INNOVATION SCOUT · USE CASE

Hillerød: Versuchsdaten verbessern die Pfahlplanung weiterer Gebäude

Ramboll verbindet Pfahllastversuche, maschinelles Lernen und automatisierte Pfahlgruppenplanung in einem dänischen Pharmabauprojekt.

Einsatzstatus: Im realen Projekt eingesetzt

Ramboll verwendete Pfahllastversuche und Lernmodelle für die Gründungsplanung weiterer Gebäude in Hillerød.

Quellen: 4.

Beispieltyp: KI-Anwendung

Anwendungsraum: Europa

Auf dieser Seite

Erkenntnisse eines Bauabschnitts weiterverwenden

Bei einem Pharmabauprojekt in Hillerød lieferten dynamische Pfahllastversuche zusätzliche Erkenntnisse über die erreichbaren Tragfähigkeiten. Ramboll nutzte sie, um die Planung nachfolgender Gebäude weiterzuentwickeln. Der 2025 veröffentlichte Fachbeitrag beschreibt damit eine reale Anwendung innerhalb eines mehrteiligen Bauvorhabens.

Quellen: 4.

Versuche, Lernmodelle und Lastfälle verbinden

Zwei mit Keras und TensorFlow entwickelte Modelle verarbeiteten die Versuchsdaten zu orts- beziehungsweise tiefenbezogenen Tragfähigkeitsbeschreibungen. Ramboll verwendete diese in einer automatisierten Pfahlgruppenplanung, die zahlreiche Lastfälle bearbeitete. So wurden die auf der Baustelle gewonnenen Versuchskenntnisse für die weiteren Gebäude nutzbar.

Für einen ähnlichen Einsatz muss die Gründungsplanung Versuchsprogramm und Bearbeitungstermine aufeinander abstimmen. Die Versuchsergebnisse sollten rechtzeitig vorliegen, damit sie die noch zu planenden Pfahlgruppen beeinflussen können.

Quellen: 4.

Versuchsergebnisse für weitere Pfahlgruppen nutzen

Bei einem Vorhaben mit mehreren vergleichbaren Bauabschnitten kann die Gründungsplanung untersuchen, welche Pfahllastversuche rechtzeitig Erkenntnisse für spätere Gebäude liefern würden. Geotechnische Fachleute verbinden die Versuchsdaten mit dem örtlichen Baugrundmodell; die Gründungsplanung prüft anschließend die Folgen für Pfahlgruppen und Lastfälle.

Ein Lernmodell ist in diesem Ablauf dann interessant, wenn es die Übertragung der Versuchskenntnisse auf die betrachteten Pfahlvarianten unterstützt. Sein Beitrag wird an den tatsächlich weiterverwendbaren Planungsgrößen beurteilt.

Quellen: 4, 5, 6, 11, 17.

Wissensbasis und Verknüpfungen

Verknüpfte Bauprozesse

Verknüpfte Technologie- und Anwendungsfelder

Verknüpfte Deep Dives

Deep Dive

KI in Geotechnik und Baugrundanalyse: Den Untergrund verstehen und Gründungen gezielter planen

Wie geotechnische Fachleute KI für Sondierungsauswertung, räumliche Baugrundmodelle und Gründungsvarianten einsetzen können. Mit Praxisfällen und Forschung.

Deep Dive öffnen

Verknüpfte Organisationen und Projekte

Ramboll: Anwendende Organisation Anbieter beziehungsweise interner Entwickler

Verknüpfte Fachbegriffe und Detailthemen

Maschinelles Lernen: Ramboll nutzt mit Keras und TensorFlow entwickelte Modelle, um Pfahllastversuche für die Planung weiterer Gebäude in Hillerød auszuwerten.