Strukturen der gebauten Umwelt sind diversen Einflüssen wie Wetter, Abnutzung aber auch unplanmäßiger Beanspruchung ausgesetzt. Angesichts der Erreichung von Nachhaltigkeits- und Umweltschutzzielen im Bausektor ist die Bauwerksprüfung ein probates Mittel, um den sicheren Betrieb von Infrastrukturobjekten sowohl während der geplanten Lebensdauer als auch über das Ende der rechnerischen Lebensdauer hinaus zu gewährleisten. Während für Brücken- und Ingenieurbauwerke eine regelmäßige Bauwerksinspektion gesetzlich zwingend erforderlich ist, ist dies im Hochbau derzeit nur in Einzelfällen (z.B. weitgespannte Tragwerke) vorzufinden. Aufgrund der Geometrien und Gebäudekubaturen von Bauwerken des Hochbaus werden derzeit verstärkt bild-basierte Inspektionsmethoden über z.B. Drohnenbeflüge untersucht. Aufgrund der sich daraus ergebenden Datenflut sind zwingend zuverlässige automatisierte Aus- und Bewertungsmethoden zur Identifikation von Schäden und deren Klassifikation notwendig, sodass ein menschlicher Experte die abschließende Beurteilung vornehmen kann. Moderne Algorithmen des Tiefen Lernens aus den Bereichen Computervision aber auch LLMs besitzen hier das Potential, über multi-modale Ansätze wirtschaftliche und zugleich zuverlässige Lösungen zu liefern.