Mehr Nachhaltigkeit im Straßenbau mit Künstlicher Intelligenz [21.04.23]
Weniger Kohlendioxid-Emissionen beim Straßenbau – und dies ohne die Qualität und Wirtschaftlichkeit zu beeinträchtigen: Diesem Ziel widmen sich aktuell die Forschenden im Verbundprojekt KInaStra mit Beteiligung der Universität Hohenheim. Gelingen soll dies mit Hilfe von Künstlicher Intelligenz. Das Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg fördert das Vorhaben mit insgesamt gut 402.000 Euro. Davon erhält die Arbeitsgruppe von PD Dr. Jörg Leukel aus dem Fachgebiet Wirtschaftsinformatik II knapp 200.000 Euro.
Asphalt ist ein für die Infrastruktur wichtiges Material und zugleich ein umweltfreundlicher Baustoff. Bei seiner Herstellung, seinem Transport und dem Einbau werden jedoch große Mengen an klimaschädlichem Kohlendioxid (CO2) freigesetzt. So muss der Asphalt in Mischanlagen aufwendig erhitzt und umgehend zur Baustelle gefahren werden. Bereits bei mittelgroßen Baustellen, bei denen 2.500 Tonnen Asphalt verbaut werden, benötigen circa 5.000 Bäume ein ganzes Jahr, um die CO2-Emissionen von rund 50 Tonnen zu kompensieren.
Bislang spielen digitale Technologien bei der Senkung von CO2-Emissionen im Asphaltstraßenbau nur eine untergeordnete Rolle. Dabei sprechen Branchenexpert:innen der digitalen Steuerung des eigentlichen Bauprozesses eine hohe Bedeutung zu, um die Nachhaltigkeitsziele zu erreichen. Hier setzt das Forschungsprojekt „Künstliche Intelligenz für den nachhaltigen Straßenbau“ (KInaStra) an. Sein Ziel ist es, mit Hilfe von Künstlicher Intelligenz (KI) und Maschinellem Lernen die CO2-Emissionen im Straßenbau zu analysieren und zu senken – ohne negative Auswirkungen auf Qualität, Kosten und Zeit. Die Projektergebnisse sollen Bauunternehmen helfen, Straßenbauprojekte durch eine KI-basierte Prozesssteuerung nachhaltiger auszuführen.
In Praxisszenarien auf Baustellen wollen die Projektteams aus Wissenschaft und Praxis dafür mit Hilfe von Sensoren und digitalen Schnittstellen die CO2-Emissionen vor und während der Bauausführung erfassen, in Echtzeit analysieren und in Handlungsempfehlungen für das Personal umsetzen.
Die Forschenden an der Universität Hohenheim entwickeln datenbasierte Prognosemodelle für die optimale Asphalttemperatur vom Abtransport von der Mischanlage bis zum Einbau vor Ort. Hierzu werden Ansätze des Maschinellen Lernens genutzt, um die vielschichtigen und teils unbekannten Zusammenhänge entlang des gesamten Bauprozesses zu integrieren. Die Prognosemodelle und die darauf aufsetzenden Steuerungsverfahren der Projektpartner sollen für reale Baustellenprojekte evaluiert werden, um Verringerungen von CO2-Emissionen nachzuweisen.
Projekt-Steckbrief
- Titel: Künstliche Intelligenz für den nachhaltigen Straßenbau - KInaStra
- Fördersumme: 402.263 Euro gesamt, davon 199.565 Euro für die Universität Hohenheim
- Förderinstitution: Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg im Rahmen der Innovationsförderung „Invest-Bw – Digitalisierung und Künstliche Intelligenz“
- Dauer: 1.1.2023 – 31.12.2024
- Beteiligte: Smart Site Solutions GmbH, Reif Bauunternehmung GmbH & Co. KG, Makadamlabor Schwaben GmbH und Universität Hohenheim
- Website
Kontakt
PD Dr. Jörg Leukel, Universität Hohenheim, Fachgebiet Wirtschaftsinformatik II, +49 (0)711 / 459-23968, joerg.leukel@uni-hohenheim.de
Schwergewichte der Forschung
Als „Schwergewichte der Forschung“ gelten herausragende Forschungsprojekte mit einem finanziellen Volumen von mindestens 350.000 Euro bei den Experimental- bzw. 150.000 Euro bei den Sozial- und Gesellschaftswissenschaften.
