DeepBau

Inspiration

Die Diegitalisierung geht auch an der Bauindustrie nicht vorbei. Überall hört man nur noch Schlagwörter wie BIM oder Leanconstruction. Mit diesen Methoden versucht man die einzelnen Prozessketten von Bauprojekten zu optimieren und Schnittstellen schon in der Palnungsphase zu identifizieren. Doch wo genau kommt es zu Problemen. Wie kann man die Verschwendnung von Ressourcen wie Zeit, Material und Arbeitskräfte vermeiden? Genau hier wollen wir mit DeepBau ansetzen. Daten gibt es viele, doch sie lagern ungenutzt auf Servern der einzelnen Betriebe. Wir werten diese Daten aus und versuchen mit Hilfe von KI optimierte Bauablaufpläne zu entwickeln. Unser Process Mining Tool DeepBau bringt Struktur und Klarheit in unübersichtliche Bauprojekte. Lean Construction wird möglich gemacht durch smarte Visualisierungen der Prozessketten und KI Algorithmen werden genutzt, um zukünftige Events und Probleme frühzeitig zu erkennen.

What it does

Benutzereigene Visualisierung für Prozessketten in fortlaufenden Bauprojekten
Visualisierungen der aktuellsten Fortschritte auf der Baustelle
Visualisierung des zeitlichen Verlaufs tagegenau von Ressourcen und Vorgängen: Arbeitsgeräte, Material, Personen, Wetter
KI Algorithmus um zukünftige Projektschritte vorherzusagen

How we built it

Django Webapp
Bootstrap v5 Frontend
Python Backend
LSTM Encoder-Decoder Architektur

Challenges we ran into

Domänenwissen von Arbeitern auf einer Baustelle fehlte und nicht durch kurze Calls nachzuholen in Zeiten die man zum Coden benötigt.
Vorstellung von Ergebnissen von trainierten Process Mining Algorithmen fehlt wegen nicht vorhandenem Domänenwissen
Einarbeitung und Verständnis des Data Lakes dauerte länger als gedacht, da spezifische Besonderheiten und fehlende Daten in Tabellen erst im Laufe des Projekts auffielen

Accomplishments that we're proud of

Ende zu Ende Datenverarbeitung, Anwendung und trainiertem Machine Learning Algorithmus in 2 Tagen mit 2 Personen :-)

What we learned

Domänenwissen hätte mehr hinzugezogen werden sollen, am besten mit Bauingenieur im Team
Zeitdruck in der Datenvorverarbeitung und beim Laden im Datagenerator für das KI Modell würden wir noch mehr Aufmerksamkeit/ Zeit widmen, um Fehler zu vermeiden

What's next for DeepBau

Direkte Anbindung der api des Datalakes an unsere Webapp (aktuell sind alle vorhandenen Daten runtergeladen und aus dem Speicher geladen)
Verbesserung des Trainings der KI Algorithmen mit mehr Computing Power.