Salza

Das Inventarisieren von Bauteilen in Gebäuden war bislang zeitintensiv und fehleranfällig. Anbieter mussten jedes Bauteil manuell mit allen relevanten Informationen versehen – darunter Material, Grösse, Zustand und Standort. Besonders bei grossen Projekten mit zahlreichen Bauteilen führte dieser Prozess zu hohem Arbeitsaufwand und erschwerte die schnelle Wiederverwendung der Materialien.

Wir haben für Salza eine PWA (Progressive Web App) gebaut, die durch die einfache Verwendung des Mobiltelefons und den Einsatz von Künstlicher Intelligenz, die Bauteilerfassung deutlich vereinfacht. Statt alle Informationen manuell hinterlegen zu müssen, analysiert die KI die Handybilder, erkennt relevante Merkmale und ordnet die Bauteile automatisch der passenden Kategorie zu. Zusätzlich extrahiert und ergänzt sie wesentliche Informationen wie Material und Zustand, um den Erfassungsprozess weiter zu beschleunigen. Das Ergebnis: Anbieter sparen wertvolle Zeit, die Fehlerquote sinkt und der Upload von Bauteilen wird erheblich erleichtert.

Unsere KI kombiniert Bilderkennung und Natural Language Processing (NLP), um relevante Informationen direkt aus den Bildern zu extrahieren. Dabei erkennt sie typische Merkmale und ergänzt automatisch die fehlenden Informationen. Ein entscheidender Vorteil: Die KI arbeitet ausschliesslich mit den bestehenden Materialien und Kategorien von Salza. Der Prompt wurde gezielt so optimiert, dass keine neuen oder nicht vorhandenen Kategorien und Materialien generiert werden. Das Ergebnis: hohe Datenqualität, präzise Zuordnung und eine einheitliche, zuverlässige Plattform. So entsteht ein vollständiges, strukturiertes Bauteilprofil – ohne manuellen Aufwand.

Die Technologie wurde nahtlos in die Plattform von Salza integriert und optimiert den gesamten Erfassungsprozess. Dadurch wird nicht nur die Effizienz gesteigert, sondern auch ein wichtiger Beitrag zur Kreislaufwirtschaft geleistet: Weniger Bauabfälle, mehr Wiederverwendung, nachhaltigere Ressourcennutzung.