Mehr Sicherheit, effizientere Abläufe und intelligente Maschinen: Embedded AI könnte die Bauwirtschaft in den kommenden Jahren nachhaltig verändern. Dabei werden Daten nicht in der Cloud verarbeitet, sondern direkt dort ausgewertet, wo sie entstehen – in Maschinen, Kameras oder Sensoren. An der FH Oberösterreich in Hagenberg wird dazu intensiv geforscht. Eine zentrale Rolle spielt das Josef-Ressel-Zentrum für Künstliche Intelligenz für ressourcenbegrenzte Geräte, das gemeinsam mit Fronius International und Danube Dynamics Embedded Solutions betrieben wird. Im Fokus stehen KI-Systeme, die direkt auf ressourcenbegrenzten Geräten arbeiten und sich flexibel an veränderte Umgebungen anpassen können.
Sicherheit zuerst
Für Florian Eibensteiner, Leiter des Josef-Ressel-Zentrums und Professor an der FH Oberösterreich, liegt eines der größten Potenziale im Bereich Sicherheit. „Das Thema Sicherheit auf der Baustelle ist besonders relevant. Mit Embedded AI können Arbeiter*innen vor Gefahren geschützt werden“, sagt Eibensteiner. Eine wichtige Rolle spiele dabei etwa „das automatisierte Abschalten von Baumaschinen“. Ebenso bedeutend sei die Automatisierung selbstfahrender und selbstagierender Baumaschinen, die in kooperativen Umgebungen mit Menschen arbeiten. Die KI unterstütze dabei, die Umgebung zu interpretieren und daraus entsprechende Aktionen abzuleiten.
Viele der dafür notwendigen Technologien sind bereits verfügbar. „State of the Art sind derzeit die sensorische Überwachung und Maschinensteuerung – sei es mittels Kamera-, Radar- oder 3D-Sensoren“, erklärt Eibensteiner. Ziel sei es vor allem, Kollisionen und Personenschäden zu vermeiden. Auch Infrastrukturüberwachung und Baustellenlogistik profitieren bereits von KI, etwa bei Materialnachschub, Bestellungen oder Lagerbeständen.
Intelligenz am Edge
Was Embedded AI von vielen anderen KI-Anwendungen unterscheidet, erklärt Eibensteiner so: „Der große Unterschied besteht darin, dass bei Embedded AI die Intelligenz direkt in der Maschinensteuerung sitzt.“ Dadurch könnten Entscheidungen in Echtzeit getroffen werden. Gleichzeitig würden die gesammelten Daten die Maschine nicht verlassen. „Sämtliche gesammelten Daten bleiben lokal in der Maschine und werden nicht nach außen kommuniziert.“ Genau auf diese Form der sogenannten Edge-KI hat sich die Danube Dynamics spezialisiert. CEO Nico Teringl gründete das Unternehmen im Jahr 2020 mit zwei Studienkollegen.
Nico Teringl
„Wir sehen die Zukunft in einer sinnvollen Aufgabenteilung, bei der die KI den Menschen unterstützt, entlastet und absichert.“
„Edge-KI bedeutet, dass die Auswertung direkt dort passiert, wo die Daten entstehen – auf der Maschine, der Kamera oder dem Sensor selbst, ohne Umweg über eine Cloud“, erklärt Teringl. Gerade auf Baustellen eröffne das zahlreiche Anwendungsmöglichkeiten. Dazu zählen die Erkennung von Personen in Gefahrenzonen, die Kontrolle von Schutzausrüstung oder die Überwachung von Kran- und Baggerschwenkbereichen. „Bei den Maschinen selbst ermöglicht Predictive Maintenance, also die vorausschauende Wartung, dass Sensoren frühzeitig erkennen, wenn ein Bauteil zu verschleißen beginnt, bevor es zum teuren Stillstand kommt.“ Auch autonome oder teilautonome Maschinen sowie mobile Roboter seien denkbare Einsatzfelder.
Entscheidungen in Echtzeit
Warum lokale KI-Systeme gerade für Baustellen besonders interessant sind, begründet Teringl mit den speziellen Anforderungen der Branche. „Sicherheitskritische Entscheidungen – etwa das Stoppen einer Maschine, wenn jemand in den Gefahrenbereich tritt – müssen in Echtzeit fallen.“ Der Umweg über die Cloud koste wertvolle Millisekunden. Hinzu komme, dass Baustellen oft über keine stabile Netzabdeckung verfügen. „Ein System, das lokal funktioniert, ist nicht von einer stabilen Verbindung abhängig.“ Außerdem würden Datenschutz und Datenhoheit eine immer größere Rolle spielen. Wenn Kamerabilder direkt auf dem Gerät ausgewertet werden, verbleiben sensible Daten lokal.
Auch bei der Baustellenlogistik und Maschinensteuerung sieht Teringl großes Potenzial. „Bei der Sicherheitsüberwachung geht es genau darum, im Moment des Geschehens reagieren zu können, statt im Nachhinein zu analysieren.“ Echtzeitdaten könnten zudem helfen, Materialflüsse besser zu koordinieren und Leerlaufzeiten zu reduzieren. Maschinen würden künftig Schritt für Schritt mehr Aufgaben selbst übernehmen. „Wir sehen die Zukunft nicht in der vollständig autonomen Baustelle, sondern in einer sinnvollen Aufgabenteilung, bei der die KI den Menschen unterstützt, entlastet und absichert.“
Forschung für die Praxis
Bis Embedded AI flächendeckend auf Baustellen eingesetzt wird, sind noch einige Herausforderungen zu lösen. Die verfügbare Rechenleistung auf den Geräten ist begrenzt, gleichzeitig müssen Algorithmen und KI-Modelle so optimiert werden, dass sie zuverlässig in Echtzeit arbeiten. Auch Datenschutz, Haftungsfragen und der Umgang mit den neuen Technologien spielen eine wichtige Rolle. Hinzu kommen die besonderen Bedingungen auf Baustellen: Staub, Vibrationen, Temperaturschwankungen und wechselnde Lichtverhältnisse stellen hohe Anforderungen an die Systeme. Zudem benötigen KI-Anwendungen hochwertige Trainingsdaten, um unter realen Bedingungen zuverlässig zu funktionieren.
Florian Eibensteiner
„Bei Embedded AI sitzt die Intelligenz direkt in der Maschinensteuerung.“
Dennoch sind sich die Experten einig. „Training, Methoden und Algorithmen müssen so weit optimiert werden, dass alles direkt auf dem Gerät funktioniert“, sagt Eibensteiner. Gleichzeitig werde daran gearbeitet, dass sich die Systeme flexibel an veränderte Umgebungen anpassen können. Auch Teringl ist überzeugt, dass die Entwicklung erst am Anfang steht. „Wir sehen die Zukunft nicht in der vollständig autonomen Baustelle, sondern in einer sinnvollen Aufgabenteilung, bei der die KI den Menschen unterstützt, entlastet und absichert.“ Die Vision ist klar: Die Baustelle der Zukunft wird intelligenter sein. Embedded AI könnte dabei zu einem helfenden digitalen Bauleiter werden.