1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 87 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse Dipl.-Ing. Holger Kaiser BAUER Resources GmbH, Schrobenhausen, Deutschland Zusammenfassung Die Digitalisierung hat in den vergangenen Jahren nahezu alle Wirtschaftszweige erfasst und transformiert. In der Geotechnik, einem traditionell durch physische Präsenz und manuelle Prozesse geprägten Bereich, vollzieht sich dieser Wandel langsam, aber stetig, geprägt durch Mitarbeiter und Hersteller von digitalen Produkten. Speziell in den Bereichen Spezialtief bau, Altlastensanierung und Geothermie eröffnen digitale Technologien neue Dimensionen der Effizienz, Präzision und Sicherheit. Die Integration von Künstlicher Intelligenz (KI), digitalen Zwillingen und innovativen Prozessautomatisierungen markiert einen Paradigmenwechsel, der sowohl die operative Bauausführung als auch die administrativen Supportfunktionen grundlegend verändert. Die vorliegende Arbeit analysiert die praktische Implementation digitaler Technologien bei der BAUER AG, einem global agierenden Spezialtief bau- Altlasten-, Bergbau- Geothermie- und Maschinenbauunternehmen und demonstriert, wie KI-gestützte Systeme und digitale Zwillinge die gesamte Wertschöpfungskette vom Vertrieb über die Planung bis zur Bauausführung verändert. 1. Einführung Die erfolgreiche Digitalisierung in der Geotechnik erfordert mehr als die bloße Implementierung neuer Technologien. Es bedarf einer ganzheitlichen Transformation der Unternehmensprozesse und einer systematischen Befähigung der Mitarbeitenden. Die Einführung von KI- Systemen und digitalen Zwillingen muss von umfassenden Schulungsprogrammen begleitet werden, die sowohl technische Kompetenzen als auch das Verständnis für neue Arbeitsabläufe vermitteln. Besonders kritisch ist die Schaffung einer Datenkultur, in der die kontinuierliche Erfassung, Pflege und Nutzung digitaler Informationen als Kernkompetenz verstanden wird. Dies umfasst die Standardisierung von Datenformaten, die Etablierung von Qualitätssicherungsprozessen und die Schaffung klarer Verantwortlichkeiten für die Datenintegrität. Nur durch diese ganzheitliche Herangehensweise kann das volle Potenzial der Digitalisierung in einem großen Unternehmen, wie der BAUER AG, ausgeschöpft werden. 2. Prozessoptimierung im organisatorischen Bereich einer Baufirma Es gibt eine Vielzahl von organisatorischen Prozessen bevor, während oder nachdem eine Baufirma die eigentliche Arbeit auf der Baustelle durchführt. Um die allgemeinen Geschäftskosten zu reduzieren sind Effizienzgewinne im organisatorischen Bereich ein großer Hebel, um Kosten zu sparen. 2.1 KI-gestützte Dokumentenverarbeitung in der kaufmännischen Administration Die Implementierung intelligenter Dokumentenverarbeitungssysteme in der kaufmännischen Abteilung repräsentiert einen fundamentalen Schritt zur Prozessoptimierung. Moderne OCR-Technologien (Optical Character Recognition) [1] in Kombination mit Natural Language Processing (NLP) [2] ermöglichen die automatisierte Extraktion und Verarbeitung von Rechnungsdaten. Die KI-Systeme erkennen nicht nur strukturierte Daten wie Rechnungsnummern, Beträge und Steuersätze, sondern interpretieren auch kontextuelle Informationen und ordnen diese den entsprechenden Kostenstellen und Projekten zu. Die nahtlose Integration in SAP-Systeme erfolgt über standardisierte APIs, wobei die KI-Lösung als intelligente Middleware fungiert. Durch maschinelles Lernen verbessert sich die Erkennungsgenauigkeit kontinuierlich, da das System aus Korrekturen und Validierungen lernt. Dies reduziert die manuelle Dateneingabe um bis zu 85 % und minimiert gleichzeitig die Fehlerquote signifikant. Besonders in der projektbasierten Abrechnung des Spezialtief baus oder des Altlastenbereiches, wo komplexe Leistungsverzeichnisse und variable Abrechnungsmodelle vorherrschen, zeigt sich der Mehrwert dieser Automatisierung. 2.2 Generative KI als Produktivitätskatalysator im administrativen Bereich Die Integration von Large Language Models (LLMs) [3] wie Claude und GitHub Copilot transformiert die Arbeitsweise des Sekretariats grundlegend. Diese KI- Assistenten fungieren als intelligente Programmierpartner bei der Entwicklung von VBA-Skripten für Microsoft Office-Anwendungen. Die natürlichsprachliche Interaktion ermöglicht es auch Mitarbeitenden ohne tiefgreifende Programmierkenntnisse, komplexe Automatisierungen zu erstellen. Praktische Anwendungsfälle umfassen die Automatisierung von Serienbriefen mit dynamischen Inhalten, die 88 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse intelligente Kategorisierung und Weiterleitung von E- Mails basierend auf Projektcodes, sowie die Erstellung von Robot Process Automation (RPA), mit dem E-Mails automatisiert in Dateisystemen abgelegt werden. Die KI- Assistenten generieren nicht nur funktionsfähigen Code, sondern erklären auch die zugrundeliegende Logik, wodurch ein kontinuierlicher Wissenstransfer stattfindet. Dies führt zu einer Demokratisierung der Automatisierung und befähigt Fachabteilungen, eigenständig Effizienzsteigerungen zu realisieren. Abb. 1 : RPA-Prozess für die Ablage einer Mail in einem Dateisystem 2.3 Mehrsprachige Content-Generierung im globalen Vertrieb und Marketing In einem international agierenden Unternehmen stellt die mehrsprachige Kommunikation eine zentrale Herausforderung dar. Die Integration von neuralen maschinellen Übersetzungssystemen wie DeepL revolutioniert die Erstellung von Produkt- und Marketingunterlagen. Diese Systeme gehen weit über einfache Wort-für-Wort-Übersetzungen hinaus und berücksichtigen kulturelle Nuancen, Fachterminologie und branchenspezifische Konventionen. Abb. 2: Perfekte Übersetzung von Marketingunterlagen Die KI-gestützte Übersetzung technischer Dokumentationen für Spezialtief bau-Projekte oder Marketingunterlagen für Brunnenbaumaterial, das die Schwesterfirma GWE GmbH im Portfolio hat, erfordert ein tiefes Verständnis fachspezifischer Terminologie. Moderne Übersetzungssysteme werden mit unternehmensspezifischen Glossaren und Translation Memories trainiert, um konsistente und präzise Übersetzungen zu gewährleisten. Dies beschleunigt nicht nur die Time-to-Market für internationale Ausschreibungen, sondern erhöht auch die Qualität der Kommunikation mit lokalen Partnern und Behörden. 2.4 KI-unterstützte Softwareentwicklung in der IT-Abteilung Die hausinternen IT-Abteilungen stehen vor der Herausforderung, maßgeschneiderte digitale Lösungen für spezifische Anforderungen der Geotechnik zu entwickeln. Die Integration von KI-Programmierassistenten wie Claude transformiert den Entwicklungsprozess fundamental. Diese Systeme unterstützen bei IT-Systemen in allen organisatorischen und operativen Bereichen, baut Software und Hardwaresysteme und kümmert sich um die technische Infrastruktur des Unternehmens. Bei der Entwicklung von Web-Portalen für Projektmanagement oder mobilen Apps für die Baustellendokumentation reduziert sich die Entwicklungszeit erheblich. Die KI-Assistenten helfen bei der Implementierung komplexer Funktionalitäten wie Echtzeit-Datenvisualisierung von Bohrfortschritten, Integration von IoT-Sensordaten aus Geothermie-Anlagen oder der Entwicklung von Augmented-Reality-Features für die Baustellenvisualisierung. Besonders wertvoll ist die Unterstützung bei der Erstellung von APIs zur Integration verschiedener Systeme, von der Maschinendatenerfassung bis zur ERP-Anbindung 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 89 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse 3. Neue Prozesse im planerischen Bereich einer Baufirma durch digitale Produkte Die Segmente, Bau, Maschinen, und Resources der BAUER AG haben planerische Bereiche für die Baustelle und die Produktion. Als Arbeitsvorbereitung oder Produktentwicklung wird seit Jahren auf 3D- Planung gesetzt. Building Information Modeling (BIM) hat sich in der oberirdischen Bauplanung bereits als Standard etabliert. Die Übertragung dieser Methodik auf geothermische Projekte erfordert jedoch spezifische Anpassungen, da hier die Modellierung des unsichtbaren Untergrunds im Vordergrund steht. Das implementierte System basiert auf einer bidirektionalen Datenintegration zwischen dem BIM-Modell und verschiedenen Datenquellen aus dem Baustellenbetrieb. Die Kernkomponente bildet ein erweitertes BIM-Modell, das nicht nur geometrische und geologische Informationen enthält, sondern als lebender digitaler Zwilling fungiert. Dieses Modell wird kontinuierlich mit Echtzeitdaten u. a. aus Maschinendaten und Drucksensoren aktualisiert, das während der Bohrarbeiten und der Rohleitungsverlegung kritische Parameter wie Injektionsdruck und Temperaturverläufe erfasst. Die Integration erfolgt über standardisierte IoT-Protokolle (MQTT, OPC UA), wodurch eine latenzarme Datenübertragung gewährleistet wird. 3.1 Digitale Zwillinge und BIM in der operativen Bauausführung Die Implementation von Building Information Modeling (BIM) und digitalen Zwillingen markiert einen Quantensprung in der Präzision und Sicherheit der Bauausführung. Im Spezialtiefbau, wo millimetergenaue Arbeit oft entscheidend ist, revolutioniert die Integration von BIM-Modellen in die Maschinensteuerung die operative Praxis. Moderne Bagger und Bohrgeräte sind mit GPS-gestützten Steuerungssystemen ausgestattet, die in Echtzeit mit dem digitalen Zwilling des Bauprojekts kommunizieren. Der Maschinenführer sieht auf seinem Display nicht nur die aktuelle Position und Tiefe, sondern erhält auch automatische Warnungen bei Annäherung an definierte Grenzen der Maschine. Das System verhindert aktiv Überschreitungen der im BIM-Modell definierten Parameter, wodurch Schäden an unterirdischen Leitungen, unbeabsichtigte Durchdringungen von Sperrschichten oder Überschreitungen von Gründungstiefen effektiv vermieden werden. Diese digitalen Zwillinge integrieren multiple Datenströme: geologische Schichtmodelle, Grundwasserstände, Altlastenkataster und Bestandsleitungen. Durch maschinelles Lernen werden die Modelle kontinuierlich mit realen Messdaten aus der Bauausführung abgeglichen und verfeinert. Dies ermöglicht prädiktive Analysen, etwa zur Vorhersage von Schichtänderungen oder zur Optimierung von Injektionsmengen bei Baugrundverbesserungen. 3.2 KI-gestützte Punktwolkenverarbeitung in der Drohnenvermessung Die Integration von Drohnentechnologie in der Geotechnik hat die Vermessung und Dokumentation von Baustellen, Altlastenflächen und geologischen Formationen revolutioniert. Die dabei generierte große Anzahl von Punktwolkendaten stellt jedoch erhebliche Herausforderungen hinsichtlich Verarbeitung und Analyse dar. Moderne KI-Algorithmen transformieren diese Rohdaten in präzise, nutzbare 3D-Modelle und ermöglichen eine Automatisierung, die mit konventionellen Methoden undenkbar wäre. Die photogrammetrische Erfassung mittels UAV (Unmanned Aerial Vehicles), oder allgemein „Drohnen, generiert Punktwolken mit Millionen bis Milliarden von Datenpunkten. KI-basierte Algorithmen, insbesondere Deep-Learning-Modelle wie PointNet++ und Random Forest Classifier, identifizieren und eliminieren automatisch Störelemente wie Vegetation, temporäre Baustelleneinrichtungen oder Fahrzeuge. Diese semantische Segmentierung erfolgt mit einer Präzision, die manuelle Bereinigungsprozesse bei weitem übertrifft, während der Zeitaufwand um den Faktor 10 bis 20 reduziert wird. Abb. 3: Bereinigte Punktwolke aus einer Drohnenvermessung einer Altlastenbaustelle Die Optimierung der Flugpfade und Aufnahmeparameter durch maschinelles Lernen maximiert die Datenqualität bei minimaler Flugzeit. KI-Systeme analysieren historische Projektdaten, Wetterbedingungen und spezifische Geländecharakteristika, um optimale Missionsparameter zu berechnen. Bei der Volumenberechnung mit LIDAR Sensoren in mobilen Endgeräten in der Altlastensanierung oder der Fortschrittskontrolle bei Geothermie-Bohrungen erreichen die KI-gestützten Auswertungen eine Genauigkeit von über 98 % bei gleichzeitiger Reduktion der Prozesszeit über die gesamte Baustellenzeit von Tagen auf Stunden. Besonders wertvoll ist die Fähigkeit der KI-Systeme, Veränderungen zwischen zeitversetzten Aufnahmen zu detektieren und zu quantifizieren. Im Bereich der Altlastensanierung ermöglicht dies die präzise Überwachung von Materialverschiebungen oder Oberflächengenauigkeit bei Einbauten. 90 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse 3.3 Digitale Lieferscheinverarbeitung und mobile Mengenerfassung Die Digitalisierung der Materialwirtschaft auf Baustellen stellt einen kritischen Baustein für die durchgängige Prozessautomatisierung dar. Die Implementation mobiler Erfassungssysteme für Lieferscheine direkt durch die Bauleitung revolutioniert die traditionell papierbasierte Dokumentation und eliminiert Medienbrüche zwischen Baustelle und Verwaltung. Moderne mobile Applikationen ermöglichen es Bauleitern, Lieferscheine mittels Smartphones oder Tablet zu scannen. Integrierte OCR-Technologie in Kombination mit Machine-Learning-Algorithmen extrahiert automatisch relevante Informationen wie Lieferantendaten, Materialnummern, Mengenangaben und Lieferdatum. Die KI-Systeme sind dabei auf die spezifischen Herausforderungen von Baustellendokumenten trainiert: verschmutzte oder geknickte Papiere, wechselnde Lichtverhältnisse und verschiedenste Lieferscheinformate unterschiedlicher Zulieferer. Die extrahierten Daten werden in Echtzeit validiert, indem sie mit Bestelldaten, Leistungsverzeichnissen und Projektbudgets abgeglichen werden. Abweichungen oder Unstimmigkeiten lösen automatische Warnmeldungen aus, die eine sofortige Klärung noch während der Warenannahme ermöglichen. Dies ist besonders kritisch im Spezialtief bau, wo Materialmengen von Zementsuspensionen oder Bewehrungsstähle exakt den Projektanforderungen entsprechen müssen. Die nahtlose Integration in das Abrechnungssystem erfolgt über standardisierte Schnittstellen, wobei die erfassten Mengen automatisch den entsprechenden Kostenstellen und Leistungspositionen zugeordnet werden. Dies ermöglicht eine tagesaktuelle Projektkostenüberwachung und vereinfacht die Nachweisführung gegenüber Auftraggebern erheblich. Durch die digitale Archivierung mit automatischer Verschlagwortung sind Lieferdokumente jederzeit auffindbar und rechtssicher dokumentiert. Die Kombination mit GPS-Daten und Zeitstempeln schafft zudem eine lückenlose Dokumentation der Materialflüsse auf der Baustelle. Bei Großprojekten der Altlastensanierung, wo die ordnungsgemäße Entsorgung kontaminierter Materialien nachweispflichtig ist, bietet diese digitale Kette einen rechtssicheren Nachweis der gesamten Entsorgungslogistik. 3.4 BIM-Integration in der Geothermie: Vernetzung von Sensordaten und Baustellendokumentation Die nach geothermischen Bohrungen durchgeführten Druckprüfungen generieren essenzielle Daten zur Bewertung der Rohrstabilität und möglichen Beschädigungen während des Einbaus. Das entwickelte Druckprüfungs- und Überwachungssystem erfasst diese Messwerte automatisch über kalibrierte Drucktransmitter mit einer Abtastrate von bis zu 100 Hz. Die hochauflösenden Druckverläufe werden mittels Edge-Computing- Einheiten vorverarbeitet und an zentrale Rechenzentren weitergeleitet. Die Sensordaten durchlaufen einen mehrstufigen Validierungsprozess, bei dem Machine-Learning-Algorithmen Anomalien detektieren und Plausibilitätsprüfungen durchführen. Besonders hervorzuheben ist die Implementierung eines LSTM-Netzwerks (Long Short-Term Memory), das auf historischen Druckverläufen trainiert wurde und unerwartete Druckentwicklungen frühzeitig identifiziert. Parallel zur Sensorintegration erfolgt die systematische Erfassung und Verknüpfung der täglichen Baustellendokumentation. Das digitale Bautagebuch, das von Bauleitern und Polieren über mobile Endgeräte gepflegt wird, enthält qualitative Beobachtungen, Materialverbräuche, Personalzeiten und besondere Vorkommnisse. Diese semi-strukturierten Daten werden an zentrale Rechenzentren geleitet. Verknüpft mit den Daten aus dem Senor und den 3D Modelldaten können Bauleiter über standardisierte Visualisierungen, Projekte besser kontrollieren. 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 91 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse Abb. 4: Projektfortschrittskontrolle mit App und Sensordaten 4. Neue Prozesse: Autonomie und Intelligenz auf der Baustelle In der BAUER AG werden eigene, große Software- und Hardwareprojekte entwickelt, die die Arbeitsprozesse in allen Bereichen heutzutage und in Zukunft verändern. 4.1 Ecosystem Ground: KI-gestützte Digitalisierung geotechnischer Grundlagen Die Planungsabteilung steht vor der Herausforderung, heterogene geotechnische Datenquellen zu integrieren. Bodengutachten, die oft als gescannte PDF-Dokumente oder in Papierform vorliegen, enthalten essenzielle Informationen über Schichtverläufe, Korngrößenverteilungen, Scherfestigkeiten, Kontanimination und hydrogeologische Parameter. Für das entwickelte „Ecosystem Boden“ beginnt mit diesen Dokumenten ein mehrstufiger Prozess bis hin zu Maschine. Die erste Stufe umfasst die optische Zeichenerkennung (OCR) unter Verwendung von Tesseract und PPOCR in Kombination mit Open Source Bildvorverarbeitungs-algorithmen. Besondere Aufmerksamkeit gilt der Erkennung von Bohrprofilen, die häufig als grafische Darstellungen mit Symbolen und Schraffuren vorliegen. Ein Convolutional Neural Network (CNN) [4] wurde auf einem Datensatz annotierten Bohrprofilen trainiert und erreicht bei der Klassifikation von Bodenarten nach DIN 4023 im Durchschnitt eine Genauigkeit von 97 %. Um eine 100 %-ige Genauigkeit zu erreichen, wurde eine intuitive Webseite erstellt, in der Projektarbeiter einfach die wenigen Korrekturen händisch durchführen. Diese Verbesserung führt auch zur Verbesserung des Netzwerkes. Nach der erfolgreichen Texterkennung erfolgt die semantische Analyse und Strukturierung der Daten. Ein hybrides System aus regelbasierten Parsern und Machine-Learning-Modellen identifiziert relevante Datenpunkte wie Schichtgrenzen, Grundwasserstände, Laborwerte und geotechnische Kennwerte. Die Extraktion erfolgt kontextabhängig, wobei das System zwischen verschiedenen Darstellungsformen (Tabellen, Fließtext, Diagramme) unterscheidet und die Information entsprechend interpretiert. Die extrahierten Daten werden in einer Datenbank gespeichert und auf unternehmensspezifische Problemstellungen optimiert. Zum Beispiel lassen sich komplexe Abfragen wie „Alle Projekte in München mit Kiesschichten > 2 m Mächtigkeit im Grundwasserbereich“ oder „Korrelation zwischen SPT-Werten und Setzungsverhalten in quartären Sedimenten“. Die Verwendung von Datenbanken erlaubt dabei die effiziente Verarbeitung räumlicher und zeitlicher Beziehungen zwischen geologischen Einheiten. Die strukturierten Bodendaten werden anschließend für die Generierung dreidimensionaler geologischer Modelle verwendet. Mittels geostatistischer Interpolationsverfahren (Linear und Kriging) werden aus punktuellen Aufschlussdaten kontinuierliche Untergrundmodelle erstellt [5]. 92 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse Abb. 5: Automatisch erstelltes 3D Geologiemodel inkl. Kontamination angepasst auf die Baustelle Die Integration in das BIM-System erfolgt über eine eigens entwickelt API in Autodesk Revit, erweitert um geotechnische Eigenschaftssätze. Das resultierende 3D-Geologiemodell ist nicht statisch, sondern wird kontinuierlich mit neuen Aufschlussdaten aktualisiert. In Zukunft wird ein Bayesianisches Updating-Verfahren genutzt, um die Vorinformationen aus benachbarten Projekten als Prior- Verteilung zu beachten und aktualisiert diese mit projektspezifischen Messdaten [6]. Die Entwicklung eines Model Context Protocol (MCP) Servers revolutioniert die Interaktion zwischen menschlichen Akteuren und komplexen BIM-Systemen [7]. Der MCP-Server fungiert als intelligente Middleware, die natürlichsprachliche Anfragen in strukturierte BIM-Queries übersetzt und die Ergebnisse kontextgerecht auf bereitet. Das zugrunde liegende Large Language Model wurde speziell auf geotechnische Fachsprache und BIM-Terminologie fine-tuned. Es versteht komplexe Anfragen wie „Zeige mir alle Bohrungen mit artesischen Verhältnissen im Projektgebiet Nord der geplanten Baugrube“. Die Antworten werden nicht nur textuell, sondern auch visuell auf bereitet, indem relevante 3D-Visualisierungen und Schnittdarstellungen automatisch generiert werden. 4.2 Ferngesteuerte und autonome Baugeräte Die Implementierung ferngesteuerter und autonomer Baggersysteme stellt einen Paradigmenwechsel in der Ausführung geotechnischer Arbeiten dar. Die entwickelten Systeme basieren auf einer Kombination aus hochpräziser GNSS-Positionierung (RTK-GPS mit Genauigkeiten < 2cm), LIDAR-basierter Umgebungserkennung und Machine-Vision-Systemen zur Materialklassifikation. Der Autonomiegrad reicht dabei von teilautonomen Assistenzsystemen bis zu vollständig selbstständig operierenden Einheiten. Das Steuerungssystem nutzt Reinforcement Learning- Algorithmen (Proximal Policy Optimization), die in simulierten Umgebungen trainiert und anschließend durch Transfer Learning an reale Bedingungen angepasst wurden. Besondere Herausforderungen ergeben sich aus der Heterogenität des Baugrunds und unvorhersehbaren Hindernissen wie Findlingen oder anthropogenen Einlagerungen. Das System verwendet daher adaptive Grabstrategien, die basierend auf dem Eindringwiderstand und der visuellen Materialerkennung in Echtzeit optimiert werden. Die Integration mit dem digitalen Zwilling ermöglicht es, Aushubarbeiten präzise nach dem geplanten Baugrubenmodell durchzuführen. Abweichungen zwischen Soll- und Ist-Geometrie werden kontinuierlich erfasst und führen zu automatischen Plananpassungen. Ein besonderer Fokus liegt auf der Arbeitssicherheit: Multiple redundante Sensorsysteme überwachen den Arbeitsbereich und initiieren bei Gefährdungssituationen sofortige Sicherheitsabschaltungen. 4.3 Baustellenpersonal und universelle Sprachkommunikation Die Überwindung von Sprachbarrieren auf internationalen Baustellen erfolgt durch die Implementierung einer KI-gestützten Lösung, die analog zum Babelfisch aus Douglas Adams‘ „Per Anhalter durch die Galaxis“ eine nahtlose mehrsprachige Kommunikation ermöglicht [8]. Das System basiert auf der Integration von DeepL Voice mit kontextsensitiven Übersetzungsmodellen, die speziell auf bautechnische Terminologie trainiert wurden. Jeder Mitarbeiter erhält ein robustes Headset, das die gesprochene Sprache in Echtzeit erfasst, übersetzt und dem Gesprächspartner in dessen Muttersprache wiedergibt. Die Latenz beträgt dabei weniger als 500 Millisekunden, wodurch natürliche Gespräche möglich werden. Das System berücksichtigt nicht nur die reine Übersetzung, sondern auch kulturelle Kontexte und fachspezifische Idiome. Zukünftig wird die Integration von Augmented Reality den Kommunikationsprozess noch verbessern: Über AR-Brillen werden Übersetzungen zusätzlich als Untertitel eingeblendet, technische Zeichnungen mit lokalisierten Annotationen versehen und Sicherheitshinweise in der jeweiligen Sprache visualisiert. Die KI-Lösung lernt kontinuierlich aus den Interaktionen und verbessert ihre Übersetzungsqualität projektspezifisch. Ein Feedback- Mechanismus erlaubt es Nutzern, Fehlübersetzungen zu korrigieren, die dann in das Modell zurückfließen. 5. Fazit und Ausblick Die dargestellten Digitalisierungsansätze in der Geotechnik demonstrieren das transformative Potenzial von KI, digitalen Zwillingen und Prozessautomatisierung. Die Integration von BIM-Modellen mit Echtzeit-Sensordaten und intelligenten Dokumentationssystemen schafft eine bisher unerreichte Transparenz und Kontrolle über geotechnische Projekte. Das Ecosystem Boden revolutioniert die Verwertung geologischer Daten und ermöglicht datengetriebene Entscheidungen auf Basis umfassender geologischer Wissensgraphen. Die Einführung autonomer Systeme und intelligenter Schnittstellen markiert den Übergang von der Digitalisierung zur echten digitalen Transformation. Dabei steht nicht die Technologie selbst im Vordergrund, sondern deren Beitrag zur Lösung realer Herausforderungen: erhöhte Arbeitssicherheit, reduzierte Projektrisiken, ver- 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 93 Digitalisierung in der Geotechnik - KI, Digitale Zwillinge & neue Prozesse besserte Ressourceneffizienz und die Überwindung von Kommunikationsbarrieren in globalen Teams. Zukünftige Entwicklungen werden sich auf die weitere Integration von Quantencomputing für komplexe geologische Simulationen, die Nutzung von Schwarm-Robotik für Erkundungsaufgaben und die Entwicklung vollständig autonomer Baustellen konzentrieren. Die kontinuierliche Weiterentwicklung der KI-Modelle durch föderiertes Lernen über multiple Projekte hinweg, wird dabei die Grundlage für eine neue Generation prädiktiver und präskriptiver Systeme in der Geotechnik bilden. Literatur [1] https: / / en.wikipedia.org/ wiki/ Optical_character_ recognition abgerufen am 01.09.2025 [2] https: / / en.wikipedia.org/ wiki/ Natural_language_ processing abgerufen am 01.09.2025 [3] https: / / en.wikipedia.org/ wiki/ Large_language_mo del abgerufen am 01.09.2025 [4] https: / / en.wikipedia.org/ wiki/ Convolutional_neu ral_network abgerufen am 01.09.2025 [5] https: / / en.wikipedia.org/ wiki/ Kriging abgerufen am 01.09.2025 [6] https: / / en.wikipedia.org/ wiki/ Bayesian_probability abgerufen am 01.09.2025 [7] https: / / en.wikipedia.org/ wiki/ Model_Context_Pro tocol am 01.09.2025 [8] Adams, Douglas (1979): Per Anhalter durch die Galaxis. Aus dem Englischen von Benjamin Schwarz. München: Heyne (Originaltitel: The Hitchhiker’s Guide to the Galaxy).