TY - THES A1 - Rackl, Fabian T1 - Mögliche digitale Ansätze zur effizienten Lebenszyklusanalyse von Bauwerken anhand eines BIM-Modells N2 - Ziel dieser Arbeit ist es, mögliche digitale Ansätze zur effizienten Lebenszyklusanalyse von Bauwerken anhand eines BIM-Modells zu definieren. Handlungsanlass dafür waren zum einen das in der Öffentlichkeit allgegenwertige Thema des Klimawandels, welches zumal im Jahre 2019 durch die „Fridays for Future“-Proteste immens befeuert wurde. Zum anderen spielte auch die von der Bundesregierung beschlossene CO2-Bepreisung, mit der langfristig durch Mehreinnahmen ebenso ökologischere Bauweisen gefördert werden sollen, als Anlass für diese Arbeit eine wichtige Rolle. Denn nur im Zusammenspiel mit einer transparenten sowie fortschrittlichen, aber auch digitalen Planungsmethode wie BIM kann in Zukunft eine Umsetzung nachhaltiger Gebäude in einem effizienten Rahmen mehrheitlich zur Anwendung kommen. Zu Beginn, wurden zunächst die theoretischen Hintergründe der im Zuge dieser Arbeit verwendeten Methoden wie Prozessmanagement, BIM oder Ökobilanzierung erläutert. Im nächsten Schritt begann die eigentliche Konzeptionierung möglicher BIM basierter LCA Vorgehensweisen. Dabei wurden Informationsynergien zwischen den beiden Methoden BIM und LCA festgestellt, denkbare Datenaustauschformate zusammengefasst, einzelne Ansätze konzeptionell entworfen sowie aktuelle Softwarelösungen im Bereich der Ökobilanzierung miteinander verglichen. Im Anschluss der Konzeptionierung erfolgte durch die Validierung - anhand nterschiedlicher differenziert dargestellter BIM-Modelle - eine Konkretisierung der entworfenen Ansätze mit Hilfe einer zuvor auserwählten Ökobilanzierungssoftware sowie der Modellierungssoftware Allplan. Während der Validierung wurden ebenso, sofern diese erforderlich waren, Hilfsmittel für eine erfolgreiche Umsetzung der jeweiligen Ansatzes entworfen. Nach Abschluss der praktischen Umsetzung einzelner BIM basierter LCA Ansätze wurden die daraus gewonnen Erkenntnisse offenbart, die unterschiedlichen Vorgehensweisen hinsichtlich ihrer Kosten und in Bezug auf die erwartbare Qualität der generierten ökologischen Ergebnisse gegenübergestellt sowie abschließend durch eine Bewertungsmethodik bewertet. Das Resultat zeigte, dass bereits nach aktuellem Stand der Technik ein Mehrwert für eine Lebenszyklusanalyse ergeben kann, wenn diese zusammen mit einer standardisierten modellbasierten umgesetzt wird. Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-35096 CY - Regensburg ER - TY - THES A1 - Bast, Severin T1 - Einflussfaktoren auf das Outsourcing der BIM Management Leistung BT - Eine Marktanalyse N2 - Deutschland weist im Industrieländer-Vergleich eine außergewöhnliche wirtschaftliche Performance auf und zählt in diversen Wirtschaftssektoren als Vorreiter. Betrachtet man allerdings die digitale Wettbewerbsfähigkeit, so lässt sich feststellen, dass deutsche Unternehmen nur wenig in digitale Technologien investieren und im OECD-Vergleich einen der letzten Plätze belegen (vgl. Deloitte, 2017, S. 30). Speziell der Bausektor weist hierbei großen Nachholbedarf auf, wie beispielsweise eine Studie von von Both aufzeigt. Von Both (2013) definiert die Implementierung der neuen Arbeitsmethodik für das digitale Bauen, das sog. Building Information Modeling (BIM), in sieben Phasen. Während Großbritannien in der fünften Phase „der Versuchsphase“ ist und sich Korea sogar bereits in der letzten Phase „der Integrationsphase“ befindet, akzeptiert Deutschland erst die neue Arbeitsmethodik (Phase 3) und beginnt die Notwendigkeit zu realisieren (Phase 4). KW - Building Information Modeling KW - Outsourcing Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-6397 ER - TY - THES A1 - Wiedemann, Matthias T1 - Datenmodelle in der Abwasserableitung BT - Ansatz zur Konvertierung von ISYBAU-XML-Daten nach IFC N2 - Das Bauwesen erfährt zurzeit eine zunehmende Digitalisierung von Planungs- und Bauprozessen. Ein Begriff, der dabei zwingend fallen muss, ist Building Information Modeling (BIM). Es handelt sich dabei um eine kooperative Arbeitsmethode mit dem Ziel einer höheren Planungs-, Kosten- und Terminsicherheit. Wesentlicher Bestandteil von BIM ist das digitale Modell des Bauwerks, das über dessen gesamten Lebenszyklus von der Planung über die Ausführung bis zum Unterhalt und Rückbau mit Informationen ergänzt wird. Der gewünschte Effekt ist dabei eine größere Informationsdichte, auf welche die Projektbeteiligten über die Projektphasen hinweg zugreifen und somit einem Informationsverlust vorbeugen können. KW - Abwasserableitung KW - Building Information Modeling KW - Datenmodell Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-8157 CY - Regensburg ER - TY - THES A1 - Höng, Simon T1 - Entwicklung eines digitalen Werkzeugs zur automatisierten Remodellierung von Bauwerken auf Grundlage von Bestandsplänen: Erzeugung von synthetischen Daten für KI-Lösungen N2 - In Anbetracht der hohen Zahl an zu ertüchtigenden Bauwerken in Deutschland bei gleichzeitig zunehmendem Fachkräftemangel in der Baubranche ist es wichtig, effiziente Planungs- und Bauprozesse zu schaffen. Digitale und automatisierte Arbeitsmethoden auf Basis von digitalen Bauwerksmodellen beginnen sich daher zu etablieren. Für viele Bestandsbauwerke werden diese Methoden aber nur zögerlich angewendet, da das als Grundlage benötigte digitale Bauwerksmodell erst aufwendig erstellt werden müsste. Moderne Techniken der künstlichen Intelligenz (KI) wie Machine- oder Deep Learning bewegen im Moment viele Forschungs- und Wirtschaftsbereiche. Ihr Einsatz kann auch in der Bauwirtschaft Lösungen für komplexe oder repetitive Aufgaben bieten. In dieser Arbeit wird ein Tool konzipiert und evaluiert, welches in der Lage ist, mithilfe von KI-Techniken aus Bestandsplänen dreidimensionale (3D) Bauwerksmodelle zu rekonstruieren. Bei der Konzeptionierung hat sich eine der großen Herausforderung beim Einsatz von Machine Learning herauskristallisiert. Um KI-Systeme überwacht trainieren zu können, werden sog. gelabelte Trainingsdaten benötigt. In diesem konkreten Fall Positionspläne, bei denen in einer maschinenlesbaren Form hinterlegt ist, welche Art von Bauteilen an welcher Stelle des Planes dargestellt sind. Damit kann eine KI lernen, selbstständig unbekannte Pläne zu analysieren und darin Bauteile zu klassifizieren. Diese Daten können entweder unter großem Aufwand manuell erstellt werden oder man greift auf synthetische Daten zurück. Synthetische Daten sind künstlich erschaffene Daten, die von ihrer Struktur und ihren Eigenschaften her echte Daten imitieren. Da dabei der Erzeugungsprozess gesteuert wird, lassen sich die benötigten Labels gleichzeitig miterzeugen. Auf diese Weise entsteht sog. Ground Truth Data, also Daten, bei denen man sich sicher sein kann, dass sie korrekt gelabelt sind. Für diese Arbeit wurde eine Datenpipeline umgesetzt, die in der Lage ist, synthetische Daten speziell für die Zwecke der Baubranche zu generieren. Mithilfe des Applications Programming Interface von Autodesk Revit wurde eine C#-Anwendung programmiert, die zufallsgesteuert Modelle erzeugt und anhand dieser Modelle realistische Pläne ableitet. Parallel dazu werden mithilfe der im Modell hinterlegten Bauteilinformationen die für die KI benötigten gelabelten Daten erzeugt. Erste Testläufe mit dem Objekterkennungsframework YOLOv5 waren vielversprechend. Der gewählte Ansatz hat sich somit als flexibel und skalierbar erwiesen, um damit KI-Systeme für bauspezifische Aufgaben - wie die Bauteilerkennung auf Plänen - zu trainieren. KW - AI KW - Machine Learning KW - BIM KW - Synthetic Data KW - KI Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-65218 ER - TY - THES A1 - Janes, Valentin T1 - Potenziale des Einsatzes von Künstlicher Intelligenz zur Rezeptentwicklung und Prognose der Eigenschaften von ZFSV N2 - “Methoden der Künstlichen Intelligenz (KI) werden im Bauwesen bereits vielfältig eingesetzt. In den meisten Fällen sind sie jedoch auf Spezial- oder Forschungsprojekte beschränkt. Die Analyse von geotechnischen Labordaten stellt dabei noch eine Ausnahme dar. Die Hauptgründe für den geringen Einsatz von KI-Anwendungen in der Geotechnik liegen nach Ansicht der Autoren neben dem eingeschränkten Zugang zu geeigneten Daten vor allem an Unsicherheiten im Umgang mit KI-Methoden, insbesondere der Nachvollziehbarkeit.”(René Sonnenberg und M Sc David Döring, 2023, S. 1) Aus diesem Grund wird in vorliegender Arbeit das Potenzial des Einsatzes von Künstlicher Intelligenz zur Rezeptentwicklung und Prognose der Eigenschaften von zeitweise fließfähigen, selbstverdichtenden Verfüllbaustoffen (ZFSV) untersucht. ZFSV werden hauptsächlich im Erd- und Tiefbau eingesetzt. Sie sind eine Mischung, welche in der Lage ist, ohne äußere Verdichtung unter dem Einfluss von Schwerkraft Hohlräume vollständig zu füllen. Dabei bietet der ZFSV logistische, ökonomische und ökologische Vorteile gegenüber konventionellen Verfüllmaterialien wie Sand. Aktuelle Forschungsprojekte an der HafenCity Universität (HCU) in Hamburg zeigen, dass ZFSV mit dem Einsatz von Recycling-Materialien noch nachhaltiger hergestellt werden kann (Weidlich, Banushi, Büschken u. a., 2022, S. 17). Das Ziel der Arbeit ist es, durch Verwendung digitaler Methoden, geotechnische Labordaten zu strukturieren und mittels KI auszuwerten. Die Auswertung mithilfe von Künstlicher Intelligenz erfolgt durch Programmierung einer Anwendung in Python. Mit der Auswertung will man Vorhersagen über die Rezeptur und Eigenschaften von ZFSV treffen. Dadurch ist es möglich, den ZFSV ressourcenschonender herzustellen, was gerade angesichts der aktuellen Thematik Nachhaltigkeit im Bausektor und dessen CO2-Bilanz positiv beitragen kann. KW - KI KW - Geotechnik KW - Datenbanken KW - Digitalisierung Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-77347 ER -