KI-BASIERTE HYBRIDE MODELLIERUNG FÜR INTEGRIERTE BERECHNUNG UND BEMESSUNG VON TRAGWERKEN BEI OPTIMIERTER MATERIALEFFIZIENZ (»HyMoDe«)

In Bauvorhaben spielt die Tragwerksplanung eine entscheidende Rolle für die Realisierung des Projektes: Sie garantiert die Standsicherheit, Gebrauchstauglichkeit sowie die Dauerhaftigkeit des Bauwerks innerhalb eines festgelegten Sicherheitsniveaus und hat großen Einfluss auf Kosten, Dauer und Materialverbrauch des Bauprojekts. Dabei werden aus Plänen und geometrischen Modellen, mechanische Modelle des Tragwerks abgeleitet und in Kombination mit einem Lastmodell das Berechnungsmodell der Einwirkungen erstellt. Die Ergebnisse dieser Berechnung stellen die Auswirkungen der Einwirkungen auf das Tragwerk dar und müssen von diesem sicher aufgenommen werden. Dafür werden den Berechnungsergebnissen geeignete Bemessungsmodelle gegenübergestellt, mithilfe derer die jeweiligen Bauteile so bemessen werden, dass alle Einwirkungen sicher abgetragen werden können.

In HyMoDe wird dieser Prozess mithilfe von Methoden des Scientific Machine Learning in einem Gesamtmodell zusammengefasst. Ziel dieses Gesamtmodell ist es, die schnelle und zielgerichtete Planung von Bauvorhaben unter Optimierung von Kosten und Material effizient zu ermöglichen. Der Begriff „hybride Modellierung“ bezieht sich dabei auf einen Ansatz zur Erschließung von Synergien zwischen Physik gestützten und datengestützten Modellen unter Berücksichtigung von Multifidelity Modelling. Der Vorteil dieses Ansatzes ist, dass die Stärken der etablierten, Physik-basierten Berechnungsmethoden, mit neuesten datengestützten Machine-Learning-Algorithmen vereinigt werden können. Das daraus entstehende Optimierungspotential des Prozesses Tragwerksplanung kann sowohl Arbeitsaufwand und Kosten massiv reduzieren, als auch die Materialeffizienz der Bauwerke aufgrund verbesserter Planungsmöglichkeiten deutlich erhöhen und stellt damit einen wichtigen Schritt in Richtung Digitalisierung und Nachhaltigkeit der Baubranche dar.

Die Fördersumme für dieses Projekt beläuft sich bei unserem Kunden auf rund 267.000 Euro.