Dieser Dummy Akkordeon wird über einen CSS code versteckt, da elementor standardmäßig den ersten Akkordeon ausklappt (was ich nicht möchte) GaLiGrü Moritz

Lauble, S., Bonekämper, H., Zielke, P., & Wu, B

Zielke, P., Behringer, J., Lauble, S., & Haghsheno, S.

Abstract:

The construction industry faces a persistent challenge of low to stagnant productivity growth, which contrasts with the rapid digitalization observed in other sectors. Comprehensive analysis and productivity enhancement are necessary due to the presence of analog and unstructured data within the construction industry. The potential of Large Language Models (LLMs) such as ChatGPT to facilitate digitization efforts in this context is a subject of inquiry. Moreover, the fragmentation and complexity of the industry often worsen the shortage of programming expertise. This study investigates the role of LLMs in facilitating coding for digitizing information related to existing buildings. A systematic literature review explores the functionality and advancements of three prominent LLM architectures: ChatGPT, PaLM2, and Llama 2. Subsequently, this study establishes a use case for extracting information from environmental product declarations (EPD). It also defines evaluation criteria for the applicability of LLM. The results show that, in the tested use case, only ChatGPT was successful in generating two Python scripts capable of extracting up to 58.47% of the specified dataset information. Although all three LLMs are capable of generating programming codes for document extraction and digitization, their success rate is heavily influenced by document structure and layout. Additionally, adjustments made by IT experts could potentially improve the success rate of extracted information. In conclusion, this study emphasizes the potential of LLMs in supporting digitization efforts within the construction industry. However, the effectiveness of these models depends on document structure and may benefit from expert intervention. These findings contribute to advancing understanding of LLM applications in construction digitization, providing insights for future research and practical implementation.

Part of the European Conference on Product and Process Modeling 2024

Access publication

Bonekämper, H.,  Bigge, P.

Erschienen in Build-Ing

Zur Veröffentlichung

Bonekämper, H.

Abstract:

In Deutschland besteht bei Bestandsgebäuden ein erheblicher Bedarf an Sanierungsmaßnahmen, der sich in den kommenden Jahren durch die „Renovation Wave“ voraussichtlich verstärken wird. Aus diesem Grund suchen Immobilienbestandshalter nach effektiven Plänen, um diese Maßnahmen gemäß objektiven Bewertungskriterien umzusetzen. Zu diesem Zweck arbeiten Forscherinnen und Forscher des Karlsruher Instituts für Technologie (KIT) in Kooperation mit der DGNB e.V., CAALA, Concular und Züblin an der Entwicklung einer digitalen Austauschplattform. Diese Plattform verwendet quelloffene Standards und Schnittstellen, um zukünftige Sanierungsmaßnahmen auf nachhaltige und intelligente Weise ableiten zu können.

Erschienen in Grundstücksmarkt und Grundstückswert (GuG), Ausgabe Mai/Juni 2024

Zielke, P.,  Lauble, S.

Abstract:

Die energetische Sanierung von Bestandsgebäuden stellt eine zentrale Herausforderung auf dem Weg zu einer nachhaltigen Gebäudewirtschaft dar. Der Beitrag beleuchtet, wie künstliche Intelligenz (KI) in diesem Kontext zur Steigerung der Nachhaltigkeit beitragen kann – insbesondere durch die Unterstützung bei der Entscheidungsfindung, der automatisierten Analyse von Gebäudedaten und der Optimierung von Sanierungsstrategien. Anhand praktischer Anwendungsbeispiele wird gezeigt, wie KI-basierte Systeme dabei helfen können, ökologische und ökonomische Zielsetzungen besser zu vereinen. Der Beitrag diskutiert zudem Potenziale und Grenzen des KI-Einsatzes in Sanierungsprojekten und zeigt auf, welche infrastrukturellen und organisatorischen Voraussetzungen für eine erfolgreiche Integration notwendig sind.

Erschienen in Bausubstanz 2/2024

Zur Veröffentlichung

Mortazavi, M. & Wu, B. & Steinbrenner, S. & Haghsheno, S.

Abstract:

With the rapid advancement of digitization, a multitude of tools for as-built modeling has emerged, posing a challenge in choosing the most suitable product. This article presents an evaluation system for identifying and selecting a site scanning method to create a digital twin of existing buildings. The evaluation criteria developed for this purpose were integrated into an evaluation scheme that forms the basis for a quantitative assessment. A case study was conducted to validate the developed evaluation system. Two Operating Systems (OS) applications, a Faro laser scanner, and a handheld LumoScanner were selected to generate a 3D model for a floor with a 500 m2 area. The presented method supports construction and design companies in their decision-making process when selecting scanning methods for practical building applications.

Zur Veröffentlichung