01
Verortung der Liegenschaft
Die Verortung ist der Ausgangspunkt jeder Berechnung. Du legst deine Liegenschaft klassisch über Standort und Grundstücksfläche an oder zeichnest sie direkt auf der Karte ein. Beide Wege führen zum Ziel und lassen sich beliebig kombinieren.

- Standort oder Zeichnung, du entscheidest: Gib eine Adresse ein, die Karte zoomt automatisch an den Standort, inklusive Wetter- und Klimadaten. Zeichne stattdessen direkt deine Liegenschaftsgrenze, Adresse und Klimadaten werden automatisch ergänzt.
- Grundstücksfläche automatisch berechnet: Beim Einzeichnen ermitteln berta & rudi die Grundstücksfläche direkt aus deiner Zeichnung. Passt sie nicht exakt, überschreibst du sie jederzeit manuell.
- Grundlage für die Wärmenetzplanung: Nur eine eingezeichnete Liegenschaft lässt sich später für Wärmenetze nutzen. Das klassische Vorgehen über Adresse und Grundstücksfläche bleibt für alle möglich, die keine Netzplanung benötigen.
- Benutzerdefinierte Attribute: Definiere weitere Attribute als Basis für die Betrachtung deines Energiesystems, beispielsweise nutzbare Bodenfläche (Kollektoren, Sonden, Brunnen) oder nutzbare Dachfläche.
- 3D-Ansicht der Liegenschaft: Wechsle in die 3D-Ansicht, prüfe zum Beispiel die Stockwerkanzahl deiner Gebäude und verschaffe dir einen räumlichen Eindruck deiner gesamten Liegenschaft.
02
Automatische Gebäudeerfassung
Sobald deine Liegenschaft eingezeichnet ist, erkennen berta & rudi die darauf befindlichen Gebäude automatisch, auf Basis von OpenStreetMap-Daten. Name, Gebäudetyp und verfügbare Grunddaten werden direkt vorausgefüllt, du musst nicht mehr jedes Gebäude einzeln von Hand anlegen.

- Automatische Gebäudeerkennung
berta & rudi erkennen Gebäude auf deiner Liegenschaft automatisch und schlagen Bezeichnung und Gebäudetyp vor, z. B. Schule, Bürogebäude oder Wohnhaus.
- 2D- und 3D-Ansicht mit Farbschema
Deine Gebäudemodelle stehen dir direkt in 2D oder 3D zur Verfügung, zum Einsehen, Typisieren und Auswerten. Du kannst zwischen verschiedenen Farbschemen wechseln, um Energiebedarfe wie Wärme, Strom oder Wasser direkt visuell pro Gebäude zu vergleichen.
- Gezielt verfeinern statt komplett neu anlegen
Ergänze fehlende Angaben wie Baujahr, Anzahl Stockwerke oder Effizienzklasse direkt am vorgeschlagenen Gebäude.
- Mehrere Gebäude gleichzeitig anpassen
Wähle mehrere Gebäude aus und ändere gemeinsame Eigenschaften, etwa Baujahr oder Effizienzklasse, in einem Schritt für alle ausgewählten Gebäude.
- Direkte Fehlerprüfung
Fehlen Pflichtangaben wie Baujahr oder Gebäudetyp, machen dich berta & rudi sofort darauf aufmerksam, bevor du weiterplanst.
- Gebäudetypen
Wähle aus einer Vielzahl von Gebäudetypen wie Bürogebäude, Pflege-/Altenheim, Schule, Hotel, Krankenhaus, Labore und viele mehr. Über den Typ erzeugt unsere KI gezielt passende Lastprofile.
- Detaillierte Abbildung von Gebäuden
Je nach Gebäudetyp lassen sich Details wie Fassadendämmung, Bauweise oder Fensterart hinterlegen. Diese Parameter fließen in die Energieprognose mit ein.
- Betriebsverhalten und Nutzung
Erfasse bei Bedarf Nutzung, Betriebstage und Mischnutzungen für noch präzisere Bedarfe.
- Gebäude organisieren
Fasse Gebäude in Gruppen zusammen, etwa nach Bauabschnitt oder Gebäudekomplex, oder lege repräsentative Gebäude an, die unter Berücksichtigung der Gleichzeitigkeit mehrfach betrachtet werden.

03
Wetter- und Klimadaten
Lokale Einflüsse wie Wetter- und Klimadaten sind Teil der Basis für die Berechnung der Energiebedarfe. Sobald deine Liegenschaft verortet ist, stehen dir die passenden Klimadaten automatisch zur Verfügung, bis auf stündlicher Basis. So entstehen realitätsnahe Energieprognosen, die den spezifischen Standortbedingungen entsprechen.
- Testreferenzjahre (TRY) des Deutschen Wetterdienstes
Als Basis für die Wetterdaten nutzen berta & rudi die Testreferenzjahre des Deutschen Wetterdienstes, inklusive Sonnenstrahlung, Luftfeuchte, Windgeschwindigkeiten und Lufttemperatur. - Import eigener Wetter- und Klimadaten
Für deine Liegenschaft liegen bereits konkrete Messdaten vor? Lade sie im Excel- oder CSV-Format hoch und integriere sie nahtlos in die Berechnungen.

Weiter zu: Energiekonzepte
FAQ
Häufig gestellte Fragen
Eine KI-gestützte Energieprognose ist eine hochaufgelöste Vorhersage des Energiebedarfs eines Gebäudes oder Quartiers für alle Energieformen, in stündlicher, monatlicher oder vierteljährlicher Auflösung. berta erstellt sie standort- und nutzungsspezifisch aus wenigen Eingaben und Referenzdaten aus mehreren Millionen Gebäuden ohne aufwendige Datenerhebung.
Die KI von berta wurde mit einem umfassenden Datensatz von mehreren Millionen Messdaten trainiert. Dadurch erkennt berta Muster und Zusammenhänge zwischen Gebäudeparametern, Nutzerverhalten und Energiebedarf. Ein Sprachmodell oder Chatbot ist berta dabei nicht: Die Prognose entsteht aus deinen Eingaben und Referenzdaten, nicht aus einer Texteingabe. Schon mit wenigen Eingangsdaten liefert berta belastbare Ergebnisse, die sich später präzisieren lassen. Das senkt die Eingangshürde und erlaubt erste Aussagen ohne wochenlange Datensammlung.
Deine Daten fließen nicht in das Training ein, sie liegen vollständig in deiner Hoheit. Mehr zu KI hinter berta findest du unter „mehr erfahren“.
Sobald du deine Liegenschaft auf der Karte einzeichnest, gleichen berta & rudi die Fläche mit OpenStreetMap-Daten ab und schlagen automatisch Gebäude inklusive Bezeichnung und Gebäudetyp vor. Du ergänzt nur noch fehlende Angaben wie Baujahr oder Effizienzklasse, statt jedes Gebäude von Hand anzulegen.
Nein, du kannst optional zeichnen. Adresse und Grundstücksfläche reichen weiterhin aus, um eine Energieprognose zu erstellen. Möchtest du dein Projekt später für die Wärmenetzplanung nutzen, ist das Einzeichnen der Liegenschaftsgrenze Voraussetzung.
In berta & rudi kannst du grundsätzlich jeden Gebäudetyp abbilden, unabhängig von Nutzung, Größe oder Komplexität. Für über 20 Typen stehen vorkonfigurierte KI-Modelle und Datengrundlagen bereit, darunter Ein- und Mehrfamilienhaus, Büro, Hotel, Schule, Krankenhaus, Einzelhandel, Labor, Logistik und Parkhaus. Damit startest du sofort, ohne eigene Lastprofile erstellen zu müssen.
- Alten-/ Pflegeheim
- Bürogebäude
- Doppel-/Reihenhaus
- Einfamilienhaus
- Einkaufszentrum
- Einzelhandel
- Hotel
- Kantine
- Kindergarten
- Krankenhaus
- Kundencenter
- Labor
- Logistik
- Mehrfamilienhaus
- Museum
- Parkhaus
- Restaurant
- Schule
- Sporthalle
- Theater
- Wohnheim
- zur Übersicht
Zwei Wege: Entweder wählst du einen ähnlichen Gebäudetyp (mit leichten Ungenauigkeiten in der Prognose) oder du trägst im Feld „Typ“ eine eigene Bezeichnung ein und bestätigst mit Enter. Für selbst angelegte Typen gibt es noch kein KI-Modell – hier lädst du in Schritt 2 „Energiebedarf“ eigene Lastprofile hoch. So lassen sich auch Sondergebäude präzise berücksichtigen.
Synthetische Daten liefern realistische, stündlich aufgelöste Lastprofile auch dann, wenn keine vollständigen oder standortspezifischen Messdaten vorliegen. Sie bilden ein Gebäude sehr individuell ab, inklusive Verschattung, U-Werten, Anlagentechnik und Mischnutzungen wie Büro mit Kantine. Liegen verlässliche reale Messdaten vor, lassen sie sich einbinden und werden bevorzugt genutzt, weil sie tatsächliches Nutzerverhalten am besten abbilden.


