Building Information Modeling (BIM) bietet sowohl während des Planens und Bauens als auch während des Betreibens eines Bauwerks die Chance, moderne Großprojekte termin‐ und kostengerecht zu realisieren. Denn über den gesamten Prozess können konsistente Daten die Effizienz und Qualität eines Bauwerks steigern. Hier stellt insbesondere der Brückenbau eine besondere Herausforderung dar, da trotz wiederkehrender Typologie die Abhängigkeiten der einzelnen Bauteile zur Trassierung jedes Bauwerk individuell werden lassen. Diesem Problem wird mit der Parametrisierung der Bauwerksmodelle Einhalt geboten. Konkret heißt das, dass jedes Bauteil mind. eine Abhängigkeit zur Trassierung der über‐ oder unterführten Straße/Bahn anhand der Raumkurve erhält. Verändert sich die Trassierung, so passt sich auch das Bauwerk an. Diese dauerhafte Verbindung ermöglicht es auch, dass Mengen, Bauteillisten und 2‐D‐Pläne automatisch angepasst werden. Auch Abhängigkeiten der Bauteile untereinander oder zum Geländemodell sind möglich. Somit können bereits während der Planung bauwerksinterne Kollisionen vermieden werden. Intelligente Datenmodelle können dazu beitragen, die Qualität, Effizienz und Produktivität bei der Realisierung von Bauten projektspezifisch zu steigern. Sowohl bei der Qualitätsprüfung/‐sicherung als auch der forcierten Produktivitätssteigerung ergeben sich durch den modellbasierten Ansatz neue Möglichkeiten. So lassen sich Modelle automatisiert und regelbasiert nach verschiedenen Gesichtspunkten auswerten. Während Planungs‐, aber auch Modellierungsqualität heute oft subjektiv bewertet wird, können mithilfe von Modellen Qualitätsmerkmale erhoben werden, die eine objektivere Bewertung zulassen. Nachdem Modelle und damit einhergehend Planungen heute mehr oder weniger manuell erstellt werden, teilautomatisiert ausgewertet und bewertet werden können, muss die Technologie im nächsten Schritt dazu genutzt werden, regelbasierte Mechanismen und Prozesse zu entwickeln, um ganze Planungen (teil‐)automatisiert zu erstellen. Hierzu stehen Technologien wie Knowledge Based Engineering und Machine Learning zur Verfügung, die in der Wissenschaft derzeit vertieft untersucht werden. Es gilt zu klären, wie diese Methoden in den Planungsalltag Einzug halten können.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.