Payment delay as the dominant predictor of schedule overrun in construction Projects
Diese Studie verwendet ein neuartiges, mittels SHAP-Attribution erklärbares KI-Framework über drei große irakische Bauprojekte hinweg, um empirisch nachzuweisen, dass Zahlungsverzögerungen der dominante Prädiktor für Terminüberschreitungen sind, und liefert damit die erste evidenzbasierte Rechtfertigung für die Priorisierung von Beschaffungsreformen im öffentlichen Bausektor des Irak.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie müssten einen riesigen Kuchen für tausend Menschen backen, aber jedes Mal, wenn Sie Mehl, Zucker oder Eier kaufen müssen, müssen Sie warten, bis der Chefkoch ein Stück Papier unterschreibt. Wenn der Koch langsam ist, kommen die Zutaten nie an, die Bäcker werden gelangweilt und gehen weg, und der Kuchen wird am Ende zu spät und halb gegessen serviert. Das ist im Grunde das, was in der Welt des Bauwesens passiert, nur dass es statt Kuchen um Wolkenkratzer, Wohnkomplexe und Brücken geht. Lange Zeit hatten die Menschen in Irak den Verdacht, dass die Regierung der „langsame Koch“ ist, der Projekte ewig in die Länge zieht, weil Zahlungen für geleistete Arbeit verzögert werden. Doch in der Welt der Wissenschaft reicht ein „Verdacht“ nicht aus; man braucht Beweise. Hier kommt ein Zweig der Informatik namens Künstliche Intelligenz (KI) ins Spiel. Stellen Sie sich KI als einen superintelligenten Detektiv vor, der tausende von Hinweisen gleichzeitig prüfen kann, um genau herauszufinden, was die Ursache eines Problems ist. Aber es gibt einen Haken: Manchmal sind diese KI-Detektive „Black Boxes“, was bedeutet, dass sie eine Antwort geben, aber nicht erklären, warum. Um dies zu beheben, nutzen Wissenschaftler ein spezielles Werkzeug namens SHAP (was wie ein freundlicher Name klingt, aber für eine komplexe mathematische Methode steht). SHAP fungiert wie eine Lupe, die die Entscheidung der KI zerlegt, um genau zu zeigen, wie sehr jeder Hinweis – wie etwa schlechtes Wetter, verspätete Materialien oder langsame Zahlungen – zum endgültigen Chaos beigetragen hat. Die große Frage lautet: Ist die verspätete Zahlung der Hauptbösewicht oder nur einer von vielen ebenso schlechten Kerlen?
In dieser Studie beschloss ein Forscher namens Layth Shakir von der Universität Bagdad, diese Detektivarbeit an drei massiven Bauprojekten im Irak zu testen. Dies waren keine kleinen Häuser; wir sprechen hier von einem kommerziellen Turm im Wert von 772 Millionen Dollar, einer Wohnanlage im Wert von 10,1 Milliarden Dollar mit über 100.000 Häusern und einem Meeresinfrastrukturprojekt im Wert von 4,7 Milliarden Dollar. Zusammen waren diese Projekte über 15,57 Milliarden Dollar wert. Der Forscher baute ein zweischichtiges KI-System, das als digitaler Wachhund fungieren sollte. Die erste Schicht, ein „CNN-LSTM“, war wie eine Überwachungskamera, die die Baustellen in Echtzeit beobachtete und nach allem Ungewöhnlichen Ausschau hielt, wie etwa einem plötzlichen Stillstand der Arbeiten. Die zweite Schicht, ein „Transformer“-Modell, war die Kristallkugel, die zu versuchen pflegte vorherzusagen, wann das Projekt fertiggestellt sein würde und ob ihm die Zeit oder das Geld ausgehen würde.
Nachdem die KI ihre Vorhersagen getroffen hatte, nutzte der Forscher die SHAP-Lupe, um zu fragen: „Was war der einzelne wichtigste Grund, warum diese Projekte zu spät fertig wurden?“ Die Antwort war überraschend klar und konsistent. Über alle drei sehr unterschiedlichen Projekte hinweg war der „Payment Delay Index“ (PDI) – ein Wert, der misst, wie spät die Regierung die Bauunternehmer bezahlt hat – der wichtigste Prädiktor für Zeitüberschreitungen. Er war nicht nur leicht wichtig; er war der Schwergewichtschampion. Die KI gab der Zahlungsverzögerung einen „Wichtigkeitswert“ (einen sogenannten Phi-Wert) von durchschnittlich 0,313. Der nächstfolgende Verdächtige, der „Critical Path Delay Index“ (der die wichtigsten Schritte im Bauprozess verfolgt), erreichte nur 0,214. Das bedeutet, dass die Zahlungsverzögerung etwa 46 % einflussreicher war als der nächstgrößere Faktor.
Die Studie legt nahe, dass dies nicht nur ein Problem mit einem spezifischen Gebäude oder einem unglücklichen Bauunternehmer ist. Da das Ergebnis für einen kommerziellen Turm in Bagdad, ein riesiges Wohnprojekt und ein Meeresprojekt in Basra gleich war, deutet dies auf ein tiefer liegendes Problem hin: Die Art und Weise, wie die irakische Regierung Zahlungen abwickelt, ist ein struktureller Teil des Systems, wie ein langsamer Motor in einem Auto, der das gesamte Fahrzeug schlecht laufen lässt, egal wer fährt. Die Forscher fanden auch heraus, dass sich die allgemeine „Gesundheit“ der Bauprojekte verbesserte, wenn sie dieses KI-System zur Verwaltung der Projekte einsetzten, und zwar um durchschnittlich 14,7 Punkte auf einer neuen Skala, die sie selbst entwickelt haben, dem „Iraq Construction Health Index“ (ICHI).
Das Paper schließt explizit die Idee aus, dass Zahlungsverzögerungen nur ein geringfügiges Problem oder etwa so wichtig wie andere Risiken wie Materialknappheit oder Personalprobleme sind. Während diese Dinge durchaus eine Rolle spielen, zeigen die Daten, dass sie oft nur Nebenwirkungen des Hauptproblems sind: nicht rechtzeitig bezahlt zu werden. Wenn das Geld verspätet eintrifft, können die Bauunternehmer keine Materialien kaufen und die Subunternehmer können ihre Arbeiter nicht bezahlen, was eine Kettenreaktion auslöst, die die Arbeit stoppt. Die Forscher sind sich dieser Rangfolge sehr sicher, da sie eine statistische Methode namens „Bootstrapping“ verwendeten, um ihre Arbeit zu überprüfen, und die Ergebnisse hielten jedes Mal stand. Dennoch weisen sie vorsichtig darauf hin, dass es sich um einen „Proof-of-Concept“ handelt, was bedeutet, dass es ein sehr starker Testlauf ist, der beweist, dass die Idee funktioniert, aber noch kein Garant dafür ist, dass jeder zukünftige Projekt durch den Einsatz dieses Werkzeugs behoben wird. Sie geben auch zu, dass sie nur drei Projekte betrachtet haben und daher nicht mit Sicherheit sagen können, dass dies für jedes einzelne Bauprojekt in Irak gilt, aber die Beweise sind stark genug, um darauf hinzudeuten, dass es sich um ein großes systemisches Problem handelt.
Letztendlich liefert diese Forschung den ersten harten, datengestützten Beweis dafür, dass, wenn Irak möchte, dass seine Bauprojekte nicht zu spät fertig werden, der effektivste Anfangspunkt die Beschleunigung des Zahlungsprozesses ist. Es ist so, als würde man erkennen, dass der Kuchen nicht zu spät kommt, weil der Ofen kaputt ist oder die Bäcker nicht verfügbar sind, sondern weil die Person, die den Schlüssel zum Vorratsschrank hält, zu lange braucht, um die Tür zu öffnen. Durch den Einsatz fortschrittlicher KI, um Licht auf das Problem zu werfen, bietet die Studie einen klaren Weg nach vorne, um das System zu reparieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.