OnsiteIQ verringert Projektverzögerungen mit Ultralytics YOLO11 um 20 %

OnsiteIQ entwickelte eine Plattform für Bauintelligenz auf Basis von Ultralytics YOLO11. Sie führt Segmentierungsmodelle auf Baustellen mit 360-Grad-Erfassung aus, um Baufortschritt, Sicherheitsrisiken und betriebliche Probleme in Echtzeit zu erkennen und Projektverzögerungen um 20 % zu reduzieren.

Im Bauwesen sind Informationslücken kostspielig. Gerät ein Projekt in Verzug, kann es Wochen dauern, die Ursache zu ermitteln, Verantwortlichkeiten zuzuweisen und zwischen Bauherren, Projektentwicklern und Nachunternehmen eine Lösung zu vereinbaren. In der Zwischenzeit summieren sich Verzögerungen, schmelzen Budgets dahin und gehen Einnahmen verloren. Bei einem Hotel, dessen Fertigstellung sich um zwei Monate verzögert, kann diese Lücke einen erheblichen Teil der ursprünglich prognostizierten Kapitalrendite ausmachen.

Das Kernproblem ist der mangelnde Überblick. An Bauprojekten arbeiten Dutzende Gewerke gleichzeitig auf großen, komplexen Baustellen. Ohne eine zuverlässige, lückenlose Dokumentation darüber, was wann und von wem fertiggestellt wurde, lassen sich Streitigkeiten nur schwer schnell beilegen und Fortschritte nur schwer genau prognostizieren.

OnsiteIQ wurde gegründet, um diese Lücke zu schließen. Das Unternehmen setzt Teams für die Dokumentation auf aktiven Baustellen ein. Je nach Projekt erfassen sie die gesamte Baustelle mit 360-Grad-Kameras regelmäßig wöchentlich, zweiwöchentlich oder täglich.

Anschließend werden die Aufnahmen in geolokalisierte Bilder umgewandelt und durch eine proprietäre KI-Pipeline verarbeitet, die den Baufortschritt erkennt, auf Sicherheitsrisiken hinweist und betriebliche Erkenntnisse liefert. Die Pipeline basiert vollständig auf Ultralytics YOLO11.

Bauintelligenz auf jede Baustelle bringen#

OnsiteIQ stellt Bauherren und Immobilienprojektentwicklern Bauintelligenz bereit. Bis heute hat OnsiteIQ mehr als 3.000 Projekte in über 200 Städten in den USA und Kanada überwacht und dabei Neubauprojekte im Wert von mehr als 34 Mrd. US-Dollar abgedeckt. Die Plattform ermöglicht Projektteams, nahezu in Echtzeit zu verstehen, was auf einer Baustelle geschieht, ohne selbst vor Ort sein zu müssen. Ein Projektteam, das ein Bauvorhaben mit einer Million Quadratfuß betreut, kann die gesamte Baustelle innerhalb eines einzigen Arbeitstags prüfen und erhält KI-generierte Erkenntnisse zum Fortschritt nach Stockwerk, Gewerk und Bereich.

Die Plattform basiert auf einem klaren Nutzenversprechen: sicherzustellen, dass eingesetztes Kapital planmäßig und innerhalb des Budgets zum gewünschten Ergebnis führt. Bauverzögerungen haben direkte finanzielle Folgen. Wird ein Hotel zwei Monate zu spät fertiggestellt, schmälert der entgangene Umsatz aus den Zimmern in diesem Zeitraum unmittelbar die Kapitalrendite des Projekts. OnsiteIQ verschafft Projektteams den nötigen Überblick, um Probleme bei der Arbeitsabfolge frühzeitig zu erkennen. So lässt sich etwa feststellen, dass die Trockenbauarbeiten dem Zeitplan voraus sind, und die Elektro- und Sanitärgewerke können darauf hingewiesen werden, Schritt zu halten, bevor daraus größere Verzögerungen entstehen.

Neben der Fortschrittskontrolle unterstützt die Plattform auch die Überwachung von Sicherheit und Risiken. Die Erkennung von Feuerlöschern, Feueralarmen, Wassereintritt und anderen Bedingungen auf der Baustelle gibt Projektteams eine zusätzliche Kontrollmöglichkeit, für die sonst regelmäßige Vor-Ort-Inspektionen erforderlich wären.

Die Herausforderung, den Fortschritt auf einer sich ständig verändernden Baustelle zu verfolgen#

Baustellen sind dynamische Umgebungen. Derselbe Bereich sieht in jeder Projektphase völlig anders aus – vom Aushub und Rohbau über die Rohinstallation der Gebäudetechnik bis hin zu Trockenbau und fertigem Innenausbau. Um zu erfassen, was erledigt ist und was nicht, braucht es ein System, das den visuellen Zustand einer Baustelle in all diesen Phasen gleichzeitig versteht.

Manuelle Vorgehensweisen wie Begehungen vor Ort, Fortschrittsberichte und eingereichte Fotos sind oft arbeitsintensiv, uneinheitlich und bei großen oder komplexen Projekten schwer skalierbar.

Für OnsiteIQ bestand die Herausforderung darin, ein Erkennungssystem zu entwickeln, das bauspezifische Klassen über Hunderttausende von Bildern pro Projekt hinweg präzise identifiziert – und zwar unter Bedingungen, die sich je nach Baustelle, Beleuchtung und Bauphase stark unterscheiden. Das System musste große Bildmengen schnell genug im Hintergrund verarbeiten, präzise genug für finanzielle und betriebliche Entscheidungen sein und flexibel genug bleiben, um mit der wachsenden Taxonomie erkennbarer Klassen des Unternehmens Schritt zu halten.

So setzt OnsiteIQ Ultralytics YOLO11 ein#

Die KI-Pipeline von OnsiteIQ basiert auf der Segmentierung mit Ultralytics YOLO11, die auf jedes auf einer Baustelle aufgenommene Bild angewendet wird. Als Grundlage für das Modelltraining und die Erkennung dient eine firmeneigene Ontologie: ein strukturiertes Wissenssystem mit Bauklassen, das OnsiteIQ entwickelt und pflegt. Wie Rammohan Adabala, Principal Product Manager, erklärt, macht die Ontologie Erkennungsergebnisse entscheidungsrelevant: Klassen werden sowohl nach Zustand als auch nach Objekt definiert. So unterscheidet das System zwischen montierten, verspachtelten und gestrichenen Trockenbauwänden. Dank dieser Unterscheidung lassen sich Erkennungen auf Bildebene zu Fortschrittsdaten zusammenführen, auf deren Grundlage Bauherren handeln können.

Die Pipeline arbeitet in zwei Stufen:

• Erkennung auf Bildebene. Jedes auf einer Baustelle aufgenommene 360-Grad-Bild wird mit dem Segmentierungsmodell YOLO11 verarbeitet, das die im Bild vorhandenen Bauelemente erkennt und klassifiziert. Die Ontologie umfasst zahlreiche Klassen für alle Bauphasen – vom Rohbau aus Sichtbeton und den Rohinstallationen der technischen Gebäudeausrüstung bis hin zu ungestrichenen Trockenbauwänden, fertigen Oberflächen und installierten Geräten. Erkennt das System beispielsweise einen Kühlschrank oder einen Backofen, kann es daraus schließen, dass eine Wohn- oder Beherbergungseinheit die Ausbauphase erreicht hat.
• Zusammenführung zu Erkenntnissen. Die Erkennungen einzelner Bilder werden über den gesamten Datensatz eines Projekts hinweg zusammengeführt und ergeben Fortschrittskennzahlen auf Etagen- und Gewerkeebene. Diese Kennzahlen fließen in die Fortschrittsverfolgung, Terminplananalyse, Risikoanalyse und Sicherheits-Dashboards der Plattform ein, die Eigentümern, Projektentwicklern und Projektmanagern direkt angezeigt werden.

Durch den Einsatz von Segmentierung erhält OnsiteIQ detailliertere räumliche Informationen als mit der alleinigen Erkennung von Begrenzungsrahmen. Während die Taxonomie des Unternehmens wächst, entwickelt OnsiteIQ außerdem eine Ensemble-Architektur, die ein Segmentierungsmodell mit einem Klassifikator kombiniert. So kann das System die Genauigkeit bei einer wachsenden Anzahl von Klassen effizienter verbessern, als es mit einem einzelnen Modell möglich wäre.

Abb. 1. Die OnsiteIQ-Plattform bei der Arbeit mit Ultralytics YOLO11.

Warum Ultralytics YOLO11 wählen?#

OnsiteIQ entschied sich für Ultralytics YOLO11 wegen der Kombination aus Erkennungsgenauigkeit, Trainingsflexibilität und der einfachen Möglichkeit, eigene proprietäre Datensätze zu erstellen und weiterzuentwickeln. Laut Evgeny Nuger, Principal Engineer, konnte das Team deutlich schneller loslegen, einen Datensatz erstellen, den Trainer ausführen und Ergebnisse iterativ verbessern, als eine eigene Infrastruktur von Grund auf aufzubauen. Das war einer der wichtigsten Gründe für den Wechsel zu Ultralytics.

Da die Trainingsdaten von OnsiteIQ proprietär sind, direkt auf aktiven Baustellen erfasst und gemäß der unternehmenseigenen Taxonomie annotiert werden, verwaltet das Team seine eigene Infrastruktur auf AWS. Dabei nutzt es das Ultralytics-Python-Paket, um Modelle zu trainieren und aktuell zu halten. So behält OnsiteIQ die volle Kontrolle über seine Daten und profitiert zugleich von der Leistung und Zuverlässigkeit der YOLO-Modellfamilie.

Die Flexibilität der YOLO-Architektur war auch wichtig, als sich der Anwendungsfall von OnsiteIQ weiterentwickelte. Das Team begann mit einem einzelnen Segmentierungsmodell und arbeitet nun angesichts der wachsenden Taxonomie auf einen Ensemble-Ansatz hin. Diese natürliche Weiterentwicklung wird vom YOLO-Framework unterstützt, ohne dass die zugrunde liegende Pipeline grundlegend geändert werden muss.

Die Wirkung von Bauintelligenz im großen Maßstab#

OnsiteIQ hat gemeinsam mit seinen Kunden Wirkungsstudien durchgeführt, um die betrieblichen Verbesserungen durch den Einsatz der Plattform zu quantifizieren. In diesen Studien zeichneten sich mehrere einheitliche Kennzahlen ab:

• Streitfälle werden dreimal schneller geklärt. 81 % der Nutzer berichteten von einer schnelleren Klärung; im Durchschnitt sank die Zeit bis zur Lösung um das Dreifache, bei manchen Fällen je nach Projektphase und Komplexität sogar um das Siebenfache. Dank einer lückenlosen, georeferenzierten Bilddokumentation aller Baustellenbereiche können Beteiligte schnell feststellen, wann und wo ein Problem aufgetreten ist. Dadurch verkürzt sich die Zeit für Rückfragen zwischen den Gewerken.
• Einsparungen von 25.000 bis 400.000 US-Dollar bei Kostenüberschreitungen. Kunden berichten, dass sie pro Projekt Kostenüberschreitungen von 25.000 bis 400.000 US-Dollar vermeiden konnten, indem sie Probleme mit der Bauabfolge und Risiken erkannten, bevor diese sich verschärften.
• 20 % weniger Projektverzögerungen. Da die meisten Bauprojekte später als geplant fertiggestellt werden, bedeutet eine Verringerung der Verzögerungen um 20 Prozent eine deutliche Verbesserung der Vorhersagbarkeit von Fertigstellungsterminen und der Umsatzrealisierung.
• 24 % höhere Vorhersagbarkeit der Projektabwicklung. 78 % der Nutzer berichteten von einer verbesserten Vorhersagbarkeit der Projektabwicklung, die im Durchschnitt um 24 % zunahm. Das gibt Eigentümern und Projektentwicklern eine verlässlichere Grundlage für die Finanzplanung und die Berichterstattung an Beteiligte.

Insgesamt dient die Plattform auch als langfristige Bestandsdokumentation. Nach Abschluss der Bauarbeiten können Facility Manager anhand der Bilder von OnsiteIQ nachvollziehen, was sich hinter Wänden befindet, Leitungen lokalisieren oder Gebäudeprobleme untersuchen – ohne zu raten oder aufwendige Öffnungsarbeiten durchführen zu müssen.

Lückenloser Überblick über den gesamten Projektlebenszyklus#

OnsiteIQ löst ein grundlegendes Informationsproblem im Bauwesen. Große Projekte erfordern erhebliche Investitionen, eine komplexe Koordination zahlreicher Gewerke und bergen hohe finanzielle Risiken durch Verzögerungen. Durch die Kombination von 360-Grad-Aufnahmen mit einer auf Ultralytics YOLO11 basierenden KI-Pipeline verschafft OnsiteIQ Projektteams den nötigen Überblick, um Projekte auf Kurs zu halten – vom ersten Aushubtag bis zur Übergabe und darüber hinaus.

Die Ergebnisse sind messbar: Streitigkeiten werden dreimal schneller beigelegt, Verzögerungen um ein Fünftel reduziert und pro Projekt Kostenüberschreitungen in Höhe von Hunderttausenden von US-Dollar vermieden. Während OnsiteIQ seine Taxonomie erweitert und seine Ensemble-Modellarchitektur weiterentwickelt, bleibt Ultralytics YOLO das Herzstück einer Plattform, die zuverlässige, kontinuierliche Bauintelligenz auf jede Baustelle bringen soll.

Interessierst du dich für KI mit Bildverarbeitung im Bauwesen und in der Infrastruktur? Entdecke unsere Lizenzoptionen, um Computer-Vision-Lösungen in deinen Projekten einzusetzen. Besuche unser GitHub-Repository und werde Teil unserer Community.