Habilitační přednáška · Fakulta stavební VŠB-TUO
Modelování nákladů životního cyklu staveb s využitím BIM, umělé inteligence a stochastické simulace
Lifecycle Cost Modeling of Buildings using BIM, Artificial Intelligence, and Stochastic Simulation
Ing. Michal Faltejsek, Ph.D.
Ostrava 2026
BIM · IFCETLLCC V ČASEMONTE CARLO · 10 000 SCÉNÁŘŮP900 / 10 000
→ nebo mezerník · F celá obrazovka
1 · Kontext a motivace

Datově bohatý návrh, informačně chudý provoz

01
Provozní fáze tvoří u většiny budov dominantní část celkových nákladů životního cyklu.
02
Rozhodnutí z návrhu předurčují provoz. Data z BIM se ale do správy majetku systematicky nepředávají.
03
Plánování obnovy stojí na deterministických normových postupech bez práce s nejistotou.
ZáměrNávrhRealizaceProvozMOŽNOST OVLIVNIT NÁKLADYCENA ZMĚNY
VLIV FÁZE ŽIVOTNÍHO CYKLU NA MOŽNOST OVLIVNIT NÁKLADY · MACLEAMY (2004), ÚPRAVA AUTOREM
1 · Identifikace problému

Dva okruhy problémů

JEDNO ČÍSLOREALITA: SCÉNÁŘE
Metoda
Závislost na deterministickém LCC
Pevné životnosti, průměrné intervaly údržby a normové ceny (ISO 15686-5, ASTM, RICS) ignorují klima, způsob užívání i volatilitu cen. Výsledkem jsou systematické odchylky plánu od skutečnosti a chybně dimenzované fondy obnovy.
IFCCAFM / CMMSÚRS · ERP
Data
Fragmentace datových zdrojů
Geometrie a sémantika v IFC, provoz v CAFM/CMMS, ceny v cenových soustavách a ERP. Bez jednotného datového modelu se data využívají izolovaně; nástroje řeší buď CAPEX, nebo evidenci provozu.
Chybí ucelený rámec, který spojí otevřený BIM (IFC) s provozními a ekonomickými daty do stochastického modelu LCC.
1 · Cíl práce

Cíl práce

Navrhnout, teoreticky ukotvit a experimentálně ověřit metodiku stochastického modelování LCC budov nad informačním modelem BIM.
1
Kritická analýza metod LCC a standardů ISO 15686, ASTM, RICS
2
Datový rámec a ETL pro integraci IFC, provozních a ekonomických dat
3
Stochastický model LCC s metodou Monte Carlo
4
Prototyp webové aplikace s využitím nástrojů AI
5
Metodická doporučení pro Facility Management
1 · Výzkumné otázky a hypotézy

Pět otázek, pět hypotéz

VÝZKUMNÁ OTÁZKAHYPOTÉZA
1
Může IFC sloužit jako hlavní zdroj pro automatizovaný LCC a Monte Carlo?
IFC stačí jako primární vstup bez přepisu výměr – chybí však životnosti, ceny a data
2
Jaký je minimální datový model (LOIN) pro LCC?
Omezený soubor entit a atributů zajistí spolehlivé mapování na cenové soustavy
3
Jaká datová architektura a ETL jsou nejvhodnější?
Automatizovaný ETL do jednotného modelu je robustnější než ad hoc skripty
4
Jak změní výsledky přechod ke stochastickému modelu?
Monte Carlo s odhady životnosti zpřesní predikci a odhalí rizika (P90, kritické prvky)
5
Lze ověřit obecné workflow BIM–LCC–FM?
Workflow je opakovatelné a nezávislé na konkrétním dodavateli softwaru
2 · Metodika

Design Science Research nad třemi datovými zdroji

01
BIM / IFC
Co spravujeme
IFC2x3 a IFC4: topologie, stavební entity, Property Sets, materiálové vazby. Vendor-neutral přístup.
Kč
02
Ekonomická data
Kolik to stojí
Cenové soustavy ÚRS a RTS pro CAPEX i OPEX, doplněné o vlastní ceníky organizace.
03
Provozní data
Kdy náklady vznikají
Normové životnosti (ISO 15686-8) a empirická data o poruchách a výměnách z CAFM.
POSTUP DSR
1Identifikace problému2Návrh artefaktu3Experimentální ověření
Artefakt = metodika, datový model a prototyp · ověření na případové studii
2 · Konceptuální rámec

Hybridní model: norma jako kostra, stochastika jako nadstavba

EXTRACTIFC modelCeny ÚRS · RTSData z CAFMTRANSFORMsémantické mapovánílogika LCCLOADJednotný model LCC
Vrstva 2 · stochastická
Strojové učení koriguje parametry podle kontextu (orientace, provoz, IoT). Výstupem je interval, např. výměna okna mezi 26. a 28. rokem s pravděpodobností 85 %.
Vrstva 1 · deterministická
Normy a tabulkové životnosti (ISO 15686). Funguje i bez historických dat.
Příklad · výměna okna
2022242628303234ROK PROVOZU85 %
2 · Systémová architektura

Modulární architektura a softwarový prototyp

01
Parser Module
Proudové čtení IFC2x3 / IFC4 v prohlížeči, dekódování znaků
02
Mapping Engine
Párování prvků s cenovou soustavou a životnostmi
03
Analytics Core
Výpočet LCC, NPV a Monte Carlo (Python, NumPy, SciPy)
04
Integration Layer
API pro CAFM a ERP; otevřené formáty IFC, CSV, REST
Úvodní obrazovka webové aplikace
ÚVODNÍ OBRAZOVKA WEBOVÉ APLIKACE
React / TypeScriptIfcOpenShellGoogle ColabPython · NumPy · SciPy
3 · Pilotní projekt

Planetárium VŠB-TUO jako federovaný model

BIM model Planetária
3D/BIM model Planetária, architektonicko-stavební část (útvar BIM VŠB-TUO) · IFC 2x3, ArchiCAD
ASŘdílčí model
Konstrukce a obálka; materiál „Kov – zinek“, klasifikace D009
PBŘdílčí model
Hydranty a hasicí přístroje; vlastní Psety VSB_ pro revizní okruhy
ZÓNYdílčí model
IfcSpace s plochami a objemy; normalizace na Kč/m²
FEDERACE jeden model pro výpočet LCC
3 · Informační deficit

Geometricky bohatý, sémanticky prázdný model

LOD 300–350
geometrie v pořádku
!
0 %
prvků bez materiálu
Pro LCC v modelu zcela chyběla negrafická data:
Ekonomika
AcquisitionCostUnitCostvazba na ÚRS / TSKP
Životnost
ExpectedServiceLifereferenční doba životnosti
Provoz
MaintenanceIntervalWarrantyPeriodOPEX / CAPEX
Spolehlivost
Failure Rate
Vlastnosti prvku v modelu
3 · Sémantické obohacení

Obohacení modelu: IFC → CSV → IFC

01
Export
Prvky z IFC do CSV
02
Doplnění
Ceny a životnosti pomocí AI nebo skriptu (IfcOpenShell)
03
Párování
Shoda podřetězce názvu a materiálu
04
Obohacený prvek
UnitCost, ServiceLife, interval a náklady údržby
Ukázka obohacení
Ukázka na modelu PBŘ
0obohacených prvků
hydranty a hasicí přístroje
3 · Deterministický výpočet v aplikaci

Diskontní sazba mění, co se vyplatí

PŘEPNĚTE SAZBU
PBŘ · 30 let · Kč
Dražší varianta
Levnější varianta
pořízeníúdržba (diskontovaná)Rozdíl v údržbě: 8 820 Kč
Podíl pořízení na LCC
30 let
56 %
100 let
42 %
Výstup aplikace
VÝSTUP APLIKACE
Čím vyšší diskont, tím méně „bolí“ budoucí údržba a tím lépe vychází levná varianta. Proto pohled investora (3 %) a developera (8 %) vede k odlišným rozhodnutím.
3 · Stochastické vstupy

Nejistota jako vstup: rozdělení pravděpodobnosti

PROMĚNNÁTVARROZDĚLENÍPROČ
Inflace a diskont
Normální, N(0,04; 0,005)
Symetrická makroekonomická nejistota
Ceny energií
Trojúhelníkové s driftem
Asymetrie, riziko energetické krize
Cena zinku
Log-normální, σ 15 %
Komoditní volatilita (LME), bez záporných cen
Údržba a revize
PERT
Mzdová inflace specializovaných techniků
Životnost prvků
Weibullovo
Náhodný okamžik poruchy; korekce opotřebení 0,7
6 200 · USTÁLENO05 00010 000
10 000 iterací · horizont 30 let. Klouzavý průměr se ustálil (chyba < 0,1 %) po 6 200 iteracích.
3 · Výsledky Monte Carlo

Výsledek není číslo, ale rozdělení

0 / 10 000
MIL. KČ · TVAR ROZDĚLENÍ SCHEMATICKY, HODNOTY Z VÝSLEDKŮ PRÁCE
46,8 mil. Kč
stochastický průměr
53,1 mil. Kč
P90 – 90% jistota, že náklady nepřekročí
až 65 mil. Kč
tlustý chvost: souběh drahé energie a výměny fasády
3 · Analýza citlivosti

Co náklady Planetária skutečně řídí

Spearmanova korelace vstupů s výsledným NPV
0,00
Cena energie
obrovský objem vzduchu v kupoli (IfcSpace)
0,00
Cena zinku
8 % objemu materiálu, ale 22 % nákladů obnovy
0,00
Mzdová inflace PBŘ
vysoký počet povinných revizí
00,20,40,60,8
Zinková obálka
objem materiálu
8 % náklady obnovy
22 %
Malý podíl na objemu, nadproporční vliv na obnovu.
3 · Deterministický vs. stochastický přístup

Rozdíl není prodražení, ale riziková prémie

Tradiční rozpočet
fixní vstupy
42,5 mil. Kč
Stochastický model (P90)
federovaný BIM
53,1 mil. Kč
+10,6
42,5
mil. Kč · fixní vstupy
53,1
mil. Kč · P90, federovaný BIM
38 %
scénářů, ve kterých tradiční rozpočet postačí
4 · Implikace pro praxi

Implikace pro Facility Management

Od iluze jistoty k řízení rizika
Facility manažer dimenzuje rezervy podle P90, ne podle součtu ceníkových položek.
Zn
Na materiálu záleží
Zinková obálka se chová jako finanční derivát; plány obnovy je nutné dynamicky aktualizovat.
NELZE ODLOŽIT
Mandatorní OPEX
Revize PBŘ nelze odložit – u technologicky vyspělých budov je prostor pro úspory minimální.
Energetická setrvačnost
Prioritou CAPEX má být optimalizace VZT, rekuperace a FVE, ne estetika.
4 · Ověření hypotéz

Ověření hypotéz

VÝSLEDEKDOKLAD
H1
POTVRZENA
ETL a prototyp nad IFC Planetária, bez přepisu výměr; negrafická data bylo nutné doplnit
H2
PODPOŘENA
Klíčové entity a Psety (BaseQuantities, Pset…Common, klasifikace); bez nich kvalita výsledků klesá
H3
POTVRZENA
Automatizovaný ETL řetězec umožňuje opakované simulace a škáluje lépe než ad hoc skripty
H4
POTVRZENA
Rozdíl průměr vs. P90, VaR a identifikace kritických prvků z hlediska TCO
H5
OVĚŘENA NA PILOTU
Technologicky neutrální workflow nad IFC, CSV a REST API
4 · Přínosy

Přínosy práce

Teorie
Pravděpodobnostní pojetí LCC napojené na BIM
Minimální datový model pro LCC v IFC
Metodika
Architektura ETL pro heterogenní data
Hybridní deterministicko-stochastický model
Workflow BIM–ETL–LCC–FM
Praxe
Softwarový prototyp s BIM Health reportem
Plánování rezerv podle P90
Přenositelnost díky otevřeným standardům
BIM se stává nástrojem strategického rozhodování o CAPEX a OPEX – ne archivem po kolaudaci.
4 · Limity a další výzkum

Limity a směry dalšího výzkumu

Limity
Garbage in, garbage out: nutná kontrola kvality modelu (EIR, LOIN)
Kompetenční mezera: FM dnes pracuje převážně v tabulkách
Černé labutě: šoky jako rok 2022 mohou vybočit i za P90
Validace na jednom objektu bez dlouhodobých provozních dat
Další výzkum
LCC + LCA: propojení nákladů a environmentální stopy
Portfolia a GIS: od budovy ke kampusu a městu
AR v údržbě: sběr zpětné vazby přímo v terénu
Širší validace na souboru objektů různé typologie
Závěr
Náklady budovy nejsou jedno číslo, ale rozdělení pravděpodobnosti – a BIM je zdroj dat, který ho umožní spočítat.
Děkuji za pozornost
Ing. Michal Faltejsek, Ph.D. · VŠB – Technická univerzita Ostrava · Fakulta stavební
P90
← → listování · F celá obrazovka