Künstliche Intelligenz, maschinelles Lernen, digitale Zwillinge usw. halten Einzug in die Baubranche. Mit welchem Nutzen und welcher Anwendung? Finden Sie es heraus am Beispiel von ORIS Materials Intelligence.

Künstliche Intelligenz für komplexe Analysen bei der Infrastrukturplanung

Künstliche Intelligenz (KI) ist eine Teildisziplin der Informatik, die darauf abzielt, Maschinen intelligent zu machen. Intelligenz umfasst die Fähigkeit, Sinneseindrücke, Informationen, Sprache oder Probleme zu verarbeiten und so mit der Umwelt zu interagieren. Diese Technologie wird eingesetzt, um verschiedene Strukturen zu simulieren, zum Beispiel im Straßenbau. Wenn man nur das menschliche Gehirn benutzt, sind die Szenarien zeitlich und zahlenmäßig begrenzt. Der Einsatz von KI führt zu mehreren Varianten und Szenarien, die in kurzer Zeit anhand verschiedener Kriterien wie Materialverbrauch, Treibhausgasemissionen und zu erwartende Kosten analysiert werden. Dies trägt zu einer gründlichen, umfassenden Bewertung bei und leistet damit einen entscheidenden Beitrag, um Infrastrukturprojekte so nachhaltig wie möglich umzusetzen. Der Einsatz von KI kann dazu führen, dass Out-of-the-Box-Szenarien identifiziert werden, die sonst nicht erkannt worden wären.

Die nächste Entwicklungsstufe ist die so genannte generative KI, was bedeutet, dass die Maschine auch eigenständig Inhalte produzieren kann. Nehmen wir das Beispiel von Chat GPT, das auf der Grundlage einiger Schlüsselwörter Artikel erstellt. Andere Anwendungsbereiche könnten die Eingabe von Anforderungen an eine Infrastruktur sein, und die KI würde direkt einen Designvorschlag generieren, anstatt wie jetzt verschiedene Optionen zu bewerten und zu vergleichen.

Schnelleres Mapping von Materiallieferanten durch maschinelles Lernen

Der Kerndienst von ORIS ist die Kartierung aller Baustellen (Steinbrüche, Zement, RMX, Asphalt usw.). Bis heute wurden 32.000 Baustellen identifiziert und auf der Plattform referenziert, wobei maschinelles Lernen, eine Teildisziplin der künstlichen Intelligenz, zum Einsatz kam.

Wie wird maschinelles Lernen eingesetzt? Betrachtet man z. B. Kieswerke aus der Vogelperspektive, kann man mit dem menschlichen Auge auf Satellitenbildern wiederkehrende spezifische Merkmale erkennen. So gibt es zum Beispiel häufig wiederkehrende Merkmale wie Zufahrtswege, Förderanlagen, Baggerseen und sandigen Untergrund. Die Erkennung solcher Merkmale wird zunächst an Beispielen definiert, um sie dann durch maschinelles Lernen anzuwenden. Durch menschliche Korrektur oder Spezifizierung wird die Identifizierung immer besser, die Maschine beginnt zu lernen. Auf der Grundlage dieser Informationen können immer mehr Standorte automatisch identifiziert und bestehende Daten validiert werden, wodurch der Prozess der Identifizierung und Kartierung von Baustoffstandorten beschleunigt wird.

Genaue Berechnungen des CO₂-Fußabdrucks dank fortschrittlicher Algorithmen

Eine genaue und gründliche Bewertung des CO₂-Fußabdrucks von Zuschlagstoffen ist ein komplexes Unterfangen. Im Wesentlichen geht es bei der Berechnung des CO₂-Fußabdrucks darum, systematisch Daten zu sammeln, zu verarbeiten und schließlich zu berechnen. Dabei müssen alle Phasen des Lebenszyklus eines Produkts berücksichtigt werden, wie z. B. die Gewinnung von Rohstoffen, die Herstellung des Produkts, sein Transport zur Baustelle, seine Verwendung und schließlich seine Verwertung oder Deponierung. Durch den Einsatz einer Software mit intelligenten Algorithmen kann dieser Prozess automatisiert, zeit- und kosteneffizient sowie qualitätsgesichert werden. Nach Eingabe der Daten liefert der CO₂-Rechner von ORIS seinen Nutzern innerhalb von 72 Stunden ein Zertifikat mit dem CO₂-Fußabdruck eines Zuschlagstoffs.

Nachhaltigere Entwürfe mit der Simulation verschiedener Szenarien durch digitale Zwillinge

Digitale Zwillinge sind virtuelle Modelle, die ein physisches Objekt genau wiedergeben sollen. Sie bilden wichtige Funktionsbereiche nach, um Daten über verschiedene Aspekte der Leistung des physischen Objekts zu gewinnen. Sobald diese Daten vorliegen, kann das virtuelle Modell zur Durchführung von Simulationen, zur Untersuchung von Leistungsproblemen und zur Erarbeitung möglicher Verbesserungen verwendet werden - alles mit dem Ziel, wertvolle Erkenntnisse zu gewinnen. 

Bei der Planung und Gestaltung von Infrastrukturen erweist sich der Einsatz digitaler Zwillinge als effektiv, um externe Daten zu verarbeiten - wie etwa Modelle zu den Auswirkungen des Klimawandels, um dessen Auswirkungen in der Region zu berücksichtigen.



Die Betrachtung von Baumaterialien mit Hilfe von KI, maschinellem Lernen und digitalen Zwillingen ist die Kerninnovation, die ORIS in die Bauindustrie einbringt. Die nachhaltigere Nutzung von Rohstoffen, die Begrenzung von Treibhausgasemissionen, der geringere Wasserverbrauch sowie die Gestaltung langlebiger Infrastruktur sind nur einige Vorteile der Digitalisierung.

Erstveröffentlichung in GP 06/2023. Mit freundlicher Genehmigung der Stein-Verlag Baden-Baden GmbH