Ein Forschungsteam der Hosei-Universität in Japan hat ein neues digitales Zwillingssystem für Infrastruktur entwickelt, das die Effizienz des Brückenmanagements durch die Integration von 3D-Geometriedaten mit Instandhaltungsinformationen verbessert. Dieses Infrastruktur-Zwillingssystem integriert den internationalen Standard Building Information Modeling (IFC) und den Geodatenstandard CityGML und ermöglicht so die einheitliche Verwaltung von Inspektionsergebnissen und Instandhaltungshistorie.

Professor Ryuichi Imai, der Leiter des Forschungsprojekts, erklärte: „Unsere Arbeit ermöglicht es Infrastrukturmanagern, die Lage von Schäden, die bei Inspektionen zahlreicher Brücken in ihrem Zuständigkeitsbereich festgestellt wurden, sowie deren Instandhaltungshistorie präzise zu erfassen. All dies lässt sich in einem 3D-Modell visualisieren.“ Das digitale Zwillingssystem unterstützt Manager beim schnellen Vergleich historischer Instandhaltungsdaten und liefert so datenbasierte Entscheidungsgrundlagen für Instandhaltungsmaßnahmen.

Da viele Brücken, die während Japans Phase des rasanten Wirtschaftswachstums errichtet wurden, nun in die Instandhaltungsphase eintreten, wird erwartet, dass sich dieses Infrastruktur-Zwillingssystem innerhalb von fünf bis zehn Jahren zu einem Standardinstrument für die Verwaltung von Infrastrukturen entwickeln wird. Das System visualisiert strukturelle Schäden und Instandhaltungsverläufe über eine Benutzeroberfläche und ermöglicht es Managern, auf Basis der Daten präzise Instandhaltungspläne zu entwickeln. Professor Imai erklärt: „Unsere Technologie verknüpft Fachwissen vor Ort mit digitalen Daten, um die kollaborative Überwachung der Infrastruktur in zukünftigen Siedlungen zu ermöglichen.“ Dieses digitale Zwillingssystem für Infrastruktur bildet die technologische Grundlage für vorausschauende Instandhaltungsmodelle und treibt den Wandel von der traditionellen reaktiven Instandhaltung hin zur intelligenten Prävention voran. Durch die Simulation von Strukturverschlechterungsprozessen mithilfe künstlicher Intelligenz kann das System potenzielle Risiken frühzeitig erkennen und so die Lebensdauer der Infrastruktur verlängern. In Katastrophenfällen kann das System zudem den Verkehrsstatus von Brücken in Echtzeit erfassen und so schnelle Evakuierungs- und Rettungsmaßnahmen unterstützen.

Weitere Informationen: Kenji Nakamura et al., „Integrated Data Models of Bridges with 3D Geometry and Maintenance Information“, *Computer-Aided Civil and Infrastructure Engineering* (2025).