Die Preisträgerinnen und Preisträger im Bereich Baubetriebswirtschaft

Mareike Otzdorff
Technische Universität Darmstadt

Der Abruf von Baumaterialien ist auf Baustellen zeitaufwändig und fehleranfällig. Mengen werden für viele Bauprojekte noch auf Grundlage von 2D-Plänen ermittelt, obwohl in vielen Fällen inzwischen ein BIMModell (Building Information Modeling) vorhanden ist. Die BIM-basierte Mengenermittlung wäre möglich und deutlich genauer, jedoch fehlt es vielen Bauleitungen sowie Polierinnen und Polieren an Zeit, sich in die meist komplexe BIM-Software einzuarbeiten.

In dieser Praktikumsarbeit, die in Zusammenarbeit mit der Implenia Hochbau GmbH entstanden ist, wurde ein Anwendungstool entwickelt, das den Abrufprozess von Beton, Mauerwerk und Fertigteilen vereinfacht. Anwendende können mit diesem Tool im BIM-Modell Bauteile selektieren und Mengen ermitteln. Diese werden tabellarisch mit den erforderlichen Attributen angezeigt. Um den Abruf zu managen, können die Nutzenden die benötigten Bauteile visuell filtern lassen. Zusätzlich zeigen Farbschemata, welche Bauteile abgerufen wurden und welche in Verzug sind. Zum Steuern der Baustelle können die Bauteile angezeigt werden, die in den nächsten Tagen abgerufen werden müssen. Um Fehlern entgegen zu wirken, verhindert das Programm das Selektieren bereits abgerufener Bauteile. Im letzten Schritt wird der Abruf gespeichert und eine PDF-Datei (Portable Document Format) erzeugt, die vom Anwendenden unterschrieben und verschickt werden muss.

Die Vorteile des Anwendungstools liegen in der Fehlerreduzierung, der Nutzungsfreundlichkeit und der Zeitersparnis. Mit bereits im Unternehmen eingesetzter Software und den bekannten Vorteilen der BIMMethode können Daten nutzungsfreundlich erfasst, verknüpft und gespeichert werden. Durch einen schnellen und fehlerfreien Materialabruf entsteht sowohl ein ökonomischer als auch ein ökologischer Nutzen.

Alexandre Beiderwellen Bedrikow
Technische Universität München

Eine große Herausforderung für die Baubranche ist die geringe Produktivitätssteigerung. Gleichzeitig sind Bauprozesse sehr maschinenintensiv, die Reduzierung der Ausfallzeiten von Baumaschinen und die Optimierung ihrer Betriebseffizienz stellt somit einen Schlüssel für die mögliche Produktivitätssteigerung der Baubranche dar. Um diese produktivitätssteigernden Potenziale zu nutzen ist es erforderlich, die Prozessschritte und damit die Aktivitäten von Baumaschinen zu kennen.

Im Rahmen der Bachelorarbeit wurde die Optimierung für Drehbohrmaschinen untersucht. Dafür wurden vorhandene Daten von Drehbohrgeräten des Spezialtiefbaus erfasst, um mit Hilfe von Deep Learning automatisiert die Aktivitäten der Baumaschine zu erfassen. Für das Training und das Testen der Modelle wurden Sensordaten und manuell erfasste Aktivitätsdaten eines Drehbohrgeräts verwendet, die während eines zweiwöchigen Realbetriebs auf einer Baustelle der Firma Bauer Spezialtiefbau GmbH aufgezeichnet wurden.

Insgesamt konnte in der Bachelorarbeit gezeigt werden, dass die Modelle eine sehr hohe Treffergenauigkeit aufweisen und damit eine zukunftsträchtige Alternative zur manuellen Erfassung des Arbeitseinsatzes von Baumaschinen sind. Insbesondere im Zuge der Digitalisierung der Baubranche, ist die automatisierte Aktivitätserkennung zwingend notwendig, um von den Vorteilen und Möglichkeiten von Industrie 4.0- Technologien, wie der Simulation und damit dem digitalen Zwilling der Bauproduktion, zu profitieren.

Christian Kreyenschmidt und Bernd Hobbie
Jade Hochschule Oldenburg

Für alle am Bauprozess beteiligten Parteien ist es schwierig, Information im Gebäude zuverlässig zu beschreiben und zu verorten. Besonders im Rohbauzustand gibt es wenig Orientierungspunkte, um die Informationen einer Begehung, beispielsweise bei Abnahmen, zuverlässig zu dokumentieren. Der in diesem Beitrag entwickelte Ansatz, Informationen und Daten wie Sprachnachrichten, Fotos oder Notizen aus einer Gebäudebegehung in ein IFC-Modell (Industrial Fundation Class) zu integrieren und zu überlagern, richtet sich an alle Akteure entlang der Wertschöpfungskette Bau.

Der entwickelte Algorithmus kann Daten und Informationen aus einem Bewegungspfad automatisch den Räumen in einem Gebäudemodell zuordnen. Die Zuordnung und Ausrichtung der jeweiligen Koordinatensysteme sind automatisiert. Zur Erstellung des Bewegungspfades wurde ein autonomes Innenraum Positionierungssystem (IPS) verwendet. Das verwendete IPS funktioniert über eine am Schuh montierte Messeinheit und benötigt kein GPS-Signal. Dadurch ist eine Verortung in Innenräumen ebenfalls möglich. Der entwickelte Algorithmus ist unabhängig vom dem beschriebenen IPS nutzbar und einfach an ein anderes IPS anzupassen. Die vorgestellte Anwendung bietet einen offenen BIM-Ansatz für eine robuste und effiziente Datenüberlagerung. Der Ansatz kann ebenfalls für eine Echtzeit-Lokalisierung beziehungsweise Simultaneous Localization and Mapping (SLAM) auf einem mobilen Endgerät verwendet werden.