Konzeption für die Entwicklung einer praktisch nutzbaren Wissensbasis für Campus-Infrastrukturmodelle E. Pflaum, W. Oertel, U. Kunze, S.Kracht Dresden University of Applied Sciences, Friedrich-List-Platz 1, 01069 Dresden, Germany CWSM GmbH Software Solutions, Rippiener Str. 19, 01217 Dresden, Germany [email protected], [email protected], [email protected], [email protected] www.htw-dresden.de/fakultaet-bauingenieurwesenarchitektur www.informatik.htw-dresden.de www.cwsm-dresden.de www.bcscad.de Kurzfassung. Der Schwerpunkt dieses Artikels liegt darin, einen Konzeptentwurf für die kommerzielle Umsetzung einer Wissensbasis für Campus-Infrastrukturmodelle vorzustellen, die realen praktischen Anforderungen genügt. Dabei liegt der Schwerpunkt nicht auf theoretisch ausgefeilten Daten- und Wissensmodellen, sondern auf realen umfangreichen Daten- und Wissensbeständen. Der Entwurf baut auf einer existierenden vollständigen Infrastrukturdatenbank sowie exemplarischen Implementationen separater wissensbasierter Systeme auf. Ziel ist es, in einer Kombination von wissensbasierten Verfahren und zugehörigen leistungsfähigen Software-Werkzeugen den Prototyp eines kommerziell nutzbaren Systems mit industriellem Anspruch zu entwickeln. Der Fokus vom Standpunkt des Bauingenieurwesens wird dabei auf der Nutzung von standardisierten Datenformaten, auf fachgebietsspezifischen Normen und Standards sowie auf ausgewählten Anwendungen in der Campus-Domäne liegen. Aus Informatiksicht wird auf der Basis eines existierenden systematischen Datenmodells und bereits entwickelter leistungsfähiger Software-Werkzeuge der Firma CWSM GmbH Software Solutions Dresden ein Expertensystem zur Verarbeitung von Wissensbeständen aufgebaut. Als Anwendungsfall fungiert der Hochschul-Campus der HTW Dresden. 1 Einführung Durch die Entwicklung einer Wissensbasis für Campus-Infrastrukturmodelle, die generisches bauprojektübergreifendes Wissen enthält, soll es zur Standardisierung von Gebäudemodellen und den damit verbundenen Geschäftsprozessen sowie einer Verbesserung der Datendurchgängigkeit bei baulichen Projekten im Hochschulbereich kommen. Dabei erfolgt der Aufbau eines effizienten, nachhaltigen und flexiblen Prozessmodells auf Basis von Normenstandards, Gesetzmäßigkeiten und Regeln für die Campus-Infrastrukturdomäne. Dadurch soll eine Integration bislang getrennter Wertschöpfungsketten, eine Beschleunigung von Abläufen durch optimierte Kommunikation und die damit verbundene Steigerung der Effizienz betrieblicher und betriebsübergreifender IT-Prozesse erfolgen. Aus Informatiksicht kommt es zum Einsatz wissensbasierter Technologien aufsetzend auf einer soliden Datenbanktechnologie. Als Ergebnis soll ein nutzbares funktionales System entstehen, welches auch Änderungen durch den Nutzer sowohl auf Daten- als auch auf Wissensebene zulässt. Die Zielgruppe des Systems sind insbesondere die Hochschulen und Universitäten mit ihren technischen Dezernaten und Staatsbetriebe des Immobilien- und Baumanagements als Eigentümer und Verwalter der Gebäude sowie die Städte als Besitzer der umgebenden Infrastruktur. Hochschulen und Universitäten werden aus bauli- 2 E. Pflaum, W. Oertel, U. Kunze, S.Kracht cher, technischer und organisatorischer Sicht von unterschiedlichen Institutionen permanent betrieben, genutzt, gewartet, gepflegt, erneuert und umgebaut. Häufig erfolgt dies im Rahmen von bauspezifischen Projekten. Diese dabei ablaufenden Prozesse sind aus Sicht aller beteiligten Einrichtungen so effizient wie möglich zu gestalten. Hierzu sollen die vorgeschlagenen wissensbasierten Verfahren mit ihren Fähigkeiten zur formalen und flexiblen Beschreibung von generischen Sachverhalten den entscheidenden Beitrag leisten. Bei Erfolg des Projektes kann die entwickelte Technologie nicht nur auf Hochschulen, sondern auch auf ähnlich strukturierte öffentliche Einrichtungen übertragen werden. 2 Zielsetzung Mit der Arbeit wird das Ziel verfolgt, das kooperative Arbeiten mit einer zentralen relationalen Datenbasis und einer ebenfalls zentralen regelbasierten Wissensbasis zu ermöglichen, um hochschultypische informationelle Prozesse effizienter organisieren zu können und somit insgesamt ein wissensbasiertes System bereitzustellen, mit dem alle die Baulichkeiten des Campus betreffenden Daten an verschiedenen Stellen erfasst, zentral verwaltet, über die Zeit hinweg aktualisiert und in beliebige Anwendungen eingebunden werden können (vgl.[11]). Auf der Grundlage der in den letzten Jahren im Rahmen von Forschungsprojekten entwickelten 3DGebäudemodelle und Datenbanken der HTW Dresden [2] und der Implementation einzelner darauf aufsetzender exemplarischer wissensbasierter Systeme [12] erfolgt prototypisch der Aufbau einer umfassenden Wissensbank mit Bezug auf Normenstandards, Gesetzmäßigkeiten und Regeln für die Campus-Infrastrukturdomäne. Auch werden auf die gleiche Weise Auswertungsmechanismen realisiert, die in Endanwendungen einfließen und diese flexibel gestalten. Für die Realisierung des Projektes wird das universelle Informationsmanagementsystem bcs::system der Firma CWSM GmbH Software Solutions [8] eingesetzt, das objektbezogene Daten intelligent miteinander verknüpft und damit ein flexibles, wissensbasiertes sowie plattformunabhängiges Datenmanagement ermöglicht. Die entstehende Applikation soll letztlich die Grundlage für eine kommerzielle Verwertung liefern. Ein hierfür geeigneter Ansatz soll folgende Eigenschaften aufweisen. • Daten- und Wissensbasis sollen die Campusinfrastrukturdomäne vollständig und adäquat modellieren. • Sowohl die Datenbank, als auch die Wissensbank sollen flexibel sein, um das System jederzeit mit neuen gewonnenen Informationen erweitern oder Änderungen von Normen bzw. Richtlinien übernehmen zu können. • Für den Fachexperten muss es ebenso möglich sein, ohne Informatikkenntnisse Regeln zu ergänzen oder auszutauschen. • Es soll ein effizientes problemorientiertes Arbeiten möglich sein, das den Anwender von Implementationsdetails entlastet. • Die Benutzeroberfläche muss individuell an verschiedene Nutzergruppen anpassbar und erweiterbar sein. • Die Datenauswertung erfolgt in verschiedenen Sachdatenschalen, die wissensbasiert flexibel für die unterschiedlichsten Anwendungsfälle generierbar sind. • Transparenz, die sich auf die Erklärung der Lösung anhand des gespeicherten Wissens bezieht, soll überall gegeben sein. • Das Rahmensystem soll branchen- und softwareneutral aufgebaut sein. Für das Projekt wird eine Applikation des Informationsmanagementsystems bcs::system mit einer Datenbankstruktur, verschiedenen Datenschnittstellen und einer Benutzeroberfläche generiert. Diese Applikation wird als intelligentes Interface über der bereits bestehenden IT-Landschaft realisiert. Die Wissensbasis wird mit den KI-Werkzeugen von bcs::system selbstentwickelt und in diese Applikation eingebettet. Der Fokus wird in der ersten Phase vor allem auf folgende Anwendungsbereiche des Hochschul-Campus gelegt: 3 • • • • E. Pflaum, W. Oertel, U. Kunze, S.Kracht Flächen- und Raummanagement, Schlüsselmanagement, Wartungs- und Instandhaltungsmanagement und Reinigungsmanagement. Abb. 1 zeigt exemplarisch das Nutzerinterface eines Anwendungsbereiches. Abbildung 1 Nutzerinterface eines Anwendungsbereiches 3 Ausgangsdaten Die Grundlagen der geplanten Entwicklung bilden die Ergebnisse zweier fakultätsübergreifender Hochschulprojekte der Hochschule für Technik und Wirtschaft Dresden, die unter dem Aspekt Sustainable Campus laufen. In den Forschungsprojekten Virtuelles v3cim1 Dreidimensionales Campus Infrastruktur Modell (V3CIM) [1] und Nachhaltige digitale Erfassung von primären CampusInfrastrukturdaten (NEPCID) [2] wurden umfangreiche Datenbestände aufgenommen, systematisiert und daraus zwei physische Datenbanken, die zur Verwaltung von infrastrukturellen gebäudebezogenen Daten der HTW Dresden dienen, entwickelt: v3cim1 und v3cim2. Die physischen Datenbanken setzen sich wiederrum aus logischen Datenbanken zusammen (Abb.2). Die Trennung von relativ beständigen Gebäudedaten und sich häufiger ändernden Abbildung 2: Überblick der physischen Außenanlagen-, Technikausrüstungs- und Inventardaten ist bewusst und logischen Datenbanken gewählt, da die Gebäudedaten in der Regel das verbindende Element in der Hochschulinfrastruktur darstellen. Für die weitere Arbeit werden die beiden physischen Datenbanken miteinander verknüpft, um so eine exakte Synchronisation zu ermöglichen. Die logischen Datenbanken sind relationale, also tabellenförmig strukturierte, und voneinander unabhängige Datenbankeinheiten. Die mit den einzelnen Datenelementen verbundenen Dokumentdaten, wie Texte, 2D Zeichnungen, 3D Modelle oder Bilder, werden außerhalb des Datenbanksystems in einem hierarchischen File-System geordnet verwaltet, von der Datenbank über Deskriptoren beschrieben und über Verweise referenziert. Das Ergebnis ist eine durchgängige Systematisierung von Infrastrukturdaten einer Hochschule 4 E. Pflaum, W. Oertel, U. Kunze, S.Kracht sowie eine umfangreiche Sammlung von Campusdaten. Die Systematisierung bildet gleichzeitig eine Begriffshierarchie in Form einer Ontologie, auf der die Strukturierung der Wissensbasis aufsetzen kann. Die Systematisierung der Datenbestände erfolgte unter Beachtung der Normen DIN 276-1 sowie der DIN 277, wobei die DIN 276-1 eine wichtige Grundlage zur Ermittlung der (Investitions-)Kosten darstellt und die DIN 277 bei der Ermittlung der Grundflächen und Rauminhalte eingesetzt wird (vgl. [3]). In Abbildung 3 ist nach [2] die ontologische Systematisierung am Beispiel der Außenanlagen einer Hochschule verdeutlicht. Abbildung 3 Systematisierung der Außenanlagen Mit der geplanten Entwicklung wird das Ziel verfolgt, eine automatische normgerechte Einteilung zu generieren. Die erfassten Campus-Infrastrukturdaten umfassen verschiedene Repräsentationen von Daten und Dokumenten zu Gebäuden, Außenanlagen, technischen Ausrüstungen, Inventar aller Campus-Unterstrukturen. Aus grafischer Sicht umfassen sie insbesondere einen kompletten Satz an 2DZeichnungen sowie 3D-Modelle aller HTW-Gebäude in den beiden Campusbereichen Dresden und in Pillnitz, 3D-Modelle der Technischen Gebäudeausrüstung (TGA), eine 3D-Modellierung der Außenanlagen, 3D-Modelle aller öffentlich zugängigen Innenräume mit deren Inventar sowie eine Digitalisierung aller die Infrastruktur betreffender Verträge und Abläufe. Die 3DModelle der Gebäude sind keine reinen 3D-Volumenmodelle, sondern bauteilorientierte 3DAbbildung 4 Visualisierung eines Hörsaals 5 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Produkmodelle, welche über Building Information Modeling (BIM) generiert wurden. Somit beinhalten die Modelle nicht nur die reine Gebäudegeometrie, sondern sind aus intelligenten, parametrischen Objekten zusammengesetzt, welche somit auch zusätzliche bauliche Inforationen, die für die weitere Auswertung relevant sind, beinhalten [18]. Für die Modellierung der Gebäudehülle wurden die Systeme Allplan und Revit Architecture eingesetzt, wobei in Zukunft vorwiegend Revit Architecture verwenden werden soll, da dies die bessere BIM Lösung bietet. Die TGA-Objekte wurden mit AutoCAD MEP erfasst. Für die Modellierung der Innenräume einschließlich Inventar und der Außenanlagen wurde 3dsMax verwendet. Die Gebäudemodelle bilden eine wichtige Grundlage für weiterführende Modellierungen und Auswertungen. Somit können beispielsweise technische Anlagen in Räumen exakt positioniert oder fotorealistische Darstellungen und Sonnenstudien (vgl.Abb.4, 5)[16][17] für Baumaßnahmen erstellt werden, um Entwurfs- und Einrichtungsvarianten gegenüber zu stellen. (vgl.[13]) Abbildung 5 Einrichtungsvariante CAD-Pool Somit bilden die Datenbanken und BIM-Modelle die wichtigste Grundlage für die geplante Entwicklung. Um intelligente Objektinformationen zwischen verschiedenen Systemen austauschen zu können, eignet sich das neutrale objektorientierte Übergabeformat IFC (Industry Foundation Classes), welches näher untersucht wird [18]. Über intelligenten Datenschnittstellen von bcs::system werden weitere externe Informationsquellen integriert und die Daten mit externen Programmen synchronisiert. Auf all den genannten Datenbeständen und Programmen aufsetzend wird ein wissensbasiertes System mit einer Wissensbasis entwickelt, das die Daten miteinander verknüpft und sie für den Nutzer in bestimmte Anwendungen einbindet. 6 E. Pflaum, W. Oertel, U. Kunze, S.Kracht 4 Wissensbasiertes System Das Kernsystem der zu entwickelnden Technologie bildet das wissensbasierte System [4]. Es verwendet Wissensbestände einer Wissensbank, um Datenbestände einer Datenbank in von Nutzern betriebene Anwendungssysteme einzubinden. Dabei können über intelligente Schnittstellen auch externe Bestände einbezogen werden. Der Grundaufbau des Systems nach [5] ist in der Abbildung 6 verdeutlicht. Die Aufgaben, die die einzelnen Komponenten dabei übernehmen, sind in der Tabelle 1 dargestellt. Aus Anwendersicht wird für das System das Niveau eines Expertensystems [10] angestrebt. Abbildung 6 Grundaufbau des wissensbasierten Systems Tabelle 1 Komponenten des wissensbasierten Systems Komponente Aufgabe Inferenzkomponente Ableitung von neuem Wissen aus vorhandenem Wissen durch Verknüpfung ausgewählter Elemente der Daten- und Wissensbasis. Wissenserwerbskomponente Ermöglichung von Aufbau, Änderung und Wartung des in der Wissensbasis enthaltenen Wissens durch Experten. Erklärungskomponente Begründung der von der Inferenzkomponente erarbeiteten Lösungen und Transparentmachung der Vorgehensweise für Experten und Benutzer. Interviewkomponente Steuerung der Kommunikation mit dem Benutzer. 7 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Ein fundierter Wissensstand, welcher über einen Aufgabenbereich das Problemlösungswissen beinhaltet, ist ein essentieller Bestandteil des Systems und bildet die Wissensbasis. Die Wissensbasis kann in drei Bereiche unterteilt werden: das bereichsbezogene Expertenwissen, welches sich während einer Konsultation nicht ändert, das fallspezifische Faktenwissen, das vom Anwender während einer Konsultation eingegeben wird und die Zwischen- und Endergebnisse, die vom System durch die Inferenzkomponente logisch abgeleitet werden und über die Interviewerkomponente dem Benutzer angezeigt werden [6]. Im System wird neu erworbenes Wissen mit minimalem Aufwand eingepflegt und vorhandenes Wissen bei Bedarf angepasst werden können. Durch das System sollen vor allem die Dezernate der Hochschule, die Immobilienbetreiber und die Verwaltungsmitarbeiter des Campus bei Routineaufgaben entlastet werden. Es wird eine automatisierte Wissensverarbeitung ermöglicht, einmal erworbenes Wissen wird vervielfältigt, gehalten und angewandt werden können. Ein enormer Vorteil des Systems ist zudem, dass das Wissen ohne Vergessen von Informationen bzw. Fehlinterpretation weitergeben wird und dass es Wissen vieler Experten, auch über deren Wissensbereich hinaus, in sich vereint. (vgl.[9]) 4.1 Wissensakquisition Die Übertragung der menschlichen Expertise in eine formale Notation wird als Wissensakquisition bezeichnet [6]. Die wichtigsten Schritte dabei sind die Wissenserhebung und die anschließende Wissensanalyse [7]. Dabei wird in vier Wissensarten unterschieden. Tabelle 2 Arten des Wissens Wissensklassen Sachwissen Kontrollwissen Öffentliches Wissen (öffentlich zugänglich: Handbücher, Normen) Faktenwissen, z.B. Raum Z208 ist ein Vorlesungssaal Gesetzmäßigkeiten, Regeln z.B. wenn im Raum eine Vorlesung stattfindet, dann ist der Raum nicht verfügbar z.B. in der Hochschule ausgehängtes Verfahren zur Immatrikulation oder Raumanforderungen Persönliches Wissen (an Personen gebunden: Dokumente, Erfahrungen) Prof. x weiß z.B., dass eine seiner Lehrveranstaltungen auch für andere Studienrichtungen interessant ist Prof. x weiß, dass in einem Monat eine neue Forschungsstelle entsteht, die einen Raum benötigt Zudem ist es geplant, das Wissen folgendermaßen zu klassifizieren: • nach der Ableitung: o Fakten, die z. B. in einer Datenbank existierende Daten darstellen o Regeln, welche die Anwendung dieser mit weiteren Daten beschreiben o Metaregeln, welche die Regeln strukturieren und deren Abarbeitung steuern • nach der Repräsentation: o prozedurales Wissen, welches die Anwendung von Gesetzmäßigkeiten als Algorithmus beschreibt o deklaratives Wissen, welches Gesetzmäßigkeiten in einer beschreibenden Form enthält 8 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Für die Domäne der Campus-Infrastruktur umfassen die Fakten alle mit dem aktuellen Zustand der Infrastruktur verbundenen Daten, wie Gebäudemodelle oder Raumnutzungspläne. Die Regeln definieren allgemeingültige Zusammenhänge zwischen Klassen von Fakten, wie z.B. die Art der erforderlichen Überprüfungen von technischen Anlagen oder Vorschriften für die Ausgabe von Schlüsseln an Mitarbeiter. Metaregeln koordinieren auf einer höheren Ebene den Einsatz aller Wissensbestände, wie z.B. das zeitgesteuerte Initiieren von Regelpaketen zur Wartungsdurchführung oder die Strukturierung von Reinigungsplänen nach Etagen, Fakultäten oder Semesterplänen. Unter prozeduralem Wissen in der Campusinfrastrukturdomäne versteht man festgeschriebene, etablierte und bewährte komplette Vorgänge und Abläufe, z.B. Algorithmen zur Stundenplanung oder Optimierung von Fluchtplänen. Das deklarative Wissen beinhaltet kleinere, auch im Detail änderbare Regelpakete, z.B. zur Umsetzung von Richtlinien zur Bestimmung von Nutzflächen oder Raumgrößen für Labore, Büros oder Seminarräume. Wichtig ist für die Komplexität der Campusdomäne, dass das gesamte Spektrum an Kategorien von Wissensbeständen für die Wissensmodellierung aus Gründen Adäquatheit der Modellierung und der Effizienz der Realisierung für das System, die Systementwickler, die Experten und die Anwender genutzt wird. Diese Entscheidungen werden wesentlich über den Erfolg des Systems entscheiden. 4.2 Techniken der Wissenserhebung Die Wissenserhebung des öffentlichen Wissens erfolgt durch ein non-reaktives Verfahren, d.h. dass es nicht notwendig sein wird mit dem Experten in Kontakt zu treten, um das Wissen zu erheben. Das trifft für Sach- und Kontrollwissen gleichermaßen zu. Das Sammeln von Fachinformationen und Auswerten dieser erfolgt dabei unabhängig vom Zweck. Das vorrangige Ziel wird es sein, sich ein großes Vorwissen über das Fachgebiet anzueignen, um den Experten später leichter zu verstehen. Für den Campus sind dazu die einschlägigen Normen, Standards und Gesetze sowie hochschulspezifische Verordnungen zu studieren und umzusetzen. Dies sind z.B. Hausordnungen, Studienordnungen, Prüfungsordnungen, Beschaffungsordnungen, Bauordnungen. Alle Dokumente liegen dazu bereits in Textform, Strukturdiagrammen oder Ablaufdiagrammen vor. Persönliches Sachwissen wird hingegen durch Interviews erhoben. Diese können fokussiert oder strukturiert sein. Fokussierte Themen werden anhand eines Leitfadens angesprochen. Anschließend erfolgt eine Zusammenfassung und Bewertung der Informationen. Das Ziel strukturierter Interviews ist es, eine möglichst detaillierte Einsicht in das persönliche Sachwissen des Experten zu bekommen. Als Experten an einer Hochschule fungieren vor allem die Leiter und Mitarbeiter der Dezernate für Technik, Personal, Studium, Beschaffung und Dokumentation. Ähnliche Techniken können auch eingesetzt werden, um persönliches Kontrollwissen zu erheben. Persönliches Kontrollwissen wird jedoch vorrangig durch Beobachtungen erhoben und ist vergleichbar mit einer Berichterstattung von Ereignissen, die gerade stattfinden oder die bereits beendet sind. Mit dieser Art von Wissenserhebung gelingt es, die für die Problemlösung notwendigen Heuristiken aufzudecken. (vgl.[5]) Entsprechend des Betriebes einer Hochschule werden die Interviews vorwiegend in den lehrveranstaltungsfreien Zeiten geführt, währen im regulären Studienbetrieb vor allem das Beobachten von Abläufen überwiegen wird. 4.3 Wissensanalyse In diesem Schritt erfolgt die Interpretation und Strukturierung des erworbenen Wissens und die anschließende formelle und grafische Darstellung des Wissensgebiets, jedoch noch ohne die Berücksichtigung von Problemlösungsstrategien des Experten. In dieser Phase werden bereits ein Glossar sowie ein Datenerfassungskatalog erstellt. Diese Dokumente sind nicht nur in der Anfangsphase der Systementwicklung, sondern auch bei der späteren Wartung und Weiterentwicklung notwendig. 9 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Die Analyse wird in der Anfangsphase des Aufbaus der Wissensbasis vorwiegend vom Administrator der Wissensbasis in Konsultation mit den Fachexperten an der Hochschule durchgeführt. Schrittweise wird jedoch auch bereits diese Aufgabe dem wissensbasierten System übertragen in dem Umfang, wie Wissensbestände vorhanden sind, die für Konsistenz- und Integritätsüberprüfungen eingesetzt werden können. So kann der Aufbau der Wissensbasis nach und nach durch automatisierte Verfahren unterstützt werden, was bei der Komplexität der Aufgabe unabdingbar sein wird. 4.4 Regelaufbau Um die Wissensbasis insgesamt bei der Komplexität und dem Umfang der Struktur handhabbar zu machen, wird bei den elementaren Wissenselementen auf einfach strukturierte Regelpakete zurückgegriffen. Eine Regel stellt eine Implikation im Sinne der Logik dar, die als eine Schlussfolgerung im Anwendungsbereich aufgefasst werden kann. Das Regelsystem bildet dadurch eine nichtmonotone Logik, in der neues Wissen aus altem Wissen abgeleitet wird, gleichzeitig aber auch neues Wissen altes Wissen und die daraus gezogenen Schlussfolgerungen revidieren kann. Eine Regel besteht aus: • einer Menge von Vorbedingungen, welche positiv oder negativ sein können (Regel ist anwendbar), • einer Folgerung, die nach der Erfüllung aller Vorbedingungen angewandt wird (Regel ist aktiv). Diese Beziehung lässt sich als „Wenn - Dann - Regel“ darstellen: Wenn Bedingung_1, Bedingung_2, ..., Bedingung_n -> Dann Aktion A, Aktion B, … Regeln können sowohl auf der linken Seite als auch auf der rechten Seite nicht nur konjunktiv verknüpfte Aussagen oder Aussageformen in Form von Termen haben, sondern auch Disjunktionen und Negationen einschließen. Als Terme können auch prozedurale Elemente eingebunden werden. Dadurch entstehen komplexere Regeln in geringerer Anzahl. Auf diese Weise kann Wissen auch in kleinen Stücken verarbeitet werden, da beliebig viele Regeln für den aktuellen Problembereich angelegt werden können, wobei jede Regel einen kleinen Bereich des Wissens repräsentiert. In Voruntersuchungen hat sich gezeigt, dass diese Vorgehensweise sowohl für die deklarative als auch für die prozedurale Formulierung von Wissenselementen, wie sie für den Hochschulbereich relevant sind, praktikabel und ausreichend ist. 5 Eingesetzte Werkzeuge 5.1 Building Content System bcs::system Als Basissystem für das im Aufbau befindliche wissensbasierte System für den Campusinfrastrukturbereich wird das flexible Informationssystem BUILDING CONTENT SYSTEM bcs::system der Firma CWSM GmbH Software Solutions Dresden eingesetzt. Dieses System arbeitet als intelligente Benutzeroberfläche und wird über bestehende IT-Landschaft realisiert, ist modular aufgebaut, arbeitet branchenübergreifend, ist für den Einsatzfall der Gebäudeverwaltung optimiert, unterstützt Gebäudeinformationsmodellierung (BIM), gestattet die Einbeziehung von CAD-Daten und 10 E. Pflaum, W. Oertel, U. Kunze, S.Kracht ermöglicht die Anbindung relationaler Datenbanken gestattet die Einbindung externer Systeme unterstützt die Konsistenz und Synchronisation von Daten und Programmen ist objektorientiert und wissensbasiert organisiert. Das System erlaubt eine einheitliche und ganzheitliche Betrachtung sowie optimale Auswertung und Verwaltung aller relevanten Informationen ist mittels Integration der zur Verfügung stehenden bcs::system beinhaltet: ein allgemeines Basispaket bcs::basic – ein intelligentes Informationsmanagement für den universellen Einsatz, welches objektbezogene Daten intelligent miteinander verknüpft und ein flexibles, wissensbasiertes sowie plattformunabhängiges Datenmanagement ermöglicht (vgl. Abb.7) [8]. Anwendungslösungen bcs::applications: o o o o für Haustechnik: bcs::mepdoc, für Anlagenbau: bcs::isodoc, für Verwaltung elektrischer Anlagen: bcs::edoc, für Facility Management Aufgaben: bsc::fm, ein Dokumentenmanagementsystem, ein Redaktionssystem für die intelligente Erstellung von Dokumentationen und eine Benutzerrechteverwaltung. CAD - DATEN Bauteilorientierte 3D-Produktmodelle, IFC, AutoCAD, Revit, MEP, Allplan… EXT. DATENBANKEN SQL, GLT, GIS … bcs::basic Datenbank BENUTZERINTERFACE Abbildung 7 Prinzip bcs::system ZUSATZDATEN Dokumente in elektronischer und/oder eingescannter Form, Tabellen, Bilder, Filme… 11 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Das KI-basierte Gesamtsystem bcs::system besteht in Anlehnung an [9] aus folgender Struktur: Abbildung 8 Struktur des Gesamtsystems bcs::system Die KI - Komponenten von bcs::system sind das PlugIn - System samt KI – Interface, das CAD - basierte KI – Interface, die Wissensdatenbank, der KI – Generator, die Applikationen, der Dokumentengenerator, das Hilfesystem und das Interfacesystem. 5.2 Wissensbasiertes System Das wissensbasierte System ist ein integrierter Bestandteil des gesamten Informationssystems. Es besteht aus einer Regelmaschine, einem Editor, der Wissensbank und der Datenbank. Seine Struktur ist in Abb. 9 nach [9] grafisch dargestellt. Die Wissensbank beinhaltet explizites Wissen in Form von Faktenobjekten sowie implizites Wissen in Form von Regeldateien, die Erweiterung kann dabei über den Editor erfolgen. Die Datenbank umfasst alle vom System verwalteten relationalen, textuellen und grafischen Daten. Die Systemkomponenten interagieren miteinander über verschiedene Operationen, wie Wissenssicherung, Wissensbereitstellung, Datenermittlung, Nutzung und Interaktion. In der Abbildung 9 ist nach [9] das Zusammenspiel der Wissensbasis, des Editors und der Regelmaschine verdeutlicht: 12 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Abbildung 9 Struktur des wissensbasierten Systems Den Kern des wissensbasierten Systems bildet eine Regelmaschine. Für die Regelerzeugung wird die vollständig in Java implementierte Regelmaschine DROOLS [14] eingesetzt. DROOLS arbeitet mit einer Vorwärtsverketung der Regeln. Die Möglichkeit des rückwärtigen Schließens existiert (noch) nicht. Die Grundstruktur einer Regel ist dabei die folgende: rule „name“ ATTRIBUTES when LHS (left hand side - Regelbedingung) then RHS (right hand side - Aktion) end Dabei bestehen alle Regeln aus: • • • • • einem eindeutigen Namen, möglichen Attributen, einer Menge von Bedingungen (Regelprämissen), einer Aktion (Konklusion) und einer abschließenden „end“ – Anweisung Die Grundlage für das Inferenzverfahren des Regelsystems bildet der RETE- Algorithmus. Dieser bestimmt für eine Menge von Produktionsregeln auf effiziente Weise die Regeln, die durch die aktuelle Objektmenge erfüllt werden, und bewirkt durch Einschränkung der zu überprüfenden Bedingungen und Datenbasiseinträge eine starke Effizienzerhöhung in der Regelmaschine. Hierzu erzeugt der Algorithmus aus einer Menge von Regelprämissen ein Entscheidungsnetzwerk in Form eines Datenflussgraphen, und es werden in zwei Arten von Knoten unterschieden [15]: • α- Knoten: Selektionsbedingungen, die sich auf Objekte (Elemente, Tupel) der Faktenbasis beziehen • β- Knoten: Bedingungen, die über Junktoren (und Variablenbindungen) miteinander verknüpft sind 13 Beispiel: E. Pflaum, W. Oertel, U. Kunze, S.Kracht Wenn Raum X min. 100 Plätze enthält und der Fakultät Y zugewiesen ist Dann ist X ein Vorlesungsaal der Fakultät Y α- Knoten: Raum X hat min. 100 Plätze α- Knoten: Raum X ist der Fakultät Y zugewiesen β- Knoten: das UND in Verbindung mit den Variablen Eine Regelinstanziierung kann am Ausgang eines Knotens gleichzeitig ein Input für einen anderen Knoten sein (Abbildung 10). Abbildung 10 Regelverarbeitung 6 Anwendungsbeispiele Im Folgenden wird auf die Anwendung des wissensbasierten Systems eingegangen. Es erfolgt eine ausführliche Erläuterung zum Bereich Raummanagement sowie des Regelaufbaus unter Anwendung der DIN 277. Die weiteren Anwendungsbereiche werden nur kurz angeschnitten. Abbildung 11 verdeutlicht einige typische Abfragen an das wissensbasierte System. 14 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Abbildung 11 Beispielhafte Abfragen an das wissensbasierte System Das System bcs::system dient als intelligente Benutzeroberfläche über alle einbezogenen Programme und Datenquellen und unterstützt dabei die Anwender durch automatisierte Abläufe und individuelle Bedienungsoberflächen. Eine Überprüfung aller relevanten Unterlagen incl. CAD-Projekte auf Vollständigkeit und Richtigkeit ist ebenso miteinbegriffen. Die Optimierung von Planungs- und Verwaltungsprozessen wird durch eine objektbezogene Datenerfassung und eine computerunterstütze Datenpflege und –verwaltung (CAFM) erreicht. Dem Anwender wird eine vollständig gefüllte Datenbasis in Kombination mit einer nutzbaren Wissensbasis zur Verfügung gestellt. Durch den Einsatz ergibt sich ein insgesamt optimierter Informationsaustausch auf dem Anwendungsgebiet zwischen allen an der Entwicklung, dem Betrieb und der Nutzung beteiligten Seiten. [8] 6.1 Raummanagementsystem Das Raummanagement gestattet es, alle mit den Gebäuden eines Campus zusammenhängenden räumlichen Informationen zu erfassen, zu speichern, auszuwerten und wieder bereitzustellen. Dabei werden auch zeitlich verschiedene Zustände bereitgestellt. Abb. 12 veranschaulicht die Vorgehensweise des Zusammenspiels von Bearbeitern und Anwendern im Anwendungssystem Raummanagement. 15 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Abbildung 12 Struktur des Anwendungssystem Raummanagement Somit sind die Daten über den gesamten Lebenszyklus eines Bauwerkes vorhanden, gehen nicht verloren und sind durch Aktualisierung und Synchronisation immer aktuell. Das System wird basierend auf Regelwerken aufgebaut. Objektbezogene Daten, die aus dem CAD-Modell oder der Datenbank direkt übernommen werden: Raumdaten: Bezeichnung z.B. Vorlesungssaal, Seminarraum, Büro, CAD-Pool Raumnummer Geschoss Gebäudenummer/-bezeichnung Fläche Höhe Bodenbelag Wandflächen Nutzung von Fakultät Schlüssel Nebenraum Türnummer Inventar … Gebäudedaten: Gebäudenummer Gebäudebezeichnung … Abbildung 13 Automatisch erzeugte Raumliste 16 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Informationen, die in den Basis-Datenquellen fehlen, können über eine manuelle Eingabe hinzugefügt werden (z.B. Wartungsverträge). Mit Hilfe des Datenbestandes können folgende Funktionen, realisiert werden: Raum: Suche von Räumen Raumbelegungsplan editieren, anzeigen Kostenberechnung nach DIN 276 und Flächenberechnung nach DIN 277 z.B. für Reinigungsmanagement Möblierungsvarienten in Abhängigkeit von Nutzung Grafische Anzeige von (möglichen) Tischanordnungen Wenn Büro, dann die Anzeige von Sprechzeiten Anzeige der Lage der Räume im Grundriss Anzeige von Kapazität/ Plätzen Wer ist Schlüsselberechtigter? Anzeige von Sprechzeiten Automatische Erinnerung an Wartungen Abbildung 14 Raumbelegungsplan Abbildung 15 Inventaranordnungsplan Für eine bessere Verwaltung werden Filteroptionen eingebaut, nach: Raumbezeichnung Inventar Zeitraum für Raumsuche Freie/ belegte Räume Periodizität Kapazität Weiterhin werden verschiedene Rechte für die Verwaltung vergeben. Benutzerprofile mit unterschiedlichen Berechtigungen für Funktions-, Lese- und Schreibezugriff sowie individueller Benutzeroberfläche können angelegt werden. Zudem wird eine automatische Auslastungsauswertung, Kostenableitung/-auswertung anhand von Flächen, Anzeigen von barrierefreien Zugängen und das automatische Ableiten von Fluchtplänen ermöglicht. Die Abbildungen 13, 14 und 15 zeigen mit der Raumliste, dem Raumbelegungsplan und dem Inventaranordnungsplan drei wissensbasiert generierte Nutzerinformationen im Rahmen des Anwendungssystems. 17 E. Pflaum, W. Oertel, U. Kunze, S.Kracht 6.2 Schlüsselmanagement Das Anwendungssystem Schlüsselmanagement dient dem professionellen Umgang mit allen das Schließsystem einer Hochschule betreffenden Informationen. An die Räume werden Informationen über benachbarte Räume sowie deren Verbindungen (Türen), der zugehörigen Zylinder und Schlüssel gebunden. Ebenso besteht eine Anbindung an die Nutzer mit unterschiedlichen Zugangsberechtigungen. Somit lassen sich folgende Hierarchien ableiten: Gebäude - Etage - Raum - Nebenraum -Tür - Zylinder - Schlüssel Fakultät - Institut - Abteilung - Leiter - Nutzer Aufgrund unterschiedlicher Zugangsberechtigungen existiert eine Schlüsselhierarchie (z.B. GHS-GS-ES). Aus dieser ergibt sich ein Schließplan, der die Zuordnung der einzelnen Schlüssel zu einem Zylinder verdeutlicht (Abbildung 16). Abbildung 16 Schließplan 6.3 Wartung und Instandhaltung Das Anwendungssystem befasst sich mit der Wartung und Instandhaltung von Gebäuden und technischen Anlagen an der Hochschule. Die Verwaltung der Gebäude und technischen Anlagen erfolgt durch das Dezernat Technik. Hierzu existieren Wartungsverträge, die bereits digitalisiert wurden. Ziel ist es, aus der Verwaltung dieser Dokumente, Prozessabläufe zu generieren. Ein beispielhafter Ablauf ist wie folgt: Ein Wartungsvertrag der Lüftungsanlage x läuft über 2 Jahre und bedeutet pro Monat 1 Aktion. Diese Aktionen sollen aller 4 Wochen automatisch ausgelöst werden, indem jeweils nach 4 Wochen automatisch eine Erinnerung erscheint, ein Anschreiben maschinell erstellt oder der Techniker gerufen wird. 6.4 Gebäudereinigung Das Reinigungsmanagement erfolgt durch eine Gebäudeverwaltungsfirma. Diese besitzt eine komplette Gebäudedatenbank zur Verwaltung aller Räume und Flächen der Gebäude. Mit Hilfe des Anwendungssystems Gebäudereinigung wird sichergestellt, dass die Auswertung der Flächen hinsichtlich ihrer Ganzheit und Genauigkeit dem Normenstandard entspricht. Es sollen insbesondere Reinigungspläne und die mit ihnen zusammenhängende Dokumente automatisiert erstellt werden. Das wird Zuständigkeiten, Abrechnungen sowie raumzeitliche Optimierungen umfassen. 6.5 Regelbasierte Anwendung einer gesetzlichen-Norm Die Norm DIN 277-1 gilt für die Ermittlung der Grundflächen und Rauminhalten von Bauwerken oder Teilen von Bauwerken im Hochbau. Die ermittelten Flächen und Rauminhalte sind maßgebend für die Ermittlung der Kosten im Hochbau nach DIN 276, der Nutzungskosten im Hochbau nach DIN 18960 und bei dem Vergleich von Bauwerken. Dies bildet somit eine wichtige Grundlage für die wissensbasierte Organisation aller erwähnten Anwendungssysteme. 18 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Für die Anwendung der DIN 277 muss im ersten Schritt die korrekte Zuordnung der Flächen und Räume erfolgen. In diesem Abschnitt wird auszugsweise nur auf die Zuordnung der Flächen eingegangen. Mit Hilfe des wissensbasierten Systems soll die Möglichkeit gegeben werden, die Flächen anhand ihrer Funktion automatisch der entsprechenden Nutzungsgruppe zuzuweisen. Die Funktionen der Räume wurden im BIM Modell bereits hinterlegt und in die Datenbank übertragen. Auf diese Datenbank greift das wissensbasierte System zu und weist die Flächen der Räume entsprechend ihrer Funktion der in der Norm vorgeschriebenen Fläche zu. Die Gliederung der Flächen nach ihrer Zweckbestimmung wird in der Abbildung 17 verdeutlicht. Die automatische Zuweisung mittels der Raumbezeichnung, welche aus dem Gebäudemodell oder der Datenbank entnommen wird, wird durch die Regelmaschine DROOLS realisiert. Bruttogrundfläche (BGF) Nettogrundfläche (NGF) Konstruktionsgrundfläche (KGF) Nutzfläche (NF) Technische Funktionsfläche (TF) Verkehrsfläche (VF) Gruppen entspechend der tatsächlichen Nutzung Betriebstechnische Anlagen Verkehrserschließung und sicherung Abbildung 17 Flächengliederung nach der DIN 277 19 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Die Bruttogrundfläche wird in Netto- und Konstruktionsgrundfläche unterteilt. Die Gliederung der Nettogrundfläche erfolgt wiederum über die Einstufung der Räume in Nutzungsgruppen. Die detaillierte Zuordnung eines Raumes regelt die Anlage DIN 277 – 2. In der Tabelle 3 wird gezeigt, in welche Nutzungsgruppen differenziert wird. Tabelle 3 Nutzungsraten und Gliederung der Netto-Grundflächen (Tabelle 1 in DIN 277-1) [3] Nr. Netto-Grundflächen (NGF) Nutzungsgruppe 1 Nutzfläche (NF) Wohnen und Aufenthalt 2 Büroarbeit 3 Produktion, Hand- und Maschinenarbeit, Experimente 4 Lagern, Verteilen und Verkaufen 5 Bildung, Unterricht und Kultur 6 Heilen und Pflegen 7 Sonstige Nutzflächen 8 Technische Funktionsfläche (TF) Betriebstechnische Anlagen 9 Verkehrsfläche (VF) Verkehrserschließung und- sicherung Bei der Zuweisung der Flächen zu einer Nutzungsgruppe ist jedoch einige Punkte zu beachten. Beispielsweise sagt die Norm aus, dass eine Fläche, bei der verschiedene Nutzungsgruppen in Frage kommen, da ihre Nutzung auf verschiedene Art möglich ist, nur einer einzigen Nutzungsgruppe zugeordnet werden darf. Hierbei muss die überwiegende Nutzungsart berücksichtigt werden. Auch ist zu beachten, dass betriebstechnische Anlagen, die der Ver- und Entsorgung anderer Bauwerke dienen, nicht wie üblich der Nr.8, sondern der Nr.7 zu geordnet werden. Diese zwei „Regeln“ sind lediglich zwei Beispiele aus der Norm. Es gilt alle Besonderheiten oder Einschränkungen heraus zu filtern und in das wissensbasierte System zu integrieren. Für die Aufstellung der Regeln wurde zunächst eine Übersicht über die Beziehungen der einzelnen Raumfunktionen und deren Zuweisung zu den Flächen (NGF, TF, VF, etc.) erstellt. (Abb.18) 20 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Abbildung 18 Zuordnung der Begriffe nach der DIN 277 In diesem Zusammenhang lassen sich Regeln des wissensbasierten Systems ableiten. Beispiel einer Regel in DROOLS ist in Abbildung 19 aufgeführt. Abbildung 19 Regelaufbau nach der DIN 277 21 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Hiermit wird die Rauminformation aus dem CAD Modell entnommen und es erfolgt eine automatische Zuweisung der Flächen zu ihrer Nutzungsgruppe. Aufbauend darauf wird eine normgerechte Flächenermittlung auf Knopfdruck ermöglicht. Des Weiteren sind die Grundflächen und Rauminhalte nach ihrer Zugehörigkeit zu folgenden Bereichen getrennt zu ermitteln: • Bereich a: Überdeckt und allseitig in voller Höhe umschlossen • Bereich b: Überdeckt, aber nicht allseitig in voller Höhe umschlossen • Bereich c: Nicht überdeckt. Sie sind getrennt nach Grundrissebenen und getrennt nach unterschiedlichen Höhen zu ermitteln, dies gilt auch für Grundflächen unter und über Schrägen. Die beispielhaft genannten und viele weitere Bestimmungen sind in DIN- Normen und anderen Standardwerken festgeschrieben, welche von den Anwendern richtig umzusetzen sind. Bei der Komplexität kann es jedoch vorkommen, dass Regeln bei manueller Nutzung nicht richtig berücksichtigt werden. Dies soll durch die Entwicklung der Wissensbasis vermieden werden. 7 Fazit In diesem Artikel wurde das erste Konzept für die Entwicklung einer Wissensbasis für CampusInfrastrukturmodelle vorgestellt und eine beispielhafte Umsetzung verdeutlicht. Die Entwicklung eines wissensbasierten Systems wird zu einer beträchtlichen Entlastung der technischen Dezernate und der gebäudeverwaltenden Institutionen bei vielen wichtigen Tätigkeiten führen. Die Grundlage für die Entwicklung bilden dabei bauteilorientierte 3D-Gebäudemodelle und Datenbanken, die bereits vorhanden sind. Jedoch muss die Synchronisation zwischen den Gebäudemodellen und den Datenbanken noch explizit untersucht werden. Für das wissensbasierte System wird das flexible Informationssystem BUILDING CONTENT SYSTEM bcs::system von CWSM GmbH Software Solutions Dresden als Basissystem eingesetzt. Es ist jedoch zu beachten, dass ein wissensbasiertes System nur ein Werkzeug zur Unterstützung des Anwenders bei der Bewältigung seiner Aufgaben ist. Es ist nur so gut wie das integrierten Regelwerk und die verfügbare Wissensbasis. Es hat trotz verfügbarer Lösung eines Problems und der Aufbereitung des Lösungsweges kein „Verständnis“ für das eigentliche Problem. Es stützt sich auf möglicherweise unvollständige oder fehlerhafte Daten, die durch den Anwender bzw. den Experten bereitgestellt wurden und kann diese nicht selbstständig auf ihre Richtigkeit überprüfen. Zudem kann es nicht intuitiv handeln. Diese Fähigkeit ist nach wie vor dem Anwender vorbehalten. Danksagung. Dieser Artikel ist im Rahmen des Promotionsvorhabens „Entwicklung einer Wissensbasis für CampusInfrastrukturmodelle“, welches in Form einer kooperativen Industriepromotion durch die Sächsische Aufbaubank (SAB) und das Unternehmen CWSM GmbH Software Solutions Dresden gefördert wird, entstanden. Eine Kooperation besteht zwischen der HTW Dresden, der TU Dresden, der CWSM GmbH Software Solutions und Frau Dipl.-Ing. (FH) E.Pflaum. An dieser Stelle möchten wir uns für die Kooperationsbereitschaft und die Zusammenarbeit aller beteiligten Institutionen bedanken. Wie danken insbesondere Herrn Prof. Dr.-Ing. Raimar Scherer (TU Dresden) der als Betreuer mitwirkt. Für die Unterstützung bei der Datenerhebung danken wir Frau Dipl.-Wirt.-Inf. (FH) M. Schneider und Frau Dipl.-Inf. (FH) H. Kantardshieffa. Ein Dank für die Unterstützung und Mitarbeit geht auch an Herrn Dipl.-Inf. (FH) S. Jonitz, der die Komponenten des wissensbasierten Systems entwickelt hat. 22 E. Pflaum, W. Oertel, U. Kunze, S.Kracht Literaturverzeichnis [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] W. Oertel: Projekt V3CIM- Abschlussbericht. HTW Dresden 2011 W. Oertel, M. Schneider: Teilprojekt 6: Nachhaltige digitale Erfassung von primären Campus-Infrastrukturdaten. In: Projekt Sustainable Campus - Zwischenbericht, HTW Dresden 2011 W. Hasselmann, K. Liebscher: Normgerechtes Bauen. Verlagsgesellschaft Rudolf Müller GmbH & Co. KG, Köln, 2008 C. Beierle, G. Kern-Isberner: Methoden wissensbasierter Systeme.Vieweg, Wiesbaden 2006 M. Curth, A. Bölscher, B. Raschke: Entwicklung von Expertensystemen. Carl Hanser Verlag, München Wien 1991 K. Broadway: Knowledge Engineering. Research World, 2012 R. A. Benfer, E. E. Brent, L. Furbee: Expert systems. Newbury Park, Cal.[u.a.]: Sage, 1991 S. Kracht: Produktdokumentation bcs::system. CWSM Software Solutions Dresden, Dresden 2012 S. Jonitz: Diplomarbeit: Komponenten der Künstlichen Intelligenz für ein dynamisches CAD - basiertes Building Information Management. HTW Dresden 2011 F. Puppe: Einführung in Expertensysteme. Springer–Verlag, Berlin 1991 H. Kantardshieffa, W. Oertel: Software Concept of a Three-Dimensional Campus Infrastructure Model. In: Gesellschaft zur Förderung angewandter Informatik (Hrsg.): 12. Anwendungsbezogener Workshop zur Erfassung, Modellierung, Verarbeitung und Auswertung von 3D-Daten (3D-NordOst 2009). GfaI, Berlin, 2009 W. Oertel, H. Kantardshieffa, M. Schneider: Knowledge-Based Analysis and Synthesis of Virtual 3D Campus Infrastructure Models. In: Intelligent Computer Graphics 2011, Springer Verlag Berlin. 2012 W. Oertel, U. Kunze, A. Trogisch, C. van Zyl: Virtuelle dreidimensionale Campus-Infrastrukturmodellierung aus verschiedenen Perspektiven. In: Wissend. Magazin der HTW Dresden, 19. JG., Nr. 2, HTW Dresden, 2011 M. Bali: Drools JBoss Rules 5.0 Developer’s Guide. Packt Publishing, 2009 L. Wunderlich: Java Rules Engines. Entwicklung von regelbasierten Systemen, Frankfurt/M, entwickler.press 2006 M. Gringmuth: Visualisierung des Computerkabinetts Z824 im Rahmen eines Studienbeleges an der Fakultät Bauingenieruwesen/ Architektur der HTW Dresden, 2012 M. Hohmann: Visualisierung des Hörsaala Z254 der HTW Dresden im Rahmen eines Studienbeleges an der Fakultät Bauingenieruwesen/ Architektur der HTW Dresden, 2011 M. Just, U. Kunze: Intelligente 3-D-Daten. In WissenD. Magazin der HTW Dresden, Nr.1, HTW Dresden, 2011