Künstliche Intelligenz im Bauwesen: Ein Ausschreibungsscanner für ein Bauunternehmen
Mit über 5.000 potenziellen Ausschreibungen und begrenzten Personalressourcen stand ein führendes internationales Bauunternehmen vor einer großen Herausforderung: Wie lässt sich die Ausschreibungsbearbeitung optimieren, dass die Ressourcen auf erfolgsversprechende Ausschreibungen konzentriert werden können? Mittels künstlicher Intelligenz wurde eine Lösung geschaffen, die das Team entlastet, die Ressourcennutzung optimiert, die Erfolgsquote steigerte und bedeutende Kosteneinsparungen ermöglicht.
Die Bedeutung von Ausschreibungen in der Baubranche
Ausschreibungen sind offizielle Einladungen zur Abgabe von Angeboten für Bauprojekte, die von Unternehmen oder öffentlichen Auftraggebern veröffentlicht werden.
Es gibt zu jedem Zeitpunkt eine Vielzahl offener Ausschreibungen. Bauunternehmen müssen all diese analysieren und erfolgsversprechende Projekte identifizieren. Aufgrund begrenzter Ressourcen kann die Teilnahme nur an jenen Ausschreibungen erfolgen, bei denen sie denken, gute Ergebnisse liefern zu können.
Eine effiziente Bearbeitung und Auswahl der vielversprechendsten Ausschreibungen erhöht die Chancen auf erfolgreiche Projektgewinne und maximiert den Ressourceneinsatz.
Über den Kunden
Bei dem Kunden handelt es sich um ein renommiertes internationales Bauunternehmen mit einer über hundertjährigen Tradition. Mit mehreren tausend Mitarbeitenden und hunderten Standorten weltweit hat sich das Unternehmen als führender Akteur in der Bauindustrie etabliert.
Branche: Bauwesen
Projektjahr: 2023
Ausgangssituation: Die Herausforderungen der Baubranche
Der Kunde stand vor einer erheblichen Herausforderung: Die Verwaltung und Bearbeitung von über 5.000 potenziellen Ausschreibungen zu jedem Zeitpunkt. Aufgrund des enormen Volumens war es unmöglich geworden, ausreichend Personalressourcen zuzuweisen, um jede Ausschreibung umfassend zu prüfen oder zu bearbeiten.
Eine automatisierte Lösung sollte helfen: Ein KI-basiertes System, das Ausschreibungen basierend auf der Gewinnwahrscheinlichkeit vorselektieren konnte, um so die Ressourcennutzung zu optimieren und die Effizienz zu steigern.
Lösung und Entwicklung des KI-Modells
Es wurde ein maßgeschneidertes KI-Modell entwickelt, um die Effizienz bei der Bearbeitung von Ausschreibungen zu steigern. Dazu wurden Beispieldaten gesichtet, neu strukturiert und bereinigt.
Auf Basis der historischen Ausschreibungsdaten sowie weiterer interner Informationen (wurde diese Ausschreibung gewonnen oder verloren, gab es in der Vergangenheit bereits erfolgreiche Projekte mit den beteiligten Kunden, …) wurde ein Neuronales Netzwerk entwickelt. Dieses kann die Erfolgswahrscheinlichkeit bei der Teilnahme an neuen Ausschreibungen individuell vorhersagen.
Neben den strukturierten Daten wie Auftragsvolumen, Projektlaufzeit, etc. wurden für das Training und die Vorhersage auch Freitexte aus den Ausschreibungen (z.B. Projektbeschreibung) herangezogen. Diese enthalten wertvolle Informationen für die Erfolgswahrscheinlichkeit. Solche unstrukturierten Daten können üblicherweise nicht von Klassifizierungssystemen verarbeitet werden.
Um die unstrukturierten Freitexe in numerische Werte zu vektorisieren wurde ein so genanntes Embedding-Modell von Aleph Alpha verwendet.
Das resultierende KI-Modell klassifiziert neue Ausschreibungen nach Erfolgswahrscheinlichkeit mit einer Genauigkeit von über 75%.
Diese automatisierte Analyse liefert damit treffsicherere Ergebnisse als die bisherigen manuellen Auswertungen durch die Business Experts des Kunden, bei deutlich verringertem Personalaufwand.
Ergebnis: Optimierter Ressourceneinsatz durch eine KI im Bauwesen
Das Projekt zeigte erfolgreich die Machbarkeit der Nutzung von maschinellem Lernen zur automatischen Vorselektion von Ausschreibungen auf. Dies führte zu einer optimierten Ressourcennutzung, höheren Erfolgsquoten und erheblichen Kosteneinsparungen.
Der Kunde kann sich ab sofort auf die vielversprechendsten Gelegenheiten konzentrieren, was einen effizienteren und effektiveren Ausschreibungs-Managementprozess sicherstellt.
- Optimierter Ressourceneinsatz: Durch die Konzentration auf die vielversprechendsten Ausschreibungen kann das Unternehmen seine Ressourcen besser nutzen.
- Höhere Erfolgsrate: Ein gezielter Ansatz führt zu deutlich höheren Erfolgsquoten bei der Bearbeitung von Ausschreibungen.
- Professionelle Umsetzung: Die Expertise des ONTEC AI Teams gewährleistete eine hochprofessionelle Implementierung in einer ausgezeichneten Arbeitsatmosphäre.
- Kosteneinsparungen: Durch das Outsourcing der Entwicklung wurden erhebliche Kosteneinsparungen erzielt.
Fazit und Key Takeaways: Was KI in der Baubranche bewirken kann
Diese Fallstudie mit einem führenden internationalen Bauunternehmen zeigt, wie künstliche Intelligenz und Datenanalyse die Effizienz und Erfolgsquote von Bauunternehmen erheblich steigern können.
Ein KI-gestützter Ausschreibungsscanner wurde mittels maschinellem Lernen und fortschrittlicher Datenanalyse erfolgreich entwickelt und implementiert.
Aufbauend auf dem entwickelten Modell konnte das Unternehmen die riesige Menge an Ausschreibungen besser analysieren und sich auf die vielversprechendsten konzentrieren.
- Optimierte Ressourcennutzung: Fokus auf vielversprechende Ausschreibungen verbessert die Effizienz.
- Erhöhte Erfolgsrate: Gezielte Bearbeitung durch KI steigert die Erfolgsquote bei Ausschreibungen.
- Kosteneinsparungen: Outsourcing und KI-gestützte Prozesse senken die Kosten erheblich.