Projektleitung: Chizhova, Maria; Eißing, Thomas

Einrichtung: KDwt 

Beteiligte: Pan, Junquan

Beginn: 1. Juni 2026

Ende : 31.Augsut 2027

Gefördert durch :  DATIpilot - Community - InTraBau - Woodknot - Community - Entwicklung einer smartphone-basierten Anwendung zur Ästigkeitschätzung von Altholzbalken, BMFTR, Förderkennzeichen:  03DPC1017S, Link https://foerderportal.bund.de/foekat/jsp/SucheAction.do?actionMode=view&fkz=03DPC1017S

Förderprofil: Technologie- und Innovationsförderung

An der Universität Bamberg (Dr. T. Eißing, M.Sc. F. Ebner) wurde die Möglichkeit untersucht, die Festigkeit historischer Holzbalken mithilfe visueller Sortierkriterien abzuschätzen. Die Ergebnisse der Untersuchungen zeigen, dass die visuelle Sortierung anhand optisch erkennbarer Oberflächenmerkmale geeignet ist, um die Festigkeitsvorhersage zu unterstützen. Diese Oberflächenmerkmale können automatisiert erkannt und interpretiert werden. In diesem Zusammenhang bieten 2D- und 3D-Bildgebungstechniken, wie beispielsweise Photogrammetrie und strukturiertes Lichtscannen, sowie KI-gestützte Analysemethoden vielversprechende innovative Ansätze zur Objektivierung und Optimierung der Sichtprüfungen.
Langfristig zielt dies darauf ab, eine vollautomatische Unterstützung bereitzustellen. Die automatische Analyse der Holzoberflächenmerkmale führt dazu, dass Altholzbalken einer höheren Sortierklasse zugewiesen werden können. Dies wiederum reduziert die Menge des (Alt)holzes, das aussortiert oder ausgetauscht wird, und trägt somit zur Einsparung wertvoller natürlicher Ressourcen bei.
Das beantragte Vorhaben zielt darauf ab, die oben genannten Erkenntnisse in ein automatisiertes Verfahren zu integrieren und als benutzerfreundliche, smartphone-basierte Anwendung zu realisieren. Damit sollen die Zustandsanalyse, die Sanierungsplanung sowie die Ressourcennutzung optimiert und objektiviert werden, was direkt zur Entwicklung und zum Transfer technologischer Innovationen beiträgt.
Ästigkeit dient unter anderem als Einzelnachweis zur Sortierklasse-Schätzung sowie als Faktor zur rechnerischen Ableitung der Festigkeitswerte. Ästigkeit lässt sich visuell bzw. automatisch durch Verwendung von KI / Machine Learning Methoden erkennen. In einem vorherigen DBU-Projekt „WoodF(ea)uture“ wurde ein KI-gestütztes Verfahren zur automatischen Ästigkeitserkennung an Altholzbalken mit anschließender Sortierklasseschätzung entwickelt. Beitrag dieses Vorhabens besteht darin, das im DBU-Projekt entwickelte Verfahren in eine smartphone-basierte Anwendung zu
transferieren, um den Endnutzern eine innovative und objektive Lösung zur Ästigkeitsanalyse sowie Sortierklasseschätzung anbieten zu können.
Die entstehende low cost Anwendung (smartphone-basierte App) zur Ästigkeitserkennung und Ableitung einer Sortierklasse von historischen Altholzbalken mit einem parallelen Transfer in eine (H)BIM-Modellierungssoftware (z.B: BauCAD) qualifiziert damit wissenschaftliche Forschungsergebnisse für eine zukünftige innovative Anwendung und trägt dem Gewinn potentieller Anwendungspartnerinnen und -partner aus Wirtschaft und Gesellschaft für eine Beteiligung an Forschungs- und Innovationsprozessen bei. Unter anderem soll das entwickelte KI-Verfahren im Rahmen dieses Projektes durch weitere Merkmale und Beispiele (insb. andere Holzarten, Witterungs- und Alterungszustand) sowie hochqualitative Datenvorbereitung kontinuierlich optimiert werden.