Helsinki: Vom automatisierten 3D-Stadtmodell zum lebendigen, stets aktualisierten Urbanen Digitalen Zwilling

Wie Helsinki automatisierte Prozesse nutzt, um sein 3D-Stadtmodell zum Leben zu erwecken und eine dauerhaft aktuelle Datenbasis zu schaffen.

Automatisierung städtischer 3D-Daten für Urbane Digitale Zwillinge

Helsinki hat einen entscheidenden Schritt hin zu einem vollautomatisierten, kontinuierlich aktualisierten 3D-Stadtmodell gemacht. Durch die Umstellung von manuellen Aktualisierungen auf eine nächtliche, stufenweise Verarbeitung stellt die Stadt sicher, dass ihre 3D-Gebäudemodelle in Genauigkeit und Aktualität mit den 2D-Grundrissdaten übereinstimmen.

Das Ergebnis: Planer, Architekten und Anwendungen für Urbane Digitale Zwillinge arbeiten ohne Verzögerungen und ohne Schätzungen mit aktuellen Daten.

„Unser Ziel war einfach, aber ehrgeizig: Wir wollten unser 3D-Stadtmodell genauso zuverlässig und aktuell gestalten wie unsere 2D-Grundrisse – und dies durch Automatisierung erreichen.“

Das 3D-Modell im Takt der Stadt halten

Im Kern verfolgt Helsinki ein klares Ziel: Die 3D-Gebäudemodelle sollen genauso aktuell sein wie die 2D-Grundrissdatenbank. So entstehen präzise Visualisierungen für Planung, Urbane Digitale Zwillinge und Projekte verschiedener Interessengruppen.

Der Anwendungsfall folgt einer vollständig automatisierten Prozesskette: Das System erkennt Änderungen im 2D-Datensatz, identifiziert neue oder geänderte Gebäude, aktualisiert die 3DCityDB mit Attributänderungen und bereitet 3D-Modellkacheln für BRec vor. Modellierer können bereits am nächsten Tag weiterarbeiten. Alle am Vortag fertiggestellten Modelle werden in die Datenbank importiert. Sobald die 3DCityDB aktualisiert ist, werden auch die 3D-Anwendungslayer automatisch angepasst.

FME-Workflow zur Automatisierung der Aktualisierung des 3D-Stadtmodells von Helsinki

Abbildung: Automatisierter FME-Workflow, der das 3D-Stadtmodell von Helsinki jede Nacht aktualisiert.

Dadurch haben Planer, Architekten und Nutzer Urbaner Digitaler Zwillinge jederzeit Zugriff auf aktuelle 3D-Daten. Der Workflow ermöglicht künftig auch die visuelle Integration neuer IFC-Gebäudemodelle in das Stadtmodell, unterstützt die Verwaltung historischer Versionen und schafft die Grundlage für vergleichbare automatisierte Prozesse, etwa für Bäume oder Verkehrsflächen.

Von sporadischen Aktualisierungen zu konstanter Genauigkeit

Die 2D-Gebäudeflächendatenbank Helsinkis, gepflegt in Oracle und basierend auf präzisen Feldmessungen, gilt seit Langem als Referenz für hohe Genauigkeit. Während diese Daten kontinuierlich aktualisiert wurden, blieben die 2016 erstmals erstellten 3D-Gebäudemodelle zurück. Durch unvollständige und manuelle Aktualisierungen war die 3D-Stadtdatenbank (3DCityDB) nicht mehr auf dem aktuellen Stand.

Die Anforderungen waren zweigeteilt:

  • Die 3D-Modelle sollten ebenso aktuell sein wie die 2D-Daten – möglichst bereits vor Abschluss eines Bauprojekts.
  • Veraltete Modelle sollten ersetzt werden, ohne historische Versionen zu verlieren, wobei gleichzeitig weniger präzise Altdaten berücksichtigt werden mussten.

Die Lösung musste skalierbar sein und mit den bestehenden Systemen der Stadt Helsinki kompatibel bleiben. Ab Anfang nächsten Jahres schreiben neue gesetzliche Vorgaben sowie BIM-Regularien eine IFC-basierte Bearbeitung von Baugenehmigungen vor. Dadurch wird die manuelle Modellierung weiter reduziert, da erste Gebäudemodelle direkt aus IFC-Daten generiert werden.

Klar definierte Kriterien, strategische Entscheidung

Bei der Bewertung möglicher Ansätze definierte Helsinki vier zentrale Anforderungen:

  1. Automatisierte Versionskontrolle – Ersatz veralteter Modelle bei gleichzeitiger Beibehaltung historischer Datensätze.
  2. Nahtlose Integration – Zusammenspiel von FME (Automatisierung), BRec (Modellierung) und VC Publisher API (inkrementelle Aktualisierungen).
  3. Skalierbarkeit – Verarbeitung von Hunderten bis Tausenden Änderungen pro Monat.
  4. Zukunftsfähigkeit – Integration von IFC-Daten ohne Unterbrechung bestehender Arbeitsabläufe.

„Die Möglichkeit, inkrementell zu aktualisieren, statt alles neu zu verarbeiten, war ein echter Wendepunkt für die Effizienz.“

Umsetzung: Nächtlicher Workflow im städtischen Betrieb

Helsinki hat einen vollautomatisierten nächtlichen Workflow etabliert, der auf folgenden Komponenten basiert:

  • FME-Formular zur Koordinierung mehrerer Workbenches:
    • Vergleich von 2D-Grundrissen mit der 3DCityDB.
    • Erstellung neuer Modellkacheln bei erkannten Änderungen (für neue Versionen wird dieselbe GML-ID verwendet).
    • Wiederverwendung von Modellierungskomponenten aus bestehenden Modellen (über Python-Skripte, die Daten aus älteren BREC-SAVX-Dateien extrahieren), um erhebliche Modellierungszeit einzusparen.
    • Validierung und Aktualisierung von Gebäudeattributen aus dem Basisregister.
    • Überprüfung des Gebäudestatus und Anpassung bei Bedarf (geplant, im Bau, fertiggestellt, abgerissen).
Gebäudegrundrissgeometrie und Messpunkte in Helsinkis 2D-Gebäudedatenbank

Abbildung: Darstellung eines Gebäudes in Helsinkis 2D-Grundrissdatenbank.

3D-Gebäudemodell, generiert aus Helsinkis Grundrissdaten

Abbildung: Entsprechende 3D-Darstellung desselben Gebäudes in der City Database.

  • FME Flow für Adresssuche und Export:
    • API zur Adresssuche
    • VCS FME Workbench für den Datenexport
  • BRec zur Modellierung neuer oder umgebauter Gebäude
  • VC Publisher REST-API:
    • Import von modellierten CityGML-Dateien
    • Inkrementelle Aktualisierung von 3D-Kacheln, wodurch eine vollständige Neuverarbeitung des Datensatzes vermieden wird
  • Oracle-Datenbanken für Geodaten und Attributregister
  • Automatisierte HTML-Berichte zu täglichen Änderungen und zum Modellierungsstatus
Automatisierter Workflow zur Aktualisierung von Gebäudeattributen und Adressregistern in Helsinkis 3D-Datenpipeline

Abbildung: Automatisierter Arbeitsablauf zur Aktualisierung von Gebäudestatus, Registern und Adressen.

Das System läuft über den Windows-Taskplaner und aktualisiert jede Nacht sechs verschiedene 3D-Kachelsätze – texturierte und nicht texturierte LOD1- und LOD2-Modelle sowie abgerissene Gebäude –, wodurch eine vollständige Abdeckung des Stadtgebiets sichergestellt wird.

Die Vorteile: Geschwindigkeit, Präzision und Digital-Twin-Fähigkeit

Durch die Umstellung wurde die Pflege von 3D-Modellen von einer manuellen, punktuellen Aufgabe zu einem automatisierten, nahezu in Echtzeit ablaufenden Prozess. Die Vorteile sind klar:

  • Stets aktuelle Daten für Planer, Architekten und Interessengruppen.
  • Zeitersparnis durch die Wiederverwendung von Geometriedaten.
  • Ein robustes Framework, das sich auf weitere Datensätze wie Bäume (ca. 2,9 Millionen) oder Verkehrsflächen übertragen lässt.

Da der Workflow direkt auf den neuesten BRec-Änderungen aufbaut, entfallen redundante Arbeitsschritte und die Modellierung wird deutlich effizienter.

Die Wiederverwendung vorhandener Modellierungsdaten spart Zeit und schafft Vertrauen: Entscheidungsträger, Planer und Bürger können sich darauf verlassen, dass die Urbanen Digitalen Zwillinge die Realität jederzeit präzise abbilden. Der Wegfall manueller Engpässe beschleunigt die Zusammenarbeit und verbessert die Qualität von Planungsentscheidungen.

Initiale 3D-Gebäudedarstellung in VC Map vor der Anreicherung mit Attributen

Abbildung: Ursprüngliche 3D-Gebäudedarstellung in VC Map vor der Attributanreicherung.

Aktualisiertes 3D-Gebäudemodell in VC Map mit angereicherten Attributen

Abbildung: Aktualisiertes 3D-Stadtmodell in der VC Map mit erweiterten Gebäudeattributen.

„Wir betrachten dies nicht nur als Projekt zur Effizienzsteigerung, sondern als Grundstein für unsere Zukunft mit dem Urbanen Digitalen Zwilling.“

Ausblick: Ausbau der Automatisierung in der Stadt

Die nächsten Schritte der Stadt umfassen:

  • die Automatisierung der Texturerstellung aus Schräg- und Senkrechtaufnahmen
  • die Nutzung von IFC-Modellen aus Baugenehmigungen, um die manuelle Modellierung neuer Gebäude vollständig zu umgehen – beispielsweise mit Tools wie dem IFC_BuildingEnvExtractor
  • die Ausweitung der Automatisierung auf weitere urbane Datensätze, etwa durch LiDAR-Klassifizierung und jährliche Updates (z. B. von Waldflächen und Bäumen)

Bis zum Jahresende strebt Helsinki eine 1:1-Übereinstimmung zwischen 2D-Grundrissen und 3D-Modellen an – nahezu in Echtzeit gepflegt und bereit, die Vision eines Digitalen Zwillings der Stadt zu unterstützen.

Diese Roadmap unterstreicht Helsinkis Anspruch, einen wirklich lebenden Digitalen Zwilling zu realisieren – ein System, das sich Tag für Tag gemeinsam mit der Stadt weiterentwickelt.

Laden Sie hier die vollständige Referenzbericht als PDF herunter.

Bereit für die Zukunft mit Automatisierung, nahtlose Integration und Skalierbarkeit

Möchten Sie jederzeit ohne Verzögerung mit der aktuellsten Version Ihres Urbanen Digitalen Zwillings arbeiten? Gerne zeigen wir Ihnen, wie Sie den Übergang von manuellen Aktualisierungen hin zu inkrementeller Verarbeitung gestalten können.

=

„Projekte wie Helsinki zeigen, wie leistungsfähig automatisierte Workflows für die Pflege von Stadtmodellen sind. Statt punktueller Updates entwickelt sich das Modell kontinuierlich gemeinsam mit der Stadt.“

Henry Willem Farr, Vertriebsleiter, Virtual City Systems