Partner:   FG Baustatik, TU Darmstadt, 

Kurzbeschreibung des Projekts:

Die Kalkulation komplexer Leistungsverzeichnisse im Bauwesen erfolgt bislang zeitaufwendig und manuell durch Fachkräfte. Trotz hoher Nachfrage mindern der Fachkräftemangel und ein hoher Preisdruck, der zu mehr Preisanfragen führt, den Vertriebserfolg, da nur etwa 5 % der Angebote zu Aufträgen führen.

Ziel des Projekts ist daher eine KI-basierte Anwendung, die Leistungsverzeichnisse selbstständig analysiert. Sie soll Produkte, Personal und Maschinenressourcen aus dem ERP-System sowie von externen Zulieferern (wie Schüco) automatisiert zusammenstellen. Das System soll die Kalkulationszeit um 85 % verkürzen und selbst bei geringem Detaillierungsgrad (ab LOD 300) eine 95 % präzise, zuverlässige Angebotserstellung ermöglichen.

Partner:   FG Baustatik, TU Darmstadt

Kurzbeschreibung des Projekts:

Dec-KI entwickelt ein KI-gestütztes Assistenzsystem für den ressourceneffizienten Entwurf von Massivhochbaudecken. Im Fokus steht die frühe Planungsphase, in der grundlegende Entscheidungen über Tragverhalten, Materialeinsatz, Wirtschaftlichkeit und ökologische Wirkung getroffen werden. Ziel des Projekts ist es, Planende durch ein dialogfähiges System bei der Auswahl material- und klimagerechter Deckensysteme zu unterstützen und damit die Qualität von Entwurfsentscheidungen zu verbessern.     Das System kombiniert vier methodische Bausteine: (1) ein generatives Modell (Conditional Variational Autoencoders / CVAE), das Zusammenhänge zwischen Entwurfsparametern und technischer bzw. wirtschaftlicher sowie ökologischer Performance lernt; (2) die Anbindung von Dlubal RFEM und SoFiSTiK als Agenten-Werkzeuge via MCP bzw. APIs; (3) ein Retrieval-Modul, das Normen, Fachliteratur und Materialdaten kontextbezogen erschließt und damit die fachliche Fundierung der Vorschläge sicherstellt; (4) eine KI-Agentenarchitektur nach dem Reason-and-Act-Prinzip, welche dialogische Interaktion mit menschlichen Experten steuert, komplexe Planungsanfragen in Bearbeitungsschritte zerlegt und eingesetzte Werkzeuge/MCPs/APIs koordiniert.     Auf diese Weise entsteht ein System, das Entwurfsoptionen nicht nur generiert, sondern auch nachvollziehbar begründet und fachlich absichert. Damit wird die Forschungslücke geschlossen, dass für den Vorentwurf von Hochbaudecken bislang kein wissensgestütztes, dialogbasiertes Assistenzsystem verfügbar ist, das generative Modellierung mit verifizierter Fachinformation verbindet. Das Projekt zielt darauf, den Entwurfsprozess zu beschleunigen, die Materialeffizienz zu erhöhen und den CO2-Ausstoß im Hochbau zu senken.     Die Entwicklung erfolgt in enger Kooperation zwischen der TU Darmstadt, ETH Zürich und Praxispartnern aus der Tragwerksplanung. Die Ergebnisse werden als prototypisches, erweiterbares System für die Forschung und Planungspraxis nutzbar gemacht.