Forschungsteam

Über

Jonathan Dortheimer ist Architekt, Pädagoge, Forscher und Gründer des Architectural Artificial Intelligence Research Lab an der Ariel University. Seine Arbeit untersucht, wie künstliche Intelligenz, computergestützte Methoden und partizipative Technologien architektonisches Design, Stadtplanung und transparentere Entscheidungsfindung unterstützen können.

Jonathan ist Senior Lecturer an der Ariel University School of Architecture und Gastwissenschaftler am Lehrstuhl für Architekturinformatik der Technischen Universität München in Deutschland.

Er schloss sein Doktoratsstudium 2021 an der Tel Aviv University unter der Betreuung von Prof. Eran Neuman und Prof. Tova Milo ab. Anschließend arbeitete er als Postdoc-Forscher am Material Topology Research Lab am Technion in Zusammenarbeit mit dem Future Automation Lab an der Cornell Tech unter der Betreuung von Prof. Aaron Sprecher und Prof. Wendy Ju.

Jonathans Forschung entwickelt und evaluiert computergestützte Werkzeuge für partizipatives Design, urbane KI und urbane digitale Zwillinge. In all diesen Bereichen fragt seine Arbeit, wie KI architektonische und planerische Praxis sinnvoll unterstützen kann, ohne professionelle Verantwortung, öffentliche Deliberation oder lokales Wissen zu verdrängen.

Neben seiner akademischen Arbeit hat Jonathan mehrere Technologieinitiativen gegründet und Meirim mitgegründet, eine Plattform zur Förderung demokratischer Beteiligung an der Stadtplanung in Israel. Als seit 2008 eingetragener Architekt hat er gebaute Projekte entworfen, an Architekturwettbewerben teilgenommen und Design, Forschungsmethoden und Programmierung an der Tel Aviv University, dem Technion, der Ariel University, der TU München und der Cornell Tech gelehrt.

Projekte

Chatbots für das Design Dieses Projekt entwickelt und evaluiert konversationelle KI-Systeme für die öffentliche Beteiligung an architektonischem Design und Stadtplanung.

METROPOLIS: Urbaner Digitaler Zwilling Ein offenes, interoperables urbanes Digital-Twin-Framework zur Integration von Stadtdaten, Bereitstellung urbaner KI-Modelle und Unterstützung evidenzbasierter Planung.

Urbane Sozialprognose Dieses Projekt entwickelt und validiert maschinelle Lernmodelle zur Antizipation der sozialen und wirtschaftlichen Folgen urbaner Erneuerung und übersetzt diese Modelle in interpretierbare Planungswerkzeuge.

Synthetische Menschen Dieses Projekt untersucht, ob KI-Modelle ausgewählte Dimensionen menschlicher räumlicher Erfahrung annähern können, um frühzeitiges Designfeedback zu liefern — und identifiziert rigoros, wo sie es nicht können.