Technologie (KI) im Gebäude-/Anlagenbetrieb

1. Steigende Komplexität in CREM/FM, mehr Dokumentationspflichten, Fachkräftemangel

2. Ziel: Prozesse vereinfachen und Kosten durch intelligente Systeme senken

3. Problem: Suchen und Verarbeiten von Informationen kostet sehr viel Zeit und Geld

1. Unterstützt alle FM- und CREM-Prozesse

2. Vielfältige Module: z. B. Instandhaltung, Mietmanagement, Energie, Helpdesk, LifeCycle, ESG

3. Auswertungen, Dashboards, Schnittstellen, international einsetzbar

1. Datenquellen sind dezentral → z. B. durch verschiedene Standorte oder Fachbereiche

2. Daten müssen durch Verursacher selbst dezentral erfasst werden

3. Zentrale Prüfung der Qualität & Vollständigkeit

4. BIM als Datenquelle: wichtig für Planung & Betrieb

1. BIM ist Standard bei Neubauten

2. 99 % des Bestands ist jedoch nicht modelliert → Lösung: Scan2BIM

3. Herausforderungen: Kosten, Aktualisierungspflicht, Modellpflege

4. Ziel: automatisierte Digitalisierung des Bestands durch KI

Unterschiede:

• Deterministische Systeme (klassisch): vorhersehbar, regelbasiert

• Probabilistische Systeme (KI): datenbasiert, lernend, aber unsicher

Anwendungen & Chancen:

• Predictive Maintenance (z. B. bei Triebwerken oder Pumpen)

• Wissensmanagement:

  • Lokale LLMs (z. B. „inno:docs“)

  • Kontextbezogene Antwortsysteme mit RAG (Retrieval-Augmented Generation)

  • Deutlich reduzierte Einarbeitungszeit

• Ticketing:

  • Automatisches Erfassen & Kategorisieren von Meldungen

  • Multilinguale Sprachsteuerung mit LLMs

  • Mapping & Routing durch KI

• Datenanalyse:

  • Tabellen verstehen, Diagramme erzeugen, Auswertungslogik nutzen

  • Kein „Halluzinieren“ bei Nutzung strukturierter Daten

• Computer Vision:

  • Erkennung von Komponenten in Bildern

  • Umwandlung in 3D-Modelle, Verortung

  • Unterstützung bei Wartung und Instandhaltung

1. KI ist kein Selbstzweck

2. Herausforderungen:

   • Datenschutz

   • Halluzinationen

   • Abhängigkeit vom Datenmodell

   • Datenqualität

   • Unrealistische Erwartungen

3. KI braucht Expertise & klare Anwendungsfälle

• Automatisches Asset-Register (OCR + Logik + 3D-Verortung)

• Ziel:

  Automatisierte Identifikation und Dokumentation technischer Anlagen und Bauteile – insbesondere im Bestand.

  Funktionsweise:

  • OCR (Optical Character Recognition): KI erkennt automatisch Texte auf Etiketten, Typenschildern, Plänen etc.

  • 3D-Verortung: Kombination mit 3D-Daten (z. B. Laserscan oder Fotogrammetrie), um den Standort eines Assets im digitalen Modell zu verankern.

  • Logik-Komponenten: ordnen das erkannte Objekt korrekt zu (z. B. welche Anlage, welches Bauteil).

  Nutzen:

  • Beschleunigte Erfassung von Anlageninformationen

  • Automatische Übernahme in das CAFM-System

  • Hohe Datenqualität bei gleichzeitig geringem manuellen Aufwand

    
    

• Smartes Ticketing (LLM + Bilddaten + Multilinguale Systeme)

• Ziel:

  Automatisiertes und nutzerfreundliches Erstellen und Weiterverarbeiten von Störmeldungen und Service-Tickets.

  Funktionsweise:

  • LLM (Large Language Model): erkennt Inhalt und Kontext von natürlichsprachlichen Eingaben (z. B. „Mein Bürostuhl ist kaputt“).

  • Multilinguale Erkennung: Spracheingaben in verschiedenen Sprachen werden automatisch erkannt, übersetzt und verarbeitet.

  • Bilddatenintegration: Nutzer können Fotos/Screenshots zur Störmeldung hinzufügen → KI analysiert auch visuelle Informationen.

  • Routing & Mapping: Das System ordnet die Anfrage automatisch dem zuständigen Bereich/Prozess zu (z. B. Möbelverwaltung, Technik).

  Nutzen:

  • Barrierefreies, schnelles Melden von Störungen

  • Geringere Nacharbeit durch Helpdesk

  • Höhere Akzeptanz durch einfache, intuitive Nutzung (auch per App)

    
    

• Planauswertung: Texte und Symbole in Plänen lesen & interpretieren

• Ziel:

  Automatisierte Analyse technischer Zeichnungen, CAD-Pläne und Gebäudepläne.

  Funktionsweise:

  • Texterkennung mittels OCR: auch in gescannten Plänen mit Maschinen- oder Handschrift

  • Symbolerkennung: Erkennen standardisierter Gebäudesymbole (z. B. Tür, Fenster, Ventil)

  • Kontextanalyse: KI versteht, welche Funktion ein Raum oder Objekt hat (z. B. Technikraum, Fluchtweg)

  Nutzen:

  • Reduziert manuellen Aufwand beim Einpflegen von Planinhalten ins CAFM

  • Ermöglicht gezielte Suchen innerhalb von Plänen (z. B. „alle Räume mit Brandmelder“)

  • Basis für die automatische Pflege von Bestandsdaten

  
  

• Meldungsklassifizierung & Havarie-Erkennung

• Ziel:

  Frühzeitiges Erkennen und automatische Verarbeitung von Schadensfällen – auch bei schwerwiegenden Ereignissen.

  Funktionsweise:

  • Kombination von LLM & Computer Vision:

    • LLM klassifiziert textbasierte Meldungen (z. B. „Wasser tropft von der Decke“)

    • Bilddaten helfen bei der Erkennung von Schäden (z. B. Riss, Wasserfleck)

  • 3D-Positionierung: Ermittelt, welche Anlage oder welcher Gebäudeteil betroffen ist.

  • Logik-Engine: Prüft Konsequenzen (z. B. Wasserleck = Gefahr für Elektrik)

  Nutzen:

  • Schnellere Eskalation und Bearbeitung kritischer Vorfälle

  • Reduzierung von Folgeschäden durch automatisierte Alarmierung

  • Unterstützung des Notfallmanagements

1. Zukunftsorientiertes FM braucht smarte Datenverarbeitung

2. KI kann Wissen zugänglich machen, Prozesse vereinfachen und Ressourcen sparen

3. BIM, LLM, OCR, Computer Vision sind Schlüsseltechnologien

4. Entscheidend ist der richtige, sinnvolle Einsatz in klar definierten Prozessen