Im November 2020 ist an der TU München ein Institut für Künstliche Intelligenz (KI) im Bauwesen in Betrieb gegangen. Das „TUM Georg Nemetschek Institute of Artificial Intelligence for the Built World“ (GNI) forscht und lehrt an der Schnittstelle zwischen maschinellem Lernen und dem Lebenszyklus von Bauwerken. Für die strukturelle und wissenschaftliche Konzeption zeichnete Prof. Dr. Ernst Rank verantwortlich. Im Interview erklärt er, wie KI das Bauen verändert, was das für den Brandschutz bedeutet und warum es das GNI braucht, um diese Entwicklungen zu begleiten.

Herr Prof. Dr. Rank, welchen Einfluss wird KI in Zukunft auf das Bauen haben?

Künstliche Intelligenz hat das Potenzial, digitalen Methoden in allen Bereichen der Bauwirtschaft neue Impulse zu geben. Ein besonders wichtiger Anwendungsbereich von Data Sciences und Machine Learning wird die nächste Generation von Building Information Modeling (BIM) Software sein. Während das heutige BIM die Semantik umfasst, also die inhaltliche Bedeutung von Bauteilen in räumlichen Konstruktionsmodellen, kann KI Wissen für eine bessere, effizientere und umweltfreundlichere Konstruktion hinzufügen. So konnten bereits maschinelle Lernverfahren zur Raumklassifizierung und zu Modellprüfungen entwickelt werden, die die Konformität von Gebäudeentwürfen mit entsprechenden Bauvorschriften automatisch überprüfen. Ein Beispiel ist die Prüfung von Entwürfen bezüglich der Einhaltung von Regeln des vorbeugenden Brandschutzes.

Wie wird KI die Entwicklung von Building Information Models für bestehende, nicht digitalisierte Bauwerke unterstützen?

BIM musste sich bisher meist auf neue Konstruktionen konzentrieren, bei denen ein Modell während des architektonischen und ingenieurtechnischen Entwurfsprozesses kontinuierlich weiterentwickelt wird. Ein sehr großer Teil der Arbeiten muss jedoch im Baubestand durchgeführt werden, z. B. bei der Gebäudesanierung, zur Ertüchtigung des Brandschutzes oder zur Verbesserung der Energieeffizienz. Dort ist einerseits die Verfügbarkeit eines Bauwerksmodells sehr hilfreich, oft sogar unverzichtbar. Andererseits ist die Erstellung eines Modells für bestehende Konstruktionen zeitaufwendig, arbeitsintensiv und fehleranfällig. Fotogrammetrische Punktwolken zur Erfassung von Oberflächen von Bauwerken zusammen mit maschinellen Lernverfahren zur semantischen Objektidentifikation – also welches Bauteil ist eine Wand, eine Decke, eine Tür, ein Fenster usw. – können eine sehr wertvolle Grundlage für die (halb)automatische Generierung von Building Information Models für die Sanierung sein. Ähnliche Fragestellungen ergeben sich bei der Baufortschrittsüberwachung, bei der ein aktueller Bauzustand mit dem in der Bauplanung erwarteten Zustand verglichen wird.

In welchen Phasen des Lebenszyklus eines Bauwerks sehen Sie für Technologien, die auf KI basieren, das größte Potenzial?

Neben der bereits genannten Planungsphase wird der Einsatz von KI während des gesamten Lebenszyklus eine sehr große Rolle spielen. Eines der wohl lohnendsten Anwendungsfelder von maschinellen Lernverfahren im Bauwesen ist dabei die Zustandserkennung und die daraus abgeleitete Vorhersage potenzieller Schädigungen komplexer bautechnischer Systeme. Sensoren können die gebaute Infrastruktur wie Brücken oder Tunnel sowie die strukturelle Integrität kritischer Komponenten von Gebäuden kontinuierlich überwachen. Basierend auf den Sensordaten und dem erlernten Wissen kann der Zustand des Systems bewertet werden. Diese kontinuierliche modellbasierte Überwachung einer Konstruktion ist ein erster Schritt in Richtung eines digitalen Zwillings, der das reale Verhalten einer Konstruktion während ihres gesamten Lebenszyklus nachahmt. Die zu erfassenden und zu analysierenden Daten beschränken sich bei weitem nicht nur auf physikalische Parameter; ebenso wichtig sind Informationen über bzw. die Modellierung der Nutzung, der Wirtschaftlichkeit, der ökologischen Auswirkungen und der Beziehung zu anderen gebauten Objekten in einem Infrastruktursystem. Eine solche lebenszyklusorientierte Sichtweise auf KI-Unterstützung für die gebaute Welt ist nicht nur ein Paradigmenwechsel für digitale Methoden im Bauwesen, sondern wird auch Grundlage für eine Transformation relevanter Softwareindustrien und damit auch der gesamten Baubranche sein. Während bisher die Computerunterstützung meist mit der Fertigstellung eines physischen Bauwerks endete, wird die Ausweitung auf den gesamten Lebenszyklus neue Geschäftsmodelle eröffnen, um Qualität und Nachhaltigkeit der gebauten Infrastruktur zu verbessern und zu sichern.

Was macht ein Forschungsinstitut wie das GNI in Ihren Augen notwendig?

Es gibt an der TU München, ebenso wie an etlichen anderen führenden Universitäten, bereits eine beachtliche Zahl von Einzelaktivitäten zum Thema KI im Bauwesen. Mit dem GNI gehört die TU München aber zu den ersten Institutionen, die das Thema mit den besonderen Herausforderungen in Bauingenieurwesen, Architektur sowie Infrastruktur-Planung und -Betrieb fachübergreifend und in großem Maßstab verbindet.

Das Institut zielt dabei auf eine breit angelegte interdisziplinäre Zusammenarbeit zwischen anwendungsorientierten Wissenschaftlern und solchen aus den mathematischen und infor­matischen Kernbereichen der KI-Forschung. 

Was sind die ersten Schritte beim Aufbau des neuen Instituts?

Eine besondere Rolle in den Aufgaben des GNI spielt von Anfang an die Durchführung gemeinsamer Forschungsprojekte zwischen Wissenschaftlern aus der Informatik und Wissenschaftlern aus Domänen mit Bezug zur gebauten Umwelt. Um diese rasch auf den Weg zu bringen, ist bereits eine erste Ausschreibung mit der Aufforderung zum Vorschlag interdisziplinärer Forschungsprojekte erfolgt. Als Kern des Instituts wird derzeit der Lehrstuhl „AI for the Built World“ geschaffen. Dessen Inhaberin oder Inhaber wird zugleich als Direktorin bzw. Direktor das Institut leiten.

Was sind langfristige Forschungsziele?

Das Konzipieren, Gestalten und Erhalten der gebauten Umwelt gehört zu den größten Herausforderungen des 21. Jahrhunderts. Der Einsatz neuester moderner Computertechnologien, künstliche Intelligenz und maschinelles Lernen bieten völlig neue Möglichkeiten für ökologisch und ökonomisch nachhaltige Lösungen dieser Herausforderung. 

Vielen Dank für das Gespräch.

Interviewpartner:

Prof. Dr. rer. nat. Ernst Rank: Ingenieurfakultät für Bau, Geo und Umwelt der TUM; forscht auf dem Gebiet Computergestützter Methoden in den Ingenieurwissenschaften; für das TUM Georg Nemetschek Institute of Artificial Intelligence for the Built World war er federführend für die Ausarbeitung der strukturellen und wissenschaftlichen Konzeption verantwortlich.

Das Interview führte Maike Walter, Redaktion FeuerTrutz Magazin und Technische Isolierung.

Das Interview ist in Ausgabe 2.2021 des FeuerTrutz Magazins (März 2021) erschienen.
Noch kein Abonnent? Testen Sie das FeuerTrutz Magazin im Mini-Abo mit 2 Ausgaben!