de.wedoany.com-Bericht: Das Ministerium für Land, Infrastruktur und Verkehr (국토교통부) und das Koreanische Institut für Bautechnologie (한국건설기술연구원) haben im Rahmen des Technologievalidierungs-Förderprojekts der „Smart-Building-Allianz (스마트건설 얼라이언스)“ 10 „Smart-Building-Technologievalidierungs-Förderprojekte“ und 12 „starke kleine Unternehmen für Smart Building (강소기업)“ ausgewählt. Ziel ist es, die Einführung von Künstlicher Intelligenz in der Baubranche voranzutreiben und führende Unternehmen mit Automatisierungs- und Entbaustellungsfähigkeiten zu fördern. Das Projekt bietet kleinen und mittleren Unternehmen, die über fortschrittliche Technologien, aber keine Testmöglichkeiten vor Ort verfügen, Validierungsmöglichkeiten auf realen Baustellen sowie finanzielle Unterstützung, um ihre Wettbewerbsfähigkeit zu steigern.

Das Technologievalidierungs-Förderprojekt der Smart-Building-Allianz ist in zwei Kategorien unterteilt: bedarfsorientierte (6) und eigenständig vorgeschlagene (4). Der maximale Förderbetrag wurde in diesem Jahr von 15 Millionen Won auf 25 Millionen Won erhöht. Im bedarfsorientierten Projekt wurde die Technologie „Rissprüfung in Kellern von Mehrfamilienhäusern basierend auf SLAM-Geräten (Simultaneous Localization and Mapping)“ in Zusammenarbeit von Daewoo E&C (대우건설) und SierraBase (시에라베이스) ausgewählt. Diese Technologie nutzt einen rotierenden LiDAR-Multisensor-Fusion-SLAM und ist eine tragbare digitale Sicherheitsinspektionslösung. Durch Echtzeit-Digitalsynchronisation und Quantifizierung der Schadensgröße anhand von Entfernungsinformationen werden für die Diagnose nutzbare Inspektionsdaten generiert. Die von Kolon Global (코오롱글로벌) und ContiLab (콘티랩) entwickelte „Lösung zur Erkennung und Analyse von Baugefahren durch intelligente Edge-Kameras in Kombination mit visuellen Sprachmodellen (VLM)“ ist ein risikobewertendes visuelles KI-Modell, das die Risikobestimmungen und -vorschriften für verschiedene Arbeitstypen widerspiegelt. Es verbessert die Managementeffizienz durch automatische PTZ-Steuerung der Kameras und steigert die Qualität der Risikobewertungsergebnisse basierend auf VLM/Großsprachmodellen (LLM), um automatisch Sicherheitsbewertungs- und Managementdokumente zu generieren. Die von Dongbu E&C (동부건설) und Angel Swing (엔젤스윙) entwickelte „KI-Technologie für das Sicherheitsmanagement temporärer Stützwandanlagen basierend auf Drohnenstationen“ sammelt und analysiert Echtzeit-Baustellenbilder mittels VLM, erkennt automatisch Sicherheitsprobleme wie das Nichttragen von Schutzausrüstung, Betreten von Gefahrenbereichen und Arbeitsinterferenzen und ermöglicht durch die Drohnenstation automatischen Start, Landung, Aufladung und Aufgabenausführung, wodurch die Baustelleninspektion unbemannt wird. Das von Kolon Global und Seonggeon Engineering (성건엔지니어링) entwickelte „System zur Rissverwaltung und Bauqualitätsprüfung von Hochstrukturen mittels KI-Bilderkennungstechnologie auf Drohnenbasis“ nutzt hochauflösende Kameras auf Drohnen zur berührungslosen Aufnahme von hohen/senkrechten Strukturen wie Brückenpfeilern und -trägern. Die KI berechnet automatisch die Position, Länge und Breite von Rissen. Es eignet sich für Bereiche, die mit Arbeitskörben und Hubwagen schwer zugänglich sind, und verhindert Sicherheitsunfälle wie Abstürze und Umkippen von Arbeitern.

Die von Lotte E&C (롯데건설) und MobilityOne (모빌리티원) entwickelte „Drohnenlösung zur Inspektion von Innenraumanlagen basierend auf autonomer Flug-Multikooperationstechnologie in Nicht-GPS-Umgebungen“ verwendet ein LiDAR-SLAM-KI-Multidrohnen-Autonomflugsystem. In Innenräumen (Nicht-GPS-Umgebung) werden durch Analyse des Baustellenarbeitsplans Flugdaten gewonnen, und die KI erstellt Berichte über Bauabweichungen, Fortschritt, Gefahrenfaktoren, Mängel usw., um Entscheidungen zu unterstützen. Im Bereich der Erdbewegungsautomatisierung wurde das von Kolon Global und Youngshin (영신) entwickelte „3D-Bagger-Referenzhöhenmanagementsystem für den Bau von Einzelfundamenten bei Erdarbeiten von Mehrfamilienhäusern“ ausgewählt. Es handelt sich um ein digitales Führungssystem, das über Sensoren am Bagger und GPS (GNSS) die Position der Löffelspitze in Echtzeit in 3D-Koordinaten bestätigt und unter Bezugnahme auf Bildschirmpläne präzise Arbeiten ausführt, wodurch die Einschränkungen herkömmlicher Bauweisen überwunden und die Arbeitseffizienz und -qualität verbessert werden. Im eigenständig vorgeschlagenen Projekt entwickelte Gong Saero (공새로) ein „System zum Kreislauf von Restressourcen und Kohlenstoffmanagement auf Baustellen“. Es digitalisiert und überwacht Restanlagen und außerbilanzielle Vermögenswerte auf der Baustelle ab dem Zeitpunkt des Kaufs vollständig und integriert, reduziert unnötige Neukäufe von Materialien und Ressourcenverschwendung an der Quelle und quantifiziert in Echtzeit die Abfallreduzierung und den Beitrag zur Kohlenstoffreduzierung in Form eines ESG-Dashboards. Die von SHL LAB (에스에이치엘에이비) entwickelte „Technologie zur Quantifizierung des Gesteinskörnungszustands mittels visueller KI zur Homogenisierung der Betonqualität“ analysiert mit visueller KI in Echtzeit die Kornform und -größe von Gesteinskörnungen, erfasst Qualitätsschwankungsfaktoren bereits im Rohmaterialstadium und verbessert die Gleichmäßigkeit der Betonqualität und die Produktionsstabilität. Der von Connected Solution (커넥티드솔루션) entwickelte „Brückenwartungsroboter zum automatischen Sprühen von Oberflächenschutzmaterialien für Brückenpfeiler“ ist mit automatischen Sprühmodulen für Reinigungswasser, Neutralisationsschutzmittel, Oberflächenverstärker usw. auf einer Brückenwartungsplattform ausgestattet. Er wird in Bereichen eingesetzt, die für Menschen schwer zugänglich sind, wie hohe Brückenpfeiler, Berg- und Stadtzentrumspfeiler, reduziert den Aufwand für Verkehrsregelung und Arbeiten in großer Höhe und verbessert die Haltbarkeit und Restlebensdauer der Brückenpfeiler. Die von PiQuant (파이퀀트) entwickelte „IoT-Gasüberwachungslösung für Sicherheit und Unfallprävention bei gefährlichen Gasen auf Baustellen“ misst 5 gefährliche Gase in Echtzeit, überträgt die Daten über LTE und BLE an ein zentrales Steuerungssystem, verwaltet den Zugangsstatus zu Gefahrenbereichen und die Gaskonzentration umfassend und sendet bei Anomalien sofort Alarme an Manager und Arbeiter.

Das Auswahl- und Förderprojekt für starke kleine Unternehmen im Smart Building (강소기업) wurde in diesem Jahr von 20 auf 12 Unternehmen pro Jahr reduziert, um sich auf wettbewerbsfähige und wachstumsstarke Unternehmen zu konzentrieren. IT One (아이티원) bietet eine Smart-Building-Sicherheitsplattform, die über die feste CCTV-Überwachung hinausgeht und ein mobiles Sicherheitsmanagementsystem auf Basis physischer KI in Kombination mit Baustellenrobotern (UGV usw.) realisiert. Durch Echtzeit-Multisensor-Überwachung werden mit KI-PTZ-CCTV gefährliche Verhaltensweisen und Sicherheitseinrichtungen automatisch erkannt. KCT E&C (케이씨티이엔씨) wurde aufgrund seines intelligenten Einsturzrisiko-Überwachungssystems mit Mesh-Netzwerk zur Bewältigung von Kommunikationsschattenzonen im Untergrund ausgewählt. Das System basiert auf Edge-KI-Smart-Sensoren, die Messdaten in Echtzeit analysieren, Risiken bewerten und Alarm schlagen, und nutzt ein hybrides Mesh-Netzwerk aus Starlink-Satellitenkommunikation und WiFi für stabile Datenübertragung in Kommunikationsschattenzonen. Next E&M (넥스트이앤엠) hat ein intelligentes grünes Straßensystem auf Basis von KI und IoT eingeführt, das mit Windkraft aus Fahrzeugbewegungen und natürlichem Wind automatisch Straßenaufwirbelungsstaub sammelt, ohne Strom oder Filter zu benötigen, und Regenwasser automatisch in die Kanalisation ableitet, während IoT-Sensoren die Staubkonzentration und -emission in Echtzeit messen. ICON (아이콘) bietet die Edge-KI-Kamera „CaasWorks (카스웍스)“ an, die mit einem maßgeschneiderten KI-Modell auf dem Gerät vor Ort ausgestattet ist und in Echtzeit Brände, Stürze und Personenpositionen erkennt. Das serverbasierte VLM leitet komplexe Risikostufen ab, generiert automatisch Risikoberichte und verknüpft diese mit der Sicherheitsmanagementplattform. GL Tech (지엘이테크) kombiniert Umweltschutzanlagen (Entstaubung, Entstickung, Entschwefelung) mit einem IoT-Echtzeit-Überwachungssystem. Es sammelt Daten zu Druck, Differenzdruck, Temperatur und Durchfluss vor und nach den Anlagen, erkennt durch Anomalieerkennungsalgorithmen frühzeitig Leistungsabfälle und Anomalien der Anlagen und wechselt von der nachträglichen Messung durch traditionelle Schornstein-TMS zur vorausschauenden Anomalieerkennung auf Basis von Betriebsdaten.