Als schlauer Seitenhieb auf den aufgeblähten Hype um künstliche Intelligenz war im Juni auf einer Werbetafel auf einer Baustelle in Antwerpen, Belgien, zu lesen: „Hey ChatGPT, stelle dieses Gebäude fertig.“
Künstliche Intelligenz, die Technologie, die Chatbots wie ChatGPT antreibt, wird in absehbarer Zeit weder Wohnungen zusammenbauen noch Stadien errichten, aber im Baugewerbe – einer Branche, die stereotypisch für Klemmbretter und Excel-Tabellen bekannt ist – kann die schnelle Verbreitung der Technologie die Geschwindigkeit von Projekten verändern fertig.
Drohnen, Kameras, mobile Apps und sogar einige Roboter zeichnen zunehmend den Fortschritt auf weitläufigen Baustellen in Echtzeit auf und geben Bauherren und Auftragnehmern die Möglichkeit, die Leistung eines Projekts zu verfolgen und zu verbessern.
„Vergessen Sie Roboter, die einen Wolkenkratzer bauen“, sagte James Swanston, Geschäftsführer von Voyage Control, einem Hersteller von Projektmanagementsoftware für Baustellen. „Es ist eine grundlegendere Sache, die benötigten Daten zu beschaffen und sie dann besser zu nutzen.“
Die Baubranche galt lange Zeit als digitaler Nachzügler, doch Architekten nutzen regelmäßig digitale Tools, um Projekte zu entwerfen und Baupläne zu erstellen. Tablets und Drohnen sowie Schutzhelme und Sicherheitswesten sind an denselben Arbeitsplätzen häufig zu sehen.
Heutzutage erfassen am Helm montierte Kameras Aufnahmen einer Baustelle, um festzulegen, wann neue Teams oder Materialien eintreffen sollten, und präzise Sensoren können erkennen, ob ein neues Fenster ein paar Millimeter vom Projektplan entfernt ist und angepasst werden muss. Und KI wird zunehmend beim Kauf und Verkauf von Immobilien eingesetzt: JLL, ein globaler Makler, hat kürzlich einen eigenen Chatbot eingeführt, um seinen Kunden Einblicke zu geben.
Diese erweiterte Datenanalyse legt den Grundstein für die von vielen erhofften erheblichen Verbesserungen der Genauigkeit, Geschwindigkeit und Effizienz durch die Reduzierung der überzogenen Zeitpläne und der Verschwendung, die den Bau immer kostspieliger gemacht haben.
„Die Bauindustrie ist gemessen an den ausgegebenen Dollars die größte der Welt, dennoch sind wir in Bezug auf Technologieeinführung und Produktivitätssteigerungen am wenigsten produktiv“, sagte David Jason Gerber, Professor an der University of Southern California, dessen Forschung sich auf fortschrittliche Technologie konzentriert im Aufbau.
Die Akzeptanz der KI-Technologie durch die Branche steht jedoch vor Herausforderungen, darunter Bedenken hinsichtlich der Genauigkeit und Halluzinationen, bei denen ein System eine Antwort liefert, die falsch oder unsinnig ist.
Und die weitere Datenerfassung war ein kniffliges Problem, was zum großen Teil auf die Natur riesiger Bauprojekte zurückzuführen ist: Kein Bauvorhaben gleicht dem anderen, die Topographie und die örtlichen Vorschriften variieren stark und für jedes Projekt kommen neue Teams aus Auftragnehmern und Subunternehmern zusammen. Es ist so, als würde man für jedes größere Projekt ein Multimillionen-Dollar-Unternehmen gründen.
Die Koordination des komplexen Geflechts aus Lieferungen, Arbeitskräften und Zeitplänen bleibt eine gewaltige Aufgabe. Aber Start-ups und Investoren sehen eine Chance, insbesondere da Modelle des maschinellen Lernens, die enorme Datenmengen aufnehmen, um Muster zu erkennen und den Verlauf ähnlicher Situationen vorherzusagen, zur Verbesserung der Projektleistung eingesetzt werden.
Die Pandemie habe Baufirmen bereits dazu veranlasst, mehr digitale Tools einzuführen, um während des Lockdowns vor Ort arbeiten zu können, was die Entwicklung neuer Technologien beschleunigt, sagte Sarah Liu, Partnerin bei Fifth Wall, einer Risikokapitalgesellschaft mit Schwerpunkt auf Immobilieninvestitionen.
„Die besten Unternehmen stellen sich nicht als KI-Unternehmen dar“, sagte sie. „Sie preisen sich selbst als Problemlösungsunternehmen.“
Das Bauberatungsunternehmen nPlan unter der Leitung von Dev Amratia, der an der Ausarbeitung der nationalen Strategie für künstliche Intelligenz Großbritanniens mitgewirkt hat, nutzt komplexe Algorithmen, um den Fortschritt riesiger Infrastrukturprojekte abzubilden und Fehler oder Versorgungslücken zu vermeiden. Das maschinelle Lernsystem wurde anhand einer Datenbank mit mehr als 740.000 Projekten trainiert.
Das bisher größte Projekt des Unternehmens, eine 11 Milliarden US-Dollar teure Erneuerung der Eisenbahninfrastruktur in Nordengland, wird die Erkenntnisse aus der Untersuchung dieser großen Anzahl von Projekten nutzen, um detaillierte Echtzeit-Projektkarten für Bauherren zu erstellen, wodurch voraussichtlich bis zu 5 eingespart werden Prozent der Gesamtkosten.
Buildots, ein Start-up in Israel, das mithilfe tragbarer Kameras, die den Baufortschritt analysieren, Projektmanagement-Anleitungen bietet, unterzeichnete einen Vertrag für sein erstes US-Projekt, ein gemischt genutztes Projekt in Manhattan. Das Unternehmen gab eine Studie über 64 internationale Baustellen in Auftrag und stellte fest, dass nur 46 Prozent der durchschnittlichen Baustelle jederzeit genutzt wurden, ein Beweis für schlechte Organisation und Terminplanung.
„Auf der besten Baustelle, die wir untersucht haben, variierten die Fortschritte jede Woche um 30 Prozent“, sagte Aviv Leibovici, Chief Product Officer und Mitbegründer des Unternehmens. „Ich denke, dass es in dieser Branche massive Ineffizienzen gibt.“
Auch Baufirmen haben erheblich in ihre firmeneigene Technologie investiert. Die Project Management Services-Abteilung von Avison Young gibt an, dass ihre proprietären Software- und Managementprogramme die Entwicklungszeit im Durchschnitt um 20 Prozent verkürzen können.
Eine Tochtergesellschaft von Suffolk, einem großen Bauunternehmen mit Sitz in Boston, investierte 110 Millionen US-Dollar, um Bau-Start-ups zu finanzieren, und Suffolk verfügt über ein Team von 30 Datenanalysten, die Informationen von Baustellen sammeln und prüfen. Auf einer Baustelle für den South Station Tower in Boston, einem 51-stöckigen Projekt von Hines, sind Kräne mit Kameras ausgestattet, die den am Gebäuderahmen verwendeten Stahl dokumentieren und kennzeichnen und so einen Datensatz erstellen, der voraussichtlich in Zukunft bei anderen Projekten verwendet wird. Zusätzliche Programme werden eingesetzt, um Fortschritte zu verfolgen und sogar Unfälle vorherzusagen.
„Wir haben in der Branche keine Arbeitslosigkeit; Technologie wird den vorhandenen Arbeitnehmern einfach dabei helfen, mehr zu leisten“, sagte John Fish, Vorsitzender und Geschäftsführer von Suffolk. „KI wird nur die Unternehmen ersetzen, die keine KI nutzen“
Es besteht Besorgnis darüber, dass KI und die gemeldeten Probleme mit der Genauigkeit in einer Branche eingesetzt werden, in der Sicherheit so wichtig ist. „Programme wie ChatGPT neigen leider dazu, gelegentlich Antworten auf der Grundlage falscher Vorhersagen zu erfinden“, sagte Julien Moutte, Chief Technology Officer bei Bentley Systems, einem Unternehmen für Bausoftware.
„In der Infrastruktur können wir uns das nicht leisten“, sagte er. „Wir können nicht zulassen, dass KI den Entwurf einer Brücke halluziniert.“
Doch die vermeintliche Möglichkeit, schneller und günstiger arbeiten zu können, hat sich als attraktiv erwiesen. Dusty Robotics, ein Technologieunternehmen in Mountain View, Kalifornien, entwickelt autonome Geräte, um Baupläne auf Baustellen zu verfolgen, eine Arbeit, die normalerweise von Hand erledigt wird. Bei Recherchen in der Branche beobachtete die Geschäftsführerin des Unternehmens, Tessa Lau, Arbeiter, die Pläne mit Kreide und Klebeband ausmaßen; Einige Arbeiter hatten sogar versucht, Stifte an Roombas zu befestigen.
Frau Lau war besorgt über die Reaktion der Arbeiter auf das Eindringen von Robotern und KI auf ihre Baustelle. Aber in einer Branche, die unbedingt jüngere Arbeitskräfte anziehen möchte, kann es bei der Rekrutierung und Bindung hilfreich sein, potenziellen Auszubildenden die Möglichkeit zu geben, Drohnen und Roboter zu nutzen.
Tony Hernandez, ein gewerkschaftlicher Tischlerausbilder in Nordkalifornien, der Auszubildenden den Umgang mit Drohnen und Dusty-Robotern beibringt, sieht diese Technologien als „nur ein weiteres Werkzeug“. Er zieht es vor, dass der Roboter Linien zeichnet, anstatt sich bücken und selbst zeichnen zu müssen, was bedeutet, dass seine Knie weniger beansprucht werden.
„Das ist ein großartiges Instrument zur Kundenbindung“, sagte er. „Es hat Kinder angezogen, die mit der Xbox aufgewachsen sind und diese Tools in einem fünfstündigen Kurs erlernen können.“
Dusty verfügt über 120 Einheiten an Standorten in den gesamten Vereinigten Staaten, aber das ist erst der Anfang. Frau Lau nennt die Einheiten, die Gigabytes an Daten sammeln können, „Trojanische Pferde, um die KIs der Zukunft zu trainieren“.
Letztendlich könnte die Reduzierung des Risikos der entscheidende Punkt sein, an dem diese Technologie ihre Wirkung entfaltet. Abhängig vom Ort und der Art der Arbeit kann die Versicherung bis zu 10 Prozent der Kosten eines einzelnen Projekts ausmachen, die sich leicht auf Hunderte Millionen Dollar belaufen können. Da KI nun bessere Möglichkeiten bietet, die Aufgaben im Auge zu behalten, gibt es weniger Risiken und günstigere Versicherungsoptionen.
Shepherd, ein Versicherungs-Start-up, nutzt Baudaten, um Bauunternehmern günstigere Prämien anzubieten. Wint, ein israelisches Start-up, das proprietäre Sensoren und Algorithmen zur Beseitigung von Wasserschäden einsetzt, die zu etwa einem Drittel der Schadensersatzansprüche auf Baustellen führen, wurde bei rund 2.500 Projekten eingesetzt. Eine Studie der Munich Re ergab, dass Wint die Schadenquote um 90 Prozent senken kann.
„Versicherungskosten können darüber entscheiden, ob Projekte nachhaltig finanziert werden können oder nicht“, sagte Justin Levine, Mitbegründer und Geschäftsführer von Shepherd.
