2023
- Development of a Novel Production Model for Labour Productivity: Modular Construction Toolkit Design. Buildings 13 (11), 2023, 2887 more…
Der weltweite dynamische Aufwärtstrend im Bauwesen wird in den nächsten Jahrzehnten anhalten. Haupttreiber sind die Bevölkerungsexplosion und die dramatisch schnell einsetzende Verstädterung. Weltweit sind mehr als 1,7 Milliarden Menschen jünger als 20 Jahre; die meisten von ihnen sind in ländlichen Gebieten geboren und werden bald in die städtischen Zentren ziehen. All diese Menschen, die ein Leben nach westlichen Standards anstreben, brauchen Wohnraum und Infrastruktur, Unternehmen, Büros und Produktionsstätten, Nahrungsmittel, Verbrauchsmaterialien, Wasser- und Energieversorgung sowie Schulen, Universitäten und Krankenhäuser. Mehr als das gesamte Bauvolumen, das in der Zeit der Industrialisierung von 1800 bis ca. 1950 entstand, also in 150 Jahren, muss nun in wenigen Jahren hinzugefügt werden, zusätzlich zu den jetzt schon aufwändigen Tätigkeiten der Bestandserhaltung.
Die hohe Innovationsfähigkeit im Bausektor sowie die großen technischen Fortschritte, insbesondere im konstruktiven Bereich, ermöglichen die Realisierung technisch höchst anspruchsvoller Bauten jeglicher Art, was eine bedeutende Komponente für die Urbanisierung darstellt. Der gesamtwirtschaftliche Beitrag der Forschung und Entwicklung in diesem Bereich kann kaum unterschätzt werden. Trotz all dieser evidenten Fortschritte ist das Bild des Bausektors geprägt von einer Fertigung, deren Produktivitätsentwicklung weit hinter anderen Wirtschaftssektoren liegt.
KO-MIT steht für “kontinuierliches Bauprozessmonitoring mit Hilfe Künstlicher Intelligenz”. Ziel dieses Projektes ist ein fundamentaler Beitrag zur Produktivitätssteigerung in der Bauproduktion. Dabei soll die fehlende, relevante Datengrundlage für die kurzzyklische Bauproduktionssteuerung (Shop Floor) in einem Teilbereich geschlossen werden. Das Forschungsvorhaben konzentriert sich auf den Upstream-Datenfluss im Spezialtiefbau und auf die Produktionszustandserkennung von Spezialtiefbaumaschinen. Die Erkenntnisse werden allerdings sehr generell auf alle Bereiche der Bauproduktion adaptiert übertragbar sein. Im konkreten Anwendungsfall wird ein vollautomatisches, digitales Zustandsmonitoring für den Produktionsprozess entwickelt. Durch Mustererkennung mithilfe künstlicher Intelligenz sollen charakteristische Muster von Sensordaten mit Maschinenzuständen korreliert werden.
Dieses Forschungsprojekt ist Teil des FuE-Programms “Informations- und Kommunikationstechnik” des Freistaates Bayern.