Zum Hauptinhalt springen

Digitale Transformation und Künstliche Intelligenz: Herausforderungen und Lösungsansätze bei der Kombination von Theorie und Praxis

Verfasst von: Michael A. Kraus, Laura Lammel, Mathias Obergrießer
Veröffentlicht am: 25. Nov. 2022

Die Digitale Transformation (DT) im Bauwesen wurde mit der Einführung numerischer Verfahren initiiert, mit der BIM-Technologie weiterentwickelt und mündet mittelfristig in den baupraktischen Einsatz von Künstlicher Intelligenz (KI).

Zur erfolgreichen Umsetzung von DT und KI in der Praxis bedarf es der Analyse des Status quo sowie innovativer Lösungsansätze der aufgedeckten Schwierigkeiten durch die Forschung, welche über die Lehre und berufliche Weiterbildung in den Baualltag transportiert werden.

Technologien und Methoden der Digitalen Transformation

Unter dem Schlagwort Digitale Transformation (DT) wird ein großes Portfolio an Methoden, Technologien und Kollaborationsstrategien verstanden. Im Bauwesen am bekanntesten ist das Building Information Modeling (BIM).
BIM dient einerseits der Verwaltung aller im Lebenszyklus eines Bauwerks entstehenden geometrischen und alphanumerischen Informationen. Andererseits ermöglicht BIM eine koordinierte Informationsverteilung sowie Steuerung der Prozesse zu Planung, Umsetzung, Betrieb und Rückbau eines Bauwerks.
BIM_KI
Bild 1: Effekte von BIM und KI auf die Verschiebung des Planungsaufwands gegenüber dem Status quo in verschiedenen Bauprojektphasen (eigene Darstellung in Anlehnung an McLeamy). Quelle: Michael Kraus
Die Haltung, Nutzung und Aufbereitung der Bauwerksdaten stellen dabei einen wesentlichen Indikator dar, inwiefern sich BIM effektiv in der täglichen Praxis einsetzen lässt. Die Daten selbst können in Form des DIKW-Kontinuums (Data, Information, Knowledge, Wisdom) verstanden werden.
Somit ergibt sich die Eignung von Daten zur Analyse und Erkenntnisgewinn je nach deren Veredelungsstufe (Bild 1). Das ist ein wesenscharakterisierender Gegensatz zum Begriff Big Data. Lösungen im Bauwesen wie beispielsweise BIM ergeben keine unkoordinierten Datensätze à la Big Data, sondern geordnete Datensätze zum Bauobjekt, die man als Smart Data bezeichnen kann.

Warum Digitale Transformation?

Wir erleben derzeit die Folgen einer Pandemie, die den Fokus auf künftige Formen des sozialen Miteinanders, des Wirtschaftens und des Umgangs mit Ressourcen lenken. Die Verknappung von Bauprodukten wirft die Frage auf, inwiefern die Digitale Transformation des Bauwesens ein Lösungsansatz ist. Zudem werden von der DT und ihren Erscheinungsformen wie der KI jede Person und jedes Unternehmen betroffen sein. Die Frage ist also, wie die DT in Praxis, Forschung und Lehre baupraktisch bezüglich der Wirtschaftlichkeit, Nachhaltigkeit und Umsetzbarkeit angegangen werden kann.
Grundsätzlich verspricht die DT über die aktuell in der Praxis ankommende BIM-Methode bis hin zur künftig eingesetzten KI eine signifikante Verschiebung und Reduktion des Planungsaufwands gegenüber dem Status quo in die frühen Phasen eines Bauprojekts. Somit ergeben sich Kosteneinsparungen bei gleichzeitiger Steigerung der Effizienz und Entscheidungssicherheit durch Daten (vgl. Bild 1).

Standpunkte zur Digitalen Transformation

Die DT in Deutschland, Österreich und der Schweiz ist nicht direkt mit der anderer Länder zu vergleichen. Die Bau- und Planungsphilosophie ist anders als insbesondere die in Nordamerika. Für ein qualitativ-technisch hochwertiges Bauen wird traditionell der deutsche Ingenieur, Handwerker oder auch Baumeister international hoch angesehen. Die deutschen Akteure können sich selbstbewusst in den Diskurs um die Formen und Ziele der DT einbringen.
Ein zu lösendes Problem ist, dass Ideen und Umsetzungskonzepte zur DT in Forschung und Wirtschaft eher parallel zueinander laufen, sodass die Diskrepanz dazwischen groß erscheint. Die heterogene Bauwirtschaft wie auch die großen Planungs- und Ingenieurbüros fühlen sich von der Forschung aufgrund des mangelnden Austauschs bezüglich der baupraktischen Umsetzbarkeit abgehängt bis ignoriert. Umgekehrt konfrontiert die Praxis die Wissenschaft nicht ausreichend mit den täglichen Problemen und Anforderungen auf den Baustellen bei der Umsetzung der wissenschaftlichen DT-Methoden.
Ein ehrlicherer und transparenterer Austausch in naher Zukunft wäre wünschenswert. Zudem benötigt die Wirtschaft dringend gut ausgebildete Ingenieurinnen und Ingenieure und Entscheidungstragende, die die Praxis der Baustelle kennen und die Digitalisierung nicht scheuen. Eine Veränderung des Bewusstseins, wie wir planen, bauen und kommunizieren, ist notwendig. Der "endlose" Schriftverkehr und die Weiterreichung von Verantwortlichkeiten wurde mit den derzeitigen digitalen Arbeitsformen nur im Medium (Papier zu E-Mail) verändert, nicht aber im Wesen. Das kostet Zeit und viel Geld.
Es gibt bereits Pilotprojekte im Bauwesen, die eine echte DT versuchen. Bei Straßenbauprojekten kann der Einsatz von digitalen Werkzeugen schon heute als erfolgreich angesehen werden. Bei Baumaschinen ist der Grad der Digitalisierung sehr fortgeschritten, hauptsächlich aufgrund des hohen Maschinisierungsgrads bei relativ simplen und überschaubaren Ablauftaktungen.
Es ist selbstverständlich, dass Straßenbaumaschinen und Erdbewegungsfahrzeuge oder Kranhebemaschinen durch Satellitendaten gesteuert werden. Die Computersysteme der Großmaschinen werden von gut ausgebildetem Personal bedient. Abrechnungsmassen werden digital zur Verfügung gestellt, die kubikmeter- und millimetergenau teilweise automatisch in ein digitales Abrechnungsprogramm gespeist werden können.
Beim Szenenwechsel zum Hochbau ergibt sich ein anderes Bild. Es ist nach wie vor Praxis, dass die Ausführungspläne fast stündlich abgeändert werden und die neuen Planversionsstände medieninkonsistent in Form von zum Beispiel E-Mail, Dokumenten-Plattformen, digitalen Räumen etc. und in nicht vollständigen Planungstiefen verteilt werden. Diese Arbeitsweise führt vielfach zu Stress und unvergütetem zusätzlichem Aufwand.
Weiterhin mangelt es derzeit an der Detailplanung wie der von Anschlüssen, Übergängen und einer einheitlichen Definition der Detailausführungen. Die Verwendung von ähnlichen, genormten und standardisierten Details wäre zudem eine Erleichterung bei der Anwendung von KI im Bauwesen. Die derzeitige Vermischung von Planung und Bauausführung durch mangelhafte Detailplanung muss durch eine Trennung der Verantwortlichkeiten zwischen Planenden und Bauunternehmer gelöst werden, unabhängig von digitalen Technologien wie BIM oder KI.
Derzeit werden verbreitet Planmanagementsysteme zur Bauabwicklung verwendet, deren Umsetzung gravierende Mängel bezüglich der Indizierung und Nachvollziehbarkeit von Änderungen besitzen. Für die Beteiligten ist es zeit- und kostenintensiv, Planstand- und Mängelmanagement mit zu betreiben. Dies führt letztlich zur Ablehnung und Resignation der beteiligten Baupraktiker gegenüber den neuen Technologien. Die Softwarehersteller sind hier gefordert, entsprechende digitale Lösungen zusammen mit Hochschulen und allen voran Planenden und Bauausführenden so weiterzuentwickeln, dass Mängel abgestellt und neue Softwareprodukte reibungsarm eingeführt werden.

Stand der Digitalen Transformation und Lösungsansätze

Es ist somit festzustellen, dass die DT nicht ohne Weiteres von einem erfolgreichen Beispiel auf andere übertragen werden kann oder gar Verallgemeinerungen möglich sind. Vielmehr sind Praxislösungen der DT nach den Erfordernissen projekt- und betriebsspezifisch zu entwickeln.

KI_Zeit
Bild 2: Implementierung von BIM in einem Unternehmen in Abhängigkeit der Zeit und des dadurch zu erreichenden Arbeitspotenzials als Soll-Ist-Vergleich

Bei der Bewertung bezüglich einer erfolgreichen Umsetzung der DT muss aufgrund der unterschiedlichen Anforderungen hinsichtlich Genauigkeit und Abstimmungsbedarf zwischen dem Hochbau und dem Tief- bzw. Ingenieurbau differenziert werden. Weiterhin sollte berücksichtigt werden, dass bei den beteiligten Planenden und Bauausführenden die effiziente digitale Planung in hoher Qualität nicht ad hoc und ohne einen erhöhten Aufwand durchführbar ist, sofern nicht bereits mehrere Bauprojekte mit entsprechenden Prozessen abgewickelt und analysiert wurden (Bild 2).

Zusammenarbeit üben

Die Forschungs- und Lehrinstitutionen müssen daher einen engeren Kontakt zur Bauwirtschaft herstellen, um Lösungen und einen Kulturwandel hin zu kollaborativen Denk- und Arbeitsweisen der zukünftigen Ingenieurinnen und Ingenieure zu fördern.

Hierzu muss in den Hochschulen das Verständnis für die Themen, Prozessabläufe und Komplikationen der Praxis gestärkt werden. Insbesondere brauchen wir eine Modernisierung der Lehre zur verständlichen und praxisgerechten Aufbereitung komplexer Themen der DT. Ein Beispiel der Zusammenarbeit zwischen Architektur, Bauingenieurwesen und Immobilienwirtschaft ist das gemeinsame Lehrkonzept der OTH Regensburg, der Universität Regensburg sowie der TU München.

Ziel ist die Abwicklung eines Bauprojektes in Teams mit Studierenden aus den unterschiedlichen Fachbereichen unter Einbringung und optimaler Nutzung ihrer Kompetenzen und Ressourcen. Die Organisation und Entwicklung der Bauprojekte erfolgt mit der BIM-Methode (Bild 3). Zudem werden von den Studierenden Organisationsstrukturen zur Koordination des Projektes festgelegt, eine gemeinsame Plattform zum zentralen Austausch der Daten unter Berücksichtigung der zu erbringenden Leistungen und Koordinationsaufgabenaufgesetzt und eine architektonische, bautechnische und betriebswirtschaftliche Bearbeitung des Projektes mittels eines modellbasierten Ansatzes durchgeführt.

KI_BIM_Einführung
Bild 3: Verschiedene BIM-Modellvarianten, die aus einer gemeinsamen Aufgabenstellung entstanden sind (Bilder der OTH Regensburg, Quelle [3]).

Erste Erfahrungen zeigen, dass es zu Beginn des Projektes Diskussionsbedarf zum Verstehen der Bedürfnisse der anderen Fachdisziplinen gibt. Diese Startschwierigkeiten lösen sich durch die Erkenntnis, dass eine kollaborative Arbeitsform auf der Basis einer gemeinsamen digitalen Plattform schneller und effektiver zum Ziel führt.

Hervorzuheben gilt es, dass durch dieses Projekt die Mehrwerte einer BIM-basierten Planung für die Studierenden sichtbar werden und sich damit nachhaltig verankern lassen. Beispielsweise zeigen sich diese Mehrwerte in Form einer effizienten und sicheren Kalkulation, einer transparenten und durchgängigen Kommunikation, bei der Ermittlung der CO2-Emission des Bauwerks oder bei der Unterstützung des Vertriebs durch Einsatz von Virtual Reality und Mock-ups.

Künstliche Intelligenz als "praktisches" Werkzeug im Bauwesen

Zukünftig wird unser Alltag immer mehr mit digitalen Komponenten versehen sein. Dies gilt auch für die Baubranche, sodass sich in den kommenden Dekaden zwar nicht die Abfolge des Planens und Bauens, aber die dazu erforderlichen Werkzeuge verändern werden: am Modell statt am Plan, mithilfe einer Maschine statt per Hand oder in Form eines Komponentensystems statt als individuelles Einzelprojekt.

Heute werden dazu vielfältige Simulations- und Analysewerkzeuge in den beteiligten Fachdisziplinen wie die Finite-Elemente-Methode der Tragwerksplanung, Energiebedarfs- oder Behaglichkeitssimulationen der Bauphysik und insbesondere Kostenschätzungen und -analysen des Baubetriebs bemüht. Werden diese Evaluations- und Beurteilungsprozesse derzeit in der Regel noch manuell und in Sequenzen abgearbeitet, erlaubt die Einbindung von Künstlicher Intelligenz und insbesondere des Maschinellen Lernens ein zeitliches Kurzschließen der Simulationsmodelle für ein schnelleres Leistungsfeedback desuntersuchten Entwurfs sowie die parallele Untersuchung mehrerer Entwurfsvarianten.

Mit KI-Technologien können die Projektbeteiligten mit einer Art "Entscheidungswerkzeug" unterstützt werden. Dazu muss die Verknüpfung von bauspezifischem Wissen mit den KI-Algorithmen weiter erforscht und für das Bauen entwickelt werden. Im Bauwesen wird die Analyse von Big Data mit den üblichen KI-Algorithmen zu wenig aussagekräftigen Ergebnissen führen, weil die Daten anders sind: Typische KI-Algorithmen nutzen strukturell homogene und repräsentative Daten, sodass eine Vergleichbarkeit über die einzelnen Datenpunkte hinweg möglich ist. Im Bauwesen liegen überwiegend wenige und eher heterogene Informationen vor.

Die Fragestellung an eine typische KI (Erlernen eines Musters aus vergleichbaren oder identischen historischen Daten) unterscheidet sich von der Aufgabenstellung des Planungs- und Bauprozesses (Lösung eines parametrischen Problems unter einer Vielzahl von Rand- und Zielbedingungen). Für das Bauwesen können KI-Algorithmen jedoch dazu beitragen, Muster auf abstrakteren Ebenen zu erkennen und Daten zu vergleichen.

BIM_Wolke
Bild 4: KI-Co-Pilot zur effizienten Generierung und Analyse von Brücken (Bild adaptiert nach Quelle [2])

So ist beispielsweise auf der Bauteilebene eine Mustererkennung in den Metadaten einer Fassade mit den Metadaten des Rohbaus wenig sinnvoll. Hingegen ist eine Mustererkennung zwischen verschiedenen Objekten des Typs "Bürogebäude" zur Erkundung von Konstruktionsprinzipien sinnvoll. Folglich muss für das Bauwesen eher von relativ kleinen, einzelnen vergleichbaren Datensätzen ausgegangen werden, was eine entsprechende Berücksichtigung in der Auswahl und Weiterentwicklung der KI-Algorithmen erfordert.

Als Beispiel für die Zukunft der Tragwerksplanung sei der KI-begleitete Entwurf von Brücken angeführt [2].Während heutzutage die Qualität und Leistungsfähigkeit maßgeblich von der menschlichen Intelligenz und Erfahrung der beteiligten Fachplanenden abhängt, wird künftig eine domäneninformierte KI diesen Prozess als sogenannter Co-Pilot vor allem in frühen Projektphase begleiten (vgl. Bild 4).

Die KI nimmt hier als Co-Pilot die Rechenarbeit und Modellkommunikation ab, sodass der Entscheidungsfindungsprozess aufgrund der durch die KI bereitgestellten Datengrundlage in den Fokus beim beteiligten Fachpersonal gerückt wird. Die Bedienung des KI-Co-Piloten ist dabei intuitiv, obschon zum Training ein signifikanter Aufwand in technischer und organisatorischer Hinsicht zu betreiben ist.

Im Zuge der DT der Baubranche ist es wichtig zu verstehen, dass digitale Systeme und insbesondere die Künstlichen Intelligenzen auch in Zukunft nicht alle Arbeiten und Berufsbilder automatisieren sowie keine Entscheidungen automatisiert-datengestützt treffen werden. Vielmehr wird sich mittelfristig zeigen, dass KI-Mensch-Interaktionssysteme signifikante technische und wirtschaftliche Vorteile gegenüber dem Status quo besitzen und somit der Mensch als finaler Entscheidungsträger weiterhin im Fokus und in der Verantwortung bleibt.

Egal wie viele Daten zu einem Problem vorhanden, wie ausgeklügelt die KI-Algorithmen oder automatisiert vorhandene Prozesse sind, bedingt die Pareto-optimale Natur vieler technischer Probleme eine finale Entscheidung einer menschlichen Person mit Fachwissen unter Einbeziehung aller relevanter Bedingungen.

KI und Nachhaltigkeit

Praxis und Forschung im Bauwesen müssen sich aufgrund der Signifikanz des Bausektors in die beginnende Diskussion und Definition einer nachhaltigen KI einbringen. Dieser Begriff umfasst dabei zwei Aspekte: Nachhaltigkeit von KI und KI für Nachhaltigkeit. Während die erste Paarung auf die Effizienz der KI-Algorithmen abzielt, kann das Bauwesen gerade durch Effizienzsteigerung infolge des KI-Einsatzes in Zukunft wesentlich aufgrund der beim Bauen bewegten Massen Einfluss nehmen auf Ressourcenschonung und Nachhaltigkeit.

Insbesondere wird von den Baufachleuten eine Antwort zwischen ökologischer Integrität und sozialer Gerechtigkeit hinsichtlich künftiger Wirtschaftsmodelle und gesellschaftlicher Werte gefunden werden müssen. Die DT der Baubranche sowie insbesondere BIM in Verbindung mit solchen nachhaltigen KI-Formen werden wesentlich zum Mensch-KI-Kollaborationsmodus beitragen müssen. Dabei spielen offene und frei zugängliche Datensätze und deren Aus- und Bewertung mit KI-Algorithmen eine große Rolle.

Bridge_Genom_Data
Bild 5: Idee des Bridge Genome Data Project

Wie mit dem in Bild 5 dargestellten Bridge Genome Data Project dargestellt, erlaubt die KI hier die Identifizierung und mathematische Modellierung abstrakter Muster und Zusammenhänge auf übergeordneten Ebenen und kann zusammen mit den in Bild 5 dargestellten KI-Co-Piloten künftig Planende zur Steigerung von Effizienz und Nachhaltigkeit der gebauten Umwelt unterstützen.

Zusammenfassung und Resümee

Die Digitale Transformation stellt alle am Prozess des Planens und Bauens Beteiligten vor zwei wesentliche Herausforderungen:

  1. technisch: Anpassung zur Nutzung neuer Technologien (wie BIM und KI)
  2. adaptiv: Implementierung neuer Arbeitsprozesse (im Büro und auf der Baustelle)

Technische Herausforderungen können durch Expertenwissen oder spezifisch trainierte Problemlösungsfähigkeiten gemeistert werden. Die Hochschullandschaft muss entsprechende Anpassungen der Curricula und Lehrformen für Studium und Weiterbildung anbieten, sodass komplexe Themen so verständlich wie möglich in die Praxis transportiert werden.

Im Gegensatz dazu erfordert die Umsetzung von Maßnahmen für die adaptiven Herausforderungen kreative betriebsspezifische Ansätze. Zur erfolgreichen Digitalisierung der Baubranche müssen viele weiteren Randbedingungen hinsichtlich Bauweisen, Vergütung, Datenhaltung, Recht, Normen etc. geklärt werden. Dies ist aufgrund der gewachsenen Strukturen eher ein gradueller denn ein disruptiver Prozess.

Im Kern braucht es dringend einen Mentalitätswandel hin zur digitalen Arbeitsweise in Forschung, Lehre und Praxis, jedoch nicht zum Selbstzweck der Datenerhebung und -verarbeitung. Vielmehr muss ein Verständnis für das Potenzial der DT und ihrer Methoden wie BIM und KI als wichtige und sinnvolle Grundlage bei der faktenbasierten Entscheidungsfindung innerhalb der Entwicklung eines Bauwerks vermittelt und befolgt werden.

Mit dem Verständnis der Grundlagen und Methoden wird mithilfe eines guten Change-Managements durch mutige und couragierte Baufachleute eine technisch-prozessorientierte, rechtlich sinnvolle und betriebswirtschaftlich interessante Digitale Transformation gelingen.

Literatur

[1] Deutsch, R. (2015) Data-driven design and construction: 25 strategies for capturing, analyzing and applying building data. John Wiley & Sons.
[2 ] Kraus, M. A.; Drass, M.; Hörsch, B.; Schneider, J.; Kaufmann, W. (2022) Künstliche Intelligenz – multiskale und cross-domäne Synergien von Raumfahrt und Bauwesen. In: Bergmeister, K.; Fingerloos, F.; Wörner, J.-D. (Hrsg.) Beton-Kalender 2022: Schwerpunkte: Nachhaltigkeit, Digitalisierung, Instandhaltung, Verlag Ernst & Sohn, 2021.
[3] Bayerische Bauindustrie, Building Lab – Bauindustrie Bayern. https://www.bauindustrie-bayern.de/building-lab.

QUELLEN UND VERWEISE:

Neuer Schub für Künstliche Intelligenz im Bauwesen
Investoren entdecken Bau-Startups
Wird der Ingenieurberuf durch Künstliche Intelligenz menschlicher?
KI im Bauwesen: Autonome Planung und Bauausführung als Ziel