Binnen het Smart Twin platform wordt onder andere kunstmatige intelligentie (AI) ingezet als ondersteunende technologie om grote hoeveelheden woningdata efficiënt te verwerken en te interpreteren. Hierbij gaat het niet om zelflerende of autonome AI, maar om vast ingestelde algoritmes die werken volgens strikte rekenregels en controlestructuren. 

Deze werkwijze zorgt ervoor dat de uitkomsten herhaalbaar, transparant en betrouwbaar zijn. Doordat de AI binnen vaste kaders opereert, worden veel voorkomende risico’s van zelflerende systemen – zoals onvoorspelbaar gedrag, foutopbouw of bias – sterk beperkt of volledig uitgesloten. 

AI binnen Smart Twin ondersteunt onder andere bij het automatisch interpreteren van luchtfoto’s, waarbij bouwkundige elementen zoals dakvormen, aanbouwen en dakkapellen worden herkend. Deze interpretaties worden vervolgens gebruikt om het woningmodel nauwkeuriger en completer te maken, zonder dat handmatige invoer nodig is. Dit zorgt voor een hogere mate van detail in de woningdata.

1_gem-cartotheek-toepassing_ai2.png

 

Smart Twin gebruikt AI om vanuit diverse databronnen automatisch één slim, digitaal gebouwmodel te maken. Dit model vormt op de achtergrond het rekenmodel binnen de Cartotheek. Dankzij AI worden onder andere gevel-, raam-, vloer- en dakoppervlakken herkend. Op basis hiervan voert het systeem aanvullende berekeningen uit, zoals het bepalen van het minimale en het waarschijnlijke energielabel van de woning in de bestaande situatie. Zo ontstaat een ongekend betrouwbaar en actueel vertrekpunt voor verduurzaming, analyse en beleidsbepaling. 

1_gem-cartotheek-toepassing_ai.png

 

Zodra het 3D-gebouwmodel is opgebouwd (niet zichtbaar in de Cartotheek), vormt dit de basis voor verdere berekeningen binnen Smart Twin. Hierbij wordt slim gebruikgemaakt van de BouwConnect Bibliotheek (BCB) - een uitgebreide database van de Twee Snoeken met daarin bouwdelen, materialen en bijbehorende eigenschappen.

Op basis van het bouwjaar, woningtype en aanvullende gegevens worden automatisch passende BCB-bouwdelen aan het gebouwmodel gekoppeld. Denk hierbij aan specifieke typen gevels met specifieke bouwkundige gegevens zoals Rc/U-waarden. Daarnaast wordt het elektriciteitsverbruik gestandaardiseerd op basis van onafhankelijke onderzoeksgegevens in samenwerking met Milieu Centraal. Hierdoor wordt bij vergelijkbare woningen altijd gewerkt met een representatief verbruiksprofiel, war de betrouwbaarheid van scenarioanalyses verder versterkt.

1_gem-cartotheek-toepassing_ai3.png

 

 

Zo ontstaat er een krachtige koppeling tussen het achterliggende rekenmodel, slimme aannames en bouwtechnische inhoud. Dit maakt Smart Twin ongekend betrouwbaar en uitermate geschikt voor verduurzamingsscenario's, beleidsanalyses en technische advisering.




Inhoudsopgave