LoD – Der Level of Detail in der Wertermittlung

title
Der Level of Detail (LoD) beschreibt die Detailtiefe von digitalen 3D-Gebäudemodellen. Hierbei gibt es verschiedene Detailstufen von LoD0 bis LoD4.
 

Das Amtliche Liegenschaftskataster Informationssystem, kurz ALKIS, definiert Objektbereiche, Gebäude und Bauwerke. Ein 3D-Gebäudemodell geht aus einem digitalen, numerischen Oberflächenmodell der Erdoberfläche hervor. Dieses Oberflächenmodell wird im nächsten Schritt auf die oberirdischen Objektbereiche reduziert. Unterirdische Gebäude und Gebäudeteile wie Keller können mit dem Modell nicht berücksichtigt werden. (AdV-CityGML-Profile für 3D-Gebäudemodelle 2011:2)

Der Level of Detail, frei übersetzt der Detaillierungsgrad, beschreibt die Detailtiefe von diesen digitalen 3D-Gebäudemodellen. CityGML ist das Austauschformat und Datenmodell für 3D-Stadt- und Landschaftsmodelle und bietet eine wichtige Grundlage für Visualisierungen und Anwendungen im 3D-Kontext. In Deutschland stellt die AdV, die Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland, flächendeckend LoD1 und LoD2 bereit. Erzeugt werden die Daten von den Landesvermessungsämtern. 

Die fünf Detailstufen des Level Of Detail
Bild: Die fünf Detailstufen des Level Of Detail. Bildquelle: Biljecki, F., Ledoux, H., Stoter, J. (2016): An improved LOD specification for 3D building models. Computers, Environment, and Urban Systems, vol. 59, pp. 25-37.

LoD0 – Regionalmodell

Mit dem Level of Detail 0 (LoD0) wird ein Gebäude im einfachsten Detailierungsgrad gezeigt – als äußerer Umriss. Dieser kann als Umring der Dachkante, z.B. als gemessener Abdruck auf dem Geländeniveau oder mithilfe einer Luftbilderfassung, gemessen werden.

LoD1 – Das Klötzchenmodell 

Beim Level of Detail 1, auch “Klötzchenmodell” genannt, werden Gebäude und Gebäudeteile pauschal mit einem Flachdach dargestellt. Dachformen werden bei der Modellierung nicht dargestellt, gehen aber zum Beispiel in die Gebäudehöhe ein.

Neben der Geometriebeschreibung des Körpers umfasst der Datensatz eines Gebäudes weitere Attribute:

    • Die Höhe des Gebäudes aus der Differenz der Dach- und Bodenhöhe
    • einen Objektidentifikator
    • die Gebäudefunktion
    • Qualitätsangaben entsprechend der Metadaten 
    • die Lage
LOD 1 Klötzchenmodell
Bild: LoD1 – Das Klötzchenmodell. Bildquelle: AdV-CityGML-Profile für 3D-Gebäudemodelle, Ergebnisse der PG „3D-Gebäudemodelle“ der AdV LoD1

 

LoD2 – Verwendung generalisierter Dachformen 

Beim LoD2 wird die Dachform per Zuordnung standardisierter Dachformen und Ausrichtung an den Firstverläufen modelliert.

 

LoD2 mit generalisierten Dachformen
Bild: LoD2 mit generalisierten Dachformen Bildquelle: AdV-CityGML-Profile für 3D-Gebäudemodelle Ergebnisse der PG „3D-Gebäudemodelle“ der AdV LoD2

 

Wie bei den LoD1 besteht der Datensatz aus den Attributen:

    • Höhe des Gebäudes aus der Differenz der Dachhöhe und der Bodenhöhe 
    • Objektidentifikator
    • Gebäudefunktion
    • die Lage
    • Qualitätsangaben entsprechend der Metadaten

und – das ist der wesentliche Unterschied zu den LoD1 – die generalisierte Dachform.

 

LoD3 – 3D-Modell der Außenhülle mit Textur

Gebäude im LOD3 (Architekturmodell) unterscheiden sich im Hinblick auf LoD2 dadurch, dass ihre thematischen Oberflächen (wie z.B. die Außenwände) – nun auch Öffnungen (Fenster, Türen) aufweisen können.

LoD3
Bild: Einfaches Gebäudemodell mit Tür und Fensterelementen Bildquelle: Prof. Dr. Volker Coors, https://www.coors-online.de/standards/citygml/gebaudemodell-lod3/

 

LoD4 – Innenraummodell

Beim LoD4-Modell erhält das Gebäude schließlich auch ein Innenleben. In dieser Detailebene können nun in die äußere Hülle des Gebäudes auch innere Räume eingebaut werden. Das Modell kann außerdem durch fest verbaute Ausstattungselemente wie z.B. Treppen, Galerien oder Kamine sowie durch bewegliches Mobiliar ergänzt werden.

Im weiteren Verlauf des Blog-Beitrages soll es nur noch um die Detaillierungsgrade LoD1 und LoD2 gehen. Sie sind zur digitalen Gebäudewertermittlung am ehesten geeignet, da sie deutschlandweit zur Verfügung stehen.

 

Wert14 – Digitale Gebäudewertermittlung 

In Deutschland sind flächendeckend LoD1 und LoD2 Daten erstellt worden. Diese unterliegen einer stetigen Kontrolle und werden einmal jährlich aktualisiert. SkenData nutzt hier LoD1-Daten und erweitert diese um Dachmerkmale. Für die Erweiterung werden Luftbildauswertungen, Künstliche Intelligenz und Nutzerangaben hinzugezogen.

SkenDatas Künstliche Intelligenz ist dazu in der Lage, aus Luftbildern Dachcharakteristika abzuleiten. So können dem Anwender z.B. automatisiert Hinweise zur Dachform, den Dachaufbauten wie Solaranlagen und ausgebauten Dachböden per Data Prefill, also durch eine automatische Vorbelegung im System, gemacht werden. Diese Vorschläge plausibilisiert der Anwender dann in einer organischen Nutzerführung. Hier schließt sich der Kreis zu den vorher erwähnten Nutzerangaben – Wer sollte das Haus besser kennen als die Menschen, die darin wohnen?

In dieser Vorgehensweise begründet sich, warum SkenData nicht mit LoD2-Daten, also nicht mit dem tieferen Detaillierungsgrad, modelliert. Ein Problem der LoD-Daten im Allgemeinen ist, dass Dachüberstände nicht generell und oft gar nicht berücksichtigt werden können. Das Dach entspricht in einigen Bundesländern dem Grundriss des Gebäudes. Es beginnt – einfach gesagt – immer am aufstrebenden Mauerwerk.

Ein anderes Verfahren – dies betrifft oft nur Gegenden, nicht ganze Bundesländer – nutzt nicht die aufstrebenden Mauerwerke. Hier werden Grundflächen aus der Luft, also aus den Daten aus Überfliegungen, bestimmt. Übersetzt heißt das, dass das Dach mit den Dachüberständen als Grundfläche des kompletten Hauses angenommen wird. Dazu kommt, dass das LoD2 die Dachmodellierung vereinfacht. Das Ergebnis ist also häufig nicht das reale Dach, sondern nur eine Näherung.

LoD1 Daten werden in der Regel dadurch bestimmt, dass man eine bestimmte Anzahl von Höhenrasterpunkten auf den Katasterumring „fallen lässt“. Dafür fliegt ein Flugzeug mit Vermessungstechnik über einen vorher abgesteckten Bereich. Alle 50 cm (als Beispiel) wird nun geprüft, wie weit das darunterliegende Objekt von der Messtechnik entfernt ist. So entstehen bei einem Gebäude verschieden hohe Punkte. Die meisten Länder bilden aus diesen Punkten den Mittelwert. So sind Dachaufbauten, wie z.B. Gauben, im mittleren Höhenwert enthalten. Mit dem LoD2 ist es beinahe unmöglich – zumindest sehr kostspielig – flächendeckend Gauben zu modellieren. Dadurch entsteht beim LoD2 häufig ein zu niedriges Gebäudevolumen.

SkenData hat diese Problematiken erkannt, rationalisiert, die unterschiedlichen Bundesländer homogenisiert und eine Vorgehensweise entwickelt, wie Sie sie heute aus Wert14 kennen. Das Ergebnis ist so genau, dass bereits über 30 Versicherer Unterversicherungsverzicht auf den Wert14 GebäudeReport erklären.

Bild: Verdeutlichung der Problematik Dachüberstände und Gauben
Bild: Verdeutlichung der Problematik Dachüberstände und Gauben © SkenData 2021

 

In Ländern wie Österreich wird ein ähnliches Verfahren angewendet. Hier ermittelt SkenData über die Verrechnung eines Oberflächenmodells und der Verschneidung eines digitalen Geländemodells mit entsprechenden Katasterdaten die Gebäudehöhen. Mit dieser ermittelten Gebäudehöhe und den Daten der amtlichen Grundrisse kann ein Gebäudemodell analog LoD1 erstellt werden. Dieses Klötzchen wird dann ebenfalls durch Luftbildauswertung, KI und Nutzerangaben um Dachmerkmale erweitert.

Wert14 – Versicherungssumme schnell und einfach

Schon im ersten Schritt der Wert14 Gebäudewertermittlung wird ein Vorteil der SkenData Technologie deutlich. Dadurch, dass die Katasterdaten vorliegen, erkennt das System die Umringe auf dem Grundstück und fügt sie automatisch mit den amtlichen Grundflächen der Adresssuche hinzu. Schon eine verkürzte Suche wie „Goethes 1 Ros“ für die „Goethestraße 1, 18055 Rostock“ liefert das eindeutige Ergebnis.

Die Künstliche Intelligenz hinter Wert14 erkennt Dachformen und Dachaufbauten sowie Photovoltaikanlagen. Dies erspart Eingabezeit, weil nur der Data Prefill, also die Vorbelegung der Gebäudemerkmale, plausibilisiert werden muss. Häufig kann die Gebäudenutzung ausreichend genau eingegrenzt werden, sodass Sie schon eine Vorbelegung erhalten und bearbeiten können. 

Sie können mit SkenData 51 Millionen Gebäude in Deutschland und 2,19 Millionen Gebäude in Österreich digital abbilden und den entsprechenden Versicherungswert ermitteln.

Mit dem innovativen Gebäude-Avatar erhalten Sie schon während der Gebäudewertermittlung ein optisches Feedback zu Ihren Eingaben. Die Eingaben werden dadurch insgesamt nachvollziehbarer.

Bild: Der SkenData Gebäude-Avatar eines Ein-/ Zweifamilienhaus, 1 Vollgeschoss, ausgebautes Dachgeschoss, halb unterkellert, Keller nicht ausgebaut.

 

Im Anschluss einer Wert14 Gebäudewertermittlung erhalten Sie einen PDF GebäudeReport, der transparent aufschlüsselt, wie sich die ermittelten Werte zusammensetzen.
Der GebäudeReport eignet sich bestens, um mit Kunden ins Gespräch zu kommen und zeigt auf, ob möglicherweise eine neue Versicherungssumme beziehungsweise -police vereinbart werden muss.

 

Karl von SkenData

Newsletter

Mit unserem Newsletter bleiben Sie aktuell, hier anmelden:

Jetzt abonnieren