Effizienter in der Bauwirtschaft

In dem vom Karlsruher für Institut für Technologie koordinierten Forschungsprojekt SDaC – Smart Design and Construction wird eine digitale Plattform geschaffen, die die fragmentierte Bauwirtschaft zusammenführt und eine daten- und unternehmensübergreifende Zusammenarbeit ermöglicht.

Zum einen werden durch Methoden der Künstlichen Intelligenz (KI) Daten einzelner Unternehmen interoperabel und zum anderen entstehen auf dieser aggregierten Grundlage neue KI-Anwendungen, die sich besonders an kleine und mittelständische Unternehmen der Bauwirtschaft richten. Dabei steht hinter SDaC neben dem DVP ein Konsortium aus über 40 Projektpartnern, die gemeinsam einen Beitrag zur digitalen Transformation der Bauwirtschaft leisten.

Herausforderung

Die häufigsten Fehler bei Bauvorhaben entstehen durch unterschiedliche Informationsstände aller Beteiligten. Aktuell arbeiten die zahlreichen an einem Bauprojekt tätigen Gewerke und Unternehmen bei der Konstruktion eines Gebäudes mit eigenen Software-Lösungen und Datenbeständen. Bilateral diskutierte Änderungen werden oftmals nicht unmittelbar an alle Akteure kommuniziert, so dass diese auf Basis verschiedener Grundlagen arbeiten und weiter entscheiden. Das führt häufig zu Problemen in Konstruktion und Betrieb, die teilweise aufwändige Korrekturmaßnahmen erfordern, und damit das Zeit- und Kostenbudget sprengen. KI nimmt hier eine Schlüsselrolle ein, weil sie eine Zusammenarbeit über Organisations- und Datengrenzen hinweg ermöglicht. SDaC bietet dafür erstmalig eine Lösung an, die besonders auch die zahlreichen kleinen Unternehmen in der Bauwirtschaft mitnimmt.

Umsetzung

Die intelligente Datenplattform dient als Basis für KI-Anwendungen in allen Planungs- und Ausführungsprozessen der Bauwirtschaft, um Bauvorhaben effizienter abzuwickeln und Nutzerbedürfnissen besser entgegenzukommen. Dafür werden zunächst Daten von Unternehmen auf die Plattform integriert und mit Hilfe von KI intelligent zusammengeführt. Aufgrund der Vielzahl von Datenformaten durch Spezialsoftware und mangelnden Schnittstellen in der Bauwirtschaft stellt dies einen Fokus des Projekts dar. Durch die Aufbereitung der Daten mit KI werden im Anschluss neue KI-Anwendungen entwickelt. So werden mit der KI-gestützten Zusammenführung von Datensätzen aus unterschiedlichen Quellen etwa bestehende Bauwerksmodelle erweitert bzw. die Erstellung dieser Modelle vereinfacht. Zudem erkennen KI-Anwendungen beispielsweise Objekte oder Muster in Entwurfsmodellen, die bisher nicht maschinenlesbar waren.

Um die Datensicherheit und Datenhoheit unternehmensinterner Daten zu gewährleisten, beschäftigt sich SDaC außerdem mit der Anonymisierung von Rohdaten und Generierung von Metadaten, um neu entwickelte Algorithmen zu trainieren. So wird sichergestellt, dass Unternehmen voneinander lernen können, ohne interne Daten anderen Unternehmen zu überlassen.

Im Forschungsprojekt wird ein starker Fokus auf humanzentrierte Anwendungen gelegt, die sich an den Nutzeranforderungen orientieren. Hierfür wurde bei der Entwicklung der Anwendungen die Design Thinking Methodik verwendet. Die Entwicklung des User Interface und User Experience fand iterativ in drei Entwicklungsstufen statt: User Flow, Wireframe und Mock-Up; dabei steigt der Detaillierungsgrad von Stufe zu Stufe. In jedem Iterationsschritt wurde das Userfeedback der vorherigen Entwicklungsstufe berücksichtigt. Im nächsten Schritt werden die technischen Prototypen in Testing Sessions ab dem 4. Quartal mit Anwendern getestet.

Anwendung von KI bei der Massenermittlung in Bauplänen

Einer der Anwendungsfälle ist die Massenermittlung in Bauplänen mittels eines Computer Vision Ansatzes. Der Prozess der Massenermittlung erfordert das manuelle Zählen von relevanten Bauteilen. Im Bereich des Gebäudebetriebs besteht hierbei die Herausforderung, Objekte aus Grundrissen zu identifizieren, die meist nur als gerasterte Bilder oder Ausdrucke vorliegen (siehe Abbildung 1). Um dieses Problem zu lösen und die Qualitätskontrolle zu fördern, erkennt das im Rahmen von SDaC entwickelte System für die Benutzer relevante Symbole in gescannten Grundrissen, um den Planungsprozess zu unterstützen und den Abgleich mit den Gebäudeanforderungen zu vereinfachen (siehe Abbildung 2). Zu diesem Zweck wurden sogenannte “Convolutional Neural Networks” trainiert, die diese Symbole erkennen und beschriften.