InVerS Intelligente und Vernetzte BauStelle

Im Forschungsprojekt »InVerS« entwickeln wir KI-basierte Methoden, um die Sicherheit und Ressourceneffizienz auf Baustellen zu erhöhen. Kern unseres Ansatzes ist eine zentrale, vernetzte Organisationseinheit, die Sensordaten von Maschinen und Baustelleninfrastruktur intelligent zusammenführt, sicherheitskritische Situationen erkennt und daraus planerische Entscheidungen für Bauprozesse ableitet. Durch den Einsatz Digitaler Zwillinge für Hoch- und Tiefbauszenarien schaffen wir eine sichere Simulationsumgebung, in der wir Algorithmen entwickeln, testen und validieren, ohne Risiken auf realen Baustellen eingehen zu müssen.

Baustellen zählen zu den gefährlichsten Arbeitsplätzen. In der EU wurden im Jahr 2022 rund 3.000 Arbeitsunfälle pro 100.000 Beschäftigte gemeldet (Eurostat). Ein großer Teil dieser Unfälle entsteht durch die Interaktion schwerer Maschinen mit arbeitenden Personen, die zu Fuß unterwegs sind. Neben der Arbeitssicherheit der Beschäftigten spielt auch der Schutz unbeteiligter Dritter eine zentrale Rolle, etwa bei innerstädtischen Tiefbaustellen in unmittelbarer Nähe zum fließenden Verkehr oder bei der Interaktion mit Passant:innen.

Gleichzeitig sind Baustellenprozesse häufig nur unzureichend koordiniert, was zu ineffizienten Abläufen, Ressourcenverschwendung und Verzögerungen führen kann. Im Projekt betrachten wir diese Herausforderungen übergreifend, indem wir Digitalisierung, Vernetzung und KI-basierte Entscheidungsunterstützung systematisch zusammenführen.

Das Projekt umfasst drei Phasen:

Wir recherchieren den Stand der Technik und entwerfen das Konzept für die zentralen Instanzen, Sensoren, Schnittstellen und Kommunikationswege.
Danach entwickeln wir die Methoden und testen sie in einer virtuellen Baustelle.
Zum Schluss steht ein interaktiver Demonstrator im Mittelpunkt unserer Arbeit, in dem wir die Methoden testen und validieren.

Kommunikation machts möglich: Vernetzung, Schnittstellen und Integration realer Personen

Damit wir später reale Personen auf der Baustelle nahtlos einbinden können, legen wir von Anfang an standardisierte Kommunikationsschnittstellen fest. So lassen sich Wearables für das Baustellenpersonal sowie nachgerüstete Technikmodule (Retrofit-Komponenten) für ältere Maschinen einbinden, die die Anlagen vernetzen und direkt in die intelligente Baustellenorganisation integrieren.

Außerdem beziehen wir Maschinen mit ein, bei denen sich bestimmte Arbeitsbereiche bewusst überschneiden. Gleichzeitig erkennen wir auch nicht-ausgerüstete Objekte oder Personen. Das können zum Beispiel unbefugte Personen auf dem Gelände sein oder Lieferanten ohne Wearables. In solchen Fällen werden automatisch Warnmeldungen an beteiligte Maschinen sowie an zentrale Sicherheitsdienste ausgelöst.

Alle erfassten Personen führen wir in einer zentralen Organisationseinheit zusammen und überwachen sie kontinuierlich in Echtzeit. Auf Basis von Bewegungsdaten prognostizieren wir die zukünftigen Bewegungsbereiche von Maschinen und Personen, um potenzielle Gefährdungssituationen frühzeitig zu erkennen.

Dafür berücksichtigen wir neben Positionsdaten auch physikalische Eigenschaften der Maschinen, etwa Antriebskonzepte, Lenksysteme, Reifen- oder Kettenmodelle sowie Leistungsparameter. Diese Informationen ermöglichen realistische Prognosen der Fahr- und Bewegungswege.

In dieser Projektphase entwickeln wir zwei Digitale Zwillinge der Baustelle – jeweils repräsentativ für typische Szenarien im Hoch- und Tiefbau.

Den Überblick behalten: Effizienz steigern durch datenbasierte Prozessoptimierung

Im Projekt kommt auch unsere Expertise in der Bildverarbeitung zum Einsatz: In der heterogenen, hochkomplexen Baustellenumgebung ist KI klassischen Verfahren überlegen. Maschinelles Lernen erkennt Objekte und komplexe Muster schneller, macht weniger Fehler und verarbeitet Daten robuster.

Die umfassende Datenerfassung eröffnet uns über die reine Sicherheitsüberwachung hinaus zusätzliche Möglichkeiten, um Prozesse zu optimieren. Indem wir Bewegungsabläufe vorhersagen, können wir die Energieeffizienz steigern, Materialeinsatz verbessern und das Zusammenspiel aller Komponenten gezielt steuern.

Ein Beispiel ist die Asphaltlogistik im Tiefbau: Straßenfertiger werden etwa von Kippsattelzügen beliefert. Ist die Warteschlange der LKWs zu lang, kühlt der Asphalt ab und wird unbrauchbar. Ist sie aber zu kurz, entstehen Stillstände. Auf Basis der im Projekt erfassten Daten kann unsere zentrale Organisationseinheit konkrete Handlungsempfehlungen und Steuerungsanweisungen an beteiligte Personen senden, um solche Prozesse zu optimieren.

Virtuelle Realität der Baustelle: Demonstrator und Validierung im Fahrsimulator

In der finalen Projektphase entwickeln wir einen Demonstrator. Wir machen die Digitalen Zwillinge damit interaktiv nutzbar und binden sie in unseren roboterbasierten Fahrsimulator RODOS^® ein. Dieser Schritt ermöglicht uns die realitätsnahe Demonstration der entwickelten Algorithmen und legt zugleich die Grundlage für systematische Tests unter kontrollierten Bedingungen. Testfahrerinnen und Testfahrer können interaktiv in die virtuelle Baustellenumgebung eintauchen.

Durch speziell entwickelte Szenarien prüfen wir die Algorithmen umfassend, bevor ein Einsatz auf realen Baustellen erfolgt. Zudem binden wir reale Steuergeräte und Assistenzsysteme über Hardware-in-the-Loop (HiL) in die Simulation mit ein. Wir können Umgebungsbedingungen wie Wetter, Tageszeit oder Sichtverhältnisse flexibel anpassen. So lassen sich Testzyklen reproduzierbar und effizient durchführen, zum Beispiel um die Leistungsfähigkeit unterschiedlicher Sensorik-Konfigurationen zu prüfen.

Unsere Expertise am Fraunhofer ITWM

Wir konzipieren und beziehen den gesamten Prozess – von der Sensordatenerfassung bis zur Warnung der Maschinenführenden – in einer sicheren, reproduzierbaren Simulationsumgebung mit ein. Im Bereich »Mathematik für Fahrzeuge, Systeme und Anlagen« am Fraunhofer ITWM verfügen wir über langjährige Erfahrung in den Schwerpunkten Mobilität und Fahrzeugentwicklung. Dazu zählen unter anderem:

Betriebsfestigkeit und Zuverlässigkeit
Energieeffizienz und Betriebsoptimierung
Flotten- und Verbundsteuerung
Assistenzsysteme und automatisiertes Fahren (ADAS/AD)

Methodische Schwerpunkte unserer Arbeit liegen in der Systemsimulation, Optimierung, Künstlichen Intelligenz sowie in hybriden Modellierungsansätzen. Ergänzt wird dies durch umfassende Expertise in der Mensch-Maschine-Interaktion, der Sensorfusion, der Datenverarbeitung und der KI-basierten Bildverarbeitung.

Wir betreiben mit RODOS^® einen eigenen Fahrsimulator und verfügen über umfangreiche Infrastruktur für virtuelle Umgebungen, virtuelle Messkampagnen (VMC^®) sowie über das institutseigene Messfahrzeug REDAR.

Kooperation und Projektförderung

Besonders enge Industriekooperationen bestehen bei uns bereits im Schwerpunkt der Nutzfahrzeuge sowie der Land- und Baumaschinen. Als Mitglied im Commercial Vehicle Cluster Südwest (CVC) sind wir eng mit relevanten Forschungs- und Industriepartnern vernetzt. Diese Zusammenarbeit bildet eine wichtige Grundlage für den erfolgreichen Transfer der Projektergebnisse in die Praxis.

Das Projekt ist auf zwei Jahre angelegt (1.10.2025 – 30.9.2027) und wird im Programm des Landes Rheinland-Pfalz für den Europäischen Fonds für regionale Entwicklung (EFRE) gefördert. »InVerS« findet im Rahmen des Programms »KI-Lotsin für Mobilität« statt. Es ist zudem eingebettet in das Transferzentrum »Mobilität« des Fraunhofer Leistungszentrums Simulations- und Software-basierte Innovation.