@inproceedings{WiedererHoengEder, author = {Wiederer, Jonas and H{\"o}ng, Simon and Eder, Friedrich}, title = {Konzept zur KI-gest{\"u}tzten parametrischen Br{\"u}ckenmodellierung f{\"u}r ressourcen- und kostenoptimierte Bauwerksentw{\"u}rfe}, series = {Tagungsband 35. Forum Bauinformatik, 2024, Hamburg}, booktitle = {Tagungsband 35. Forum Bauinformatik, 2024, Hamburg}, editor = {St{\"u}hrenberg, Jan and Al-Zuriqat, Thamer and Chillon Geck, Carlos}, publisher = {Technische Universit{\"a}t Hamburg, Institut f{\"u}r Digitales und Autonomes Bauen}, address = {Hamburg}, doi = {10.15480/882.13506}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-77922}, pages = {50 -- 57}, abstract = {Br{\"u}ckenbauwerke stellen eine wesentliche Komponente einer soliden Infrastruktur dar. Wegen vernachl{\"a}ssigter Instandsetzungsmaßnahmen und sich ver{\"a}ndernder Anforderungen sind f{\"u}r eine Vielzahl dieser Bauwerke in Deutschland Ersatzneubauten notwendig. Diese Arbeit adressiert die Herausforderungen der Ressourcenverschwendung durch wiederholten Arbeitsaufwand bei individuellen Br{\"u}ckenentw{\"u}rfen f{\"u}r die angesprochenen Bauwerke. Es wird ein parametrisches Entwurfsmodells in Siemens NX entwickelt, um den Entwurfsprozess zu beschleunigen und eine einfache Anpassung an die entsprechenden Rahmenbedingungen zu erm{\"o}glichen. Zudem wird eine effektive Methode zur Anbindung an die Kostenermittlungssoftware RIB iTWO vorgestellt, die eine nachgelagerte Kostenkalkulation nach DIN 276 erm{\"o}glicht. Aufbauend darauf wird ein Optimierungsworkflow vorgestellt, welcher verschiedene Faktoren einbindet, um einen hochwertigen Bauwerksentwurf zu erzielen. Hierbei wird die Einbindung von Techniken aus dem Bereich der K{\"u}nstlichen Intelligenz angestrebt. Die vorgestellte Methodik soll die Wirtschaftlichkeitsbewertung und Entscheidungsfindung f{\"u}r die Realisierung der Br{\"u}ckenentw{\"u}rfe erleichtern und somit zu einer effizienteren Nutzung von Ressourcen im Br{\"u}ckenbau beitragen.}, language = {de} } @inproceedings{HoengWiedererEderetal., author = {H{\"o}ng, Simon K. and Wiederer, Jonas and Eder, Friedrich and Obergriesser, Mathias and Linner, Thomas}, title = {Towards AI-enhanced facade planning : integrating human expertise with machine learning-driven parametric modeling}, series = {EC³ \& CIB W78 : 2025 European Conference on Computing in Construction \& 42nd CIB W78 IT in Construction Conference}, volume = {6}, booktitle = {EC³ \& CIB W78 : 2025 European Conference on Computing in Construction \& 42nd CIB W78 IT in Construction Conference}, publisher = {European Council for Computing in Construction}, isbn = {978-9-083451-31-2}, issn = {2684-1150}, doi = {10.35490/EC3.2025.320}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:898-opus4-84862}, pages = {192 -- 199}, abstract = {Planning modern facade systems is complex, requiring optimization across multiple domains.This paper proposes an AI-enhanced workflow for facade planning, harnessing computer vision and human input via a Large Language Model.A generative AI system then guides a parametric model to produce 3D facade designs. Automated checks provide feedback to a Reinforcement Learning system, to iteratively determine optimal solutions.These solutions are verified and finalized by human expertise, ensuring improved outcomes with reduce planning time and effort.The approach illustrates how combining advanced AI methods with human expertise can address the multifactorial challenges of facade design within current industry practices.}, language = {en} }