KI verleiht den Durchblick auf dem Bau und rettet Leben

Pat Keaney, Direktor von BIM 360 Enterprise Products: Ich bin davon überzeugt, dass die KI und das maschinelle Lernen in zehn Jahren allgegenwärtig sein werden, und zwar in allen Bereichen des Bauwesens. Meine Mutter war alleinerziehend und wir hatten nicht viel Geld. Als ich zwölf Jahre alt war, fing unsere Veranda im Garten an, langsam zu zerfallen. Ich habe mir das Ganze angeschaut und zu meiner Mutter gesagt: „Ich glaube, ich kann das reparieren.“

Manu Venugopal, Leitender Produktmanager: Als Kind war ich fasziniert von zwei Dingen: von Motorrädern und von Wolkenkratzern. Am Ende haben die Hochhäuser gewonnen.

Shubham Goel, Leiter für Data Science: Bereits mein Großvater war in der Bauindustrie tätig. Mein Vater hat sein ganzes Leben in der Baubranche gearbeitet. Und ich bin jetzt die dritte Generation unserer Familie, die im Bauwesen ihr Geld verdient. Jedes Mal, wenn ich meine Geschichte bei Familientreffen erzähle, sagen sie: „Wenn du keine Hornhaut an den Händen hast, bist du auch kein Bauarbeiter.“

In den vergangenen zehn, 15 Jahren haben Baustellen eine Wandlung durchgemacht. Sie haben sich dahingehend verändert, dass sich der Arbeitsablauf immer mehr von einem hauptsächlich papierbasierten zu einem digitalen Ablauf entwickelt hat.

Venugopal: Das hatte zur Folge, dass die Anzahl der Datensätze explosionsartig gestiegen ist. Und genau hier besteht eine Möglichkeit, das maschinelle Lernen zu optimieren, weil niemand die Zeit oder Energie hat, all diese Daten zu durchsuchen.

Goel: Die meisten Daten, mit denen derzeit in unserer Branche gearbeitet wird, sind nicht besonders gut organisiert und können oft nicht problemlos für Analysen verwendet werden. Es ist wirklich schwierig, aufschlussreiche Erkenntnisse aus diesen Daten zu gewinnen. Und genau hier bietet das maschinelle Lernen große Vorteile und kann uns unterstützen.

Keaney: Unter dem maschinellen Lernen ist ein Verfahren im weiteren Rahmen der Künstlichen Intelligenz zu verstehen. Wenn, zum Beispiel, unsere Kunden tausend Qualitätsprobleme auf einer Baustelle haben, dann kann und will doch kein Mensch die entsprechenden Dokumente jeden Tag lesen müssen.

Goel: Anstatt mehrere Personen dafür zu bezahlen, dass sie die Daten der letzten zehn Jahre durchsuchen, kategorisieren und bereinigen, kann ein Modell für maschinelles Lernen die Daten durchsuchen und in wenigen Sekunden wichtige Informationen herausfiltern.

Venugopal: Ich sehe dies als eine Chance für Computeralgorithmen, aus Daten zu lernen und Empfehlungen auszuarbeiten. Und wenn die Maschinen erst einmal angelernt wurden, können sie Dinge basierend auf dem Erlernten prognostizieren.

Keaney: Was das maschinelle Lernen für mich so interessant macht, ist die Anwendung.

Goel: Bislang mussten ewig lange Formulare ausgefüllt werden, um Informationen auf einer Baustelle zu erfassen. Es gibt Checklisten mit mehr als 150 Punkten. Mit dem maschinellen Lernen lässt sich dieser Prozess merklich vereinfachen. In der Zukunft können einfach Fotos gemacht werden, und Fotos von Fotos. Wie ein altes Sprichwort sagt: Ein Bild sagt mehr als tausend Worte. Es bietet auch mehr als tausend Erkenntnisse. Und all diese Informationen können automatisch extrahiert und die lange Checkliste kann automatisch ausgefüllt werden.

Keaney: Die Baubranche verfügt über ein breites Wissen. Das Problem ist, dass dieses Wissen im Kopf eines Bauleiters isoliert ist, der seit 30 oder 40 Jahren in der Branche tätig ist.

Goel: Und wenn dieser Bauleiter dann die Firma verlässt oder in Rente geht, dann nimmt er auch dieses Wissen mit. Nun steht man vor der Herausforderung, dieses Wissen irgendwie wieder aufzubauen. Das maschinelle Lernen kann dabei helfen, diesen Prozess zu vereinfachen und das Lernerlebnis zu verbessern, weil es aus Daten lernt.

Keaney: Wenn wir all das Wissen erfassen und es in eine unterstützende Anwendung einpflegen, die man an einen jungen, talentierten Hochschulabsolventen weitergeben kann, der in der Baubranche arbeiten möchte, dann helfen wir der jüngeren Generation dabei, effektiver zu sein. Wir können also nicht nur die Branche für die nächste Generation vorbereiten, sondern auch den Arbeitskräftemangel angehen.

Es ist wichtig, dass man die richtigen Subunternehmer für einen bestimmten Job beauftragt. Oft wird die Vorauswahl basierend auf einer finanziellen Analyse getroffen: Ist dieses Unternehmen liquide? Verfügt es über die korrekte Versicherungsdeckung? Und so weiter. Wie wäre es, wenn wir die historischen Erfahrungen in Bezug auf diese Subunternehmer und die tatsächlich von ihnen ausgeführten Arbeiten an einem Projekt mit der finanziellen Analyse verbinden könnten? Das würde uns dabei helfen, für jeden Job genau den richtigen Subunternehmer zu finden.

Goel: Dies ist ein Bereich, in dem KI und maschinelles Lernen enorm helfen können.

Keaney: Man kann einen wirklich guten Subunternehmer für Elektroarbeiten beauftragen, doch vielleicht hat dieser mehr Erfahrung mit Projekten einer anderen Art. Wir sind davon überzeugt, dass all diese Informationen auch für den vorgelagerten Beschaffungsprozess vorteilhaft sind.

Venugopal: Es geht nicht nur darum, die Qualität eines Bauprojekts zu verbessern. Wir wollen auch sicherstellen, dass Sicherheitsrisiken und Gefahrenquellen auf der Baustelle frühzeitig erkannt werden.

Goel: Als wir damit begonnen haben, uns näher mit der Sicherheit im Bauwesen zu beschäftigen, war ich schockiert von der Anzahl der Todesfälle in dieser Branche. Im Jahr 2017 kam es alleine in den USA zu 971 tödlichen Unfällen im Bauwesen. Laut der US-amerikanischen Arbeitsschutzbehörde OSHA hätten mehr als 60 % dieser Todesfälle vermieden werden können.

Keaney: Ich wünsche mir eine Welt, in der auf viele dieser reinen Spekulationen und Unsicherheiten verzichtet wird und in der wir uns auf das stützen, was wir wissen müssen, wann wir es wissen müssen und wo wir es wissen müssen. Sensoren, mit denen Baustellen überwacht werden; Bildaufnahmen, die ein Problem erkennen und es direkt anzeigen. Für einen Bauleiter kann die KI zum Beispiel sagen: „Schau dir das einmal genauer an. Es gibt unten ein Problem mit der Schweißung, das ein Sicherheitsrisiko darstellt.“ Das kann automatisch erkannt werden und alle Teammitglieder werden automatisch über das Problem informiert.

Goel: Um schweren Verletzungen und gar Todesfällen vorzubeugen und die Sicherheit der Arbeiter auf der Baustelle zu erhöhen, ist es wichtig, dass man das Risiko versteht und erkennt, bevor es zu einem schlimmen Unfall auf der Baustelle kommt.

Keaney: Wenn wir damit auch nur ein Leben retten, dann ist es das wert. Wenn wir damit auch nur einen Auftragnehmer oder einen Subunternehmer vor einem Gerichtsverfahren retten können, dann ist es das wert.

Venugopal: Ich wünsche mir wirklich, dass die nächste Generation die Baubranche als einen interessanten Arbeitsplatz sieht. Ich selbst habe eine junge Tochter, und ich hoffe sehr, dass sie in zehn Jahren von der Baubranche begeistert sein wird. Wir sehen hier eine wirklich gute Möglichkeit, eine ganze Branche positiv zu verändern, die Vorgänge und Prozesse zu optimieren und die Baubranche allgemein besser und sicherer zu gestalten.

Keaney: Es ist sehr interessant zu sehen, was wir mit KI im Bauwesen erreichen können. Die Anzahl der Probleme, die wir, unsere Partner oder sonstige beteiligte Parteien mit Hilfe von KI lösen können, kennt keine Grenzen.