PlanRadar: Wiener PropTech-Startup verlängert Kooperation mit PORR

PlanRadar, Spezialist für digitale Baudokumentation, Aufgaben- und Mängelmanagement, hat die bestehende Zusammenarbeit mit dem Bauunternehmen PORR bis 2025 verlängert.
/planradar-wiener-proptech-startup-verlangert-kooperation-mit-porr/

Zusammenfassung aus

Zusammenfassung ein

Planradar, PORR, PropTech, Baumänel-Dokumentation, Dokumentation, SaaS
(c) PlanRadar - PlanRadar-Gründer Domagoj Dolinsek (l.) und PORR-CEO Karl-Heinz Strauss verlängern ihre Kooperation.
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

  • PlanRadar bietet mit seiner webbasierten SaaS-Lösung die Möglichkeit zur digitalen Baudokumentation und Erfassung von Baumängeln am Smartphone oder Tablet.
  • Sowie zum Aufgabenmanagement im gesamten Gebäudelebenszyklus von Bau- und Immobilienprojekten.
  • Dem User stehen Funktionalitäten für Task- und Projektmanagement und bereichsübergreifendes Reporting zur Verfügung.
  • Mit der smarten Lösung erzielen die Anwender Zeitersparnisse von bis zu sieben Arbeitsstunden pro Woche, das entspricht ca. 18 Prozent der Arbeitszeit.
  • PORR verlängert Zusammenarbeit bis 2025

PlanRadar bietet mit seiner webbasierten SaaS-Lösung die Möglichkeit zur digitalen Baudokumentation und Erfassung von Baumängeln am Smartphone oder Tablet und zum Aufgabenmanagement im gesamten Gebäudelebenszyklus von Bau- und Immobilienprojekten. Dem User stehen Funktionalitäten für Task‐ und Projektmanagement und bereichsübergreifendes Reporting zur Verfügung.

Zeitersparnis von 18 Prozent

Mit der smarten Lösung erzielen die Anwender Zeitersparnisse von bis zu sieben Arbeitsstunden pro Woche, das entspricht ca. 18 Prozent der Arbeitszeit. Aufgrund der Transparenz und Konsistenz in der Kommunikation werden auch Folgefehler in Projektabläufen und finanzielle Mehraufwände für alle Beteiligten vermieden.

PlanRadar und PORR bis 2025 vereint

PORR nutzt die Software bereits seit 2014 international für das Mängelmanagement und die Dokumentation seiner Bauprojekte. Und verlängert die Kooperation nun bis 2025. Karl-Heinz Strauss, CEO der PORR AG, erläutert, welche Vorteile sich mit der Anwendung des Tools für das Bauunternehmen ergeben:

„Seit über 150 Jahren hat die PORR immer auf Innovationskraft gesetzt und den Stand der Technik im Bauwesen maßgeblich geprägt. Heute setzen wir auf digitale Methoden und Tools, die völlig neue Perspektiven entlang der gesamten Wertschöpfungskette eröffnen. Projekte innerhalb zeitlich und budgetär vorgegebener Rahmen erfolgreich und in bester Qualität durchzuführen, hat für uns oberste Priorität. Durch die Software von PlanRadar kann mittels mobiler Geräte ortsunabhängig ein flächendeckendes und hervorragendes Qualitätsmanagement garantiert werden.“

Ortsunabhängige Teams vernetzten

Auch Domagoj Dolinsek, Geschäftsführer und Gründer von PlanRadar betont die Wichtigkeit akkurater Erfassung von Bau- und Immobilienprozessen: „Dass PORR unsere Lösung als festen Bestandteil für seine innovativen Bauprozesse betrachtet, freut uns sehr. Die vergangenen Monate haben gezeigt, dass innovatives Bauen auch bedeutet, ortsunabhängige Teams zu vernetzten. Damit ist die Bedeutung einer lückenlosen Kommunikation und Dokumentation in Bau- und Immobilienprozessen einmal mehr gestiegen.“

Aus dem Archiv: PlanRadar-Founder im Interview

In einer Umfrage von PlanRadar im Juni 2020 gaben 77 Prozent der befragten
Projektentwickler und Bauträger an, ihre Digitalisierungsstrategie aufgrund der Corona-Pandemie angepasst, beziehungsweise teilweise geändert zu haben. Die fehlende Präsenz vor Ort, die Steigerung der unternehmerischen Effizienz und eine intelligente Datennutzung wurden hierbei als ausschlaggebende Gründe genannt.

die Redaktion

Wie man auch mit wenig Daten KI-Lösungen nutzen kann

Transfer Learning kann helfen, wenn nicht genug Daten für den Einsatz von KI-Anwendungen zur Verfügung stehen.
/wie-man-auch-mit-wenig-daten-ki-losungen-nutzen-kann/
(c) TRUMPF Maschinen Austria

Daten sind das neue Öl, sagt man – denn nichts zuletzt sind sie der Treibstoff, der den Motor der Künstlichen Intelligenz antreibt. Doch was tun, wenn die nötigen Daten fehlen, um KI-basiert Prognosemodelle, zum Beispiel im industriellen Bereich, effizient nutzen zu können? Hier kann unter anderem eine Methode namens „Transfer Learning“ eingesetzt werden. Beim Transfer Learning bedient man sich vortrainierter Modelle aus anderen Kontexten, wodurch ein Mangel an Trainingsdaten kompensiert und die KI daher günstiger und leichter eingesetzt werden kann. Eingesetzt wird dies in Österreich zum Beispiel beim Software Competence Center Hagenberg (SCCH).

Transfer Learning: Anschaulich illustriert

(c) SCCH

Links: Klassisches Machine Learning from Scratch bei dem für jeden Datensatz mit unterschiedlicher statistischer Charakteristik (z.B. Bilder einer Inspektionskamera für einen speziellen Bauteil) ein eigenes Modell gelernt wird (z.B. um einen Defekt im Bauteil zu erkennen). Das kann bei einem neuen Bauteil welcher nur in kleiner Menge produziert wird zu Problemen führen, da klassische Machine Learning Modelle sehr datenhungrig sind und schlechte Ergebnisse liefern, wenn zu wenige Daten vorhanden sind.

Rechts: Transfer Learning ist eine Erweiterung des klassischen Machine Learning Ansatz, die darauf abzielt Informationen neuer Daten mit Informationen alten Daten derart zu kombinieren, sodass das Problem von zu wenig Information (z.B. zu wenige Inspektionsbilder eines neuen Bauteils) gelöst werden kann.

Industrie als Vorreiter des Transfer Learning

„Seit 2010 setzen wir im Bereich Data Science Methoden des Transfer Learning ein. Vorbild waren Ansätze, mit denen bestehende Daten zur Problemlösung A mittels Künstlicher Intelligenz (KI) auf ein verwandtes Problem B übertragen werden können“, sagt Bernhard Freudenthaler, Area Manager Software Science am SCCH.

Da es kaum Forschung mit Industriedaten gab, hat das SCCH mit Wirtschaftspartnern Testreihen durchgeführt, um Prozessdaten zu generieren, mit denen KI-Systeme schrittweise trainiert werden, korrekte Werte vorherzusagen und damit den Verarbeitungsprozess zu steuern. „Der Vorteil für Industriebetriebe liegt in der Zeiteinsparung. Denn ohne Transfer Learning muss für jede Maschinenkonfiguration das Training der KI wieder von Neuem begonnen werden.

Transfer Learning ist auch Thema im COMET-Projekt Deepred (Deep Learning based Predicictive Analytics and Optimization). Ein Schwerpunkt ist die Unterstützung vieler ähnlicher Prozesse mit dem Ziel, die richtige Lösung ohne teure, umfassende und prozessspezifische Datensammlung zu finden. Dadurch können KI-basierte Produktionsprozesse flexibler gestaltet und Trainingszeiten des KI-Modells im besten Fall ganz vermieden werden“, so Freudenthaler.

Künstliche Intelligenz für die Blechfertigung

In einer Forschungskooperation arbeitet das SCCH außerdem mit dem oberösterreichischen Maschinenbauunternehmen TRUMPF Maschinen Austria zusammen. „Wir sehen diese Entwicklung als große Chance“, sagt dazu Bernhard Fischereder, Leiter Forschung und Entwicklung bei TRUMPF: „Ziel der langfristigen Zusammenarbeit ist es, die Erkenntnisse der aktuellen Forschung zur Künstlicher Intelligenz und Industrie 4.0 in der Blechbearbeitung zu verankern.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.
Möchtest du in Zukunft mehr von diesen Artikeln lesen?

Dann melde dich für unseren Newsletter an!

Leselisten zum Schmökern

Neueste Nachrichten

Summary Modus

PlanRadar: Wiener PropTech-Startup verlängert Kooperation mit PORR

  • PlanRadar bietet mit seiner webbasierten SaaS-Lösung die Möglichkeit zur digitalen Baudokumentation und Erfassung von Baumängeln am Smartphone oder Tablet.
  • Sowie zum Aufgabenmanagement im gesamten Gebäudelebenszyklus von Bau- und Immobilienprojekten.
  • Dem User stehen Funktionalitäten für Task- und Projektmanagement und bereichsübergreifendes Reporting zur Verfügung.
  • Mit der smarten Lösung erzielen die Anwender Zeitersparnisse von bis zu sieben Arbeitsstunden pro Woche, das entspricht ca. 18 Prozent der Arbeitszeit.
  • PORR verlängert Zusammenarbeit bis 2025

Es gibt neue Nachrichten

Auch interessant