Überspringen
Effizient – Aktuell – Individuell

Verschaffen Sie sich in kurzer Zeit einen aktuellen Überblick der rasanten Entwicklungen aus den Branchen der intelligenten Gebäudetechnik. Die Inhalte sind auf Ihre Interessen individualisierbar, neutral aufbereitet und von Expert*innen für Expert*innen.  

Wie viel Bestands-Digitalisierung braucht der Gebäudebetrieb

BIM as you need

22.05.2026

Kaum ein Begriff der Baubranche ist so überfrachtet wie Building Information Modeling, kurz BIM. In der öffentlichen Wahrnehmung steht BIM für aufwendige 3D-Modelle, teure und komplexe Softwaresysteme. Ist das so?

Lesedauer: 7 Minuten

Aus dieser Annahme folgt fast zwangsläufig die falsche Leitfrage: „Wie lässt sich mein Gebäude als vollständiges, Millimeter genaues digitales Abbild erfassen?“

Diese Frage führt in die Irre, weil sie das Ziel mit dem Maximum verwechselt. Die richtige Frage lautet: „Wie viel digitale Information brauche ich wirklich und wofür?“

Denn jede Digitalisierungsmaßnahme steht und fällt mit der Klarheit über ihren Zweck. Methode, Detailtiefe und Datenumfang folgen aus dem Verwendungszweck nicht aus dem technisch Machbaren.

Vier Wege zur digitalen Kopie und was sie kosten

Vier Verfahren zur Bestandsaufnahme haben sich etabliert und sie unterscheiden sich um Größenordnungen in Aufwand, Kosten und Genauigkeit. Eine pauschale Empfehlung verbietet sich deshalb. Die richtige Methode ergibt sich aus dem Anwendungsfall, nicht aus dem Stand der Technik.

Dashboard des digitalen Zwillings des Lux Pavillon der HS-Mainz
Bild: Dashboard des digitalen Zwillings des Lux Pavillon der HS-Mainz

Bild: Dashboard des digitalen Zwillings des Lux Pavillon der HS-Mainz

Methode 1: Das Smartphone

Ein modernes Smartphone mit eingebautem LiDAR-Sensor wie es aktuelle iPhone-Pro- oder iPad-Pro-Modelle besitzen kann einen Raum innerhalb weniger Minuten dreidimensional erfassen. LiDAR steht für Light Detection and Ranging. Dabei werden Lichtstrahlen ausgesendet und deren Reflexion gemessen, um die Abstände zum Sender bzw. Empfänger zu berechnen. Das Gerät wird dabei kontinuierlich bewegt und interne Algorithmen und der Beschleunigungssensor (IMU) berechnen kontinuierlich die relative Position. Das Ergebnis ist kein hochpräzises Aufmaß, aber eine brauchbare geometrische Grundlage um Raummaße in grober Näherung, Wandverläufe und erste Grundriss Darstellungen. Für viele Alltagsaufgaben reicht das vollkommen aus.

  • Genauigkeit: ± 10–30 mm
  • Zeitaufwand: Minuten
  • Datenmenge: Klein (50–200 MB)
  • Kosten: Gerät in der Regel bereits vorhanden
  • Geeignet für: schnelle Bestandsaufnahme, Möblierungsplanung, erste räumliche Orientierung.

Methode 2: Gaussian Splatting - fotorealistisch, aber nicht genau

Gaussian Splatting ist ein Verfahren, das in seiner Wirkung auf den ersten Blick verblüfft. Ein kurzes, mit dem Smartphone aufgenommenes Video eines Raumes oder Gebäudes genügt, um daraus eine interaktive, fotorealistische 3D-Darstellung zu erzeugen. Man kann sich anschließend virtuell durch das Gebäude bewegen mit einem Eindruck räumlicher Präzision.

Darstellung von Gaussian Splats in Supersplat
Bild: Darstellung von Gaussian Splats in Supersplat

Genau hier liegt die entscheidende Einschränkung dieser Methode. Was fotorealistisch wirkt, ist geometrisch nicht belastbar. Türbreiten, Raumhöhen, Wandstärken lassen sich aus einem solchen Modell nicht zuverlässig ablesen. Gaussian Splatting erzeugt eine visuelle Repräsentation, keine metrische Aussage vergleichbar mit einem sehr guten Panoramafoto, das zwar alles zeigt, aber keine verlässlichen Maße liefert. Für Planungs- oder Tragwerksaufgaben ist es daher ungeeignet.

  • Genauigkeit: Visuell, nicht metrisch (1–3 cm bei LiDAR-SLAM-Ergänzung)
  • Zeitaufwand: Aufnahme: Minuten / Berechnung: Stunden
  • Datenmenge: Gering bis mittel (500 MB – 3 GB)
  • Geeignet für: Digitale Begehungen, Schulungen, Remote-Inspektion, Öffentlichkeitsarbeit.
  • Nicht geeignet für: Umbauplanung, Statik oder Aufgaben, die präzise Maßangaben erfordern.

Die aktuelle Entwicklung dieser Methode zeigt das Potential deutlich. Neue Kompressionsmethoden ermöglichen bereits nahezu verlustfreie Dateneinsparungen von über 90 Prozent gegenüber bisherigen Formaten. Das neu entwickelte Komprimierungsverfahren spacially ordered gaussians kurz. sog von PlayCanvas kann bereits heute eine 10–15-fache Komprimierung bei minimalen Verlusten erreichen.

Methode 3: Mobiler LiDAR Scanner (SLAM)

Mobile Laserscanner werden anders als klassische Stativgeräte, während des Gehens durch das Gebäude mitgeführt. Das zugrundeliegende Verfahren trägt den Namen SLAM, kurz für simultaneous localization and mapping: Der Scanner erfasst kontinuierlich seine Umgebung per Laserstrahl und bestimmt gleichzeitig seine eigene Position im Raum anhand markanter Merkmale und Sensordaten. Aus diesem fortlaufenden Abgleich entsteht in Echtzeit eine sogenannte Punktwolke, eine dreidimensionale Ansammlung von Millionen einzelner Messpunkte, die zusammen die Geometrie des Gebäudes beschreiben.

Überlagerung Gaussian Splatting und Punktwolke als X-Ray Darstellung
Bild: Überlagerung Gaussian Splatting und Punktwolke als X-Ray Darstellung.

Ein ganzes Stockwerk lässt sich so in etwa 30 Minuten dokumentieren. Aus der Punktwolke lassen sich anschließend Grundrisse ableiten, Raumflächen berechnen und einfache BIM-Modelle erstellen. Das zeitaufwendige Aufstellen von Stativen entfällt vollständig, was die Aufnahme gerade in komplexen Gebäudestrukturen erheblich beschleunigt.

  • Genauigkeit: ± 5–15 mm
  • Zeitaufwand: Stunden
  • Datenmenge: Groß (5–50 GB pro Gebäude)
  • Kosten: Gerätemiete oder Dienstleister (500–3.000 €/Tag)
  • Geeignet für: Gesamtbestandsaufnahme, Grundrissableitung, einfache BIM-Modelle.

Methode 4: Der Goldstandard terrestrische Laserscans (TLS)

Der terrestrische Laserscan mit einem Stativgerät, Hersteller wie Leica, FARO Zoller und Fröhlich oder Riegl setzen hier den Maßstab der baulichen Bestandserfassung. Eine Genauigkeit von ein bis drei Millimetern macht dieses Verfahren unverzichtbar bei Umbauplanung, statischen Berechnungen oder rechtlich valider Dokumentation.

TLS-Punktwolke des Rheinstraßen Gebäudes der HS-Mainz, visualisiert in Cesium
Bild: TLS-Punktwolke des Rheinstraßen Gebäudes der HS-Mainz, visualisiert in Cesium.

Der Preis dieser Präzision ist erheblich. Die Aufnahme ist zeitintensiv und überstreckt sich schnell über mehrere Tage, die anfallenden Datenmengen sind immens, und der Aufwand für Verarbeitung und Weitermodellierung übersteigt in vielen Fällen den reinen Erfassungsaufwand.

  • Genauigkeit: ± 1–3 mm
  • Zeitaufwand: Tage bis Wochen
  • Datenmenge: Sehr groß (50–500 GB, schnell im Terabyte-Bereich)
  • Kosten: 1.000–10.000 € / Aufnahmetag
  • Anschaffungskosten: Ca. 50.000 €
  • Geeignet für: Umbauplanung, Statik, BIM nach ISO 19650, Baudokumentation.

Der unterschätzte Faktor: Die Datenmenge

Ein Aspekt, der in der Fachdiskussion rund um die Gebäudedigitalisierung häufig zu wenig Beachtung findet, ist die schiere Menge an Daten, die hochpräzise Gebäudescans erzeugen. Zur Veranschaulichung:

  • Ein mittelgroßes Bürogebäude mit fünf Stockwerken produziert im Rohzustand 50 bis 200 Gigabyte Scandaten.
  • Bei historischen Gebäuden mit unregelmäßiger oder komplexer Geometrie können es 300 Gigabyte und mehr sein.

Die anschließende Verarbeitung, also Registrierung, Bereinigung und Modellierung für BIM-Software, verdoppelt bis verdreifacht diesen Umfang nochmals.

Diese Daten müssen gespeichert, gesichert, übertragen und von entsprechend qualifiziertem Personal verarbeitet und vor allem visualisiert werden. Für eine kommunale Verwaltung, eine Schule oder einen mittelständischen Betrieb stellt das eine IT-Herausforderung dar, deren Tragweite erfahrungsgemäß erst im Projektverlauf vollständig begriffen wird.

Die Verarbeitung eines umfangreichen Laserscans durch einen erfahrenen BIM-Modellierer kann Wochen bis Monate in Anspruch nehmen. Das Ergebnis ist dann ein hochpräzises Modell, das im täglichen Gebäudebetrieb in vielen Fällen nur zu einem Bruchteil seiner Möglichkeiten genutzt wird. BIM Modelle sind aufgrund Ihres Parametrischen CAD-Aufbaus zwar sehr effizient in der Dateigröße. Gleichzeitig sind klassische BIM Modelle oft optisch wenig ansprechend, da die Qualität der Oberflächen nicht darstellen können. Für Inspektionen am Modell zum Beispiel beim structural health monitoring im Brückenbau ist dies jedoch essenziell. Eine Kombination aus BIM Modell und Scan ist daher die Methode der Wahl, um die die Nutzbarkeit zu maximieren und auch kleinere Risse sichtbar zu machen.

Speicherplatz ist heute auf den ersten Blick nicht sehr günstig. Das Hosting und bereitstellen von Cloud Servern oder der eigenen Infrastruktur kann sich über die Lebenszeit schnell und erheblich aufsummieren, da auch die Kosten der Endgeräte zur Anzeige solch massiver Datensätze nicht vernachlässigt werden sollte. 

BIM ist kein Modell, BIM ist eine Methode 

Ein weit verbreitetes Missverständnis besteht darin, BIM mit dem dreidimensionalen Modell selbst gleichzusetzen. Tatsächlich bezeichnet BIM weder eine Technologie noch ein bestimmtes Dateiformat, sondern eine Arbeitsmethode für das Informationsmanagement. Die strukturierte Bereitstellung, Verwaltung und Nutzung von Gebäudeinformationen über den gesamten Lebenszyklus eines Bauwerks, von der Planung über den Betrieb bis zum Rückbau.

Daraus folgt: Ein BIM-Modell für den Gebäudebetrieb muss nicht vollständig sein, sondern zweckgemäß. Der Fokus sollte hier auf den Informationsgehalt den LOIN (Level of Information need) gelegt werden. Das 3D Modell dient mehr als Landkarte um die Assets zu verorten und ein intuitiveres Verständnis des Gebäudes und dessen Funktion zu erzeugen. Die Qualität eines Modells bemisst sich nicht an seiner Detailtiefe, sondern daran, ob es die Fragen beantwortet, für die es erstellt wurde.

Drei Fragen sollten deshalb am Beginn jeder Digitalisierungsmaßnahme stehen:

  • Für wen sind die Daten gedacht (Facility Manager, Planungsbüros, Behörden, Öffentlichkeit)?
  • Wofür werden sie konkret genutzt (Umbauplanung, laufender Betrieb, Kommunikation, Notfallmanagement)? 
  • Über welchen Zeitraum sollen sie aktuell gehalten werden (Einmalige Aufnahme, jährliche Aktualisierung oder kontinuierliche Pflege)?

Vom Gaussian Splatting zum digitalen Zwilling

Das BIM.Labor und das Smart Building Real Labor der Hochschule Mainz entwickelte Scan2BIM4FM-Konzept verfolgt einen pragmatischen, schrittweisen Ansatz. Statt von Beginn an das vollständige BIM Modell anzustreben, wird der Digitalisierungsgrad dem tatsächlichen Bedarf angepasst und bei wachsendem Bedarf sukzessive erweitert. Dieser strategische Ansatz unterscheidet fünf Stufen:

  • Stufe 1 visuell: Ein Scan mit dem Smartphone LiDAR, Photogrammmetrie oder Gaussian Splatting liefert sofortige räumliche Orientierung mit minimalem Aufwand und ohne viel spezifisches Fachwissen.
  • Stufe 2 räumlich: Ein mobiler Scanner erfasst Grundrisse und Raumflächen, die Grundlage für ein computergestütztes Facility Management (CAFM).
  • Stufe 3 Anlagen: Technische Einbauten wie Heizungs-, Lüftungs- und Elektroanlagen werden erfasst und mit dem Modell verknüpft.
  • Stufe 4 live: Sensoren messen in Echtzeit Temperatur, Belegung oder Energieverbrauch und speisen diese Daten kontinuierlich ins Modell ein, der sogenannte digitale Zwilling entsteht.
  • Stufe 5 Präzision: Erst auf dieser Stufe kommt der hochgenaue Laserscan zum Einsatz und auch nur dort, wo Umbauplanung oder rechtliche Anforderungen diesen Aufwand tatsächlich rechtfertigen.
Treppengrafik der 5 Stufen des Konzeptes Scan2BIM4FM
Bild: Treppengrafik der 5 Stufen des Konzeptes Scan2BIM4FM

Bild: Treppengrafik der 5 Stufen des Konzeptes Scan2BIM4FM

Fazit: Nicht maximieren, sondern passgenau erfassen

Die Digitalisierung von Gebäuden ist kein Selbstzweck und kein Wettbewerb um die größte Datenmenge. Sie ist ein Werkzeug und Werkzeuge werden entsprechend der Aufgabe, nicht nach ihrer Leistungsfähigkeit gewählt. Ebenfalls muss immer bedacht werden, dass die Modelle und bei Umbauten, Erweiterungen oder Wartungsarbeiten von den Handwerkenden und Facility Managern gepflegt und aktualisiert werden müssen. In der Realität stößt man jedoch regelmäßig an die Grenzen des Machbaren. Facility Manager sind meist nicht ausgebildet in der Vermessungstechnik und 3D Design. Der Fachkräftemangel zwingt uns oft zu pragmatischen Lösungen.

Nicht jedes Gebäude braucht dieselbe Art der digitalen Erfassung. Gerade für Kommunen, Bildungseinrichtungen und mittelständische Organisationen gilt: 

Ein pragmatischer Einstieg mit einfachen Methoden schafft sofortigen Nutzen. Ohne überlastete IT, ohne monatelange Planung und ohne einen Aufwand, der nur bei Großprojekten und komplizierten örtlichen Bedingungen gerechtfertigt und erforderlich ist.

Die entscheidende Frage ist nicht, was technisch möglich ist, sondern was tatsächlich gebraucht wird: BIM as you need: nicht mehr - aber auch nicht weniger.

Fabian Naethbohm

Fabian Naethbohm

Leiter Smart-Building-Reallabor Hochschule Mainz

Fabian Naethbohm ist Leiter des Smart-Building-Reallabors an der Hochschule Mainz und spezialisiert auf IoT-Technologien, Smart Buildings, BIM im Betrieb und Datenmodelle. Seine Tätigkeit verbindet wissenschaftliche Grundlagen mit praxisnahen Digitalisierungskonzepten für Gebäude. Er liefert Inhalte zu interoperablen, semantischen Datenmodellen und bringt seine Forschungsergebnisse aus dem Reallabor in die Arbeitskreisarbeit von der gefma sowie in weiteren Verbänden ein.

Philipp Schäfer

Philipp Schäfer

Wissenschaftlicher Mitarbeiter bim.labor Hochschule Mainz

Philipp Schäfer ist wissenschaftlicher Mitarbeiter am bim.labor der Hochschule Mainz und leitet dort den Bereich angewandte BIM-Forschung. Seine Schwerpunkte liegen in Scan-to-BIM-Workflows, XR-Technologien und der Verknüpfung digitaler Zwillinge mit Live-Sensordaten. Im Pilotprojekt LUX Pavillon arbeitet er eng mit dem Smart Building-Reallabor zusammen und bringt seine Forschungsergebnisse in Weiterbildungsangebote sowie den Austausch mit Industrie- und Verbandspartnern ein.

Antonia Blaumeiser

Antonia Blaumeiser

Studentische Hilfskraft bim.labor Hochschule Mainz

Antonia Blaumeiser ist studentische Hilfskraft im bim.labor der Hochschule Mainz und unterstützt dort Forschungsprojekte an der Schnittstelle von Gebäudetechnik, IoT-Sensorik und digitalem Gebäudebetrieb. Im Smart Building-Reallabor sammelt sie praxisnahe Erfahrungen mit realen Gebäudedaten und BIM-gestützten Prozessen.

Weitere Inhalte