7 voorbeelden van AI in de bouwsector. Straffe realisaties op het terrein

Iedereen die zelf ooit gebouwd heeft, weet het: het orkestreren van de architecten, studiebureaus, aannemers, onderaannemers, materiaalleveranciers en vaklui opdat ze allemaal op tijd hun bijdrage leveren aan het gebouw is een veelomvattende en vaak zenuwslopende job. 

Wat als je een appartementencomplex bouwt? Een ziekenhuis, een wolkenkrabber of een kilometerslange brug? 

Gelukkig steekt AI steeds vaker een handje toe op de werf. 

Use cases uit de bouwsector

Hoe AI vandaag al de bouwsector verandert? Check de zeven voorbeelden in dit artikel.

“Al deze cases bevestigen voor mij hoeveel expertise we binnen ons VLAIO Netwerk beschikbaar hebben, ook op een doorsnede van Artificiële intelligentie en bouw”, zegt Bas Sturm, bedrijfsadviseur VLAIO.

Daarbij valt het Bas op dat artificiële intelligentie haar introductie op drie niveaus in bouw maakt:

1. de voorbereiding en de bouw zelf,
2. intelligentie bij gebruik, bijvoorbeeld in energiebeheer, maar ook veiligheid
3. in de controle van constructies achteraf.

_{Voorbeeld 1.}
AI leest lastenboeken

De uitdagingen beginnen in realiteit nog voor de werkelijke bouw, bij het lastenboek en de offerte. Dat weet Peter Bertels als innovatie-expert van bouwbedrijf Besix maar al te goed.

“Een bouwonderneming die wordt benaderd door een potentiële opdrachtgever, of dat nu een overheid is of een privé-investeerder, krijgt een lastenboek voorgeschoteld dat vaak meer dan honderd pagina’s dik is”, zegt Peter. “Het komt er in onze sector altijd op aan om snel en juist de risico’s van een project in te schatten en daar dan een prijs op te kleven. En vaak zit het dan in kleine dingen.”

Tijdens de SmartHackathon van oktober vorig jaar werd onderzochten of AI kan helpen bij dit werk.

Anneleen Vens, Head Digital Transformation bij Renson, had er een idee rond. “Als leverancier van geavanceerde ventilatie- en zonweringsystemen wil ik weten of AI een vraag van een klant snel kan identificeren en koppelen aan een oplossing van Renson”, vroeg Anneleen zich af. “Of wat zijn bijvoorbeeld de meest interessante aanvragen?”

Samen met de mensen van de Duitse start-up Smawandi, het Wetenschappelijk en Technisch Centrum voor het Bouwbedrijf (WTCB), de Vlaamse Confederatie Bouw en Besix kwam het team tot een prototype dat op basis van NLP (Natural Language Processing ) bestekteksten kan analyseren en samenvatten.

“Het WTCB onderzoekt in samenwerking met het Vlaamse AI-bedrijf Lantana hoe je via NLP metadata aan documenten kan koppelen”, zegt Bart Ingelaere, afgevaardigd algemeen directeur bij WTCB. “Om vervolgens tijdens het ontwerp- en uitvoeringsproces via AI-gestuurde ‘zoekmachines’ snel gefocuste bouwinformatie op te leveren. Je kan daarbij zelfs rekening houden met de specifieke context of het beroepsprofiel van de aanvrager. Eén en ander moet het TOOLS/BIMio-ecosysteem dat het WTCB nu ontwikkelt, ondersteunen. Dit laatste platform moet ’context aided design’ en ’context aided tendering’ mogelijk maken in een BIM-omgeving via ondersteuning van dergelijke apps en gefocuste informatie.” 

_{Voorbeeld 2.}
AI tekent mee de plannen uit 

Ook bij het uittekenen van het gebouw in 3D CAD komt tegenwoordig Artificiële Intelligentie kijken. 

Het Gentse Bricsys heeft zijn BIM-pakket ‘BricsCAD BIM’ via AI uitgebreid met extra functionaliteiten. AI neemt repetitieve taken van de gebruiker over. Zo worden getekende elementen in het systeem automatisch geclassificeerd.

“Als je bijvoorbeeld een muur tekent, is dat dus niet zomaar een langgerekt blok voor het systeem”, legt Ruben Decuypere, BIM productspecialist bij Bricsys, uit. “Je attribueert er meteen ook de juiste eigenschappen aan. Dat toekennen van eigenschappen was vroeger een tijdrovend karwei voor de tekenaar. Maar het systeem kan meer. Indien jij als tekenaar een detail uitwerkt zoals een muur-plafond verbinding, zal het pakket zelf suggesties doen voor andere plaatsen waar je dit detail kan implementeren.”

_{Voorbeeld 3.}
AI geeft duurzaam advies

“BOUW 4.0, de digitale transformatie van de bouw, biedt interessante oplossingen voor een aantal extra uitdagingen die de bouw heeft in vergelijking met de maakindustrie”, vergelijkt Bart Ingelaere. “Via Building Information Modelling (BIM) kan nu een digitaal prototype geoptimaliseerd worden voordat het project in het echt gebouwd wordt. De realisatie van het project door meerdere partijen kan ook door Bouw Informatie Management (een tweede betekenis van BIM) beter gecoördineerd worden.”

Deze video toont de realisatie van Kantoor Ons, één van de eerste kantoren in België gebouwd via BIM. © Mathieu Gijbels

“Wanneer de technologie optimaal toegepast wordt en voortdurend aangepast wordt tijdens de bouwfase ontstaat er een ‘digitale tweeling’ van het bouwproject. Dit creëert een grote hoeveelheid data binnen dit ene project. Vervolgens groeit de databerg via een groter aantal projecten van hetzelfde bedrijf en potentieel zou men zelfs geanonimiseerde data van andere bedrijven kunnen verzamelen. Van deze data leer je dan via AI hoe het in een volgend project nog beter, efficiënter, duurzamer kan.”

_{Voorbeeld 4.}
AI brengt risico’s in kaart

“Verbeteringen in de bouwplaatsorganisatie moeten in globo van twee dingen komen”, zegt Peter Bertels. “Enerzijds van Building Information Modeling en alle verbeterde samenwerking die daaruit kan voortvloeien. Anderzijds van planning.” 

“Beide krijgen bij Besix de nodige aandacht omdat ons businessmodel voorziet in zeer veel samenwerking met allerhande onderaannemers. Binnen onze start-up accelerator werken we met negen start-ups, waaronder nPlan, samen aan een softwarepakket dat op basis van AI inzicht geeft en inschattingen maakt van risico’s in de planning van complexe bouwprojecten. Deze software helpt onze mensen om slimmere beslissingen te nemen en om risico’s in te schatten.”

_{Voorbeeld 5.}
AI verhoogt veiligheid

In een sector waarin gewerkt wordt met zeer krachtige machines en zware materialen is veiligheid een belangrijk aandachtspunt. Het aantal arbeidsongevallen daalt wel, maar de sector telt nog steeds 10.000 arbeidsongevallen per jaar. Procedures en voorschriften zijn daarom van levensbelang.
 
Die voorschriften uitschrijven is één ding, ze ook laten naleven en opvolgen is iets heel anders. Draagt iedereen een hesje? En een helm? Daarvoor is beeldherkenning nodig, typisch een element van AI. 

“Persoonsherkenning moet ervoor zorgen dat alleen de juiste mensen op de werf aanwezig zijn”, zegt Peter.

Nog complexer wordt het als je de werkhouding van mensen tijdens hun activiteiten wil opvolgen. Het AICHA-project speelt hierop in. Dat project ontstond op de eerste hackathon van de bouw in april 2018 en wordt nu door Balloon Inc. uitgewerkt in het kader van ADEB-VBA. 

“Artificiële intelligentie biedt grote mogelijkheden voor een verdere optimalisering van onze werven”, vervolgt Peter. “We verzamelen data aan de hand van camerabeelden en verwerken alle ruwe beelden via AI tot nuttige informatie. Zo kunnen we onveilige situaties detecteren, vooruitgang meten ten opzichte van BIM-plannen (zelfs in 5D), sneller bouwfouten vaststellen,…” 

Interessant in de aanpak van Balloon Inc. is dat de verwerking van de beelden gebeurt op een klein toestel op de werf via edge technology. De gigantische datastromen moeten dus niet geüpload worden voor verwerking in de cloud . 

_{Voorbeeld 6.}
AI volgt vooruitgang op

Tijdens een test in Technopolis werd de efficiëntie van de AI-verwerking van camerabeelden vergeleken met de metingen van personal trackers die beweging van individuele personen meten. Conclusie? De looppaden die AICHA berekent op basis van de camerabeelden komen uitermate sterk overeen met de paden die personal trackers opleveren. 

Maar de nieuwste technologie heeft twee grote voordelen: 

1. Je hebt maar één camera nodig die ergens op een torenkraan gemonteerd is en niet de dure oplossing waarbij iedereen over een tracker beschikt.
2. Je hebt minder privacyproblemen omdat AICHA wel de looppaden detecteert maar niet heel specifiek wie waar op welk moment was. Dus daar ben je ook ingedekt.

“Ook het wegpoetsen van mensen uit de beelden is mogelijk, zodat enkel het bouwwerk zelf overblijft”, legt Peter uit. “Volgende stap is nu om het camerabeeld van het project zonder mensen te mappen op het BIM-model (4D, inclusief tijd) om zo de vooruitgang op te volgen. Maar we willen ook graag voertuigen en objecten op de werf herkennen. Ook daarbij speelt beeldherkenning met Artificiële Intelligentie een belangrijke rol.”

_{Voorbeeld 7.}
AI voorspelt verzakkingen

Tenslotte zorgt artificiële intelligentie ook na het bouwproces voor een grote meerwaarde, in het ‘predictief asset management’. 

Een mooi voorbeeld daarvan is te zien bij de uitbreiding van Schiphol. De Belgische onderneming Zensor, spin-off van de VUB, volgt de bestaande infrastructuur op tijdens de uitbreidingswerkzaamheden. Komen er geen verzakkingen? Hoe zit het met scheurvorming, luchtsamenstelling of grondwaterpeil? 

De kunst bestaat erin om te kunnen voorspellen wat er gaat gebeuren, nog voordat het zich daadwerkelijk voordoet. Want wanneer een gebouw begint te verzakken is het feitelijk al te laat. De algoritmen van Zensor, gevoed door input uit vele honderden sensoren helpen daarbij.