Zum Inhalt

Datenqualität und Vertrauenswürdigkeit

Eine TESSA-Studie stützt sich auf mehrere Datenschichten — automatisierte Gebäudeextrakte, statistische Bedarfsmodelle, von Benutzern bereitgestellte Überschreibungen — und jede Schicht trägt ein unterschiedliches Mass an Sicherheit. Zu verstehen, woher jeder Wert stammt, hilft Ihnen zu erkennen, welche Gebäude eine manuelle Prüfung benötigen und wie sehr Sie den aggregierten Ergebnissen vertrauen können.

Herkunftsfelder

Für die drei wichtigsten Gebäudegrössen — Energiebezugsfläche (EBF), Raumwärmebedarf und Warmwasserbedarf — zeichnet TESSA einen Text-Tag auf, der angibt, wie der Wert abgeleitet wurde. Diese Herkunftsfelder sind im Export der Gebäudetabelle und im Gebäudeinspektor sichtbar.

Feld Abdeckung
era_origin Woher die in der Wärmebedarfsberechnung verwendete Geschossfläche stammt
qh_origin Wie der Raumwärmebedarf bestimmt wurde
qww_origin Wie der Warmwasserbedarf bestimmt wurde
qc_origin Wie der Kältebedarf bestimmt wurde

EBF-Herkunftswerte

Die EBF (Energiebezugsfläche) ist die beheizte Geschossfläche — die mit Abstand wichtigste Eingabe für die Bedarfsberechnung. Der von TESSA verwendete Wert wird durch eine Kaskade bestimmt: Die erste brauchbare Quelle gewinnt.

Herkunfts-Tag Bedeutung
input ERA Die EBF wurde direkt in den Eingabedaten bereitgestellt und unverändert übernommen
total_surface * a_s Die Gesamtgebäudefläche wurde mit dem SIA-basierten Beheizungsanteil-Koeffizienten a_s für diese Gebäudeklasse multipliziert
residential_surface * a_app Die Hauptwohnfläche wurde mit dem Nutzflächen-Koeffizienten a_app multipliziert
total_surface Die Gesamtfläche wurde direkt verwendet (für dieses Gebäude war kein Koeffizient verfügbar)
total_surface (from factory) Die EBF wurde aus dem Grundriss und der Anzahl der Geschosse im Quelldatensatz abgeleitet

Je weiter unten in der Kaskade, desto unsicherer die EBF. Ein mit total_surface gekennzeichnetes Gebäude hat keine Korrektur des Beheizungsanteils erhalten, was die EBF für Gebäude mit grossen unbeheizten Bereichen (Keller, Tiefgaragen, Industriehallen) überschätzen kann.

Bedarfs-Herkunftswerte

Herkunfts-Tag Bedeutung
AVG Value per SIA and Age Der Bedarf wurde aus den Schweizer SIA-380/1-Normen, gemittelt nach Gebäudeklasse und Bauperiode, geschätzt
SIA Norm Der Warmwasserbedarf wurde aus der SIA-Norm für diesen Gebäudetyp festgelegt
Default Value per Archetype Der Bedarf wurde aus dem TABULA-Archetyp-Standardwert für diese Gebäudeklasse und Bauperiode festgelegt

Aus Archetypen und Normen abgeleitete Werte sind statistische Durchschnittswerte — auf Portfolioebene genau, für ein einzelnes Gebäude jedoch möglicherweise um ±50 % abweichend.

Was die Herkunftsfelder in der Praxis aussagen

flowchart LR MEASURED["Gemessen / bereitgestellt<br/>──────────────<br/>era_origin = input ERA<br/>qh_origin = measured data"] MODEL["Statistisch modelliert<br/>──────────────<br/>era_origin = total_surface * a_s<br/>qh_origin = AVG Value per SIA"] FALLBACK["Rückfallwert / unsicher<br/>──────────────<br/>era_origin = total_surface<br/>qh_origin = Default Value per Archetype"] MEASURED --> |"höhere Vertrauenswürdigkeit"| MODEL --> |"geringere Vertrauenswürdigkeit"| FALLBACK classDef high fill:#c8e6c9,stroke:#2e7d32,stroke-width:1.5px,color:#1b5e20 classDef med fill:#fff3e0,stroke:#ED6000,stroke-width:1.5px,color:#bf360c classDef low fill:#ffccbc,stroke:#bf360c,stroke-width:1.5px,color:#bf360c class MEASURED high class MODEL med class FALLBACK low

Beim Prüfen eines Quartiers:

  • Gebäude mit era_origin = input ERA und gemessenen Bedarfswerten haben die höchste Vertrauenswürdigkeit. Keine Prüfung erforderlich, sofern die Werte nicht offensichtlich falsch aussehen.
  • Gebäude mit aus Archetypen oder Normen abgeleitetem Bedarf sollten mit allen verfügbaren gemessenen Daten für das Gebiet abgeglichen werden, insbesondere bei Nichtwohngebäuden, für die die Archetypen weniger detailliert sind.
  • Gebäude, bei denen die EBF auf total_surface zurückgefallen ist, sollten geprüft werden — ihr Bedarf kann erheblich über- oder unterschätzt sein. Erwägen Sie, die EBF direkt im Gebäudeeditor zu bearbeiten oder eine korrigierte Eingabedatei bereitzustellen.

Vertrauenswürdigkeit auf Portfolioebene vs. einzelne Gebäude

Statistische Bedarfsmodelle sind gegen grosse Datensätze kalibriert. Auf Quartiersebene (Hunderte von Gebäuden) mitteln sich einzelne Fehler tendenziell aus, und der Gesamtbedarf ist in der Regel innerhalb von ±10–20 % genau. Auf Ebene des einzelnen Gebäudes können die Fehler wesentlich grösser sein — dies ist zu erwarten und kein Mangel des Modells.

Für die Netzdimensionierung ist die Spitzenleistung empfindlicher gegenüber Fehlern als die Jahresenergie. Ein Gebäude mit überschätzter EBF erzeugt eine höhere Spitzenbedarfsschätzung, was zu einer leicht überdimensionierten Leitung führt. In der Praxis dimensioniert TESSA aus der aggregierten Spitze des Quartiers, sodass isolierte Ausreisser nur begrenzten Einfluss haben, es sei denn, sie machen einen erheblichen Anteil der Gesamtlast aus.

Datenqualität verbessern

Um die Vertrauenswürdigkeit für bestimmte Gebäude zu verbessern:

  1. Gebäude auf der Karte bearbeiten — verwenden Sie den Gebäudeeditor, um EBF, Bauperiode oder Gebäudetyp für falsch klassifizierte Gebäude zu korrigieren.
  2. Eine Gebäudetabelle hochladen — stellen Sie Ihre eigenen EBF- und Bedarfswerte aus Energieaudits oder gemessenen Daten bereit. Siehe Vorlage für Gebäudedaten.
  3. OSM-Daten verwenden — OpenStreetMap kann Grundrisse und Geschosszahlen liefern, wo Registerdaten fehlen. Siehe das Benutzerhandbuch zur Verwendung von OSM-Daten.

Führen Sie nach der Bearbeitung „Generate building demands" erneut aus, um die Bedarfswerte und Herkunfts-Tags zu aktualisieren.

Nächste Schritte