Mit Ultralytics YOLO Modellen automatisierte SiteAssist die Bildüberprüfung, was eine Echtzeit-Erkennung von Compliance-Problemen ermöglicht und Sicherheitsabläufe für Tausende von Benutzern an verschiedenen Standorten optimiert.
Baustellen beinhalten risikoreiche Aktivitäten wie Hebevorgänge und Heißarbeiten, bei denen Teams vor Arbeitsbeginn strenge Sicherheitsverfahren befolgen müssen. Um diese Prüfungen zu bestätigen, laden Arbeiter normalerweise Fotos als Nachweis über digitale Workflows hoch.
Die Überprüfung dieser Bilder ist jedoch nicht immer einfach. Sie können unklar, unvollständig oder manchmal irreführend sein, was es schwierig macht zu wissen, ob die Sicherheitsanforderungen tatsächlich erfüllt wurden, insbesondere bei Großprojekten.
SiteAssist unterstützt diese Workflows über seine digitale Plattform durch eine Kombination aus Werkzeugen und KI. Insbesondere Computer Vision-Modelle wie Ultralytics YOLO models werden zur Analyse hochgeladener Bilder eingesetzt, wodurch die Plattform versteht, was auf der Baustelle geschieht, ungültige Einreichungen markiert und potenzielle Probleme aufzeigt. Dies reduziert den manuellen Aufwand und versetzt Teams in die Lage, konsistente Sicherheitsstandards einzuhalten.
Verbesserung von Sicherheit und Compliance auf Baustellen mittels KI#
SiteAssist ist eine Plattform für das Arbeitsmanagement (Control-of-Work), die für Teams entwickelt wurde, die risikoreiche Aktivitäten im Bauwesen, in der Infrastruktur und anderen kritischen Branchen verwalten. Sie ersetzt komplexe, papierbasierte Prozesse durch strukturierte digitale Workflows und unterstützt Aufgaben wie Aushub, Heißarbeiten, Hebevorgänge und Arbeiten in engen Räumen.
Unternehmen wie Balfour Beatty, Taylor Woodrow (VINCI), Skanska und HG Construction nutzen SiteAssist, um die Konsistenz zu verbessern, Compliance zu wahren und Projekte reibungslos am Laufen zu halten. Durch die Digitalisierung von Genehmigungen und Workflows hilft die Plattform Teams, potenzielle Risiken zu identifizieren und sicherzustellen, dass Sicherheitsanforderungen einheitlich angewendet werden.
Heute unterstützt SiteAssist Tausende von Arbeitern und gibt Teams einen klareren Einblick in die täglichen Betriebsabläufe. Diese verbesserte Transparenz gibt den Teams eine größere Kontrolle über Sicherheitsprozesse.
Warum Sicherheitsschleifen auf Baustellen bei Skalierung scheitern#
Baustellen sicher und reibungslos zu betreiben ist keine einfache Aufgabe. Großprojekte umfassen oft Tausende von Arbeitern an mehreren Standorten, die jeweils risikoreiche Aufgaben ausführen, die vor Arbeitsbeginn strenge Sicherheitschecks erfordern.
Um zu bestätigen, dass diese Prüfungen abgeschlossen sind, müssen Arbeiter normalerweise Fotos als Nachweis in digitale Workflows oder Genehmigungssysteme hochladen. Doch die Überprüfung dieser Einreichungen ist nicht immer unkompliziert.
Bilder können unklar, unvollständig oder manchmal irreführend sein, was es schwer macht zu bestätigen, ob Sicherheitsanforderungen tatsächlich erfüllt wurden. Prüfer müssen jede Einreichung manuell kontrollieren und nach der richtigen Ausrüstung, dem korrekten Aufbau und der allgemeinen Compliance suchen.
Mit steigender Anzahl der Einreichungen wird dieser Prozess zeitaufwendiger und schwieriger konsistent zu verwalten. Gleichzeitig verlassen sich viele Projekte immer noch auf papierbasierte Genehmigungen oder teilweise digitalisierte Workflows.
Dies verlangsamt Genehmigungen, erzeugt Engpässe und begrenzt die Sichtbarkeit der Baustellenaktivitäten in Echtzeit. Teams müssen möglicherweise persönlich nachfassen oder Prüfungen wiederholen, was zu weiteren Verzögerungen führt.
Mit der Skalierung der Betriebsabläufe machen es diese Herausforderungen schwieriger, konsistente Sicherheitsstandards aufrechtzuerhalten, und erhöhen das Risiko für übersehene oder verspätete Prüfungen.
Ermöglichung robuster Sicherheitschecks mit Ultralytics YOLO Modellen#
SiteAssist vereinfacht Sicherheitschecks durch die Kombination von Genehmigungs-Workflows mit Echtzeit-Bildverifizierung. Anstatt sich auf manuelle Prüfungen zu verlassen, können Teams Bilder direkt vor Ort aufnehmen und hochladen, wobei jede Einreichung validiert wird, bevor die Genehmigung erfolgt. Dies hilft sicherzustellen, dass Sicherheitschecks auch unter sich ändernden Bedingungen konsistent durchgeführt werden.
Im Hintergrund wird jedes hochgeladene Bild mithilfe von Ultralytics YOLO models analysiert, wobei Vision-Aufgaben wie object detection und Bildklassifizierung genutzt werden, um zu verstehen, was sich auf der Baustelle befindet.
Modelle wie Ultralytics YOLO26 wurden anhand der eigenen Datensätze von SiteAssist feinabgestimmt, die aus Bildern erstellt wurden, welche über dessen Plattform auf echten Baustellen gesammelt wurden. Dies umfasst rund 45 baustellenbezogene Objekte wie Feuerlöscher, Schutzausrüstung, Gasbehälter sowie gängige Elektrowerkzeuge und Maschinen.
Das System identifiziert diese Objekte und prüft, ob die erforderlichen Gegenstände sichtbar sind, wobei es alles markiert, was fehlt oder nicht den erwarteten Kriterien entspricht. Es kann auch ungültige Einreichungen hervorheben, wie z. B. Bilder, die nicht unter realen Baustellenbedingungen aufgenommen wurden. Über diese Einreichungen hinweg wird durchschnittlich 1,7 Objekte pro Bild erkannt, was auf 2,7 steigt, wenn Hintergrundbilder ausgeschlossen werden, was die Dichte bedeutsamer Aktivitäten vor Ort unterstreicht.
Hier sind einige Beispiele, wie Ultralytics YOLO Modelle innerhalb von SiteAssist verwendet werden:
- Validierung von Live-Bildern: Das System kann erkennen, wenn ein hochgeladenes Bild nicht unter realen Bedingungen aufgenommen wurde, wie z. B. ein Foto eines Bildschirms, und es zur Überprüfung markieren.
- Erkennen und Zählen von Ausrüstung: Das System kann erforderliche Gegenstände wie Feuerlöscher identifizieren und prüfen, ob die korrekte Anzahl vorhanden ist. In einigen Fällen wird neben YOLO auch optische Zeichenerkennung (OCR) verwendet, um Text aus Bildern zu extrahieren, wie z. B. das Lesen von Etiketten, um die Art der Ausrüstung zu bestimmen.
Abb. 1: Erkennung von Feuerlöschern mit Ultralytics YOLO models auf SiteAssist (Source)
Warum solltest du dich für Ultralytics YOLO Modelle entscheiden?#
Ultralytics YOLO Modelle bieten die Geschwindigkeit und Genauigkeit, die SiteAssist für die reale Bildvalidierung benötigt. Bilder können beim Hochladen schnell verarbeitet werden, was es einfacher macht, Sicherheitschecks ohne Verzögerungen durchzuführen.
Tatsächlich hat SiteAssist seit Januar 2025 über 770.918 Bilder mit Ultralytics YOLO Modellen verarbeitet, mehr als 1.302.315 Objekte erkannt und eine zuverlässige Leistung bei hoher Skalierung demonstriert.
Das Ultralytics Python package macht es zudem unkompliziert, Modelle mit Daten zu trainieren und feinabzustimmen, die aus echten Baustellen-Workflows erfasst wurden. Das bedeutet, dass sich die Modellleistung kontinuierlich verbessern kann, während im Laufe der Zeit mehr Daten erfasst werden.
Aus Bereitstellungssicht sind YOLO Modelle effizient und flexibel. SiteAssist verarbeitet Bilder derzeit in der Cloud als Teil seines Backends und wickelt Uploads von den Geräten der Arbeiter in Echtzeit ab. Gleichzeitig können die Modelle auch lokal auf Geräten ausgeführt werden, was es ermöglicht, zukünftige Anwendungsfälle zu unterstützen, bei denen die Verarbeitung direkt vor Ort erfolgt.
Darüber hinaus können die Ultralytics YOLO models dank der Unterstützung für export formats wie ONNX und ExecuTorch ohne zusätzlichen Aufwand in verschiedene Edge-Systeme integriert werden. Dies gibt SiteAssist eine praktische und skalierbare Möglichkeit an die Hand, seine Vision-KI-Workflows aufzubauen und zu erweitern.
SiteAssist und Ultralytics YOLO beschleunigen Sicherheitschecks in Echtzeit#
Derzeit unterstützt SiteAssist rund 12.000 aktive Benutzer auf etwa 4.000 Geräten, wodurch Sicherheits-Workflows für große, komplexe Projekte effizient skaliert werden können.
Durch die Einführung automatisierter Bildverifizierung haben Teams die Abhängigkeit von manuellen Prüfungen reduziert und Genehmigungsprozesse beschleunigt. Aufgaben, die zuvor wiederholte Kontrollen erforderten, können jetzt schneller validiert werden, was dazu beiträgt, dass Arbeiten pünktlich beginnen und Verzögerungen reduziert werden.
Die YOLO-gestützte Bildanalyse hat zudem die Konsistenz bei der Durchführung von Sicherheitschecks verbessert. Einreichungen werden strukturierter bewertet, wodurch fehlende Ausrüstung, künstliche Bilder oder unvollständige Prüfungen leichter identifiziert werden können. Zu den am häufigsten erkannten Objekten seit Januar 2025 gehören über 283.000 Fahrzeuge und mehr als 201.000 Personen sowie fast 68.500 künstliche Bilder und über 55.000 Feuerlöscher.
Dies gibt Bauleitern eine klarere Sicht auf die laufenden Arbeiten und mehr Sicherheit, dass die Sicherheitsanforderungen erfüllt werden.
Abb. 2. Ein Beispiel für ein künstliches Foto, das von SiteAssist mit Ultralytics YOLO erkannt wurde.
Darüber hinaus hat die Reduzierung von manuellem Papierkram es den Teams ermöglicht, weniger Zeit mit administrativen Aufgaben und mehr Zeit vor Ort zu verbringen. Infolgedessen laufen die Betriebsabläufe reibungsloser und Sicherheitsprozesse werden an verschiedenen Standorten zuverlässiger.
Vision-gesteuerte Sicherheits-Workflows für das Bauwesen an die Edge bringen#
Mit Blick auf die Zukunft erkundet SiteAssist Edge-KI, um Ultralytics YOLO Modelle näher an den Ort zu bringen, an dem die Daten vor Ort erfasst werden. Durch die Verarbeitung von Bildern direkt auf Geräten zielt das Team darauf ab, Cloud-Kosten zu senken, die Datensicherheit zu verbessern und die Entscheidungsfindung in Echtzeit zu unterstützen. Sie planen, diese Fähigkeiten weiter auszubauen, um fortschrittlichere, sicherheits- und betriebsrelevante Workflows in Echtzeit zu ermöglichen.
Möchtest du Vision AI in deine Abläufe integrieren? Tritt our community bei und erfahre mehr über Anwendungen wie AI in healthcare und vision AI in agriculture. Besuche unser GitHub repository und entdecke die licensing options, um noch heute loszulegen!
