Das diesjährige Forum Bauinformatik fand vom 18. bis 20. September in Hamburg im Hamburg Innovation Port (HIP) ausgetragen. Organisiert wurde es vom Institut für Digitales und Autonomes Bauen (IDAC) der Technischen Universität Hamburg (TUHH).
Das Forum Bauinformatik ist eine jährliche Veranstaltung, um den wissenschaftlichen Austausch junger Forschender aus dem Bereich der Bauinformatik zu fördern. In diesem Jahr kann das Forum Bauinformatik 112 Teilnehmende verzeichnen. Insgesamt wurden neben 3 Keynotes, 64 Full Paper Einreichungen vorgestellt, die sich mit den Themenbereichen Küsntlichen Intelligenz und Maschinelles Lernen, Sensorik und Robotik, Building Information Modeling (BIM), Computer Visualisierung, Organisation und Management, Nachhaltigkeit, Digitalen Zwillingen sowie Simulation und Optimierung befassten.
In der Kategorie 'Digital Twins' präsentierte Promotionsstutend Toni Nabrotzky vom Institut für Hochbau, Baukonstruktion und Bauphysik der HTWK sein verfasstes Paper mit dem Titel 'Presentation of an optimized process for generating analysis models in structural engineering using Graph Neural Networks'.
Zur Automatisierung der Erzeugung von statischen Analysemodellen für die Tragwerksplanung schlägt dieses Paper einen neuen KI-gestützen Workflow vor. Der innovative Ansatz zur Lösung der Forschungsfrage ist hierbei die Anwendung eines Graph Neural Netwroks (GNN). Bislang werden häufig regelbasierte Algorithmen verwendet, die zwar präzise Arbeiten, aber nicht alle Bauteilkonstellationen erfassen können. So entsteht, gerade bei komplexeren Geometrien, oftmals ein fehlerhaftes Analysemodell, welches ein Tragwerksplaner erst nachbearbeiten muss. Der Aufwand ist dabei sehr groß, sodass die Analysemodelle in den meisten Ingenieurbüros direkt manuell modelliert werden.
Der neue Ansatz nutzt ein Neuronales Netz mit Graphstruktur, welches aus einem IFC-Modell alle tragenden Bauteile extrahiert und sie in einem Graphen als Knoten darstellt. Anschließend soll es mittels 'Link Prediction' voraussagen, welche Elemente beim Lastabtrag miteinander reagieren werden. Diese Beziehungen zwischen den Knoten werden dann als Kanten dargestellt und sollen die menschlichen Denkweise in diesem Prozess imitieren. Mit dem so erstellten Graphen sollen bestehende Analysemodelle repariert oder neue, rechenfähige Modelle automatisiert erzeugt werden.
Das Paper 'Presentation of an optimized process for generating analysis models in structural engineering using Graph Neural Networks' wurde im Tagungsband unter diesem Link veröffentlicht.
Wir möchten uns an dieser Stelle beim Institut für Digitales und Autonomes Bauen (IDAC) für die großartige Organisation bedanken und freuen uns auf eine weitere Austragung im nächsten Jahr.
