OnsiteIQ entwickelte eine von Ultralytics YOLO11 unterstützte Plattform für Bauintelligenz, auf der Segmentierungsmodelle über 360-Grad-Aufnahmen von Baustellen ausgeführt werden, um Baufortschritt, Sicherheitsrisiken und betriebliche Probleme in Echtzeit zu erkennen und Projektverzögerungen um 20 % zu reduzieren.
Im Bauwesen sind Informationslücken teuer. Wenn ein Projekt hinter dem Zeitplan zurückbleibt, kann es Wochen dauern, die Ursache zu ermitteln, Verantwortlichkeiten zuzuweisen und sich zwischen Eigentümern, Projektentwicklern und Subunternehmern auf eine Lösung zu einigen. In der Zwischenzeit verstärken sich Verzögerungen, Budgets schrumpfen und Umsätze gehen verloren. Bei einem Hotel, dessen Fertigstellung sich um zwei Monate verzögert, kann diese Lücke einen erheblichen Teil der ursprünglich erwarteten Rendite darstellen.
Das Kernproblem ist die mangelnde Transparenz. An Bauprojekten arbeiten gleichzeitig Dutzende Gewerke auf großen, komplexen Baustellen. Ohne eine zuverlässige, kontinuierliche Dokumentation darüber, was wann und von wem fertiggestellt wurde, lassen sich Streitigkeiten nur schwer schnell beilegen, und der Baufortschritt kann nur schwer präzise prognostiziert werden.
OnsiteIQ wurde entwickelt, um diese Lücke zu schließen. Das Unternehmen setzt ein Netzwerk von Spezialisten für die Datenerfassung auf aktiven Baustellen ein. Je nach Projekt erfassen sie die gesamte Baustelle regelmäßig wöchentlich, alle zwei Wochen oder täglich mit 360-Grad-Kameras.
Diese Aufnahmen werden anschließend in geolokalisierte Bilder umgewandelt und durch eine proprietäre KI-Pipeline verarbeitet, die den Baufortschritt erkennt, auf Sicherheitsrisiken hinweist und betriebliche Erkenntnisse liefert – vollständig unterstützt durch Ultralytics YOLO11.
Bauintelligenz für jede Baustelle#
OnsiteIQ stellt Eigentümern und Projektentwicklern im Immobilienbereich Bauintelligenz bereit. Bis heute hat OnsiteIQ mehr als 3.000 Projekte in über 200 Städten in den USA und Kanada überwacht, die Neubauvorhaben im Wert von mehr als 34 Mrd. US-Dollar umfassen. Die Plattform ermöglicht Projektteams, nahezu in Echtzeit zu verstehen, was auf einer Baustelle geschieht, ohne vor Ort sein zu müssen. Ein Projektteam, das die Entwicklung eines 1-Million-Quadratfuß-Projekts verwaltet, kann die gesamte Baustelle innerhalb eines einzigen Arbeitstags überprüfen – mit KI-generierten Erkenntnissen zum Fortschritt nach Etage, Gewerk und Bereich.
Die Plattform basiert auf einem klaren Nutzenversprechen: sicherzustellen, dass eingesetztes Kapital plan- und budgetgerecht das vorgesehene Ergebnis erreicht. Bauverzögerungen haben direkte finanzielle Auswirkungen. Wird ein Hotel zwei Monate zu spät fertiggestellt, schmälert der entgangene Zimmerumsatz in diesem Zeitraum unmittelbar die Rendite des Projekts. OnsiteIQ verschafft Projektteams die nötige Transparenz, um Probleme bei der Reihenfolge frühzeitig zu erkennen – etwa wenn festgestellt wird, dass die Fertigstellung von Trockenbauarbeiten dem Zeitplan voraus ist, und die Gewerke für Elektro- und Sanitärarbeiten aufgefordert werden, Schritt zu halten, bevor daraus umfassendere Verzögerungen entstehen.
Neben der Fortschrittsverfolgung unterstützt die Plattform auch die Überwachung von Sicherheit und Risiken. Die Erkennung von Feuerlöschern, Feueralarmen, eindringendem Wasser und anderen Bedingungen auf der Baustelle bietet Projektteams eine zusätzliche Kontrollmöglichkeit, für die andernfalls spezielle Inspektionsrundgänge vor Ort erforderlich wären.
Die Herausforderung, den Fortschritt auf einer sich 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 technischen Gebäudeausrüstung bis hin zu Trockenbau und fertigen Innenräumen. Um zu verfolgen, was fertiggestellt wurde und was nicht, ist ein System erforderlich, das den visuellen Zustand einer Baustelle in all diesen Phasen gleichzeitig erfassen kann.
Manuelle Ansätze für dieses Problem, etwa Baustellenbegehungen, Fortschrittsberichte und das Einreichen von Fotos, sind häufig arbeitsintensiv, uneinheitlich und lassen sich bei großen oder komplexen Projekten nur schwer skalieren.
Für OnsiteIQ bestand die Herausforderung darin, ein Erkennungssystem zu entwickeln, das bauspezifische Klassen in Hunderttausenden von Bildern pro Projekt präzise identifizieren kann – unter Bedingungen, die je nach Baustelle, Beleuchtung und Bauphase erheblich variieren. Das System musste schnell genug sein, um große Bildmengen im Hintergrund zu verarbeiten, präzise genug, um finanzielle und betriebliche Entscheidungen zu unterstützen, und flexibel genug, um mit dem weiteren Wachstum der Ontologie der erkennbaren Klassen des Unternehmens erweitert werden zu können.
Wie OnsiteIQ Ultralytics YOLO11 einsetzt#
Die KI-Pipeline von OnsiteIQ basiert auf der Segmentierung mit Ultralytics YOLO11 und wird auf jedes auf einer Baustelle erfasste Bild angewendet. Als Grundlage für das Training und die Erkennung verwendet das System eine proprietäre Ontologie – ein strukturiertes Wissenssystem für Bauklassen, das von OnsiteIQ entwickelt und gepflegt wird. Principal Product Manager Rammohan Adabala beschreibt sie als den Grund dafür, dass die Erkennungen entscheidungsreif sind: Klassen werden sowohl durch ihren Zustand als auch durch das Objekt definiert. So unterscheidet das System zwischen aufgehängten, verspachtelten und gestrichenen Trockenbauplatten. Diese Unterscheidung ermöglicht es, Erkennungen auf Bildebene zu einem für Eigentümer nutzbaren Fortschrittsbild zusammenzuführen.
Die Pipeline arbeitet in zwei Stufen:
• Erkennung auf Bildebene. Jedes auf einer Baustelle erfasste 360-Grad-Bild wird durch das YOLO11-Segmentierungsmodell verarbeitet, das die im Bild vorhandenen Bauelemente erkennt und klassifiziert. Die Ontologie umfasst eine große Bandbreite an Klassen aus allen Bauphasen – vom unverkleideten Rohbau aus Beton und den Rohinstallationen der technischen Gebäudeausrüstung bis hin zu ungestrichenem Trockenbau, fertigen Oberflächen und installierten Haushaltsgeräten. Erkennt das System beispielsweise einen Kühlschrank oder einen Backofen, weiß es, dass eine Wohn- oder Hotel-Einheit die Ausbauphase erreicht hat.
• Zusammenführung zu Erkenntnissen. Einzelne Bilderkennungen werden über den vollständigen Datensatz eines Projekts zusammengeführt und erzeugen Fortschrittskennzahlen auf Etagen- und Gewerkeebene. Diese Kennzahlen fließen in die Fortschrittsverfolgung, Terminplananalyse, Risikoanalyse und Sicherheits-Dashboards der Plattform ein und werden Eigentümern, Projektentwicklern und Projektmanagern direkt bereitgestellt.
Die Segmentierung liefert OnsiteIQ umfangreichere räumliche Informationen als die Erkennung von Begrenzungsrahmen allein. Mit dem Wachstum der Ontologie entwickelt OnsiteIQ außerdem eine Ensemble-Architektur, die ein Segmentierungsmodell mit einem Klassifikator kombiniert. Dadurch kann das System die Genauigkeit über eine wachsende Anzahl von Klassen effizienter steigern, als dies mit einem einzelnen Modell möglich wäre.
Abb. 1. Die OnsiteIQ-Plattform bei der Arbeit mit Ultralytics YOLO11.
Warum Ultralytics YOLO11 wählen?#
OnsiteIQ entschied sich aufgrund der Kombination aus Erkennungsgenauigkeit, Flexibilität beim Training und der einfachen Erstellung und Weiterentwicklung eigener proprietärer Datensätze für Ultralytics YOLO11. Laut Principal Engineer Evgeny Nuger war die Möglichkeit, schnell zu starten, einen Datensatz zu erstellen, den Trainer auszuführen und Ergebnisse iterativ zu verbessern, deutlich schneller, als eine eigene Infrastruktur von Grund auf zu entwickeln. Dies war einer der wichtigsten Gründe für den Wechsel des Teams zu Ultralytics.
Da die Trainingsdaten von OnsiteIQ proprietär sind, direkt auf aktiven Baustellen erfasst und gemäß der eigenen Ontologie des Unternehmens beschriftet werden, verwaltet das Team seine eigene Infrastruktur auf AWS und verwendet das Ultralytics Python-Paket, um das Training auszuführen und die Modelle aktuell zu halten. Dieser Ansatz gibt OnsiteIQ vollständige Kontrolle über die Daten und nutzt gleichzeitig die Leistungsfähigkeit und Zuverlässigkeit der YOLO-Modellfamilie.
Die Flexibilität der YOLO-Architektur war ebenfalls wichtig, da sich der Anwendungsfall von OnsiteIQ weiterentwickelt hat. Ausgehend von einem einzelnen Segmentierungsmodell arbeitet das Team nun auf einen Ensemble-Ansatz hin, während die Ontologie wächst – eine natürliche Weiterentwicklung, die das YOLO-Framework unterstützt, ohne grundlegende Änderungen an der zugrunde liegenden Pipeline zu erfordern.
Die Wirkung von Bauintelligenz im großen Maßstab#
OnsiteIQ hat mit seinen Kunden Wirkungsstudien durchgeführt, um die betrieblichen Verbesserungen zu quantifizieren, die sich aus dem Einsatz der Plattform ergeben. Über diese Studien hinweg haben sich mehrere konsistente Kennzahlen herausgebildet:
• 3-mal schnellere Beilegung von Streitigkeiten. 81 % der Nutzer berichteten von einer schnelleren Beilegung von Streitigkeiten. Im Durchschnitt verringerte sich die Zeit bis zur Lösung um das Dreifache, in Abhängigkeit von Bauphase und Komplexität waren Fälle bis zu 7-mal schneller gelöst. Mit einer kontinuierlichen, geolokalisierten visuellen Dokumentation jedes Baustellenbereichs können Beteiligte schnell feststellen, wann und wo ein Problem entstanden ist, und den Zeitaufwand für Abstimmungen zwischen den Gewerken reduzieren.
• Einsparungen bei Kostenüberschreitungen von 25.000 bis 400.000 US-Dollar. Kunden berichteten, dass sie pro Projekt zwischen 25.000 und 400.000 US-Dollar an Kostenüberschreitungen vermeiden konnten, indem sie Probleme bei der Reihenfolge und Risiken erkannten, bevor diese eskalierten.
• 20 % weniger Projektverzögerungen. Da die meisten Bauprojekte hinter dem Zeitplan zurückbleiben, stellt eine Verringerung der Verzögerungen um 20 % eine spürbare Verbesserung der Planbarkeit von Fertigstellungen und der Umsatzrealisierung dar.
• 24 % höhere Planbarkeit von Fertigstellungen. 78 % der Nutzer berichteten von einer verbesserten Planbarkeit der Projektfertigstellung, mit einem durchschnittlichen Anstieg von 24 %. Dadurch erhalten Eigentümer und Projektentwickler eine verlässlichere Grundlage für die Finanzplanung und die Berichterstattung an Beteiligte.
Insgesamt dient die Plattform auch als langfristige Dokumentation des Gebäudes. Nach Abschluss der Bauarbeiten können Facility Manager die Aufnahmen von OnsiteIQ nutzen, um zu verstehen, was sich hinter Wänden befindet, Rohrleitungen zu lokalisieren oder Probleme am Gebäude zu untersuchen – ohne Rätselraten oder störende Untersuchungsarbeiten.
Kontinuierliche Transparenz über den gesamten Projektlebenszyklus#
OnsiteIQ löst ein grundlegendes Informationsproblem im Bauwesen. Große Projekte binden erhebliches Kapital, erfordern eine komplexe Koordination zwischen mehreren Gewerken und sind finanziellen Risiken durch Verzögerungen stark ausgesetzt. Durch die Kombination aus 360-Grad-Erfassung und einer auf Ultralytics YOLO11 basierenden KI-Pipeline verschafft OnsiteIQ Projektteams die nötige Transparenz, um Projekte auf Kurs zu halten – vom ersten Tag des Aushubs 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 US-Dollar vermieden. Während die Ontologie von OnsiteIQ weiter wächst und sich die Ensemble-Modellarchitektur entwickelt, bleibt Ultralytics YOLO der Kern einer Plattform, die jeder Baustelle zuverlässige, kontinuierliche Erkenntnisse bereitstellt.
Interessierst du dich für Vision-KI im Bauwesen und in der Infrastruktur? Entdecke unsere Lizenzierungsoptionen, um Computer-Vision-Lösungen in deine Projekte zu integrieren. Besuche unser GitHub-Repository und werde Teil unserer Community.
