1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 95 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Dipl.-Ing. Dirk Münzner BuP: Boll Beraten und Planen, Stuttgart Zusammenfassung Der Vortrag erläutert anhand konkreter Fallbeispiele die Potentiale und Herausforderungen von KI-Anwendungen bei der Planung und dem Bau von Infrastrukturbauwerken. Hierbei wird die Wirkungsweise von KI-gestützter Automation exemplarisch über die eingesetzten AI-Agents erläutert und dargelegt, wie der „Weg zum Ziel“ aussehen könnte. 1. Einführung 1.1 Motivation Was motiviert ein mittelständiges Ingenieurbüro, die Wirkungsweise von KI-Anwendungen, maschinellem Lernen und ähnlichen modernen IT-Tools zu hinterfragen und eigene Werkzeuge für den täglichen Einsatz im Büro zu entwickeln? Als Beispiel sei ein Auszug aus der Statik einer Eisenbahnbrücke aus dem Jahr 1912 dargestellt. Der Verfasser hatte offensichtlich viel Muße für Sorgfalt, eine schöne Schrift, ordentliche Skizzen und hat auf wenigen Seiten eine Konstruktion entwickelt, die trotz mangelhaftem Wartungszustand bis heute Bestand hat. Wie sieht dies im Vergleich zur heutigen Arbeit eines Ingenieurs aus? Die Arbeit des Ingenieurs hat sich durch die Einführung schneller Kommunikation über E-Mail und Teams-Chats, einer Vielzahl von zu berücksichtigenden Regelwerken und der erschöpfenden Menge an Attributen, Werten, Randbedingungen und das Handling von umfassenden BIM-Modellen, vielfach zu der eines Datenmanagers gewandelt. Die Flut an Angaben, Forderungen, kurzfristiger Änderungen und Parallel-Planungen nimmt viel Zeit in Anspruch. Die Zeit für die sorgfältige Entwicklung einer Konstruktion zu finden, wird immer knapper. Unser Ziel bei BuP. Boll Beraten und Planen ist es, durch den Einsatz von „KI“-Assistenten unsere Ingenieure von der Datenflut zu entlasten und wieder mehr zielgerichtetes Arbeiten zu ermöglichen. Die vollständige Einführung der BIM-Methode und damit die Verwendung von „digital lesbarer“ Modellen ermöglicht dies. Abb. 1: Beispiel: Statik von 1912 96 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Abb. 2: Beispiel: Statik heute 1.2 Wirtschaftlicher Druck und knappe Ressourcen Ziel der Verwendung von KI-Agenten darf ausdrücklich nicht der jedem Ingenieur innewohnende Wunsch nach technologischer Perfektion (=„Spieltrieb“) sein, sondern muss sich an wirtschaftlich messbaren Parametern orientieren. Die aktuelle Marktlage bedingt, dass hier vorrangig die Verbesserung der Effizienz der Bearbeitung und damit der Wirtschaftlichkeit und der gezielte Einsatz der knappen Ressource „Mensch“ im Vordergrund steht. Dies gilt insbesondere unter der Maßgabe, dass bei der Erneuerung der unzähligen Infrastrukturbauwerke ein Skalierungseffekt erreicht werden muss. 1.3 Persönliches Interesse > Top-Down Neben all diesen nüchternen Betrachtungen bedarf es jedoch auch eines hohen Maßes an Offenheit gegenüber neuen Technologien, persönlichem Interesse und Robustheit gegenüber Rückschlägen, um sich solchen technischen Herausforderungen mit zunächst unsicherem Ausgang zu stellen. Abb. 3: Überzeugen braucht Zeit und Argumente 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 97 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Der Ingenieur ist stets ein Dienstleister am Kunden und muss sich bei der Bewerbung um neue Projekte immer bewusst sein, dass die eigene Einschätzung neuester Top- Technologie nur dann vom Kunde geteilt wird und diesen überzeugt, wenn er diese auch verstehen kann. Gleiches gilt für die Einführung von Technologien im eigenen Büro - je niederschwelliger desto besser. 1.4 Niederschwellige Technologie Ein gutes Beispiel ist hier OpenAI ChatGPT: Ohne viele Lehrgänge, QM-Prozesse und „Druck“ hat sich diese Technologie im Büroalltag ausgebreitet - leider auch gepaart mit allen Gefahren durch falsche Antworten, Verlust der Datenhoheit und vielem mehr. Der Einsatz von KI-Agenten muss sich hieran orientieren und besser funktionieren, sonst ist die Verwendung fraglich. Der Einsatz darf aber auch nicht den „Knopfdruck-Ingenieur“ noch stärker dazu verleiten, das eigene Denken zu schonen. 2. Grundlagen der KI-gestützte Automatisierung 2.1 Was ist „Künstliche Intelligenz“? Eine Erläuterung zur Künstlichen Intelligenz soll an dieser Stelle nicht erfolgen, es sollen nur folgende zentrale Aspekte erklärt werden: - Künstliche Intelligenz ist ein Überbegriff über viele Teilgebiete, in denen der Computer über Algorithmen „zu lernen scheint“. - Künstliche Intelligenz ermöglicht einem Computersystem eine höhere Abstraktion eines Datensatzes. - Umgangssprachlich wird „KI“ vielfach mit „LLM“ = „Large Language Model“ gleichgesetzt. Diese wurden über riesige Datensätze aus Sprache, Bildern und Videos trainiert und können so wahrscheinliche Antworten auf Fragen liefern. Wichtiger Aspekt: Die „KI“ arbeitet hier mit Wahrscheinlichkeitsvektoren. Die Antwort ist die in Bezug auf die Trainingsdaten wahrscheinlichste aber nicht unbedingt dir richtige. An einem einfachen Beispiel erklärt: „1+1“ muss nicht unbedingt „2“ ergeben. Abb. 4: Frage-/ Antwortvektor in MILVUS 98 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert 2.2 Was ist „Künstliche Intelligenz“ nicht? Die „Künstliche Intelligenz“ ist nicht „intelligent“ im Sinne von „kreativ“. Eine KI-App kann nur antworten, was vorher trainiert wurde. Eine Frage zum b/ t-Verhältnis des Schweißträgers einer Eisenbahnbrücke wird ChatGPT immer irgendwie „nett“ beantworten, da es programmiert wurde, dem Nutzer ein positives Gefühl zu geben. Aber nur wenn bspw. die „RiL 804.4101“ auch Teil der Trainingsdaten war, können Fragen hierzu explizit mit Normenwissen beantwortet werden. Übliche Programme wie ChatGPT laden zudem die Frage sowie möglicherweise angehängte Dokumente in eine Cloud und werten die Informationen dort in Bezug auf die Fragestellung aus. Das Programm nutzt diese Daten weiter als Lerndaten - Vertrauliches, Firmeninterna, ggf. lizenzrechtlich geschützte und/ oder personenbezogene Daten landen somit im Pool der Trainingsdaten. Dies sollte jedem Anwender und auch der Geschäftsführung bewusst sein. 2.3 Was verstehen wir bei BuP. Boll Beraten und Planen unter „KI“ Wir haben unsere Anforderungen an die KI-gestützte Automatisierung in einzelne Anwendungsfälle strukturiert. Um die Anwendungsfälle besser begreif bar zu machen, wurden für diese jeweils Avatare erstellt - natürlich mit KI. Abb. 5: Unsere KI-Anwendungsfälle - Das Wissens-Monster Kennt alle relevanten Normen und kann hierzu Fragen beantworten, z. B .: Welche Anprallast ist auf Verkehrszeichenbrücken anzusetzen? - Der Rechen-Robi Unterstützt bei Berechnungen und Schnittstellen, generativem Design und Auswertungen. - Die Erfahrung Reichert Wissen aus bestehendem Schriftverkehr, Berichten, Statiken und erkannten Fehlern („Fuck-Ups“) an. - Drony Sammelt als fliegendes UAV oder bodengestütztes Verfahren automatisiert Daten, ermittelt Position und Flugweg eigenständig und wertet die relevanten Daten aus. - Data-Crusher-Tools Tool-box von KI-gestützten Werkzeugen zur Unterstützung bei dem Umgang mit Datenformaten und großen Daten-Mengen. - Sid - das Daten-Monster Frisst riesige Datenmengen wie E-Mail-Korrespondenz, Projektdokumentationen, Plandatenbanken und Prüfverzeichnisse und wertet diese aus. Unsere Roadmap verdeutlicht eines sehr gut: Es geht nicht um „die KI“ im Unternehmen, sondern um konkrete Aufgaben, die durch KI-Tools unterstützt werden können - und die alle nichts mit ChatGPT oder Clouddiensten in den USA oder China zu tun haben, welche datenschutz-rechtliche Bedenken aufwerfen oder Lizenzrechte, z. B. für Normentexte, verletzen. 3. Praxisbeispiele und Umsetzung 3.1 Unterstützung bei normativen Fragen Jeder, der für Infrastrukturprojekte arbeitet, kennt das Problem: die unendlichen Weiten der Normenlandschaft: • DIN, EC • ZTV-ING, ZTV-LB • RAB-ING, RE, RE-ING • RIL804, RIL835, RIL835 • ArbSchG, ASR • VDI • LTB, MBO, VV TB • VOB, HVA-Stb, BGB Und diese „Landschaft“ ändert sich zudem beständig. Wäre es nicht geboten, diese Dokumente seitens des Gesetzgebers als freie Bibliothek mit einer durchdachten Suchfunktion zur Verfügung zu stellen? Um dieses Problem zu lösen, haben wir eine eigene, trainierbare KI-Umgebung aufgesetzt: 1. Leistungsfähige Hardware a. Großes Servergehäuse mit starker Stromversorgung b. Leistungsfähige Grafikkarten mit großem Arbeitsspeicher 2. Leistungsfähige, aktuelle LLM a. Kein eigenes Training „von Grund auf“ b. Schnelles Upgrade auf neue Versionen c. Hier: Llama 3.3: 70B (37GB) 3. Selbst entwickelte Software für das Einlesen und Trainieren von Normen 4. Selbst entwickelte Oberfläche für die Abfrage 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 99 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Eine solche Aufgabe scheint klar umrissen - bis ein tragfähiges, funktionierendes Tool zur Verfügung stand waren jedoch viele Testläufe und Änderungen notwendig. Denn eine Norm ist für Menschen geschrieben, die diese dann interpretieren - das muss Algorithmen erst „beigebracht“ werden. Abb. 6: Hard- und Software für normative Fragen Andere Nationen gehen hier beispielhaft voran: In Australien oder Finnland können Normen frei heruntergeladen werden und ausdrücklich auch für das Training von LLMs verwendet werden. Abb. 7: Download australischer Baunormenwerke 100 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Bei uns in Deutschland ist das nicht so. Normen müssen von jedem Ingenieurbüro selbst bei unterschiedlichen Behörden oder Verlagen angefragt, erworben und vielfach auch auf das Büro lizenziert werden. Diese sind dann lizenzrechtlich geschützt und dürfen nicht in ein LLM integriert werden. Kann man so etwas als das Vorgehen einer selbsternannten KI-Supermacht bezeichnen? Abb. 8: Medienbericht zum Führungsanspruch 3.2 Unterstützung bei der Sortierung von Bestandsunterlagen Die Bearbeitung von „Bestands-/ Brownfield“-Projekten beginnt mit einer äußerst unbeliebten Arbeit: Das Sichten und Sortieren von Bestandsunterlagen. Abb. 9: KIbasierte Dokumentensortierung Auch hier kann uns die KI beim „Durchforsten“ unterstützen: 1. Lade alle Dateien im Ordner. 2. Schneide den Bereich des Plankopfes heraus und wandle ihn in Text um. 3. Untersuche die ausgegebenen Texte: Was könnte eine Planbezeichnung darstellen? 4. Erstelle eine Liste aus Dateinamen, Plancodes und Bezeichnungen. 5. Erstelle eine Liste von Dokumenten, die mutmaßlich Statik-Dokumente sind. 6. Schlage das Einfügen der Daten in das Dokumentenmanagementsystem vor. 7. Erstelle eine Liste von Dokumenten, die du nicht zuordnen kannst. Schon ist eine tage- oder wochenlange Arbeit auf wenige Stunden „geschrumpft“, die Arbeit wird effektiv und effizient. Gleiches gilt für die Projektkorrespondenz und die Dokumentation zum Abschluss von Projekten - Sichten, Bewerten und Sortieren kann ein Computer sehr gut. Abb. 10: Sortierung Dokumente gem. HVA-B 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 101 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert 3.3 Erfassung und Einschätzung von Bestandsbauwerken aus Stahl Ein weiteres Thema aus dem Bereich der Bestandsbauwerke: Sind keine Unterlagen vorhanden, das Bauwerk soll jedoch dennoch in Bezug auf die Tragfähigkeit bewertet werden? Abb. 11: Drone based load capacity estimation Hier greifen unsere Tools von Drony, Data-Crusher und Rechen-Robi ineinander: 1. Mittels Drony wird die Brücke mit systematisch errechneten Flugpfaden beflogen und eine Vielzahl von Bildern aufgenommen. 2. Diese werden mittels Photogrammetrie-Software wie Pix4D oder der freien Software Colmap ausgewertet und in eine Punktwolke überführt. Diese Punktwolke ist zwar „3D“ aber bei Weitem kein Informations- oder Berechnungsmodell. 3. In einem parallelen Schritt werden die maßgebenden Elemente „Knoten“ und „Stäbe“ in den 2D-Bildern mittels Bilderkennung erkannt. 4. Unser KI-Tool ermittelt nun die 3D-Positionen und Typen in der Punktwolke aus den in den 2D-Bildern erkannten Elementen. Aus einem „Haufen Punkte“ werden so die für FEM-Berechnungen relevanten Daten extrahiert - es entsteht ein Informationsmodell des Tragsystems. 5. Ein weiteres Tool „richtet“ dieses Tragsystem anschließend nach üblichen Konstruktionsprinzipien aus: konstante Trägerhöhe, gleiche Knotenabstände und Ähnliches. 6. Noch in Entwicklung ist ein weiterer Einsatz von „Drony“ um mittels eines drehbaren 2D- Lasers die maßgebenden Querschnitte ermitteln zu können. 7. Rechen-Robi erzeugt daraus eine Eingabedatei für die Produkte von SOFiSTiK, mit denen anschließend die Tragfähigkeit ermittelt werden kann. 3.4 Niederschwelliger Zugang zu BIM-Modellen Ist BIM tot? Die Modelle benutzt doch eh keiner! Solche Antworten sind bei Planungspartnern und Baustellen der Standard - ist BIM (Building Information Modelling) tatsächlich eine unbrauchbare Methode? Abb. 12: BIM auf der Baustelle - keine Liebesbeziehung? Die Antwort im Sinne unserer Branche kann nur lauten: „Nein! “. Tatsächlich liegen jedoch der Aufwand bei der Modellerstellung und der daraus folgende Nutzen z. B . bei der Bauausführung, noch weit auseinander, der „Return of Invest“ (ROI) scheint daher vielfach nicht gegeben. Grund dafür sind die riesigen Datenmengen, auf die oftmals nur Experten mit Spezialprogrammen zugreifen können. Wie kann man den Zugang zu Informationen jedem ermöglichen, also „niederschwelliger“ gestalten? Abb. 13: BIM-Bewehrungsmodell Eine große Hürde liegt hier z. B . in der einfachen Abfrage der benötigten Information: Einem erfahrenen BIM- Koordinator ist es ein Leichtes, etwa mit dem Spezialprogramm „desite MD“ die Tonnage der „oberen Lage Block 34“ auszuwerten. Dies einem Bauleiter zuzumuten, ist jedoch zum Scheitern verurteilt. 102 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Es wäre daher erforderlich, dass ein KI-Assistent diese Frage in Text- oder Sprachform entgegennimmt, die Modelldaten analysiert und dann eine Antwort, gepaart mit einer graphischen Anzeige, ausgibt. Abb. 14: Beispieldialog zur Abfrage mit KI Hierzu wird das IFC-Modell in eine grafische Datenbank überführt, die auch hierarchische Verknüpfungen abbildet und eine entsprechende Auswertung erlaubt. Abb. 15: Visualisierung VisualDB und Cypher- Abfrage Die Frage des Bauleiters „Block 34“ und „obere Lage“, „Summe Tonnage“ wird vom LLM in jeder Sprache erkannt und eine Abfrage der Datenbank in der Sprache CYPHER übersetzt. Die Antwort dieser Abfrage wird anschließend vom LLM wieder in Text übersetzt. Wichtig zur Technik: Die KI bzw. das LLM agieren hier als „Vermittler“ zwischen einer Eingabe in freier Sprache und einer Programmiersprache für grafische Datenbanken. Die Datenbankabfrage erfolgt so, wie sie ein Experte durchführen würde, und das LLM „rechnet nicht selbst“, da Rechenfunktionen im LLM erwiesenermaßen fehlerhaft sind. Diese Nutzung von LLM + grafischer Datenbank ist leistungsfähig und liefert über nachvollziehbare Abläufe Ergebnisse aus Datenbanken. 4. Ausblick Die Möglichkeiten zur Steigerung von Qualität und Effizienz in Planung und Prüfung sind groß, wenn auch nur bedingt niederschwellig. 4.1 Kontextualisierung Jeder Planungsschritt folgt vorgegebenen Regeln, erfordert aber die Kreativität von Ingenieur und Konstrukteur, um ein wirtschaftliches, regelkonformes, resilientes Werk zu planen. Blenden wir nochmals zurück: 1. Im eingangs erwähnten Beispiel bestimmt das Aufbringen von Tinte auf Papier und die Interpretation durch den Menschen die Konstruktion. 2. Mit der Einführung von CAD wurde das Aufbringen von Tintenpartikeln effizienter gestaltet, die Interpretation blieb jedoch auf den Menschen fokussiert. 3. Mit der Einführung von BIM wird dem „Aufbringen von Tinte“ auf den Plan weitere Informationen vorgeschaltet: Die Tinte „weiß”, dass sie zu einem Grün- 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 103 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert dungspfahl, d = 90 cm, h = 18,50 m gehört. Diese Information wird digital in Form von Attributen an das Element angehängt. 4. Mit Verwendung von KI-Tools und LLMs „versteht“ das Programm nun auch, dass es sich nicht nur um die Zeichenkette „P-F-A-H-L“ handelt, sondern um einen Gründungspfahl - und das auch in jeder anderen Sprache: Pile, Pieu d‘injection, , Kontextualisierung bedeutet in diesem Zusammenhang, dass der Modellinhalt des BIM-Modells in Beziehung zu anderen Inhalten gesetzt wird, die in einem Zusammenhang stehen. Dieser Kontext hilft zunächst, zentrale Vorgaben zur Attribuierung - wie z. B. beim Semantischen Objektmodell (SOM) der Deutschen Bahn - herzustellen. Abb. 16: Kontextbasierte Attribuierung Als weiteres Beispiel kann hier eine Verbindung von BIM-Modell, Betonrezeptur und Baugrundgutachten hergestellt werden. Abb. 17: Ontologie Gründungselement Das System erkennt über den Kontext „Pfahl“ die Verbindung zwischen den Vorgaben zum Bauteil Pfahl in den Standsicherheitsnachweisen, dem BIM-Modell, den normativen Vorgaben, dem Leistungsverzeichnis und dem Baugrundgutachten und kann aus diesem Kontext heraus prüfen, ob die Betongüte/ Expositionsklasse der Pfähle im Modell korrekt attribuiert wurde. 104 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert Abb. 18: AI-Reasoning mit Ergebnis: falsch Das System liefert dem Ingenieur dann Hinweise darauf, was ggf. nochmals geprüft werden müsste. 4.2 Kontextbasierte Erstellung von Planungsunterlagen Ein weiterer Schritt zur „Robo-Baustelle“ ist das komplette Erstellen von Planungsmodellen und -unterlagen auf Basis von Planungskontexten. Im folgenden Beispiel wurden konstruktive Angaben wie Wandstärke, Lage von Aussparungen und Nischen, Bewehrungspositionen, Modell- und Planausgaben für einen Eisenbahntunnel so formuliert, dass entsprechende Algorithmen daraus direkt Modelle und vollständige Planunterlagen erstellen konnten. Die Vorteile dieser Methodik liegen auf der Hand: - Alle Modelle und Unterlagen haben die gleiche Qualität. - Änderungen und Prüfeintragungen können übergreifend eingearbeitet werden. - Skalierungs- und Wiederholungseffekte greifen, d. h. von Projekt zu Projekt steigt die Effizienz. Abb. 19: Kontextbasierte Planerstellung 1. Symposium Künstliche Intelligenz im Ingenieurbau - November 2025 105 KI-gestützte Automatisierung in der Planung von Infrastrukturbauwerken - Potenziale und Herausforderungen kritisch reflektiert 4.3 Fazit „Potenziale und Herausforderungen kritisch reflektiert“ Mit den aufgezeigten Praxisbeispielen konnten die zugrunde liegenden Techniken und die Herausforderungen bei der Implementierung KIgestützter Automation in die täglichen Arbeitsabläufe eines Ingenieurs aufgezeigt werden. Schauen wir auf das Medienecho, welches unser Schaffen als Ingenieure für bessere Verkehrsinfrastruktur oftmals nach sich zieht: - Ewige Planungszeiten - Nervige Verzögerungen und Stillstände auf der Baustelle, Bevölkerung leidet unter Stau, Dreck und Lärm - Massive Kostensteigerungen - Wie konnte das in unserem bürokratielastigen Staat passieren (Carolabrücke, Talbrücke Rahmede) Ist das unser Anspruch? Die letzten „Buzzwords“ für Abhilfe hierzu lauteten Digitalisierung bzw. BIM. Hat unsere Bau-Industrie, die versprochenen Potenziale hieraus nutzen können - oder ist alles noch komplexer und aufwändiger geworden? Wie das eingangs aufgezeigte Beispiel zeigt, haben wir als verantwortliche Ingenieure die gewachsenen technischen Möglichkeiten der letzten 100 Jahre mit besseren Normenwerken, computergestützten Berechnungen, CAD, BIM, Digitalisierung vielfach dazu genutzt unsere Arbeitsprozesse „aufzublähen“, die von uns entwickelten Konstruktionen sind nicht unbedingt in gleichem Maße „besser“ geworden. Eine Brücke, Baujahr 2025 werden unsere Nachfahren 2135 auch als „alt“ bewerten, genau wie wir eine Brücke aus dem Jahr 1910 ertüchtigen oder ersetzen müssen. Setzen wir die Möglichkeiten der KI-gestützten Automation also nicht dazu ein, noch komplexere Workflows, zusätzliche Nachweise, Dokumentationen, Überwachungsschritte und VOB-Schriftverkehr zu generieren - sondern dafür, dass von jeder Ingenieurstunde mehr Leistung am Bauwerk ankommt und nicht in begleitenden Prozessen „verpufft“.