9. Kolloquium Erhaltung von Bauwerken - Februar 2025 137 Einsatz von Linked Data zur effizienten Verwaltung der Informationen in Bestandsgebäuden - Potenziale und Herausforderungen Bin Wu, M. Sc. Karlsruhe Institut für Technologie Zusammenfassung Die Verwaltung von Gebäudedaten erfolgt häufig in unterschiedlichen Systemen, Formaten und Zuständigkeiten. Dabei kommen vielfältige Quellen zum Einsatz, wie Papierdokumente, PDFs, CAD-Dateien und unstrukturierte Notizen. Unterschiedliche Organisationen oder Fachplaner folgen oft nicht gleiche Dokumentationsstandards, was die Interoperabilität der Daten erschwert. Die Nutzung von Linked Data bietet ein Konzept, um heterogene Datenquellen semantisch zu verknüpfen und zugänglich zu machen. Linked Data basiert auf Technologien des Semantischen Web und ermöglicht eine maschinenlesbare, strukturierte Repräsentation von Informationen. Dieser Beitrag präsentiert eine systematische Recherche zu den Potenzialen von Linked Data - etwa zur Verbesserung der Interoperabilität, Effizienz und Nachhaltigkeit der Datenverwaltung im Gebäudebestand - sowie den damit einhergehenden technischen, organisatorischen und rechtlichen Herausforderungen. 1. Einführung Die Verwaltung von Informationen in Bestandsgebäuden stellt eine zentrale Herausforderung für die Bau- und Immobilienbranche dar. Oft sind die vorhandenen Daten fragmentiert, in unterschiedlichen Formaten gespeichert oder unvollständig, was zu Ineffizienzen in der Planung, Umsetzung und Wartung von Bauprojekten führt [1, 2]. Gleichzeitig steigt der Bedarf, diese Daten gezielt zu nutzen, um Nachhaltigkeitsziele zu erreichen, Gebäude-lebenszyklen effizient zu managen und die Prinzipien der Kreislaufwirtschaft umzusetzen. In diesem Zusammenhang bietet Linked Data einen Ansatz zur Überwindung dieser Herausforderungen. 1.1 Grundlagen vom Linked Data Linked Data beschreibt die strukturierte Verknüpfung von Daten aus unterschiedlichen Quellen mithilfe offener Standards. Ursprünglich von Tim Berners-Lee im Rahmen des Semantischen Webs eingeführt [3], basiert Linked Data auf Technologien wie RDF 1 (Resource Description Framework) und SPARQL 2 (SPARQL Protocol and RDF Query Language). RDF strukturiert Informationen als „Tripel“ bestehend aus Subjekt, Prädikat und Objekt - beispielsweise: „Gebäude A hat eine Fläche von 500-Quadratmetern“. SPARQL ermöglicht Abfragen dieser RDF-Daten und unterstützt die Extraktion komplexer Informationen aus verknüpften Datensätzen. Um komplexere Zusammenhänge abzubilden, werden Ontologien und Vokabulare eingesetzt, die konzeptionellen Schemata definieren. Hierbei spielen RDFS 3 (RDF- 1 https: / / www.w3.org/ RDF/ 2 https: / / www.w3.org/ TR/ sparql11-query/ 3 https: / / www.w3.org/ 2001/ sw/ wiki/ RDFS Schema) und OWL 4 (Web Ontology Language) eine wichtige Rolle: • RDFS erweitert RDF, indem es Klassen, Eigenschaften und ihre Beziehungen beschreibt. Hierarchische Strukturen wie „Architekt ist eine Unterklasse von Person“ können modelliert werden. • OWL baut auf RDF und RDFS auf und ermöglicht die Definition komplexer logischer Zusammenhänge, z. B. durch owl: equivalentClass (Gleichwertigkeit von Klassen) oder owl: someValuesFrom (Einschränkungen für Eigenschaften). Zudem ermöglicht OWL das logische Schlussfolgern mithilfe von Reasonern, wodurch neue Erkenntnisse aus bestehenden Daten abgeleitet werden können [4]. Das Semantische Web und Linked Data stehen in einer engen Beziehung: Während Linked Data die technische Grundlage zur Verknüpfung und Integration von Daten bildet, zielt das Semantische Web darauf ab, Informationen maschinenlesbar und -interpretierbar zu machen. Mithilfe von Ontologien können Bedeutungen und logische Beziehungen zwischen Daten definiert werden, was eine Integration und Analyse von Informationen aus verschiedenen Quellen ermöglicht [5]. Im Bauwesen können solche Ansätze beispielsweise zur Compliance-Prüfung, zur prädiktiven Wartung oder zur Optimierung von Materialkreisläufen beitragen. Trotz der vielversprechenden Vorteile von Linked Data gibt es jedoch auch erhebliche Herausforderungen: Die technische Komplexität der Datenmodellierung, organisatorische Widerstände gegen neue Arbeitsabläufe sowie die hohen Implementierungs-kosten stellen Hindernisse dar, die nicht zu unterschätzen sind. Zusätzlich erfordert 4 https: / / www.w3.org/ OWL/ 138 9. Kolloquium Erhaltung von Bauwerken - Februar 2025 Einsatz von Linked Data zur effizienten Verwaltung der Informationen in Bestandsgebäuden - Potenziale und Herausforderungen die Integration bestehender Datenformate erhebliche Anpassungen und die Etablierung einheitlicher Standards. Vor diesem Hintergrund untersucht die vorliegende Arbeit das Potenzial und die Herausforderungen des Einsatzes von Linked Data zur effizienten Verwaltung von Informationen in Bestandsgebäuden. Dabei werden die theoretischen Grundlagen erklärt, praktische Anwendungsfälle analysiert und bestehende Barrieren kritisch beleuchtet. Durch die Kombination aktueller Forschungsarbeiten, relevanter Technologien und Fallstudien wird aufgezeigt, wie Linked Data die Datenintegration und -nutzung verbessern kann. Abschließend werden Empfehlungen für Forschung, Praxis und Politik formuliert, um die Implementierung von Linked Data in der Bauwirtschaft voranzutreiben. 1.2 Linked Data in der Bauindustrie Die Nutzung von Linked Data in der Bauindustrie bietet zahlreiche Anwendungsfälle, die sowohl die Effizienz als auch die Nachhaltigkeit verbessern können. Ein zentraler Anwendungsbereich ist die Integration von BIM mit IoT- und GIS-Daten, bei der Linked Data eine nahtlose Verknüpfung dieser Daten ermöglicht, um Echtzeitüberwachung, räumliche Analysen und das Facility Management zu verbessern [1]. Darüber hinaus unterstützt Linked Data die Entwicklung digitaler Zwillinge, indem heterogene Datensätze verknüpft werden, um umfassende und aktuelle digitale Repräsentationen eines Bauwerks zu schaffen. Diese können für Optimierungen und vorausschauende Wartung genutzt werden [2], [3]. Ein weiterer wesentlicher Anwendungsfall ist das Sicherheitsmanagement auf Baustellen. Ontologie-basierte Systeme helfen, Gefahren automatisiert zu identifizieren und Risiken zu minimieren, wodurch die Sicherheit der Arbeiter verbessert und Vorschriften eingehalten werden [7, 8]. Ebenso trägt Linked Data zur Lebenszyklusverwaltung von Gebäuden bei, indem es Wartungspläne, Inspektionsprotokolle und Leistungsdaten mit BIM-Modellen verbindet. Dies optimiert das Asset Management und senkt die Kosten über den gesamten Lebenszyklus eines Gebäudes hinweg [6]. Im Bereich der Nachhaltigkeit und Kreislaufwirtschaft ermöglicht Linked Data die Nachverfolgung von Materialien in BIM-Modellen und deren Verknüpfung mit Datenbanken zur Wiederverwendung und zum Recycling [7]. Dies unterstützt insbesondere Renovierungs- und Rückbauprojekte. Zudem erleichtert Linked Data die automatisierte Einhaltung von Vorschriften, indem semantische Regeln verwendet werden, um Gebäude-Modelle auf regulatorische und designtechnische Anforderungen zu prüfen [8]. Ein weiterer Vorteil zeigt sich in der Unterstützung von Renovierungs- und Nachrüstungsprojekten, indem Daten aus Punktwolken und Materialien für die Modellierung bestehender Gebäude integriert werden [9]. Für den Erhalt von Kulturerbe hilft Linked Data dabei, Dokumentationen, strukturelle Details und Restaurierungsmethoden zu verknüpfen, um fundierte Entscheidungen zu treffen und historische Gebäude langfristig zu bewahren [10]. Darüber hinaus fördert Linked Data den interdisziplinären Wissensaustausch, indem es Architekten, Ingenieuren und Projektmanagern eine gemeinsame semantische Grundlage bietet, was Missverständnisse und Ineffizienzen reduziert [11]. Schließlich spielt Linked Data eine Schlüsselrolle in der Versionierung und Geometriemanagement, indem es verschiedene geometrische Darstellungen eines Bauwerks verknüpft und effizient aktualisiert. Ontologien wie OMG (Ontology for Managing Geometry) [12] und FOG (File Ontology for Geometry Formats) [13] bieten Lösungen für kollaborative Datenumgebungen . Obwohl erste Ansätze zur Nutzung von Linked Data im Bauwesen vielversprechend sind, bestehen noch erhebliche Forschungslücken: 1. Mangelnde Standardisierung und Interoperabilität. 2. Fehlende Tool-Unterstützung und Benutzer-freundlichkeit. 3. Performance und Skalierbarkeit von RDF- und SPARQL-Systemen. Diese Aspekte bilden die Grundlage für die weitere Untersuchung des Einsatzes von Linked Data zur Verwaltung von Bestandsgebäuden in der vorliegenden Arbeit. 2. Methodik: Systematische Recherche Die analysierten Publikationen wurden aus Scopus Datenbank. Die Suche wurde auf Artikel aus wissenschaftlichen Fachzeitschriften beschränkt. Der Grund für diese Einschränkung liegt darin, dass Fachzeitschriften in der Regel detailliertere und qualitativ hochwertigere Informationen liefern als andere Publikationstypen. Publikationen wie Buchbesprechungen, Editorials und Konferenzbeiträge wurden von der Analyse ausgeschlossen, um die Relevanz und wissenschaftliche Tiefe der Daten zu gewährleisten. Die folgende Suchabfrage wurde für die Datenbank verwendet: TITLE-ABS-KEY((“construction industry”) OR (“building project”) OR (“construction project”) OR (“architecture engineering and construction”) OR (“AEC”) OR (“civil engineering”) OR (“engineering project”) OR (“project management”) OR (“construction management”)) AND TITLE-ABS-KEY((“ontology*”) OR (“ontological”) OR (“semantic web”) OR (“semantic technology”) OR (“semantic”) OR (“linked data”))). Die Analyse umfasste Artikel, die in den Jahren 2015 bis 2025 veröffentlicht wurden. Zur weiteren Verfeinerung der Ergebnisse wurde die Suche auf Fachbereiche wie Ingenieurwesen, Informatik und Umweltwissenschaften beschränkt. Darüber hinaus wurden nur Artikel in den Sprachen Englisch, Deutsch und Chinesisch in die Untersuchung aufgenommen. Nach der Sammlung der Artikel wurde eine manuelle Überprüfung durchgeführt, um irrelevante Publikationen zu entfernen und die Qualität der Ergebnisse sicherzustellen. Die ursprüngliche Suche lieferte 798 Publikationen, die nach der Anwendung der Filterkriterien auf 271 Artikel reduziert wurden. Die Zitationsinformationen, Abstrakt, und Schlüsselwörter wurden als RIS-Dokument exportiert, 9. Kolloquium Erhaltung von Bauwerken - Februar 2025 139 Einsatz von Linked Data zur effizienten Verwaltung der Informationen in Bestandsgebäuden - Potenziale und Herausforderungen die weiterin in eine Software VOSviewer importiert werden. VOSviewer ist eine Software zur Konstruierung und Visualisierung der Zitationsinformationen und dere Beziehungen. Eine Schlüssel-Ko-Vorkommen Analyse sowie ein Co-Autoren Analyse wurden durchgeführt. Anschließend wurden repräsentative Autoren in jedem identifizierten Cluster (sieh. Abbildung 2) ausgewählt, wobei ein besonderes Augenmerk auf Autoren gelegt wurde, die Publikationen nach 2021 veröffentlicht haben. Schließlich wurde die Auswahl auf 61 Publikationen eingegrenzt, die eine umfassende und qualitativ hochwertige Grundlage für die weitere Analyse darstellen. Abbildung 1: Schlüsselwort-Ko-Vorkommen Analyse Abbildung 2: Co-Autoren Netzwerk 140 9. Kolloquium Erhaltung von Bauwerken - Februar 2025 Einsatz von Linked Data zur effizienten Verwaltung der Informationen in Bestandsgebäuden - Potenziale und Herausforderungen 3. Potenziale von Linked Data für Bestandsgebäude Die Verwaltung von Bestandsgebäuden stellt hohe Anforderungen an die Qualität, Verfügbarkeit und Interoperabilität von Daten. Bauliche Veränderungen, Modernisierungsmaßnahmen, die Integration neuer Technologien sowie fortlaufende Wartungs- und Instandhaltungsprozesse führen zu einer komplexen Informationslandschaft. Linked Data bietet hier einen Lösungsansatz, um heterogene, verteilte und dynamische Datenbestände in ein umfassendes, semantisch verknüpftes Informationsmodell zu integrieren. 3.1 Integration heterogener Datenquellen Ein zentrales Potenzial von Linked Data besteht in der Integration von Daten aus unterschiedlichsten Quellen und in verschiedenen Formaten. Besonders relevant ist dies bei Bestandsgebäuden, da Informationen über Baupläne, Geometrien, Materialien, Wartungsdokumente, GIS- Daten, Umweltbedingungen sowie Echtzeit-Sensordaten typischerweise in separaten und teilweise proprietären Systemen liegen. Linked Data schafft durch RDF-basierte Modelle und Ontologien wie ifcOWL (eine auf IFC-Standards aufbauende Ontologie) eine einheitliche semantische Grundlage, auf der diese Daten zusammengeführt werden können [1]. Die Folge ist ein durchgängiger Informationsfluss, der die Suche, Aktualisierung und Analyse von Daten über System- und Disziplinengrenzen hinweg erleichtert. 3.2 Semantische Abfragen und Automatisierung von Prozessen Ein weiterer Vorteil von Linked Data zeigt sich in der Möglichkeit, semantische Abfragesprachen wie SPARQL einzusetzen. Durch die semantische Anreicherung der Daten können komplexe Fragen an das Gebäudemodell gestellt werden, beispielsweise zur Überprüfung der Regelkonformität (Compliance Checks), Gefahrenanalysen oder zur Optimierung des Energiemanagements [11]. Diese maschinen-interpretierbaren Verknüpfungen ermöglichen eine weitreichende Automatisierung von Analyse- und Prüfprozessen, reduzieren manuelle Fehler, beschleunigen Entscheidungsfindungen und steigern die Effizienz - ein Vorteil, der sich besonders bei zeitkritischen Renovierungs- oder Sanierungs-maßnahmen in Bestandsgebäuden auszahlt. 3.3 Unterstützung der Kreislaufwirtschaft Linked Data kann einen wesentlichen Beitrag zur Umsetzung von Kreislaufwirtschaftskonzepten im Bauwesen leisten. Über Ontologien wie die Building Product Ontology (BPO) und die Building Element Ontology (BEO) lassen sich Materialdaten und Produktinformationen so strukturieren, dass Materialflüsse transparent nachvollzogen werden können [18]. Dies unterstützt sowohl das Recycling von Baumaterialien als auch die Wiederverwendung von Bauelementen, da Informationen über Herkunft, Zusammensetzung und Zustandsverlauf semantisch verknüpft und leicht abruf bar sind. In Zeiten knapper Ressourcen und steigenden Kostendrucks gewinnt dieses Potenzial zunehmend an Bedeutung. 3.4 Interdisziplinäre Zusammenarbeit und verbesserte Kommunikation Die Harmonisierung unterschiedlicher Datenquellen und das Vorhandensein eines gemeinsamen semantischen Rahmens fördern die Zusammenarbeit zwischen Architekten, Ingenieuren, Facility Managern und anderen Stakeholdern im Lebenszyklus eines Bestandsgebäudes [17]. Durch Linked Data werden Informationslücken geschlossen und Missverständnisse reduziert, da alle Beteiligten auf dieselbe, konsistente Datenbasis zugreifen. Dies führt zu einer verbesserten Koordination interdisziplinärer Teams und erhöht letztlich die Planungs- und Betriebssicherheit sowie die Nachhaltigkeit der Maßnahmen. 3.5 Verwaltung mehrerer geometrischer Repräsentationen Bestandsgebäude können über verschiedene geometrische Modelle beschrieben werden, etwa Punktwolken, parametrische BIM-Modelle oder CAD-Daten. Linked Data ermöglicht es, diese unterschiedlichen Repräsentationen semantisch zu verknüpfen und über Ontologien wie die Ontology for Managing Geometry (OMG) zu synchronisieren und versionieren [19]. Dies gewährleistet, dass alle Darstellungen des Gebäudes aufeinander abgestimmt sind und Änderungen zentral nachverfolgt werden können. 3.6 Integration von Künstlicher Intelligenz (KI) Die Kombination von Linked Data mit KI-Verfahren eröffnet zusätzliche Potenziale. Durch die semantische Verknüpfung heterogener Datenquellen können KI-Modelle effizienter trainiert und eingesetzt werden. Beispiele hierfür sind: • Prädiktive Wartung: Anhand von Sensorwerten (z. B. Temperatur, Luftfeuchtigkeit oder Energieverbrauch) können Maschinenlernverfahren frühzeitig Anomalien erkennen und Wartungsbedarf prognostizieren [20]. • Optimierung des Energiemanagements: KI-Modelle, die auf Linked-Data-Ressourcen zugreifen, können Energieverbrauchsmuster analysieren, Einsparpotenziale identifizieren und Vorschläge zur Effizienzsteigerung unterbreiten [21]. • Anomalieerkennung in Sicherheits- und Brandschutzsystemen: Durch die semantische Integration kann KI etwa untypische Zustände von Sicherheitssystemen identifizieren, bevor diese zu kritischen Situationen führen [3]. 4. Herausforderungen beim Einsatz von Linked Data Trotz der erheblichen Potenziale befindet sich der Einsatz von Linked Data in der Bau- und Immobilienbranche noch im Entwicklungsstadium. Gründe dafür liegen in fehlenden, umfassend akzeptierten Standards, dem hohen Implementierungsaufwand, technischen Hürden sowie einer gewissen Zurückhaltung gegenüber neuen Technologien. Die zentralen Herausforderungen lassen sich wie folgt systematisieren: 9. Kolloquium Erhaltung von Bauwerken - Februar 2025 141 Einsatz von Linked Data zur effizienten Verwaltung der Informationen in Bestandsgebäuden - Potenziale und Herausforderungen 4.1 Komplexität semantischer Modelle und Ontologien Die Nutzung von Ontologien wie ifcOWL, die das IFC- Datenmodell in ein RDF-basiertes Format überführen, ist technisch anspruchsvoll. Für Praktiker ohne tiefgreifende IT- oder Datenmodellierungskenntnisse ist die Handhabung dieser Ontologien oft schwierig. Hinzu kommt, dass RDF-Grafen mit wachsender Datenmenge zunehmend schwer effizient abfragbar werden [16]. Dies kann die Performanz und Skalierbarkeit bestehender Implementierungen erheblich beeinträchtigen, was in der Praxis zur Folge hat, dass Linked-Data-Lösungen bei umfangreichen Gebäudedatenbeständen an ihre Grenzen stoßen. 4.2 Integration unterschiedlicher Standards und Datenformate Die Harmonisierung von IFC mit anderen Standards, beispielsweise CityGML oder proprietären Datenformaten, erfordert aufwendige Mapping-Prozesse. Da einheitlich akzeptierte Ontologien und Referenzmodelle noch fehlen, ist die Interoperabilität zwischen Plattformen, Tools und Systemen weiterhin eingeschränkt [15]. Dies führt zu zusätzlichem Aufwand bei der Einführung von Linked Data und mindert die Akzeptanz in der Branche. 4.3 Hohe Investitions- und Einstiegshürden Die Einführung von Linked Data-Technologien ist mit nicht unerheblichen Kosten verbunden. Dies betrifft neben der Anschaffung geeigneter Technologien auch den Schulungsaufwand, um Mitarbeiter in semantische Modellierung, Abfragesprachen und Datenmanagement einzuarbeiten. Gerade kleine und mittelständische Unternehmen empfinden dies als Barriere, da der wirtschaftliche Nutzen schwer abzuschätzen ist, während der unmittelbare Ressourceneinsatz hoch ist. 4.4 Datenschutz, Sicherheit und ethische Fragen Die Verknüpfung sensibler Informationen - etwa von IoT-Sensoren, die Klimadaten oder Raumnutzungsinformationen liefern - mit Gebäudedaten, wirft Fragen des Datenschutzes, der Sicherheit und der ethischen Verantwortung auf [5]. Es müssen belastbare Sicherheits- und Anonymisierungsmechanismen etabliert werden, um die Integrität, Vertraulichkeit und Nachvollziehbarkeit der Daten zu gewährleisten. 4.5 Datenqualität und Unsicherheiten Gebäudebestände umfassen oft unvollständige, veraltete oder inhomogene Daten, die bei einer Verknüpfung über Linked Data zu Fehlinterpretationen führen können. Die Dokumentation von Datenherkünften, Mess-genauigkeiten sowie Annahmen ist komplex, zeitaufwendig und erfordert zuverlässige Metadatenmodelle [3]. Die Sicherstellung einer hohen Datenqualität ist somit nicht nur eine technische, sondern auch eine organisatorische Herausforderung, die maßgeblich den Erfolg von Linked-Data- Projekten beeinflusst. 5. Fazit und Ausblick Linked Data bietet vielfältige Potenziale, um die Verwaltung von Informationen in Bestandsgebäuden grundlegend zu verbessern. Durch die Schaffung eines semantischen Rahmens lassen sich heterogene Daten integriert, automatisiert und kontextbezogen analysieren. Die daraus resultierenden Vorteile sind vielfältig: von verbesserter Interoperabilität und effizienteren Entscheidungsprozessen über eine gesteigerte Nachhaltigkeit und Kreislauffähigkeit von Materialien bis hin zur Unterstützung des Lebenszyklusmanagements von Gebäuden. Zudem fördert Linked Data die interdisziplinäre Zusammenarbeit, indem es einen gemeinsamen Verständigungs- und Wissensraum schafft. Gleichzeitig sind jedoch noch erhebliche technische, organisatorische und rechtliche Hürden zu meistern. Hierzu zählen die Weiterentwicklung und Standardisierung von Ontologien und Datenformaten, die Steigerung der Performanz von RDF-Datenbanken sowie die Bereitstellung nutzerfreundlicher Werkzeuge. Ebenso sind datenschutzrechtliche Anforderungen zu klären und Sicherheitsmechanismen auszuarbeiten, um eine rechtlich und ethisch vertretbare Nutzung von Gebäudedaten und IoT- Informationen zu gewährleisten. Ein entscheidender Faktor für die breite Akzeptanz von Linked Data im Gebäudekontext sind Pilotprojekte und Best-Practice-Beispiele, die den tatsächlichen Mehrwert demonstrieren. Insbesondere die Verknüpfung von Linked Data mit KI-Methoden, etwa zur automatischen Qualitätsverbesserung von Daten, zur Mustererkennung oder zur prädiktiven Wartung, eröffnet weitere Innovationspotenziale. Solche hybriden Ansätze können dazu beitragen, den Einführungsaufwand zu senken, den Nutzen zu steigern und so Vorbehalte der Branche abzubauen. Zukünftige Forschung sollte sich darauf konzentrieren, modular aufgebaute, leicht anpassbare Ontologien für Bestandsgebäude zu entwickeln, die sich an den spezifischen Anforderungen der Praxis orientieren. Mit fortschreitender Standardisierung, ausgereiften Tools sowie zunehmender Erfahrung aufseiten der Anwender können Linked-Data-Technologien langfristig einen entscheidenden Beitrag zur digitalen Transformation des Baubestands und zur Nachhaltigkeit in der Bauindustrie leisten. Literatur [1] J. Shi, Z. Pan, L. Jiang, und X. Zhai, „An ontology-based methodology to establish city information model of digital twin city by merging BIM, GIS and IoT“, null, 2023, doi: 10.1016/ j.aei.2023.102114. [2] D. D. Eneyew, M. A. M. Capretz, und G. Bitsuamlak, „Toward Smart-Building Digital Twins: BIM and IoT Data Integration“, null, 2022, doi: 10.1109/ access.2022.3229370. [3] L. Jiang, J. Shi, C. Wang, und Z. Pan, „Intelligent control of building fire protection system using digital twins and semantic web technologies“, 142 9. Kolloquium Erhaltung von Bauwerken - Februar 2025 Einsatz von Linked Data zur effizienten Verwaltung der Informationen in Bestandsgebäuden - Potenziale und Herausforderungen Autom. Constr., Bd. 147, S. 104728, März 2023, doi: 10.1016/ j.autcon.2022.104728. [4] L. Y. Ding, B. T. Zhong, S. Wu, und H. B. Luo, „Construction risk knowledge management in BIM using ontology and semantic web technology“, Saf. Sci., Bd. 87, S. 202-213, 2016, doi: 10.1016/ j. ssci.2016.04.008. [5] K. Farghaly u.-a., „Construction safety ontology development and alignment with industry foundation classes (IFC)“, J. Inf. Technol. Constr., 2022, doi: 10.36680/ j.itcon.2022.005. [6] K. Farghaly, F. H. Abanda, C. Vidalakis, und G. Wood, „BIM-linked data integration for asset management“, Built Environ. Proj. Asset Manag., Bd. 9, Nr. 4, S. 489-502, 2019, doi: 10.1108/ BE- PAM-11-2018-0136. [7] C. Roithner, O. Cencic, M. Honic, und H. Rechberger, „Recyclability assessment at the building design stage based on statistical entropy: A case study on timber and concrete building“, Resour. Conserv. Recycl., Bd. 184, S. 106407, Sep. 2022, doi: 10.1016/ j.resconrec.2022.106407. [8] N. Chen, X. Lin, H. Jiang, und Y. An, „Automated Building Information Modeling Compliance Check through a Large Language Model Combined with Deep Learning and Ontology“, Buildings, Bd. 14, Nr. 7, 2024, doi: 10.3390/ buildings14071983. [9] J. A. P. Amorocho und T. Hartmann, „Reno-Inst: An ontology to support renovation projects planning and renovation products installation“, Adv. Eng. Inform., Bd. 50, S. 101415, Okt. 2021, doi: 10.1016/ j. aei.2021.101415. [10] M. Acierno, S. Cursi, D. Simeone, und D. Fiorani, „Architectural heritage knowledge modelling: An ontology-based framework for conservation process“, J. Cult. Herit., Bd. 24, S. 124-133, 2017, doi: 10.1016/ j.culher.2016.09.010. [11] P. Hagedorn, P. Pauwels, und M. König, „Semantic rule checking of cross-domain building data in information containers for linked document delivery using the shapes constraint language“, Autom. Constr., Bd. 156, 2023, doi: 10.1016/ j.autcon.2023.105106. [12] A. Wagner, M. Bonduel, P. Pauwels, und R. Uwe, „Relating geometry descriptions to its derivatives on the web“, gehalten auf der 2019 European Conference on Computing in Construction, Juli 2019, S. 304-313. doi: 10.35490/ EC3.2019.146. [13] M. Bonduel, A. Wagner, P. Pauwels, M. Vergauwen, und R. Klein, „Including widespread geometry schemas into linked data-based bim applied to built heritage“, Proc. Inst. Civ. Eng. Smart Infrastruct. Constr., Bd. 172, Nr. 1, S. 34-51, 2020, doi: 10.1680/ jsmic.19.00014. [14] J. Beetz, J. Van Leeuwen, und B. De Vries, „IfcOWL: A case of transforming EXPRESS schemas into ontologies“, Artif. Intell. Eng. Des. Anal. Manuf., Bd. 23, Nr. 1, S. 89-101, Feb. 2009, doi: 10.1017/ S0890060409000122. [15] P. Pauwels, E. van den Bersselaar, und L. Verhelst, „Validation of technical requirements for a BIM model using semantic web technologies“, Adv. Eng. Inform., Bd. 60, 2024, doi: 10.1016/ j. aei.2024.102426. [16] I. Huitzil u.- a., „Semantic Building Information Modeling: An empirical evaluation of existing tools“, J. Ind. Inf. Integr., Bd. 42, 2024, doi: 10.1016/ j.jii.2024.100731. [17] L. Chamari, E. Petrova, und P. Pauwels, „An Endto-End Implementation of a Service-Oriented Architecture for Data-Driven Smart Buildings“, IEEE Access, Bd. 11, S. 117261-117281, 2023, doi: 10.1109/ ACCESS.2023.3325767. [18] K. McGlinn u.- a., „Publishing authoritative geospatial data to support interlinking of building information models“, Autom. Constr., Bd. 124, 2021, doi: 10.1016/ j.autcon.2020.103534. [19] J. Werbrouck, P. Pauwels, M. Bonduel, J. Beetz, und W. Bekers, „Scan-to-graph: Semantic enrichment of existing building geometry“, Autom. Constr., Bd. 119, S. 103286, Nov. 2020, doi: 10.1016/ j.autcon.2020.103286. [20] Y. Bouabdallaoui, Z. Lafhaj, P. Yim, L. Ducoulombier, und B. Bennadji, „Predictive Maintenance in Building Facilities: A Machine Learning-Based Approach“, Sensors, Bd. 21, Nr. 4, S. 1044, Feb. 2021, doi: 10.3390/ s21041044. [21] R. O. Yussuf und O. S. Asfour, „Applications of artificial intelligence for energy efficiency throughout the building lifecycle: An overview“, Energy Build., Bd. 305, S. 113903, Feb. 2024, doi: 10.1016/ j. enbuild.2024.113903.