Reifegraderste Marktanwendung bis wachsender Praxiseinsatz
Erste Marktanwendungen sind an konkreten Baustellen dokumentiert. IHP beschreibt den Einsatz von Buildots am National Rehabilitation Centre; oculai nennt zwei Berliner ZECH-Projekte mit kameragestützter Fortschritts- und Ablaufanalyse. Die Berichte belegen benannte Anwendungen, beruhen aber auf Angaben der beteiligten Unternehmen. Sie sind keine repräsentative Erhebung einer wachsenden Marktdurchdringung.
Eine Mitteilung vom Februar 2026 beschreibt den Ausbau von OpenSpace bei BAM nach vorheriger Nutzung in niederländischen Projekten. Das ist ein datierter Hinweis auf Ausweitung innerhalb eines Unternehmens. Offen bleibt jedoch, welche KI-Auswertungsmodule in welchem Umfang tatsächlich eingesetzt werden.
Das Spektrum ist uneinheitlich: Neben kommerziellen Abläufen stehen die Realerprobung der robotischen Abfallsortierung und Forschungsarbeiten zur Anpassung von 3D-Modellen. Die Spanne von erster Marktanwendung bis zu wachsendem Praxiseinsatz beschreibt daher unterschiedliche Teilanwendungen. Für ihre obere Grenze gibt es konkrete Ausweitungshinweise, aber keine umfassende Bestätigung über das gesamte Technologiefeld. Neue Forschungsansätze müssen mit ihrem jeweiligen Entwicklungsstand eingeordnet werden.
Quelle 5: IHP taps Buildots’ AI platform to drive construction efficiency at Nottingham University Hospitals’ National Rehabilitation Centre, Fundstelle(n): Haupttext, Absätze 1–5, insbesondere „Buildots’ platform compares“ · Beschreibung des NRC-Einsatzes · NRC-Anwenderbericht Quelle 2: Effizienteres Recycling dank KI: Verbundprojekt entwickelt Lösung zur automatisierten Sortierung sperriger Abfälle, Fundstelle(n): „KI-gesteuerte Gesamtlösung“ und „Erfolgreiche Tests im Labor und unter Realbedingungen“ Quelle 9: Bauabfälle: Einsatz von Künstlicher Intelligenz und Robotik für eine nachhaltige Kreislaufwirtschaft — Abstract und Publikationsnachweis, Fundstelle(n): Abstract, Absatz zu large-scale industrial use · Abstract, Industrialisierungsgrenzen Quelle 6: Multi-temporal crack segmentation in concrete structures using deep learning approaches, Fundstelle(n): Abschnitt 3.1 Quelle 7: A Hybrid YOLO and Segment Anything Model Pipeline for Multi-Damage Segmentation in UAV Inspection Imagery, Fundstelle(n): Methodik und Conclusions Quelle 4: SAMBA — Semi-Autonomer Markierungs- und Baufortschritts-Assistent, Fundstelle(n): Laufzeit und Projektziel Quelle 13: Wie die ZECH Bau SE Berlin Großprojekte mit oculai souverän managet, Fundstelle(n): Referenzbeschreibung Havelufer Quartier und Macherei M40 · Projektvorstellung und Abschnitte zu Bauleitung/Prozessauswertung Quelle 18: BAM baut Zusammenarbeit mit OpenSpace konzernweit aus, Fundstelle(n): Vertrag und schrittweiser Rollout · Eingangsabsatz; „Von lokalem Erfolg zur internationalen Skalierung“; Absatz zur schrittweisen Einführung Quelle 11: Limited-data transfer learning for semantic segmentation and pre-labeling of 3D shell construction LiDAR scans, Fundstelle(n): PDF: Tabelle 1 S. 484; Tabelle 4 S. 491; Tabelle 6 S. 495; Diskussion S. 498–500 Quelle 14: AI-supported structural construction at GS Schenk, Fundstelle(n): Referenzbericht; Absätze zu Paul-Gossen-Straße, Aldi Süd und manueller Ergänzung unter der Decke