Explainable Machine Learning for Early-Stage Construction Duration Prediction Using Limited Project Information

Jedes Bauprojekt beginnt mit einer Frage, die ohne eine Kristallkugel schwer zu beantworten ist: Wie lange wird es dauern, um zu bauen? Bevor die Baupläne vollständig gezeichnet sind, bevor die Materialien bestellt sind und bevor der erste Spaten den Boden berührt, müssen Bauunternehmer und Kunden über einen Zeitplan entscheiden. Diese Entscheidung bestimmt das Budget, den Zeitplan für die Arbeiter und das finanzielle Risiko für alle Beteiligten. Traditionell erforderte die Beantwortung dieser Frage detaillierte ingenieurtechnische Berechnungen und eine Aufschlüsselung jeder einzelnen Aufgabe – Informationen, die in den frühen Planungsphasen schlichtweg noch nicht existieren. Dies schafft eine schwierige Situation, in der der Bedarf an einem Zeitplan am höchsten ist, während die verfügbaren Daten zur Erstellung eines solchen am geringsten sind.

Um dies zu lösen, haben sich Forscher der Künstlichen Intelligenz zugewandt, einem Zweig der Informatik, bei dem Programme lernen, Muster in Daten zu finden, anstatt starren, vorprogrammierten Regeln zu folgen. Im Kontext des Bauwesens können diese Programme historische Projekte analysieren und lernen, wie bestimmte Faktoren, wie etwa die Kosten oder die Art des Gebäudes, mit der Dauer der Arbeiten zusammenhängen. Viele bisherige Versuche stützten sich jedoch auf Daten, die erst nach Projektbeginn verfügbar sind, wie etwa die exakte Anzahl der Stockwerke oder die spezifischen Standortbedingungen. Dies schränkt ihren Nutzen für genau jene frühen Entscheidungen ein, die am wichtigsten sind. Eine neue Studie von Mehmet Sena Kaşka und Işık Ateş Kıral adressiert diese Lücke, indem sie ein System entwickelt, das die Bauzeit unter Verwendung nur der grundlegenden Informationen vorhersagt, die ganz zu Beginn eines Projekts verfügbar sind.

Die Forscher sammelten Daten aus 209 abgeschlossenen Bauprojekten, um ihr System zu trainieren. Sie entschieden sich bewusst dazu, komplexe Details zu ignorieren, die in der Planungsphase noch nicht bekannt sind. Stattdessen speisten sie vier einfache Informationen in den Computer ein: die geschätzten Kosten des Projekts, ob der Eigentümer eine öffentliche Stelle oder ein privates Unternehmen ist, die allgemeine Art des Gebäudes oder der Infrastruktur und den geografischen Standort. Der Datensatz umfasste eine große Vielfalt an Strukturen, von Wohnhäusern und Bürogebäuden bis hin zu Fabriken, Häfen und Wasserleitungen, die in verschiedenen Regionen wie dem Nahen Osten, Nordafrika, Südasien und den GUS-Staaten angesiedelt waren. Durch die Verwendung eines so vielfältigen Satzes an Projekten zielte das Team darauf ab, ein Modell zu erstellen, das die chaotische Realität der Bauindustrie handhaben kann, anstatt nur einen engen Ausschnitt davon.

Um diese Daten sinnvoll zu interpretieren, testete das Team verschiedene Arten von Algorithmen des maschinellen Lernens. Sie verglichen Modelle wie Random Forest, Extra Trees, Künstliche Neuronale Netze und XGBoost. Dies sind unterschiedliche mathematische Ansätze zur Mustererkennung, die jeweils ihre eigene Art der Informationsverarbeitung haben. Die Forscher achteten sorgfältig darauf, sich nicht auf einen einzigen Test zu verlassen, um einen Sieger zu küren. Stattdessen wurden die Daten wiederholt gemischt und die Modelle auf verschiedene Arten getestet, um sicherzustellen, dass die Ergebnisse stabil sind und nicht nur ein glücklicher Zufall der Datenaufteilung waren. Dieses strenge Testverfahren zeigte, dass einige Modelle zwar in einem einzelnen Test gut abschnitten, aber empfindlich auf Änderungen in den Daten reagierten. Das XGBoost-Modell, das auf der Technik basiert, viele kleine Entscheidungsbäume zu erstellen und diese zu kombinieren, erwies sich über diese wiederholten Tests hinweg als der konsistenteste Performer.

Das von den Forschern ausgewählte Endmodell, XGBoost, erreichte ein Genauigkeitsniveau, das darauf hindeutet, dass es aussagekräftige Muster in den Daten erfasst hat. Als es an einem spezifischen Satz von Projekten getestet wurde, die es zuvor noch nicht gesehen hatte, lagen die Vorhersagen des Modells im Durchschnitt um etwa 175 Tage daneben. Dies mag wie eine große Fehlermarge klingen, doch die Projekte in der Studie reichten in ihrer Dauer von nur 92 Tagen bis zu 2.760 Tagen, mit einem Median von 669 Tagen. Im Kontext der frühen Planung, in der noch kein detaillierter Zeitplan existiert, bietet dieses Maß an Präzision einen wertvollen Ausgangspunkt. Das Modell lieferte nicht nur eine Zahl; die Forscher nutzten auch Werkzeuge, um zu erklären, wie das Modell zu seinen Schlussfolgerungen kam, wodurch sichergestellt wurde, dass die Ergebnisse kein „Black Box“-Rätsel blieben.

Die Analyse der Logik des Modells ergab, dass die geschätzten Kosten eines Projekts der wichtigste Einzelfaktor bei der Vorhersage der Dauer war. Mit steigenden Kosten nahm die vorhergesagte Dauer im Allgemeinen zu, was der Intuition entspricht, dass größere, teurere Projekte tendenziell länger dauern. Das Modell lernte jedoch auch, dass die Kosten allein nicht die ganze Geschichte erzählen. Auch der geografische Standort und die Frage, ob das Projekt öffentlich oder privat war, beeinflussten den Zeitplan. Beispielsweise wurden Projekte in bestimmten Regionen bei ähnlichem Kostenniveau vorhergesagt, länger zu dauern als in anderen. Auch die Art des Projekts spielte eine Rolle, wobei Infrastruktur- und Hafenprojekte andere Dauer-Muster zeigten als Fabriken oder Geschäftsgebäude, wenngleich diese Faktoren weniger einflussreich waren als die Kosten.

Trotz dieser vielversprechenden Ergebnisse sind die Autoren vorsichtig dabei, die Grenzen ihrer Arbeit zu definieren. Sie betonen, dass dieses Werkzeug keinen Ersatz für einen detaillierten Bauzeitenplan darstellt, der erst später im Prozess erstellt wird, wenn alle spezifischen Pläne vorliegen. Das Modell ist als vorläufige Hilfe konzipiert – ein Weg, um einen vorgeschlagenen Zeitplan gegen historische Daten zu prüfen oder potenzielle Risiken zu identifizieren, bevor ein Angebot abgegeben wird. Die Forscher merken zudem an, dass die Leistung des Modells an die spezifischen Daten gebunden ist, mit denen es trainiert wurde. Da der Datensatz nur 209 Projekte enthielt und über verschiedene Typen und Standorte hinweg ungleich verteilt war, könnte sich das Modell anders verhalten, wenn es auf ein völlig neues Land oder andere Marktbedingungen angewendet würde. Die Studie stellt explizit fest, dass das Modell an neuen, externen Daten getestet werden muss, bevor es für kritische reale Entscheidungen vertrauenswürdig eingesetzt werden kann.

Letztendlich zeigt diese Forschung, dass es selbst mit sehr begrenzten Informationen möglich ist, fundierte Vermutungen über Bauzeiten anzustellen. Indem sie sich auf die wenigen Variablen konzentrierten, die zu Beginn eines Projekts bekannt sind, schuf das Team einen Rahmen, der Entscheidungsträgern hilft, die Ungewissheit der frühen Planungsphase zu bewältigen. Die Studie zeigt, dass ein Computer zwar die Zukunft nicht mit absoluter Gewissheit vorhersagen kann, aber aus der Vergangenheit lernen kann, um eine vernünftige Schätzung zu liefern, die besser als eine bloße Vermutung ist. Dieser Ansatz bietet eine praktische Möglichkeit, datengestützte Erkenntnisse in die frühesten Phasen des Bauwesens einzubringen und so dabei zu helfen, Erwartungen zu steuern und Ressourcen zu planen, noch bevor der erste Stein gelegt wird.