Künstliche Intelligenz praktisch nutzen
Die Baubranche hat immer wieder mit Herausforderungen wie Zeit- und Kostenüberschreitungen bei gleichzeitig zunehmend komplexeren Projekten zu kämpfen. Neben der digitalen Planung in BIM bietet auch der Einsatz künstlicher Intelligenz (KI) ein enormes Potential zur Effizienzsteigerung am Bau.
Eine Studie des McKinsey Global Institute (MGI, 2018*) hat das wirtschaftliche Potential künstlicher Intelligenz über Länder und Branchen hinweg unter die Lupe genommen. Darin wird prognostiziert, dass durch den Einsatz von künstlicher Intelligenz bis 2030 ein zusätzlicher globaler Wertschöpfungsbeitrag in Höhe von 13 Billionen US-Dollar möglich wäre. Ein riesiges wirtschaftliches Potential also, das in einigen Branchen bereits genutzt wird. Spezifische Prognosen für die Baubranche gehen davon aus, dass der Markt für künstliche Intelligenz bis 2026 rund 3,7 Mrd. Euro ausmachen wird.
Die Notwendigkeit, Projekte mit weniger Ressourcen erfolgreich durchzuführen, hat dazu geführt, dass künstliche Intelligenz und insbesondere das sogenannte maschinelle Lernen immer mehr genutzt werden. KI-Methoden, wie beispielsweise das generative Design, werden heute bereits genutzt: Es schafft in einem Bruchteil der bisher benötigten Zeit Tausende Entwurfsvarianten, aus denen der Designer auswählt und die er weiter ausarbeitet, um den Kundenanforderungen gerecht zu werden. In Zukunft könnte der Einsatz von KI bei der Planung die manuellen Aufgaben auf ein Minimum reduzieren, sodass Planungsdienstleistungen kostengünstiger, schneller und qualitativ hochwertiger angeboten werden können.
Keine andere neu aufkommende Technologie hat derzeit wohl ein vergleichbares Potential, den gesamten Lebenszyklus von Gebäuden in dem gleichen Maß zu verändern, wie die KI es tun wird. Da Daten dank BIM eine immer wichtigere Rolle im Entwurfs-, Bau- und Betriebsprozess spielen, ist die Nutzung der Möglichkeiten der KI zur weiteren Effizienzsteigerung und Erfüllung der Nutzeranforderungen der nächste logische Schritt in der Entwicklung der AEC-Branche (Architecture, Engineering und Construction). Erste Projekte zeigen bereits, welche Potentiale im maschinellen Lernen stecken.
Generierung von Digitalen Twins durch KI
In einem dreijährigen Forschungs- und Entwicklungsvorhaben entwickelt Allplan gemeinsam mit renommierten Partnern aus Forschung und Industrie die Grundlagen für cloudbasierte Lösungen zur automatisierten Bestandsmodellierung mittels KI. Bis zum Ende der dreijährigen Laufzeit des Projekts BIMKIT (Bestandsmodellierung von Gebäuden und Infrastrukturbauwerken mittels KI zur Generierung von Digital Twins) sollen die entwickelten Prototypen in Demonstratoren getestet worden sein und im Anschluss in marktfähige Produkte umgesetzt werden.
Das BIM-basierte Arbeiten mit Bestandsmodellen nimmt zu und damit die Nachfrage nach Erstellung sogenannter As-built-Modelle. Das händische Erstellen von digitalen Bestandsmodellen, sei es für die Optimierung der Instandhaltung, die Umbauplanung, die Erneuerung von Infrastrukturen oder den Rückbau, ist eine mühsame und repetitive Arbeit, die mit hohen Kosten verbunden ist. BIMKIT verfolgt das Ziel, dabei mithilfe von KI einen besonders hohen Automatisierungsgrad zu erreichen.
Leistungserfassung mit IoT und BIM
Im Rahmen des deutsch-niederländischen INTERREG-Programms Digipro läuft momentan ein Projekt, das unter Anwendung von IoT (Internet of Things) und BIM (Building Information Modeling) die Leistungserfassung auf der Baustelle automatisieren soll. Ein Konsortium aus den vier Unternehmen BuildersMind, mangineers, Nijhuis Bouw B.V. und Allplan arbeitet dabei an einer Lösung für eine automatisierte Baustellenüberwachung, die den Baufortschritt nahezu in Echtzeit dokumentiert.
Die zentrale technische Innovation in dem Projekt liefert BuildersMind in Form einer mobilen (MACI) Tracking Box und des BuildersMind Kerns. Die MACI Box wird magnetisch an einer Baumaschine – in diesem Fall am Haken eines Autokrans – angebracht und sammelt und überträgt Bewegungsdaten vom Arbeitsgerät, die sie an einen Monitoring-Service weitergibt. Letzterer fusioniert die Daten, wertet sie aus und integriert sie in annähernder Echtzeit in die BIM-Plattform Allplan Bimplus. Dort entsteht automatisch eine Überlagerung der gelieferten As-built- oder Ist-Daten mit den Planungs- beziehungsweise Soll-Daten eines BIM-Modells des Projekts, anhand derer der aktuelle Baufortschritt ermittelt und visualisiert werden kann.
65 Einfamilienhäuser in Fertigteilbauweise
Das System wurde mittlerweile in einer Alpha-Testphase auf den zwei Baustellen „Operahof“ und „de Laares“ in Enschede, die insgesamt 65 Einfamilienhäuser in Fertigteilbauweise umfassen, erfolgreich erprobt. Planungsseitig wurden hierzu in drei Schritten detaillierte BIM-Modelle erstellt. Im ersten Schritt erfolgte eine Visualisierung der Umgebung und Positionierung der Gebäude, wobei Nullpunkt und tatsächliche Geokoordinaten aufeinander abgestimmt wurden.
Ein 3D-Volumenmodell integrierte im zweiten Schritt die Kubaturen der Gebäude. In dieser Phase können bereits durch Anbindung des BuildersMind Systems einfache As-built-Informationen wie etwa Positionsdaten des Arbeitsgeräts integriert und Baufortschrittsinformationen (beispielsweise die Anzahl der verbauten Fertigteile) erfasst werden. Im dritten Schritt erfolgte eine weitere Detaillierung der 3D-Volumenmodelle auf Geschoss- und Bauteilebene. Diese hochdetaillierten Modelle bilden schließlich die Plandatenbasis für die automatische Baufortschrittserkennung der Fertigteilmontage.
Forschungsprojekt BEYOND
Im Forschungsprojekt BEYOND sollen BIM, KI und Personenstromsimulationen miteinander kombiniert werden, um bessere Entscheidungsgrundlagen für frühe Entwürfe zu schaffen. Das Projektkonsortium setzt sich aus der accu:rate GmbH, der Technischen Universität München (TUM), der DB Netz AG mit dem Großprojekt „2. Stammstrecke München“ sowie der SSF Ingenieure AG zusammen.
Gut planen – das bedeutet unter anderem, entscheidende Dinge vorauszusehen, auch wenn sie weit in der Zukunft liegen. Die Herausforderung: In frühen Entwurfsphasen ist die Informationsgrundlage für wichtige Entscheidungen oft noch dünn. Das betrifft nicht nur das Wissen über das physikalische Verhalten des Bauwerks im Betrieb, sondern auch seine ergonomische Qualität. Wie Menschen mit dem Bauwerk interagieren oder wie sie sich in Gruppen im Bauwerk bewegen, ist schwer vorherzusagen, spielt aber vor allem in Extremsituationen eine große Rolle.
Fehlentscheidungen können Nutzungseinschränkungen und hohe Kosten für Umplanung und Umbau nach sich ziehen. Das Projekt BEYOND soll hier Abhilfe schaffen. Dessen Ziel ist dem Akronym nach eine „KI-basierte Optimierung in frühen Entwurfsphasen von Gebäuden mithilfe der Analyse von Personenströmen in intelligenten Gebäudemodellen“. Zu diesem Zweck werden unter Anwendung einer Kombination aus BIM, KI und Personenstromsimulationen Methoden und Technologien entwickelt, die ArchitektInnen und IngenieurInnen bei der Planung und Optimierung von Bahnhofsgebäuden assistieren. Digitalisierung verbessert so nicht nur die Prozesse bei der Planung, sondern erhöht auch die Qualität des Bauwerks.
Schnelle Variantenprüfung
Durch Integration dieser Simulationsmethode sollen nun in BEYOND anhand eines prototypischen Bahnhofsmodells Datenstrukturen, Algorithmen und technische Verfahren zur schnellen Variantenprüfung der BIM-Modelle entwickelt werden. Dies umfasst zum einen die Entwicklung von Verfahren zur leichteren Anwendung von Personensimulation für Entwurf und Planung von Bahnhofsgebäuden sowie einer Methodik zu ihrer Parametrisierung. Die Standardisierung soll mitunter als Beschleuniger für die Optimierung von Genehmigungsprozessen dienen.
Von zentraler Bedeutung für die technische Umsetzung des Projekts ist die Verwendung von Bimplus. Die cloudbasierte BIM-Plattform sorgt für ein reibungsloses Datenmanagement und eine optimale Zusammenarbeit aller Beteiligten. Der mit BEYOND angestrebte BIM-Workflow sieht dabei folgendermaßen aus: Ein Gebäudemodell wird in Bimplus hochgeladen und von dort wiederum in ein crowd:it-Modell überführt, anhand dessen eine Personenstromsimulation automatisiert durchgeführt wird. Deren Ergebnis wird anschließend in Form einer 3D-Visualisierung ausgegeben, deren Daten dann erneut via Bimplus zurück in das Gebäudemodell fließen. Eine solche tiefe Integration von Personenstromsimulationen in digitale Gebäudemodelle soll künftig eine deutlich höhere Planungssicherheit sowie den Bau sichererer Gebäude ermöglichen.
Institut für Künstliche Intelligenz
Das Potential der KI weiterzuentwickeln und in die Praxis umzusetzen, steht auch im Mittelpunkt des an der TU München (TUM) im November 2020 gegründeten „TUM Georg Nemetschek Institute Artificial Intelligence for the Built World (GNI)“, ein weltweit einzigartiges Institut für KI im Bauwesen. Dieses soll als Schnittstelle zwischen Forschung, Lehre und Innovation zur Anwendung von KI im gesamten Lebenszyklus von Gebäuden und Infrastrukturbauwerken dienen. Maßgeblich unterstützt wird es dabei in den nächsten zehn Jahren mit rund 50 Mio. Euro Fördergeldern von der Nemetschek Innovationsstiftung.
Das GNI soll Technologien der nächsten Generation entwickeln und fördern, die sowohl für die Digitalisierung im Allgemeinen als auch für die AECOM-Branche (Architecture, Engineering, Consulting, Operations und Maintenance) im Speziellen von strategischer Bedeutung sein werden. Durch die Nutzung von Big Data, das Extrahieren von Informationen aus Datenanalysen und dem Kreieren von Einblicken in das Maschinenlernen soll KI sich für die gebaute Umwelt als Schlüsseltechnologie im Entwerfen, Planen, Bauen, Betreiben und Managen von Gebäuden und Infrastrukturbauwerken etablieren.
Maschinelles Lernen unterscheidet sich dabei grundlegend von den Methoden, mit denen die Bausoftwareindustrie in den letzten 60 Jahren Lösungen entwickelt hat. Während mit BIM Bauwerksinformationen hoch strukturiert werden, hilft KI, auch unstrukturierte Daten zum Beispiel in Bauplänen, Sprache oder Sensordatenreihen höchst effizient zu verarbeiten. Probleme, die vor 15 Jahren technisch noch als unlösbar galten, wie das sichere Fahren autonomer Fahrzeuge können mit Hilfe von maschinellem Lernen heute gelöst werden. KI wird daher selbstverständlich in Zukunft auch in Bauprojekten eingesetzt. Sie erhöht auf vielfältige Art die Effizienz und die Qualität der Bauwerke.
