Annomalieerkennung im Bauwesen
Der Einsatz von KI im Bauwesen zählt zu den großen Innovationen der Bautechnologie in den letzten Jahren: Insbesondere bei der Früherkennung von möglichen Fehlerquellen via Annomaly Detection, birgt sie grosses Potential für Qualitätsverbesserungen und Kosteneinsparung.
BRANCHE
Bauwesen
THEMA
Annomaly Detection
TOOLS
Künstliche Intelligenz, KNN, Deep Learning
DAUER
12+ Monate
Herausforderung
Unser Kunde hatte bereits diverse Reporting Systeme im Einsatz, die ihm Fehlermeldungen zur Bauüberwachung zurückspielte. Doch durch von Menschen getätigte Falscheingaben, fehlerhafte API’s und veraltete Legacy Systeme entstanden regelmässig Falschmeldungen in den Datenbanken: Unüberprüft fortgetragen wurden diese Fehlermeldungen im worst case zur Quelle für Qualitätseinbussen, Baumängel und Mehrkosten. Im best case mussten sie von Mitarbeitenden in Detektivarbeit mühevoll verifiziert oder widerlegt werden, was mit Zeit und Ressourcenaufwand verbunden war.
Ansatz
Künstliche Intelligenz eignet sich bestens für die Analyse grosser Mengen an historischer Daten und kann hierin Muster erkennen und Vorhersagen für zukünftige Ereignisse erstellen.
Wir haben für unseren Kunden eine KI entwickelt, die mittels Deep Learning Falschmeldungen von tatsächlichen Annomalien unterscheiden kann.
Wir erarbeiteten gemeinsam eine KI- und Datenstrategie, führten ein Screening der Strukturen im Unternehmen durch, einschliesslich der Produkt- und Datenwertschöpfung bis, sowie der Unternehmenskultur und einer Analyse der IT Systemlandschaft. Daraus ergab sich ein ganzheitliches Vorgehen im Kontext der neuen Daten und KI-Strategie. Es stellte sich etwa heraus, dass zunächst grosse Datensilos und Systeme zusammengeführt werden mussten, die viele Jahre parallel existierten.
So haben wir Schritt für Schritt mit unserem Kunden haben eine KI entwickelt, die mithilfe von Annomaly Detection wahre von fehlerhaften Meldungen unterscheiden kann.
Ergebnis
Dank Annomaly Detection können nun mögliche Baumängel, Ausfälle und Wartungsbedarfe zuverlässig erkannt werden, bevor sie eintreten.
Im Endprodukt haben wir unserem Kunden ein Echtzeit-Self-Service Tool für sein Topmanagement ausgeliefert: Die so implementierte KI leistet die Berechnung von Fehlerwahrscheinlichkeiten und erstellt Forecasts von Fehlertypen und Fehlermengen für die Ressourcenplanung.
Darüber hinaus erkennt sie Muster in den unterschiedlichen Fehlertypen zur Identifizierung und dauerhaften Beseitigung von Falschmeldungen und zur zuverlässigen Detektion von tatsächlichen Annomalien.