Wie die Bauindustrie Big Data nutzt

In der Bauindustrie, wie auch in anderen Sektoren, bezieht sich Big Data auf die riesigen Mengen an Informationen, die in der Vergangenheit gespeichert wurden und heute noch erworben werden. Big Data kann von Personen, Computern, Maschinen, Sensoren und anderen Daten erzeugenden Geräten oder Agenten stammen.

Das macht natürlich groß. Konstruktion und Bau großer Daten existieren bereits in allen Plänen und Aufzeichnungen von allem, was jemals gebaut wurde.

Sie steigt auch ständig mit zusätzlichem Input von so unterschiedlichen Quellen wie Arbeitern vor Ort, Kränen, Erdbewegern, Materialversorgungsketten und sogar Gebäuden selbst.

Der Wert von Daten

Herkömmliche Informationssysteme können grundlegende Informationen über Projektpläne, CAD-Entwürfe, Kosten, Rechnungen und Mitarbeiterdetails erfassen. Sie sind jedoch in ihrer Fähigkeit eingeschränkt, mit unstrukturierten Daten wie freiem Text, gedruckten Informationen oder analogen Sensorwerten zu arbeiten. Oft können sie nur geordnete digitale Zeilen und Spalten von Zahlen verarbeiten.

Die Idee, Big Data zu nutzen, besteht darin, mehr Erkenntnisse zu gewinnen und bessere Entscheidungen in der Bauleitung zu treffen, indem nicht nur wesentlich mehr Daten abgerufen werden, sondern diese auch richtig ausgewertet werden. In der Tat sind große Daten wie LKW-Ladungen von Ziegeln oder Säcken von Zement allein nicht nützlich. Das ist es, was Sie mit Big-Data-Analyseprogrammen machen.

Mit Big Data ins Geschäft kommen

Um zu sehen, wie große Daten bereits von der Bauindustrie genutzt werden, sollten Sie den Lebenszyklus von Design-Build-Operate berücksichtigen, der heute immer mehr Bauprojekte definiert.

• Design: Big Data, einschließlich Gebäudedesign und Modellierung selbst, Umweltdaten, Stakeholder-Input und Social-Media-Diskussionen, können verwendet werden, um nicht nur zu bestimmen, was gebaut werden soll, sondern auch, wo es gebaut werden soll. Die Brown University in Rhode Island (USA) hat mithilfe von Big Data-Analysen entschieden, wo sie ihre neue technische Einrichtung für einen optimalen Studenten- und Universitätsnutzen bauen können. Historische Big Data können analysiert werden, um Muster und Wahrscheinlichkeiten von Baurisiken zu erkennen, um neue Projekte zum Erfolg zu führen und von Fallstricken fernzuhalten.
• Build: Big Data aus Wetter, Verkehr und Gemeinde- und Geschäftsaktivitäten können analysiert werden, um eine optimale Abstimmung der Bautätigkeiten zu bestimmen. Sensoreingaben von Maschinen, die an Standorten zum Anzeigen von aktiver und Leerlaufzeit verwendet werden, können verarbeitet werden, um Rückschlüsse auf die beste Mischung aus Kauf und Leasing solcher Ausrüstung zu ziehen und wie Kraftstoff am effizientesten verwendet werden kann, um Kosten und ökologische Auswirkungen zu senken. Die Geolokalisierung der Ausrüstung ermöglicht auch eine Verbesserung der Logistik, die Bereitstellung von Ersatzteilen bei Bedarf und die Vermeidung von Ausfallzeiten.
• Betrieb: Große Daten von Sensoren, die in Gebäuden, Brücken und anderen Konstruktionen eingebaut sind, ermöglichen es, jeden einzelnen in vielen Leistungsstufen zu überwachen. Energieeinsparungen in Einkaufszentren, Bürogebäuden und anderen Gebäuden können verfolgt werden, um sicherzustellen, dass sie den Designzielen entsprechen. Verkehrsbelastungsinformationen und Flexionsgrade in Brücken können aufgezeichnet werden, um Ereignisse außerhalb der Grenzen zu erkennen. Diese Daten können auch in BIM-Systeme (Building Information Modeling) zurückgeführt werden, um Wartungsarbeiten nach Bedarf zu planen.

Baugewerbe-Präferenzen für Informationen und Einsichten

Je größer und größer die Daten werden, desto größer wird auch die Notwendigkeit, sie auf die umsetzbaren Grundlagen zu reduzieren.

Eine Befragung von Baufirmen durch den Softwareanbieter Sage im Jahr 2014 ergab:

• 57% wollen konsistente, aktuelle Finanz- und Projektinformationen.
• 48% möchten gewarnt werden, wenn bestimmte Situationen auftreten.
• 41% wollen Prognosen, damit sie sich besser auf die besten und schlechtesten Bauevents vorbereiten können.
• 14% wollen mit Online-Analysen beispielsweise genau sehen, welche Faktoren die Profitabilität beeinflussen und um wie viel.

Big-Data-Analysen können Möglichkeiten zur Verbesserung dieser Aspekte bieten oder bieten. Die Vielfalt der Eingaben in Big Data ermöglicht eine bessere Sicherheit über Statusberichte und Prognosen. Die Analyse kann hilfreichere Hinweise auf die Risikostufen liefern, bevor ein Schwellenwert überschritten und eine Warnmeldung generiert wird. Sie bieten auch Einsichten, die herkömmliche Systeme einfach nicht können.