DFG SPP2255 - Projekte "Massenphänomen Gewerbehalle (C03)"/ "Systemhallen als Denkmale (F01)"

In der Blütezeit der Hochmoderne, von 1914 bis 1970, wurden viele verschiedene Typen von Systemhallen in Stahlbauweise industriell gefertigt, um die große Nachfrage nach neuen räumlichen Lösungen zu befriedigen, die die industriellen Produktionsbedingungen vieler Unternehmen erforderten. Dieser Gebäudetypus hat jedoch in der Baugeschichte keine angemessene Beachtung gefunden, so dass es an grundlegenden Kenntnissen über die Pluralität der Bautypen, ihre Verbreitung und den ortsbezogenen Kontext bisher fehlte, um Aussagen über die Denkmalfähigkeit und -würdigkeit oder eine breite Anerkennung als nützliche und nachhaltige Gebäude zu ermöglichen.

Das Projekt hat in der ersten Förderphase des SPP 2255 (C03-Massenphänomen Gewerbehalle) einen grundlegenden Beitrag zur Erforschung von Systemhallen als Objekte der Baugeschichte geleistet und gezeigt, dass eine großräumige Detektion in Luftbildern möglich ist. Es wird derzeit vertieft untersucht, welche spezifischen Werte ihnen als mögliche Denkmäler der Wirtschafts- und Kulturgeschichte zugeschrieben werden. Daraus können Konzepte für den Erhalt und die künftige Nutzung weiterer modularer Fertigteilbauten entwickelt werden, die seit der Hochmoderne das Baugeschehen in hohem Maße prägen.

Im Mittelpunkt des nun beantragten Projekts steht die vertiefte wissenschaftliche Aufarbeitung von Systemhallen im Stahlbau als repräsentatives, prägendes Beispiel des hochmodernen Industriebaus. Wir werden eine automatische Erkennung vieler verschiedener Systemhallentypen in Gewerbegebieten vorantreiben, indem wir datengetriebene Methoden zur Extraktion von Gebäudeattributen, zur Detektion und zur Klassifizierung von Systemtypen aus Luftbildern entwickeln.

Diese Arbeit wird sich auf unsere derzeitigen Arbeiten stützen, aber den Stand der Technik erheblich erweitern. Zunächst wird eine Reihe von Systemhallenkandidaten nach zwei Ansätzen generiert: Systemhallendetektion und Klassifizierung von Dachtyp und -material. Die Erkennung erfolgt auf der Grundlage eines Lernalgorithmus, der das Wissen über bereits identifizierte Instanzen nutzt. Für Fälle mit Typen ohne Instanzen werden synthetische Daten auf der Grundlage von generativen Deep-Learning-Modellen erstellt. Darüber hinaus werden für alle Kandidaten Zusatzinformationen extrahiert, um einen Attributdatensatz zu erstellen. Anschließend wird auf dessen Grundlage ein ML-Algorithmus für die Klassifizierung trainiert, um zu bestimmen, ob ein Kandidat eine Systemhalle ist, und ggf. einen Systemtyp zuzuordnen. In diesem Schritt werden auch hochauflösende Schrägluftaufnahmen verwendet, um strukturelle Details und detaillierte Geometrieinformation zu gewinnen.

Alle Informationen über Methoden, Attribute und Instanzen der einzelnen Systemtypen werden in einer Datenbank organisiert und strukturiert, um dieses Massenphänomen weiter zu analysieren, zu verstehen und zu bewerten. Die Projektergebnisse werden im Denkmalatlas Niedersachsen des NLD veröffentlicht, um den Transfer von der Theorie in die Praxis zu fördern.