25.08.2026

Design Co-Creation: Human-AI Teams in the Process

Building design

A modern space with lots of plants and benches, photographed by Teng Yuhong

Design Co-Creation: Human-AI tandems in the process—it sounds like buzzword bingo, but it has long been a bitter reality in the realm of architecture and urban development. Anyone who pulls designs out of thin air today without consulting the machines’ neural networks is planning out of step with the times. But how far have we really come? Who benefits—and who loses control?

Design co-creation is establishing itself as the new standard in architectural firms—humans and AI design together.
Germany, Austria, and Switzerland are experimenting with AI-supported design processes but are running up against cultural and legal barriers.
Innovations such as generative design, parametric tools, and machine learning are fundamentally changing the role of the designer.
Sustainability by Algorithm: AI promises more energy-efficient, resource-conserving designs—provided the data is accurate.
Technical expertise is becoming a prerequisite: Those who do not understand AI will be left behind.
The architectural profession is facing a paradigm shift: creativity, control, and responsibility are being redefined.
Discussions about transparency, copyright, and ethical issues accompany the triumphant advance of algorithms.
By global standards, the DACH region is lagging behind—but the visions are there.
Design co-creation opens the door to truly collaborative design—and carries the risk of alienation from one’s own work.

The State of Affairs: AI in the Design Process—Between Euphoria and Disillusionment

The idea of having humans and machines work hand in hand is not new in architecture. CAD systems, parametric software, and BIM were already steps toward digitally assisted design. But with the rise of AI-powered tools like Midjourney, DALL·E, and ChatGPT, this collaboration has reached a new level. In German, Austrian, and Swiss firms, algorithms are increasingly viewed not just as tools, but as genuine co-designers. They generate floor plans, test facade geometries, optimize material flows, and simulate daylight patterns—faster and often more comprehensively than humans could ever achieve on their own.

Nevertheless, the euphoria remains tempered. The majority of planners in German-speaking countries use AI on an experimental basis rather than across the board. While some pioneering firms have already integrated AI-based workflows into their DNA, skepticism and uncertainty prevail in many places. The reasons are manifold: a lack of standards, legal gray areas, and the fear of losing control over the creative outcome. At the same time, the need is there, as construction projects are becoming more complex, demands for sustainability and cost-effectiveness are rising—and time pressures are mounting.

It is noteworthy that major breakthroughs often come from startups and interdisciplinary teams. They cast aside old ways of thinking and rely on open-source and collaborative platforms. Traditional architecture firms, on the other hand, struggle with outdated software, fragmented data, and a corporate culture that views AI as a threat rather than an opportunity. The result: a patchwork of siloed solutions instead of a broadly established culture of co-creation.

In Austria and Switzerland, however, an increasing number of pilot projects are being launched—for example, in residential or school construction—where AI tools generate design variants and planners curate them. In Germany, there is a willingness to experiment—but the regulatory framework is holding things back. Permitting authorities and building departments often view AI-generated proposals with suspicion, not least because of the unclear issue of liability.

A global comparison shows that while AI has long been part of planning practice in China, the U.S., and Scandinavia, the German-speaking world still operates on a trial-and-error basis. The co-evolution of humans and machines is only just beginning—and the question of who’s in charge here is far from settled.

Innovations that are revolutionizing the process: From generative design to neural networks

What distinguishes AI-based co-creation from traditional CAD design? It is the ability not only to operate tools but to transform the design process itself. Generative design algorithms, for example, can generate thousands of design variants from just a few parameters, assign weights based on user preferences, and deliver optimization goals such as daylighting, space efficiency, or energy requirements all at once. The architect becomes a curator who selects and evaluates options from an ocean of possibilities.

Parametric tools, once the domain of digital avant-gardists, are now standard in larger firms. But the real game-changer is machine-learning methods that learn from real construction projects, identify sources of error, and even anticipate stylistic preferences. The more data is fed into the system, the more precise the suggestions become—and the greater the risk that the creative process will be steered down predefined paths.

Innovative startups are turning to collaborative platforms where planners, building owners, and even users work together with AI on the design. This makes the process not linear, but iterative and participatory. The design grows organically, with data and opinions flowing in in real time. This may sound like a utopian vision, but it’s already part of everyday life in initial pilot projects: In Zurich, for example, the facade design of an apartment building is synchronized live with user feedback and AI optimization. In Vienna, urban planning scenarios are analyzed by AI before they are even visualized.

The greatest innovation, however, lies in the paradigm shift: the planner transforms from a lone genius into the conductor of a hybrid orchestra of data, algorithms, and human intuition. The result is often surprising, occasionally unsettling—but almost always more effective than conventional designs. AI reveals weaknesses, uncovers untapped potential, and opens up perspectives that would be overlooked in an analog workflow.

Of course, the question of originality remains. Are AI-generated designs truly creative—or merely the sum of past projects? The answer: It depends on the collaboration. Those who use the machine merely as a quick source of ideas will end up with mediocrity. Those who view it as a true sparring partner can dare to try something new. The future of co-creation lies in collaboration, not competition.

Sustainability and Ethics: Algorithmic Responsibility Instead of Greenwashing

Hardly any other topic preoccupies the industry as much as sustainability. And this is where many are pinning their hopes on AI—after all, algorithms can optimize material cycles, simulate energy consumption, and even forecast life-cycle costs. But the path to sustainable co-creation is rocky. After all, AI is only as good as its data set. If the wrong parameters are set, the result may be green renderings—but not sustainable buildings.

The real potential lies in real-time feedback: Whereas sustainability goals used to be assessed after the fact, AI-powered tools can now flag conflicting objectives right in the design process. Is a window too big? The AI flags increased energy demand. Wrong choice of materials? The carbon footprint is calculated on the spot. In this way, sustainability transforms from an add-on into the very DNA of the design.

But: The responsibility for the algorithms remains with humans. Anyone who lets AI run blindly risks perfect greenwashing. After all, algorithms only reflect what is fed into them. Bias, data gaps, and flawed targets lead to solutions that appear sustainable but are, in fact, problematic. The ethical challenge: Who decides which goals and values the algorithm should take into account?

In German-speaking countries, there is an awareness of these risks. Many firms rely on open data, transparent algorithms, and the involvement of external experts to prevent manipulation and misguided decisions. In practice, however, the balancing act between efficiency and ethics remains difficult. The temptation to generate sustainability at the push of a button is great—but there is a risk of losing control.

The discussion surrounding algorithmic responsibility has long been part of the global architectural discourse. While pragmatism often dominates in the U.S. and Asia, the DACH region insists on transparency, traceability, and public debate. This is exhausting but necessary—because only in this way can co-creation remain more than just a marketing gimmick.

Technical expertise and the planner’s new role: Between conductor and data manager

Anyone who wants to thrive in the age of design co-creation must be able to do more than just draw and render. Technical knowledge, data literacy, and an understanding of algorithmic processes are becoming essential skills. This means that planners must learn how AI systems work, how data is processed and interpreted—and how to control the machine effectively rather than letting it control them.

However, education is lagging behind. While some universities are already introducing AI modules, many curricula remain traditional. The result: a new generation of professionals oscillating between digital euphoria and analog frustration. Those who fail to keep up with the latest developments will be left behind by the tools—and run the risk of becoming mere executors of algorithms.

The planner of tomorrow is a facilitator, curator, and data manager all at once. They must know how to set up AI-supported workflows, how to critically evaluate results, and how to ask the right questions. The biggest challenge is not the technology, but the mindset: Those who want to stay in control must be willing to take on new roles—and accept responsibility for the results.

In practice, it’s clear that firms that prioritize continuing education and interdisciplinary teams benefit the most. They use AI not as a replacement, but as an amplifier of human creativity. Co-creation thus becomes a true team effort—with clear responsibilities and a shared vision.

At the same time, new professional roles are emerging: data architects, algorithm curators, and digital facilitators are becoming the backbone of the design process. The old division of roles is dissolving—and with it the certainty that the architect always has the final say. The future belongs to those who seek dialogue with the machine—and know how to conduct it.

Criticism, Visions, and Looking Ahead: Alienation or a New Beginning?

Of course, there are also critical voices. Many fear that AI-based co-creation will lead to alienation from one’s own work. If the machine helps shape the design, what remains of the architect’s genius? The fear of losing authorship is real—and it is further exacerbated by the uncertainty surrounding copyright law. Who is liable if the algorithm makes a mistake? Who owns the intellectual property rights to an AI-generated design?

Visionaries, on the other hand, see co-creation as an opportunity for truly collaborative design. They dream of open platforms where planners, users, investors, and AI work together. Design becomes a social process; architecture becomes an arena for debate, testing, and transformation. This sounds like science fiction—but it is already becoming a reality to some extent, for example in international competitions or participatory urban development projects.

In German-speaking countries, the debate is raging: How much AI is too much? Where is the line between support and control? And how can we prevent algorithms from unconsciously perpetuating biases and undesirable outcomes? The answers are still up in the air—but the discussion is necessary so as not to squander the opportunities of co-creation.

On a global scale, it’s clear: architecture is facing a paradigm shift. Those who embrace collaboration with AI can discover new spaces, new forms, and new processes. Those who resist, on the other hand, run the risk of falling behind—and being overtaken by the simulations of others.

In the end, the question remains: Are we ready to share responsibility—not only with colleagues, but also with machines? The coming years will show whether co-creation leads to the architect’s emancipation—or to self-disempowerment.

Conclusion: Design co-creation as a new beginning—or a swan song?

Design co-creation is more than a trend. It is the laboratory where tomorrow’s architecture is being developed. Humans and AI form a tandem that rebalances speed, precision, and creativity. The German-speaking world has some catching up to do—but it also has the potential to shape this transformation critically and constructively. Those who embrace co-creation will discover new horizons and take responsibility for an architecture that is not only built but also conceived and negotiated. Those who hesitate will be left behind. Welcome to the age of radically collaborative design.

06.09.2025

Simulating the energy consumption of transportation systems in digital twins

Building design

a-yellow-bus-on-the-street-SFGPIyVaH20 — A yellow city bus on a street in Germany. Photo by Nils Lindner.

Stellen Sie sich vor, wir könnten den Energieverbrauch komplexer Verkehrssysteme nicht nur schätzen, sondern in Echtzeit simulieren, vergleichen und optimieren – und das alles, bevor auch nur ein Meter Straße gebaut oder ein Fahrplan geändert wird. Digitale Zwillinge machen genau das möglich: Sie katapultieren die Planung und Steuerung urbaner Mobilität in ein neues Zeitalter der Präzision, Effizienz und Nachhaltigkeit. Doch wie revolutionär ist diese Technologie wirklich, was steckt technisch dahinter, und warum sollten Landschaftsarchitekten, Stadtplaner und Mobilitätsmanager jetzt genauer hinschauen?

Einführung in den Begriff und die Funktionsweise von Digital Twins im urbanen Kontext
Technische Grundlagen zur Simulation des Energieverbrauchs von Verkehrssystemen in Digital Twins
Praktische Anwendungsbeispiele aus Europa und darüber hinaus mit Fokus auf deutsche Städte
Bedeutung für nachhaltige Stadtentwicklung, Klimaschutz und Verkehrsplanung
Diskussion aktueller Herausforderungen: Datenverfügbarkeit, Interoperabilität, Governance und Datenschutz
Chancen und Risiken digitaler Zwillinge für die demokratische Stadtentwicklung
Potenziale für partizipative Planung und transparente Entscheidungsprozesse
Kritische Betrachtung kommerzieller und ethischer Fallstricke
Fazit mit Ausblick: Wie Digital Twins die Planungsdisziplinen verändern werden

Digitale Zwillinge: Revolution der Verkehrs- und Energieplanung

Der Begriff „Digital Twin“ klingt nach Hightech und Science-Fiction, doch tatsächlich ist er längst im Alltag angekommen – zumindest dort, wo Planung und Betrieb von Infrastrukturen auf Innovation setzen. Im Kern bezeichnet ein Digital Twin ein digitales Abbild einer realen Entität, also beispielsweise eines urbanen Verkehrssystems, das mit aktuellen Daten in Echtzeit oder nahezu in Echtzeit gefüttert wird und sich dynamisch weiterentwickelt. Während klassische Stadtmodelle oder Verkehrsanalysen statisch und zeitlich begrenzt bleiben, ist der digitale Zwilling ein lebendiges, interaktives Simulationssystem. Er bildet nicht nur die bestehende Infrastruktur ab, sondern visualisiert und analysiert laufende Prozesse, etwa Verkehrsflüsse, Energieverbräuche, Emissionen oder Störungen im Netz.

Die Einbindung von Energieverbrauchsdaten ist dabei ein besonders spannender Anwendungsbereich, denn sie verbindet Mobilität mit zwei Megatrends: Nachhaltigkeit und Digitalisierung. Verkehrssysteme sind notorische Energiefresser – ob Straßenbahn, Busflotte, Individualverkehr oder multimodale Mobilitätsangebote. Die Optimierung des Energieverbrauchs ist daher nicht nur eine technische, sondern auch eine ökologische und wirtschaftliche Notwendigkeit. In Digital Twins verschmelzen diese Anforderungen zu einer neuen Planungsperspektive: Jede Maßnahme, jede Veränderung im Verkehrsangebot oder in der Infrastruktur kann hinsichtlich ihrer Energieeffekte simuliert, bewertet und optimiert werden – auf Knopfdruck und so detailliert, wie es die Datenlage erlaubt.

Die technischen Möglichkeiten sind dabei atemberaubend: Sensoren und IoT-Geräte liefern Echtzeitinformationen zu Fahrzeugbewegungen, Passagierströmen, Stromflüssen und sogar Wetterbedingungen. Moderne Digital Twins integrieren diese Datenströme in komplexe Modelle, die nicht nur vergangene und aktuelle Verbräuche analysieren, sondern auch zukünftige Szenarien berechnen. Was passiert, wenn eine Straßenbahnlinie elektrifiziert wird? Wie wirkt sich eine neue Fahrradstraße auf den Energieverbrauch im Quartier aus? Welche Auswirkungen hat ein intelligentes Verkehrsmanagement auf die Gesamtbilanz der Stadt? Ein digitaler Zwilling liefert die Antworten – und zwar nicht als theoretisches Zahlenwerk, sondern als anschauliche, interaktive Simulation.

Gerade für die DACH-Region, in der nachhaltige Stadtentwicklung und die Energiewende hohe Priorität genießen, sind Digital Twins ein Gamechanger. Sie ermöglichen es, die Effekte von Infrastrukturmaßnahmen frühzeitig abzuschätzen, Klimaziele effizienter zu verfolgen und die oft unterkomplexe Diskussion um Verkehrswende und Energieverbrauch endlich mit belastbaren Daten zu unterfüttern. Damit werden Planer, Architekten und Entscheidungsträger von reinen Schätzmeistern zu datengetriebenen Strategen – ein Rollenwechsel, der die Disziplin nicht nur professionalisiert, sondern in vielen Fällen auch demokratisiert.

Natürlich sind digitale Zwillinge kein Allheilmittel. Sie sind so gut wie ihre Datengrundlage, ihre Modelle und die Menschen, die sie bedienen. Doch wer sich auf die Reise macht, lernt schnell: Der digitale Zwilling ist keine Spielerei, sondern der neue Goldstandard für Planung, Steuerung und Monitoring urbaner Mobilität und ihres Energieverbrauchs. Und wer jetzt noch abwartet, riskiert, von der Realität der anderen Städte überholt zu werden.

Technische Grundlagen: Wie Verkehr und Energie im Digital Twin simuliert werden

Die Simulation des Energieverbrauchs in Digital Twins ist ein hochkomplexes Unterfangen, das verschiedene technische Disziplinen zusammenbringt: von der Geoinformatik über die Verkehrsplanung bis zur Energietechnik und Datenwissenschaft. Am Anfang steht die Datenerfassung. Verkehrssysteme sind heute mit einer Vielzahl von Sensoren ausgestattet: GPS-Tracker in Fahrzeugen, Induktionsschleifen an Kreuzungen, Kamerasysteme für die Personenzählung, Smart Meter für den Energieverbrauch von Ladesäulen oder Bahnhöfen. Hinzu kommen externe Datenquellen wie Wetterdienste, Fahrplandaten, Baustelleninformationen oder sogar Social-Media-Feeds, die das Mobilitätsverhalten beeinflussen können.

All diese Daten werden in eine zentrale Plattform eingespeist, die oft als Urban Data Platform oder City Data Hub bezeichnet wird. Sie dient als technisches Rückgrat des digitalen Zwillings und sorgt dafür, dass die Vielzahl von Datenquellen nicht in Silos endet, sondern in Echtzeit zusammengeführt, standardisiert und zugänglich gemacht wird. Die große Herausforderung dabei ist die Interoperabilität: Unterschiedliche Hersteller, Datenformate und Protokolle müssen harmonisiert werden, damit das Gesamtmodell konsistent und belastbar bleibt. Hier setzen fortschrittliche Schnittstellenstandards wie FIWARE, OGC oder OPC UA an, die einen offenen Austausch zwischen Systemen ermöglichen.

Herzstück jedes Digital Twins ist das Simulationsmodell, das aus den Eingangsdaten eine virtuelle Realität erzeugt. Im Fall des Verkehrs- und Energieverbrauchs bedeutet das: Algorithmen berechnen auf Basis der aktuellen Verkehrslage, der eingesetzten Fahrzeugtypen, ihrer Antriebsarten und Auslastungen den Strom-, Kraftstoff- oder Wärmebedarf. Diese Modelle können auf unterschiedliche Detaillierungsgrade eingestellt werden – von groben Abschätzungen für ganze Stadtteile bis hin zu fahrzeuggenauen Analysen für einzelne Linien oder Streckenabschnitte. Moderne Zwillinge gehen noch einen Schritt weiter: Sie integrieren maschinelles Lernen und KI-basierte Prognosemodelle, die Muster im Mobilitätsverhalten erkennen und zukünftige Entwicklungen antizipieren können.

Ein weiterer Clou: Digital Twins sind keine Einbahnstraße. Sie erlauben das Durchspielen von „Was-wäre-wenn“-Szenarien. Was passiert mit dem Energieverbrauch, wenn eine neue Tramlinie eingeführt wird? Wie verändert sich die Bilanz, wenn die Busflotte auf Elektromobilität umgestellt wird? Oder wie wirkt sich eine Smart-Traffic-Light-Steuerung auf den Gesamtenergiebedarf aus? Diese Fragen lassen sich simulieren und visualisieren – oft sogar in attraktiven 3D-Umgebungen, die auch Laien oder politischen Entscheidungsträgern komplexe Zusammenhänge anschaulich vermitteln.

Ein häufig unterschätzter Aspekt ist die Integration von Rückkopplungsschleifen: Digital Twins können nicht nur simulieren, sondern auch steuern. Verkehrsmanagementsysteme, die auf die Simulationsergebnisse reagieren, können etwa Ampelphasen optimieren, Fahrpläne anpassen oder Energieflüsse dynamisch steuern. Damit wird die Stadt zum lernfähigen System, das sich laufend selbst optimiert – ein Paradigmenwechsel, der weit über klassische Planungshorizonte hinausgeht.

Praxisbeispiele und Status quo: Wo stehen deutsche Städte?

Blicken wir über den Tellerrand und schauen auf die konkrete Praxis: Internationale Vorreiter wie Singapur, Helsinki oder Wien setzen bereits seit Jahren auf digitale Zwillinge, um Verkehr und Energieverbrauch besser zu steuern. Singapur etwa nutzt einen umfassenden Urban Digital Twin, in dem alle Verkehrsträger und deren Energieflüsse detailliert abgebildet werden. Die daraus gewonnenen Erkenntnisse fließen direkt in die Steuerung des öffentlichen Nahverkehrs, die Optimierung von Ladeinfrastrukturen und die Planung neuer Mobilitätsangebote ein.

In Helsinki werden Digital Twins genutzt, um die Auswirkungen von Infrastrukturmaßnahmen auf den Energieverbrauch und die CO₂-Emissionen zu simulieren. Die Stadt kann so gezielt Maßnahmen priorisieren, die den größten Beitrag zu den Klimazielen leisten. Besonders spannend: Die Modelle sind offen zugänglich und werden regelmäßig in Bürgerforen diskutiert – ein Musterbeispiel für partizipative und transparente Stadtentwicklung.

Und Deutschland? Hier ist das Bild gemischt. Zwar gibt es mit Hamburg, München, Ulm oder Köln vielversprechende Pilotprojekte, doch der großflächige Rollout steht noch aus. Ein zentrales Beispiel ist das Hamburger Projekt „Digitaler Zwilling für Mobilitäts- und Energieflüsse“, das im Rahmen des Smart City Modellprojekts entwickelt wurde. Ziel ist es, Verkehrsströme, Energieverbräuche und Emissionen im Hafengebiet in Echtzeit zu erfassen und zu simulieren – eine technische Meisterleistung, die jedoch auch aufgrund rechtlicher und organisatorischer Herausforderungen noch nicht vollumfänglich umgesetzt werden konnte.

Häufig scheitert die umfassende Einführung an der Fragmentierung: Unterschiedliche Zuständigkeiten, inkompatible IT-Infrastrukturen und datenschutzrechtliche Bedenken erschweren die Konsolidierung von Verkehrsdaten und Energieverbrauchsinformationen. Hinzu kommt, dass viele Städte sich noch nicht trauen, Planung und Steuerung in die Hände datengetriebener Modelle zu legen. Der Kulturwandel hin zu einer „lernenden Stadt“ ist in Deutschland noch Work in Progress – aber der Druck wächst, denn die Anforderungen an Energieeffizienz und Klimaschutz machen vor föderalen Grenzen nicht halt.

Dennoch gibt es Hoffnung: Neue Förderprogramme, offene Schnittstellenstandards und der Austausch mit internationalen Vorbildern sorgen dafür, dass das Thema Fahrt aufnimmt. Wer heute die richtigen Weichen stellt, kann morgen nicht nur effizienter planen, sondern auch politisch und gesellschaftlich punkten – denn der digitale Zwilling bietet nicht nur technische, sondern auch kommunikative Vorteile.

Chancen, Risiken und die Zukunft partizipativer Simulationen

Die Vorteile von Digital Twins für die Simulation des Energieverbrauchs in Verkehrssystemen liegen auf der Hand: Sie ermöglichen datenbasierte, transparente und nachvollziehbare Entscheidungen. Sie reduzieren Planungsrisiken, machen Klimaschutzmaßnahmen messbar und helfen, Zielkonflikte frühzeitig zu erkennen. Besonders wertvoll ist die Möglichkeit, verschiedene Szenarien durchzuspielen und ihre Auswirkungen auf Energieverbrauch, Emissionen und Mobilitätsverhalten zu vergleichen – eine Qualität, die klassische Planungsinstrumente nicht bieten können.

Doch es gibt auch Risiken, die nicht unterschätzt werden dürfen. Ein zentrales Problem ist die Gefahr der Kommerzialisierung städtischer Daten: Wenn Digital Twins von großen Softwareanbietern dominiert werden, besteht die Gefahr, dass Städte ihre Souveränität über kritische Infrastrukturdaten verlieren. Auch algorithmische Verzerrungen oder ein technokratischer Bias können zu Fehlentscheidungen führen – etwa wenn Modelle falsche Annahmen treffen oder bestimmte Nutzergruppen systematisch benachteiligen.

Ein weiteres Risiko ist die Intransparenz: Wenn Digital Twins zu Black Boxes werden und ihre Funktionsweise nicht offengelegt wird, verlieren Verwaltung und Bürgerschaft das Vertrauen in die Technologie. Deshalb ist es entscheidend, dass digitale Zwillinge offen, nachvollziehbar und partizipativ gestaltet werden. Open-Source-Modelle, offene Schnittstellen und die Integration von Bürgerwissen sind hierbei zentrale Bausteine.

Tatsächlich bieten Digital Twins auch neue Chancen für die Beteiligung: Komplexe Simulationen lassen sich anschaulich visualisieren und können im Rahmen von Bürgerdialogen oder Planungswerkstätten als Diskussionsgrundlage dienen. So wird Stadtentwicklung nicht nur effizienter, sondern auch demokratischer. Gleichzeitig eröffnen sich neue Möglichkeiten für interdisziplinäre Zusammenarbeit: Verkehrsplaner, Energietechniker, Landschaftsarchitekten und IT-Spezialisten arbeiten Hand in Hand, um die Stadt von morgen zu gestalten.

Für die Zukunft gilt: Wer Digital Twins als reines Technikspielzeug betrachtet, hat das Potenzial nicht verstanden. Sie sind ein neues Paradigma für Planung, Steuerung und Beteiligung – und sie werden die Anforderungen an die Professionen in Stadt- und Verkehrsplanung grundlegend verändern. Es ist Zeit, den Wandel aktiv zu gestalten – mit Mut, Offenheit und einer ordentlichen Portion Neugier.

Fazit: Digital Twins als Schlüssel für eine nachhaltige, datenbasierte Stadtentwicklung

Die Simulation des Energieverbrauchs von Verkehrssystemen in Digital Twins ist weit mehr als ein technisches Nice-to-have. Sie ist das Fundament für die nächste Generation von Stadt- und Verkehrsplanung – präzise, flexibel und transparent. Wer die Potenziale erkennt und nutzt, kann Verkehrsnetze ressourcenschonender betreiben, Klimaziele effizienter verfolgen und die Beteiligung der Stadtgesellschaft auf ein neues Level heben. Voraussetzung dafür sind offene Daten, interoperable Systeme und eine neue Planungs- und Verwaltungskultur, die Datenkompetenz und Partizipation ernst nimmt.

Die Herausforderungen sind nicht zu unterschätzen: Technische Komplexität, datenschutzrechtliche Unsicherheiten und organisatorische Hürden verlangen nach klugen Governance-Modellen und mutigen politischen Entscheidungen. Doch die Vorteile überwiegen deutlich – insbesondere in einer Zeit, in der nachhaltige Mobilität und Energieeffizienz zu den zentralen Zukunftsfragen der Städte gehören.

Digitale Zwillinge sind dabei kein Allheilmittel, aber sie sind das mächtigste Werkzeug, das der Disziplin seit Jahrzehnten zur Verfügung steht. Sie machen aus abstrakten Diskussionen konkrete Szenarien, aus Behauptungen belastbare Zahlen und aus Planung einen iterativen, lernenden Prozess. Wer diese Chance ergreift, verschafft sich nicht nur einen Vorsprung im Wettbewerb der Städte, sondern leistet auch einen entscheidenden Beitrag für die Lebensqualität und Zukunftsfähigkeit urbaner Räume.

Garten und Landschaft bleibt am Puls: Die Entwicklung der Digital Twins steht erst am Anfang – und sie wird das Verhältnis von Planung, Betrieb und Stadtgesellschaft nachhaltig verändern. Wer heute mitdenkt, gestaltet die Stadt von morgen. Und die wird nicht nur effizienter, sondern auch lebenswerter sein. Willkommen in der Ära der datenbasierten Stadtgestaltung.

23.01.2025

Sopro: Change of Sales Management East

Building design

Michael Schulzki took over as Head of Sales East at Sopro Bauchemie GmbH in Berlin at the start of 2016. The trained master tiler and Master of Engineering for the construction industry has been working as an application engineer at the Wiesbaden headquarters of the construction chemicals manufacturer since 2007. Schulzki succeeds Volker Aderhold, who has headed the Sopro Sales Area East since October 2006 and is now retiring after a total of almost 25 years with Sopro Bauchemie. At his farewell ceremony, Managing Director Andreas Wilbrand emphasized Aderhold’s services to the expansion of Sopro’s application technology department, which he had headed since 1999. His dedicated work made application technology “one of the most important and sought-after service units at Sopro” and Volker Aderhold “one of the most sought-after application engineers in our industry”, said Wilbrand.