Ein KI-gesteuertes Multi‑Ziel‑Framework zur Optimierung von Fensterabmessungen unter Berücksichtigung des Energiebedarfs und des thermischen Komforts

Warum die Fenstergröße wichtiger ist, als Sie denken

Wenn wir an energieeffiziente Gebäude denken, kommen einem oft Solarpaneele oder dicke Dämmung in den Sinn – doch gewöhnliche Fenster entscheiden leise mit darüber, wie viel Energie ein Gebäude verbraucht und wie behaglich es sich anfühlt. Diese Studie untersucht eine auf den ersten Blick einfache Frage mit großen praktischen Folgen: Wie breit und wie hoch sollte ein Bürofenster sein, damit die darin befindlichen Personen sich wohlfühlen und gleichzeitig Heiz‑ und Kühlkosten in Grenzen bleiben? Indem die Forschenden künstliche Intelligenz einsetzen, um Tausende von Entwurfsvarianten zu durchforsten, zeigen sie, wie „genau richtige“ Fenster in einer heißen, trockenen Stadt wie Teheran einen klugen Kompromiss zwischen Komfort und Energieverbrauch ermöglichen können.

Ein einfaches Gebäude, um eine knifflige Frage zu beantworten

Um die Effekte der Fenstergröße zu entwirren, beginnen die Autorinnen und Autoren mit einem bewusst einfachen, eingeschossigen Büroraum in Schuhkartonform. Wände, Dach, Boden und Gebäudeausrichtung sind fixiert, und an der Hauptfassade gibt es nur ein Fenster. Geändert werden nur Breite und Höhe des Fensters, die über einen realistischen Bereich von sehr klein bis sehr groß variiert werden. Für nahezu zehntausend Fensterkombinationen schätzen Computersimulationen den jährlichen Energiebedarf zum Kühlen und Heizen sowie wie oft die Innentemperaturen innerhalb eines Komfortbereichs liegen, den Menschen ohne Klimaanlage als akzeptabel empfinden würden. Dieses reduzierte Setup erlaubt dem Team, sich gezielt auf die Wirkung der Fenstergröße auf Energiebedarf und Komfort zu konzentrieren.

Eine künstliche Intelligenz die Muster lernen lässt

Tausende detaillierter Simulationen durchlaufen zu lassen ist zeitaufwendig, und weitere Entwurfsvarianten zu erkunden wird schnell unpraktisch. Um das zu beschleunigen, trainieren die Forschenden ein künstliches neuronales Netzwerk – eine Form der KI, die lose davon inspiriert ist, wie das Gehirn Informationen verarbeitet – anhand der Simulationsergebnisse. Einmal trainiert, kann dieses „Surrogatmodell“ für jede neue Fenstergröße innerhalb des untersuchten Bereichs sofort Kühl‑ und Heizbedarf sowie Komfortniveaus vorhersagen. Tests zeigen, dass seine Vorhersagen den ursprünglichen Simulationsergebnissen sehr nahekommen und mehr als 99 % der Variation in allen drei Maßen erfassen. Anders gesagt: Die KI wird zu einem schnellen, verlässlichen Stellvertreter für die langsameren physikbasierten Simulationen.

Suche nach den besten Kompromissen, nicht nach einer perfekten Lösung

Mit diesem schnellen digitalen Stellvertreter wendet sich das Team evolutionären Suchmethoden zu – Algorithmen, die von natürlicher Selektion inspiriert sind –, um Fenstergrößen zu finden, die konkurrierende Ziele ausbalancieren. Die Ziele sind hier, den jährlichen Kühlenergiebedarf zu reduzieren, den jährlichen Heizenergiebedarf zu verringern und den Anteil der Zeit zu erhöhen, in dem die Innentemperaturen ohne mechanische Kühlung als komfortabel gelten. Weil größere Fenster im Winter helfen (mehr Sonne und Wärme) aber im Sommer schaden (größere Überhitzungsrisiken), gibt es kein einzelnes „bestes“ Fenster. Stattdessen erzeugen die Algorithmen eine Reihe gleichwertiger Kompromissentwürfe, bekannt als Pareto‑Front, bei der keine Option in einem Ziel verbessert werden kann, ohne ein anderes zu verschlechtern. Für dieses Büro in Teheran erweisen sich Fenster mittlerer Größe als optimal: Sie halten den Heizbedarf deutlich niedriger als sehr kleine Fenster, begrenzen den Kühlbedarf stärker als sehr große Fenster und bieten Komfortwerte oberhalb von etwa 80 % der belegten Stunden.

Was die Ergebnisse über Fenstergrößen verraten

Die Muster, die aus der KI‑gestützten Suche hervorgehen, sind intuitiv und zugleich quantifizierbar. Mit zunehmender Fensterfläche steigt die jährliche Kühlenergie nahezu stetig, weil die nach Süden ausgerichtete Verglasung in der heißen Jahreszeit mehr solare Wärme hereinlässt. Gleichzeitig sinkt der Heizenergiebedarf, weil Wintersonne nützliche Wärme liefert, die den Wärmeverlust durch das Glas mehr als kompensiert. Das in dieser Studie verwendete Komfortmaß – wie oft die Innentemperaturen innerhalb eines adaptiven Komfortbereichs für natürlich belüftete Räume liegen – steigt ebenfalls mit der Fenstergröße, vor allem weil größere Fenster mehr milde Wetterwärme einfangen. Dieses Maß bestraft jedoch kurze oder extreme Überhitzungsphasen nicht vollständig, sodass sehr große Fenster zeitweise dennoch unangenehm heiß wirken können, auch wenn sie im gewählten Komfortindex gut abschneiden. Diese Nuance unterstreicht, warum Gestaltende die Komfortergebnisse der Studie als vergleichende Orientierung und nicht als absolute Garantie behandeln sollten.

Wie dies Planende und Gebäudeeigentümern hilft

Für Architektinnen und Architekten, Ingenieurinnen und Ingenieure sowie Gebäudeeigentümer ist die praktische Botschaft klar: Die Fenstergröße ist weder „je größer, desto besser“ noch „kleiner ist immer sicherer“. Die Studie zeigt vielmehr, dass es einen Bereich mittlerer Fensterabmessungen gibt, der starke Komfortvorteile liefert und zugleich den Energiebedarf im Griff behält – besonders in Klimazonen mit langen Heizperioden und kürzeren, intensiven Kühlphasen wie in Teheran. Durch die Kombination detaillierter Simulationen, eines schnell lernenden KI‑Modells und evolutionärer Suche liefert das Framework Planenden eine klare Auswahl leistungsstarker Optionen statt einer starren Einzellösung. So können sie Komfort, Energiekosten und ästhetische Präferenzen nebeneinander abwägen – mit Daten statt mit Vermutungen – bei der Entscheidung, wie groß die Fenster in künftigen Gebäuden sein sollen.

Zitation: Nasab, S.M.R.A., Rabiei, H. An AI-driven multi-objective framework for optimizing window dimensions considering energy demand and thermal comfort. Sci Rep 16, 6365 (2026). https://doi.org/10.1038/s41598-026-39795-8

Schlüsselwörter: Fenstergestaltung, Gebäudeenergie, thermischer Komfort, künstliche Intelligenz, Multi‑Ziel‑Optimierung