pragmaticBIM
Echte Datenanforderungen im KI-Zeitalter definieren: Jenseits des IDS-Artefakts
Von statischen Validierungsdateien zu offenen, maschinenlesbaren Datenverträgen
Veröffentlicht
Die Illusion der Information Delivery Specification (IDS)
Die AECO-Branche hat buildingSMARTs Information Delivery Specification (IDS) als Silver Bullet für Datenvalidierung adoptiert. Doch es gibt eine unbequeme Branchenwahrheit: IDS ist kein Datenanforderungs-Standard; es ist nur ein Austauschartefakt.
Eine IDS-Datei kann prüfen, ob ein Property existiert oder ein Textstring korrekt formatiert ist, aber sie kann nicht die zugrunde liegende Bedeutung, Logik und kommerziellen Zweck Ihres Datenvertrags definieren. Wer sich ausschliesslich auf statische Validierungsdateien verlässt, hakt Kästchen ab statt downstream Nutzen sicherzustellen.
Um diese Lücke zu schliessen, hat pragmaticBIM das elementplan-data-schema open-sourced. Wir haben uns für Open Source entschieden, weil echte Datenanforderungen nicht in proprietärer Software oder statischen PDF-Handbüchern eingeschlossen sein dürfen—sie müssen als fliessende, maschinenlesbare Grundlage für die gesamte Branche existieren.
Der Shift: Weg von projektspezifischen „Modellen" hin zu Domain-Logik
Traditionell waren Datenanforderungen strikt an spezifische Modelle gebunden (z. B. „Das HLKSE-Modell", „Das Tragwerksmodell"). Dieser Ansatz bricht in der frühen Projektphase sofort zusammen.
Beim Kickoff wissen Sie selten, wie die tatsächliche Gewerke- oder Modellaufteilung aussehen wird. Übernimmt der Holzbauer die Aussenwandbekleidung, oder fällt sie unter einen separaten Fassadenplaner?
Das elementplan-data-schema löst dies, indem es Anforderungen von volatilen, projektspezifischen Modellen abstrahiert und sie in Domains und Elemente verankert:
- Traditionelle modell-zentrierte Daten → Fragil (bricht, wenn sich die Gewerke-/Modellaufteilung ändert)
- Open Elementplan Schema → Resilient (an universelle Core Domains & Elemente gebunden)
Definieren Sie Datenverträge auf Core-Domain-Ebene, bleiben Ihre Anforderungen völlig unberührt davon, wer was modelliert. Sie kartieren universelle Elemente, ihre präzisen Attribute/Properties und erwarteten Werte—basierend darauf, was das Gebäude braucht, nicht wer die Maus bedient.
Umsetzbare Workflows: Wofür Sie das Schema nutzen
Sobald Sie Datenanforderungen von projektspezifischen Modellen entkoppeln, erschliessen sich drei leistungsstarke Open-Source-Workflows:
Workflow 1 — Dynamische Datenverträge
Statt 300-seitiger BIM-Projektabwicklungspläne nutzen Sie das Schema, um live maschinenlesbare Datenanforderungen direkt an Planer zu senden—basierend auf der aktiven Projektphase.
Workflow 2 — Unzerbrechliche Validierungsvorlagen
Generieren Sie Austauschartefakte (wie IDS) automatisch aus Ihrer Kern-Schema-Definition. Wenn sich Ihr Organisationsstandard weiterentwickelt, aktualisieren Sie das Schema einmal—alle downstream Validierungsdateien folgen sofort.
Workflow 3 — Nahtlose Gewerke-Übergaben
Weil Elemente nach Domain-Logik strukturiert sind, lassen sich Mengen und Qualitäten direkt in ERP-, Kostenermittlungs- oder Beschaffungssysteme mappen—unabhängig davon, wie die Roh-CAD-Datei partitioniert wurde.
Datenmanagement im KI-Zeitalter: „Nah genug" ist das neue Perfekt
Die Art, wie wir BIM-Qualität durchsetzen, verändert sich radikal. Im KI-Zeitalter ist es Verschwendung billierbarer Stunden, menschliche Planer zu zwingen, Textparameter manuell in hyper-exaktem, makellosem Layout einzugeben.
Large Language Models und räumliche Graph-Engines brauchen beim Ingest keine absolute Textperfektion. Der Fokus verschiebt sich weg von makellos formatierten Lieferungen hin zu „nah genug", damit automatisierte Pipelines die Daten leicht strukturieren können.
Solange der menschliche Planer die räumliche Kernintention und Basiselemente liefert, können KI-Engines eingehende Daten interpretieren, bereinigen und mappen—vorausgesetzt, sie haben einen strikten Zielstandard zum Mappen. Das Open-Source elementplan data schema ist genau dieses Ziel-Wörterbuch: Es gibt KI-Agenten den semantischen Blueprint, um unordentliche Realwelt-Dateien für downstream Prozesse wie automatisierte Mengenermittlung oder thermische Simulation zu strukturieren.