Open Access

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.

In dieser Masterarbeit wird ein Ansatz zur Anwendung von Large Language Models (LLMs) im Kontext der Brückenplanung entwickelt. Die starke Regulierung im Bauwesen geht mit einem hohem, fehleranfälligen Anwendungsprozess einher. Daher ist das Ziel dieser Arbeit die Bereitstellung eines zuverlässigen und überprüfbaren LLM-basierten Systems zur Verarbeitung von Brückenbaunormen unter Berücksichtigung der typischen Einschränkungen allgemeiner LLMs, um die Fehleranfälligkeit zu reduzieren sowie die Effizienz in der Arbeit mit Normen zu steigern. Methodisch basiert der Ansatz auf Retrieval-Augmented Generation (RAG), wobei eine externe Wissensdatenbank mit vier relevanten Brückennormen in den Antwortgenerierungsprozess integriert wird. Die Validierung erfolgt durch die Implementierung eines Chatbots, die fachspezifischen Fragen beantwortet und die zugrunde liegenden Normstellen als Zitate ausgibt. Die Evaluation stützt sich auf manuell erstellte Benchmarks mit unterschiedlichen Fragetypen. Die Ergebnisse zeigen eine Genauigkeit von 65 % und damit eine um 25 Prozentpunkte höhere Leistungsfähigkeit gegenüber einem allgemeinen ChatGPT-Modell. Zusätzlich bestätigt die Robustheitsanalyse ein kontrolliertes Antwortverhalten bei nicht abgedeckten Fragestellungen. Die Arbeit zeigt, dass RAG-basierte LLM-Systeme ein geeignetes methodisches Fundament für den Einsatz in regulierten Ingenieurdomänen darstellen und Potenzial für weiterführende Anwendungen in der normbasierten Brückenplanung bieten

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.

Die Digitalisierung, Automatisierung und Optimierung von Prozessen dringen immer weiter in alle Bereiche des wirtschaftlichen Lebens vor. Schlagwörter wie Lean-Management und Building Information Modeling, kurz BIM, sind hier zu nennen. Ziel dieser Arbeit ist es, einen konkreten Anwendungsfall eines automatisierten und digital gestützten Bauprozesses, den Einsatz von Robotik in der Bohrtechnik für Innenaus-baugewerke, näher zu beleuchten. Hierzu wird erarbeitet, wie die Prozesskette, die für eine solche Anwendung nötig ist, auszusehen hat. Zusätzlich wird diese mit dem konventionellen Ablauf verglichen. Auch wird betrachtet, ob der Einsatz von Robotik mit den momentanen technischen Möglichkeiten und unter Betrachtung von wirtschaftlichen und sicherheitstechnischen Gesichtspunkten überhaupt praktikabel und sinnvoll ist. Außerdem sollen eventuelle Alternativen und Zwischenlösungen zum dargestellten Prozess aufgezeigt werden. Nach der Erläuterung der technologischen Grundlagen der BIM-Methodik und den Methoden der Prozessoptimierung werden anhand mehrerer Prozessmatrizen die einzelnen Arbeitsschritte, die für diesen Anwendungsfall notwendig sind, aufgezeigt. Die umfangreichsten Punkte sind hierbei der Soll-Ist-Vergleich des gebauten Zustands mit dem BIM-Modell mit vorausgehender Bestandsaufnahme und das tatsächliche Setzen der Bohrungen durch Zuhilfenahme von Robotik. Es kann gezeigt wer-den, dass die technischen Möglichkeiten bereits zum Zeitpunkt des Verfassens dieser Arbeit weit genug fortgeschritten sind, um den gewünschten Vorgang weitestgehen-den zu realisieren, auch wenn in einigen Punkten noch Entwicklungsbedarf besteht. Anhand des Vergleichs zum konventionellen Ablauf kann festgestellt werden, dass mit Einsatz der vorgestellten digitalen Methoden eine Verbesserung hinsichtlich aller genannten Kriterien zu erwarten ist. Beim Thema Sicherheit sind jedoch - mit Blick auf die angestrebte vollautonome Lösung - einige kritische Punkte vorhanden, die noch zu lösen sind. Insgesamt kann die vorgestellte Technik bzw. Arbeitsmethode als durchaus praktikabel eingestuft werden. Die vorgestellten und angesprochenen Zwischenlösungen und Alternativen zeigen auf, wie vielfältig die mit der fortschreitenden Digitalisierung einhergehenden Möglichkeiten im Hinblick auf weitere Optimierung im Bauablauf einer auf BIM basierenden Baustelle sind.