GEPRÜFTE BAUSTELLEN IM JAHR
Vorsicht bei diesen Firmen  Spenden gegen Pfusch am Bau  Newsletter abonnieren  Bessere-Welt-Prämie

Bereits im ersten Beitrag wurde die derzeit bekannteste Künstliche Intelligenz „ChatGPT“ von OpenAI erwähnt. Laut der neuen KI-Verordnung (AI-Act) handelt es sich dabei um sogenannte KI-Modelle mit allgemeinem Verwendungszweck (General Purpose AI Models, kurz: GPAI-Models). Diese Modelle werden nicht für eine spezifische Aufgabe entwickelt und können daher flexibel für zahlreiche Anwendungen in der Verarbeitung und Generierung unstrukturierter Texte, Bilder, Audios und Videos eingesetzt werden. In einem der vorherigen Beiträge wurde die Unterscheidung von KI in „starke“ KI (auf einer Ebene mit dem Menschen) und „schwache“ KI (nur für eine spezifische Aufgabe ausgelegt) erläutert. GPAI-Modelle bewegen sich zwischen diesen Kategorien, werden jedoch eher als fortschrittliche „schwache“ KI betrachtet. Mit welchen GPAI-Modellen haben wir es also zu tun und wie funktionieren diese? Hinter dem uns bekannten Chatbot „ChatGPT“ von OpenAI steckt ein komplexes „Transformer-Modell“, das zu den GPAI-Modellen (laut AI Act) gezählt werden kann und übergeordnet als „Large Language Model“ (LLM, „großes Sprachmodell“) bezeichnet wird. Diese Transformer basieren auf fortschrittlichen neuronalen Netzwerken, die in den nächsten Beiträgen näher betrachtet werden. Die Sprachmodelle hinter ChatGPT heißen beispielsweise GPT-4 oder GPT-4o (veraltet ist GPT-3.5). GPT steht für „Generative Pre-trained Transformer“. Kurz gesagt: Das Modell wurde vorher mit großen Datensätzen trainiert und kann bei einer neuen Eingabe die Beziehungen zwischen Wörtern in einem Satz erkennen, um so einen passenden Output zu generieren. Der Begriff ChatGPT bezeichnet „nur“ die Benutzeroberfläche bzw. die Chatbot-App, über die Menschen mit dem Sprachmodell interagieren können. Mittlerweile sind die typischen Sprachmodelle nicht mehr nur Sprachmodelle, sondern vielmehr „multimodale“ Modelle. Neben der Fähigkeit, Sprache bzw. Texte zu verarbeiten, verfügen sie auch über weitere „Modi“ wie die Audio- und Bildverarbeitung. Sprache in Form von Texten war in den veralteten Modellen wie GPT-3.5 der einzige „(Daten-)Modus“. Die Modelle von OpenAI (z. B. GPT-4) sind jedoch nicht die einzigen großen KI-Modelle. Beispielsweise gibt es auch KI-Modelle von Meta AI (Llama 3.1-405B), Mistral AI (Mistral Large 2), Google DeepMind (Gemini 1.0 Ultra) oder Anthropic (Claude 2). Diese KI-Modelle sind jeweils im Hintergrund einer eigenen Benutzeroberfläche implementiert. Die Benutzeroberfläche (die Chatbot-App) für Mistral Large 2 heißt „le Chat“. Die Unterscheidung zwischen dem KI-Modell (z. B. GPT-4 oder Mistral Large 2) und der Benutzer-App (z. B. ChatGPT oder le Chat) ist wichtig, da die KI-Modelle für die Anwendungen im eigenen Unternehmen von Bedeutung sind. Der Chatbot „Microsoft Copilot“ nutzt beispielhaft ebenfalls das Sprachmodell GPT-4. Es ist wichtig, die Eigenschaften dieser unterschiedlichen Modelle zu erkennen, da sie sich rasant weiterentwickeln…

Weiterlesen

Der letzte KI-Beitrag beschreibt die Grundidee des überwachten Lernens (Supervised Learning) innerhalb des maschinellen Lernens (ML). Dabei wird dem KI-Modell (einem mathematischen Algorithmus) ein Input gegeben, um einen Output vorherzusagen (wir nutzen ein Vorhersagemodell). Das könnte zum Beispiel ein Bild von einer Brücke sein, das die KI als Brücke „klassifizieren“ (erkennen) soll. Während des Trainings sind Input (Beispiel) und Output (Beispiellösung) bekannt, da sie vom Menschen so definiert werden. Das unüberwachte Lernen (Unsupervised Learning) hingegen verfolgt einen anderen Ansatz. Hierbei erhält die KI keine Beispiele oder Beispiellösungen, sondern lediglich einen Datensatz. Der ML-Algorithmus soll versteckte Muster und Zusammenhänge zwischen den Datenpunkten im Datensatz erkennen. Ein beliebter Ansatz hierfür ist das sogenannte „Clustering“. Um dies etwas anschaulicher zu machen, folgt ein einfaches Beispiel aus der Bauwelt. Gegeben sind verschiedene Bauprojekte A bis E im Hochbau, für die in den Spalten unterschiedliche Merkmale eingetragen sind. Zunächst sind wir „faul“ und jedes Bauprojekt erhält eine eigene Gruppe. Das Ziel besteht jedoch darin, Muster und Zusammenhänge zwischen den Bauprojekten zu erkennen. Wir möchten Gruppen (Cluster) aus ähnlichen Bauprojekten bilden. Jedes Merkmal wird für das jeweilige Bauprojekt mit Punkten bewertet: Welche Bauprojekte sind sich nun untereinander „nahe“, um sie anschließend in eine bestimmte Anzahl von Gruppen einteilen zu können? Projekt D und E sind sich hinsichtlich aller Merkmale „nahe“. Nach welchem Maßstab sollen jedoch die Projekte A bis C gruppiert werden? Dominiert das Merkmal „Auftragsvolumen“, wären sich A und C näher als B. Oder bilden Projekt A und B eine passendere Gruppe hinsichtlich der Merkmale „Komplexität“ und „Projektrisiko“? Dies soll verdeutlichen, dass der ML-Algorithmus des unüberwachten Lernens nicht allmächtig ist und nicht mit einem Knopfdruck das „eine“ richtige Ergebnis liefern kann. Sachkundige Personen müssen definieren, nach welchem Maßstab die Bauprojekte in Gruppen eingeteilt werden sollen. Markus Nussbaum, Bauingenieur & KI-Beauftragter, in Kooperation mit tecTrain.at  (Veröffentlicht am 16.12.2024)…

Weiterlesen

Am Puls der Zeit! Die Bauherrenhilfe stellt allen Mitgliedern und Partnern einen „KI-Beauftragten“ zur Seite! Markus Nussbaum hat die HTL für Hochbau sowie die Fachhochschule für das Bauingenieurwesen erfolgreich abgeschlossen und bereits eine jahrelange Berufserfahrung hinter sich gebracht. Die Geburt oder doch noch das embryonale Stadium der Künstlichen Intelligenz in der Bauwirtschaft? Ein grober Überblick über den aktuellen Stand der Künstlichen Intelligenz (KI) in der Baubranche kann durch eine Befragung von Mitarbeitern unterschiedlicher Unternehmen dieser Branche gewonnen werden. Die Auswertung der durchgeführte Befragung entspricht nicht den Vorgaben einer „ordentlichen“ qualitativen Forschung. Sie kann aber das bestätigen, was aktuelle Studien zum Thema „Stand der Entwicklung und Anwendung von KI in der Bauwirtschaft“ ohnehin aufzeigen. Schon bei der Frage, in welchem Umfang KI aktuell im Unternehmen eingesetzt wird, zeigt sich, dass es keine richtige Umsetzung mit KI gibt. Dieser Umstand ist nachvollziehbar, wenn man bedenkt, dass KI derzeit noch einen großen Forschungscharakter aufweist und die Baubranche gerade dabei ist, die Grundsätze der Digitalisierung umzusetzen. Eine weitere Herausforderung ist das fehlende Wissen und Verständnis der Baubeteiligten in Bezug auf eine KI-Anwendung. Was zeichnet KI aus? Wie kann ich überhaupt beurteilen, ob in einem bestimmten Prozess eine KI beteiligt ist? Auch dieser Umstand ist nachvollziehbar, weil KI aktuell unterschiedlich interpretiert und definiert wird. Der Begriff „Künstliche Intelligenz“ wurde Mitte des 20. Jahrhunderts erstmals von John McCarthy folgendermaßen beschrieben: „[…] soll herausgefunden werden, wie man Maschinen dazu bringt, Sprache zu verwenden, Abstraktionen und Konzepte zu bilden, Probleme zu lösen, die derzeit dem Menschen vorbehalten sind, und sich selbst zu verbessern.“ Es geht also darum, Maschinen (Computern) Aufgaben zu übertragen, die bisher nur von Menschen besser erledigt werden konnten. Künstliche Intelligenz soll unsere Sprache verstehen, selbstständig lernen, Probleme lösen und Entscheidungen treffen können. Ein Großteil moderner (heutiger) KI basiert auf maschinellem Lernen (ML). Maschinelles Lernen ist eine KI-Technologie, die Maschinen befähigt, aus großen Datenmengen zu lernen, um Muster und Zusammenhänge in diesen Daten zu erkennen. Der Begriff „maschinelles Lernen“ ist dem Bereich der künstlichen Intelligenz untergeordnet. Ein ähnliches Prinzip findet sich beispielsweise bei der Nachbildung des menschlichen Sehens: Um Maschinen mit visueller Wahrnehmung (z. B. Bilder oder Videos) und mit der richtigen Interpretation dieser zu befähigen, nutzen wir „maschinelles Sehen“. Bekannt ist diese KI-Technologie als Computer Vision (CV). Aktuell gibt es keine KI, die über alle menschlichen Fähigkeiten verfügt oder gar ein Bewusstsein hat (sog. „starke KI“). Heutige KI-Systeme werden für eine spezifische Aufgaben trainiert…

Weiterlesen

Die tecTrain GmbH ist jetzt GOLD-Qualitätspartner! tecTrain GmbH – Ihr professioneller Weiterbildungspartner für IT und Business Skills Als führendes Aus- und Weiterbildungsunternehmen in den Bereichen IT und Business Skills orientieren wir uns stark an technologischen Trends und an dem tatsächlichen Bedarf des Arbeitsmarktes. Voraussetzungen für eine Wettbewerbsfähigkeit mit Zunahme der Digitalisierung und dem technologischen Fortschritt ist qualifiziertes Fachpersonal. Seit 2011 unterstützen wir erfolgreich Unternehmen, Organisationen und Privatpersonen bei ihrer maßgeschneiderten Aus- und Weiterbildungsplanung.   Standort Graz Sankt-Peter-Gürtel 10b 8042 Graz Tel.: +43 50 4510-0 Mail: office@tectrain.at Standort Wien Rinnböckstraße 3 / Stiege I A-1030 Wien Tel.: +43 50 4510-0 Mail: office@tectrain.at   (Veröffentlicht am 25.09.2024)…

Weiterlesen

Die rasante Entwicklung künstlicher Intelligenz: Wie soll die Bauwirtschaft da bloß einsteigen? Die Bauherrenhilfe, unser KI-Beauftragter Markus, steht per sofort Mitglieds- und Partnerbetrieben kostenlos zur Seite. Dazu informieren wir auf unseren Seiten mit der Serie „KI und Bauwirtschaft – unnötig Stress oder große Chance?“   Spätestens durch die öffentliche und einfache Verwendung von ChatGPT erreichte der Hype um „künstliche Intelligenz“ (kurz KI) einen Höhepunkt in der Gesellschaft. Das Verarbeiten und Generieren neuer Daten war noch nie so einfach wie heute. Zahlreiche bestehende und neue KI-Technologien entwickeln sich mit enormer Geschwindigkeit und dabei stellen sich beispielsweise folgende Fragen: Welches Potenzial und welche Anwendungsfelder haben diese KI-Systeme z. B. in einem Bauunternehmen? Wie sollen beteiligte Unternehmen im Bauprozess auf die „Züge“ der „digitalen Transformation“ aufspringen? Über welche Herausforderungen bei der Einführung von KI-Systemen im Bauprozess wird aktuell und künftig diskutiert? Die Erwartungen in diese Technologie sind daher sehr hoch.   Nicht zuletzt wird die Baubranche immer wieder damit konfrontiert, anderen Branchen im Bereich der Digitalisierung hinterherzuhinken. Nun sollen künstliche Intelligenz im Zusammenspiel mit anderen digitalen Methoden (z. B. BIM – Building Information Modeling) die digitale Transformation im Bauwesen vorantreiben. Die Aufmerksamkeit sollte dabei auch auf die Umsetzung von KI in kleinen und mittleren Unternehmen gerichtet sein. In diesen Unternehmen steckt großes Interesse, aber auch eine große Unsicherheit gegenüber einer KI-Anwendung. Nicht jedes Unternehmen kann die notwendigen Ressourcen aufbringen, auch weil nicht immer klar ist, welche Ressourcen erforderlich sind.   In dieser Beitragsreihe erfahren Sie mehr über die grundlegende Funktionsweise von künstlicher Intelligenz, die aktuellen bzw. künftigen Anwendungsfelder von KI im Bauwesen und die Möglichkeiten sowie Herausforderungen, KI-Projekte im eigenen Unternehmen erfolgreich zu implementieren. Markus Nussbaum, Bauingenieur & KI-Beauftragter,     in Kooperation mit tecTrain     (Bildquelle: Bild von Pete Linforth auf Pixabay) (Veröffentlicht am 16.09.2024)…

Weiterlesen