OnsiteIQ reduziert Projektverzögerungen um 20 % mit Ultralytics YOLO11

Im Bausektor sind Informationslücken teuer. Wenn ein Projekt in Verzug gerät, kann es Wochen dauern, die Ursache zu identifizieren, die Verantwortung zuzuweisen und sich zwischen Eigentümern, Entwicklern und Subunternehmern auf eine Lösung zu einigen. In der Zwischenzeit häufen sich die Verzögerungen, Budgets schrumpfen und Einnahmen gehen verloren. Bei einem um zwei Monate verzögerten Hotel kann diese Lücke einen beträchtlichen Teil der ursprünglich prognostizierten Kapitalrendite ausmachen.

Das Kernproblem ist die Sichtbarkeit. Bauprojekte umfassen Dutzende Gewerke, die gleichzeitig auf großen, komplexen Baustellen arbeiten. Ohne eine zuverlässige, lückenlose Dokumentation darüber, was wann und von wem fertiggestellt wurde, sind Streitigkeiten nur schwer schnell zu klären und der Fortschritt nur schwer genau vorherzusagen.

OnsiteIQ wurde entwickelt, um diese Lücke zu schließen. Das Unternehmen setzt ein Netzwerk von Erfassungsspezialisten auf aktiven Baustellen ein, die 100 % jeder Baustelle mit 360-Grad-Kameras erfassen – je nach Projekt in einem wöchentlichen, zweiwöchentlichen oder täglichen Rhythmus.

Dieses Bildmaterial wird dann in geolokalisierte Aufnahmen umgewandelt und durch eine proprietäre KI-Pipeline geleitet, die den Baufortschritt erkennt, Sicherheitsrisiken markiert und betriebliche Einblicke liefert – alles angetrieben von Ultralytics YOLO11.

Bautelligenz für jede Baustelle bereitstellen#

OnsiteIQ bietet Immobilienbesitzern und -entwicklern Bautelligenz. Bis heute hat OnsiteIQ mehr als 3.000 Projekte in über 200 Städten in den USA und Kanada überwacht und dabei über 34 Milliarden US-Dollar an Neubauten abgedeckt. Die Plattform gibt Projektteams die Möglichkeit, in nahezu Echtzeit zu verstehen, was auf einer Baustelle passiert, ohne physisch anwesend sein zu müssen. Ein Projektteam, das eine Entwicklung von einer Million Quadratfuß verwaltet, kann die gesamte Baustelle innerhalb eines einzigen Arbeitstages überprüfen – mit KI-generierten Einblicken in den Fortschritt nach Etage, Gewerk und Bereich.

Die Plattform basiert auf einem klaren Nutzenversprechen: sicherzustellen, dass das eingesetzte Kapital sein beabsichtigtes Ergebnis pünktlich und im Rahmen des Budgets erreicht. Bauverzögerungen haben direkte finanzielle Auswirkungen. Wenn ein Hotel zwei Monate zu spät fertiggestellt wird, schmmälert der entgangene Zimmerumsatz in diesem Zeitraum direkt die Rendite des Projekts. OnsiteIQ bietet Projektteams die nötige Übersicht, um Sequenzierungsprobleme frühzeitig zu erkennen – zum Beispiel die Feststellung, dass der Trockenbau dem Zeitplan voraus ist, und die Warnung an die Elektro- und Sanitärgewerke, Schritt zu halten, bevor diese Probleme größere Verzögerungen verursachen.

Über die Fortschrittsverfolgung hinaus unterstützt die Plattform auch die Sicherheits- und Risikoprüfung. Das Erkennen von Feuerlöschern, Brandmeldeanlagen, Wassereinbrüchen und anderen Baustellenbedingungen gibt Projektteams eine zusätzliche Ebene der Überwachung, die andernfalls spezielle Vor-Ort-Inspektionsrunden erfordern würde.

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

Baustellen sind dynamische Umgebungen. Derselbe Raum sieht in jeder Phase eines Projekts völlig anders aus – von Aushub und Rohbau über technische Installationen und Trockenbau bis hin zu den fertigen Innenräumen. Die Nachverfolgung dessen, was fertiggestellt wurde und was nicht, erfordert ein System, das den visuellen Zustand einer Baustelle über all diese Phasen hinweg gleichzeitig verstehen kann.

Manuelle Ansätze für dieses Problem, wie Baustellenbegehungen, Fortschrittsberichte und eingereichte Fotos, sind oft arbeitsintensiv, inkonsistent und lassen sich nur schwer über große oder komplexe Projekte skalieren.

Für OnsiteIQ bestand die Herausforderung darin, ein Erkennungssystem zu entwickeln, das in der Lage ist, baustellenspezifische Klassen über Hunderttausende von Bildern pro Projekt hinweg genau zu identifizieren – und das unter Bedingungen, die je nach Baustelle, Beleuchtung und Phase stark variieren. Das System musste schnell genug sein, um große Bildmengen im Hintergrund zu verarbeiten, genau genug, um finanzielle und operative Entscheidungen zu unterstützen, und flexibel genug, um zu wachsen, während die Ontologie des Unternehmens an erkennbaren Klassen zunimmt.

Wie OnsiteIQ Ultralytics YOLO11 einsetzt#

Die KI-Pipeline von OnsiteIQ basiert auf der Segmentierung mit Ultralytics YOLO11, die auf jedem auf einer Baustelle aufgenommenen Bild ausgeführt wird. Das System nutzt eine proprietäre Ontologie – ein von OnsiteIQ aufgebautes und gepflegtes strukturiertes Wissenssystem von Bauklassen – als Grundlage für das Modelltraining und die Erkennung. Wie der Principal Product Manager Rammohan Adabala beschreibt, macht die Ontologie die Erkennungen entscheidungsfähig: Klassen werden sowohl nach Zustand als auch nach Objekt definiert, sodass das System hängenden Trockenbau von gespachteltem oder gestrichenem Trockenbau unterscheidet. Genau diese Unterscheidung ermöglicht es, dass Erkennungen auf Bildebene zu einem Fortschritt aggregiert werden, auf dessen Basis ein Eigentümer handeln kann.

Die Pipeline arbeitet in zwei Schritten:

• Erkennung auf Bildebene. Jedes auf einer Baustelle aufgenommene 360-Grad-Bild wird durch das YOLO11-Segmentierungsmodell geleitet, das im Bild vorhandene Bauelemente erkennt und klassifiziert. Die Ontologie deckt eine breite Palette von Klassen in jeder Bauphase ab, vom nackten Betonrohbau und den Rohinstallationen bis hin zu ungestrichenem Trockenbau, fertigen Oberflächen und installierten Geräten. Die Erkennung eines Kühlschranks oder Ofens zeigt dem System beispielsweise an, dass eine Wohn- oder Hoteleinheit die Endbearbeitungsphase erreicht hat.

• Aggregation zu Einblicken. Einzelne Bilderkennungen werden über den gesamten Datensatz eines Projekts hinweg aggregiert, wodurch Fortschrittsmetriken auf Etagen- und Gewerkebene erstellt werden. Diese Metriken fließen in die Dashboards der Plattform für Fortschrittsverfolgung, Termin- und Risikoanalyse sowie Sicherheit ein, die Eigentümern, Entwicklern und Projektmanagern direkt bereitgestellt werden.

Die Verwendung der Segmentierung bietet OnsiteIQ reichhaltigere räumliche Informationen als reine Bounding-Box-Erkennung. Während sich die Ontologie des Unternehmens erweitert, entwickelt OnsiteIQ zudem eine Ensemble-Architektur, die ein Segmentierungsmodell mit einem Klassifikator kombiniert. Dadurch kann das System die Genauigkeit über einen wachsenden Klassensatz effizienter verbessern, als es ein einzelnes Modell ermöglichen würde.

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

Warum Ultralytics YOLO11 wählen?#

OnsiteIQ entschied sich für Ultralytics YOLO11 aufgrund der Kombination aus Erkennungsgenauigkeit, Trainingsflexibilität und der Leichtigkeit, mit der das Team seine eigenen proprietären Datensätze erstellen und iterieren konnte. Laut dem Principal Engineer Evgeny Nuger war die Möglichkeit, schnell loszulegen – einen Datensatz zu erstellen, den Trainer auszuführen und Ergebnisse zu iterieren –, wesentlich schneller als der Aufbau einer benutzerdefinierten Infrastruktur von Grund auf und einer der Hauptgründe, warum das Team zu Ultralytics wechselte.

Da die Trainingsdaten von OnsiteIQ proprietär sind, direkt von aktiven Baustellen erfasst und gemäß der eigenen Ontologie des Unternehmens beschriftet werden, verwaltet das Team seine eigene Infrastruktur auf AWS und nutzt das Ultralytics Python package, um das Training durchzuführen und Modelle auf dem neuesten Stand zu halten. Dieser Ansatz gibt OnsiteIQ die vollständige Kontrolle über seine Daten und profitiert gleichzeitig von der Leistung und Zuverlässigkeit der YOLO-Modellfamilie.

Die Flexibilität der YOLO-Architektur war auch wichtig, da sich der Anwendungsfall von OnsiteIQ weiterentwickelt hat. Ausgehend von einem einzelnen Segmentierungsmodell baut das Team nun auf einen Ensemble-Ansatz hin, während die Ontologie wächst – eine natürliche Entwicklung, die das YOLO-Framework unterstützt, ohne dass eine grundlegende Änderung der zugrunde liegenden Pipeline erforderlich ist.

Die Auswirkungen von Bautelligenz im großen Maßstab#

OnsiteIQ hat mit seinen Kunden Wirkungstudien durchgeführt, um die betrieblichen Verbesserungen zu quantifizieren, die sich aus dem Einsatz seiner Plattform ergeben. In diesen Studien haben sich mehrere konsistente Metriken herauskristallisiert:

• 3x schnellere Streitbeilegung. 81 % der Nutzer berichteten von einer schnelleren Streitbeilegung mit einer durchschnittlichen Verkürzung der Lösungszeit um das Dreifache und bei manchen Fällen bis zu 7x schnelleren Abläufen, abhängig von Projektphase und Komplexität. Mit einer kontinuierlichen, geolokalierten visuellen Aufzeichnung jedes Bereichs der Baustelle können Beteiligte schnell erkennen, wann und wo ein Problem aufgetreten ist, was den Zeitaufwand für Hin- und Herdiskutieren zwischen den Gewerken reduziert.

• Einsparungen bei Kostenüberschreitungen zwischen 25.000 und 400.000 USD. Kunden haben berichtet, dass sie pro Projekt Kostenüberschreitungen in dieser Höhe vermieden haben, indem sie Sequenzierungsprobleme und Risiken erkannt haben, bevor sie eskalierten.

• 20 % Reduzierung der Projektverzögerungen. Angesichts der Tatsache, dass die Mehrheit der Bauprojekte hinter dem Zeitplan zurückbleibt, stellt eine Reduzierung der Verzögerungen um 20 Prozent eine deutliche Verbesserung der Planungssicherheit und der Realisierung von Einnahmen dar.

• 24 % Steigerung der Termintreue. 78 % der Nutzer berichteten von einer verbesserten Termintreue bei der Projektabwicklung mit einer durchschnittlichen Steigerung um 24 %, was Eigentümern und Entwicklern eine zuverlässigere Grundlage für die Finanzplanung und das Berichtswesen für Stakeholder bietet.

Insgesamt dient die Plattform auch als langfristiges Anlagenregister. Nach Abschluss des Baus können Facility Manager das Bildmaterial von OnsiteIQ nutzen, um zu verstehen, was sich hinter Wänden befindet, Rohrleitungen zu lokalisieren oder Bauprobleme zu untersuchen – ganz ohne Ratespiele oder störende Erkundungsarbeiten.

Kontinuierliche Sichtbarkeit über den gesamten Projektlebenszyklus hinweg#

OnsiteIQ löst ein grundlegendes Informationsproblem im Bausektor. Großprojekte erfordern erhebliches Kapital, komplexe Koordination zwischen mehreren Gewerken und ein hohes finanzielles Risiko bei Verzögerungen. Durch die Kombination von 360-Grad-Aufnahmen mit einer auf Ultralytics YOLO11 basierenden KI-Pipeline gibt OnsiteIQ Projektteams die nötige Übersicht, um Projekte vom ersten Aushubtag bis zur Übergabe und darüber hinaus auf Kurs zu halten.

Die Ergebnisse sind messbar: dreimal schnellere Streitbeilegung, um ein Fünftel reduzierte Verzögerungen und vermiedene Kostenüberschreitungen in Höhe von Hunderttausenden von Dollars pro Projekt. Da sich die Ontologie von OnsiteIQ weiter ausdehnt und sich die Ensemble-Modellarchitektur entwickelt, bleibt Ultralytics YOLO das Herzstück einer Plattform, die entwickelt wurde, um zuverlässige, kontinuierliche Intelligenz auf jede Baustelle zu bringen.

Möchten Sie mehr über Vision-KI für Bauwesen und Infrastruktur erfahren? Entdecken Sie unsere Lizenzierungsoptionen, um Computer-Vision-Lösungen in Ihre Projekte zu integrieren. Besuchen Sie unser GitHub repository und treten Sie unserer Community bei.