Uudet tutkimukset avaavat tietä linkitetyn tiedon hallintaan ja tekoälyn käyttöönottoon

Tiedon digitalisaatio kiinteistö- ja rakentamisalalla ottaa merkittävän harppauksen eteenpäin, kun kaksi suomalaista tutkimusta esitellään 10.–11. heinäkuuta Porton yliopistossa järjestettävästä kansainvälisessä Linked Data in Architecture and Construction (LDAC2025) -konferenssissa.

Uudet tutkimukset osoittavat, kuinka tekoälyagentit ja rakennuksiin linkitetty tieto voivat mullistaa rakennusalan materiaalivirtojen hallintaa ja suunnittelua.

BIM-mallien suunnittelutiedosta tuotekohtaiseksi tilausdataksi 

Torstaina 10. heinäkuuta klo 11–13 esiteltävä Otto Alhavan, Jyrki Oraskarin, Tommi Arolan, Tero Järvisen, Markus Järvenpään ja Bettina Ruottisen konferenssipaperi, “BIM Data Content Guiding Takt Production Material Flow: IFC Meets MTS Supply Chain”, osoittaa, että BIM-mallien sisältämä suunnittelutieto voidaan rikastaa automaattisesti tuotekohtaiseksi tilausdataksi. Valmistavassa teollisuudessa suunnittelun osaluetteloa kutsutaan Engineering Bill Of Material:ksi (E-BOM) ja valmistuksen osaluetteloa Manufacturing Bill Of Material:ksi (M-BOM). Osaluetteloiden ja suunnittelumallien käsittely rakennusalalla uudistuu merkittävästi käyttämällä Linked Building Data -menetelmää, koska suunnittelutieto saadaan kytkettyä urakointiin ja alaurakointiin:  

BIM-mallien sisältö voidaan rikastaa koneellisesti luettavaksi materiaaliluetteloksi, kunhan tietomalliin saadaan koneluettavat suunnittelunimikkeet. Tämä avaa digitaaliset hankintaketjut, vastaanoton työmaalla ilman manuaalista työtä sekä loppuviimein koneluettavan vastuullisuusraportin ilman 2D-piirustuksia tai Excel-taulukoita, toteaa Otto Alhava

Tekoälyagentit mukaan suunnitteluun ja toimitusketjujen hallintaan 

Perjantaina 11. heinäkuuta klo 11–13 esiteltävä Otto Alhavan, Tommi Arolan, Osku Torron, Markus Järvenpään, Tero Järvisen ja Bettina Ruottisen tutkimus “AI-Agent Application for Semantic Data Enrichment in Ventilation Systems Using National Nomenclature for IFC and GS1-Based Product Information”, vie rakentamisen tekoälyagenttien aikakaudelle. Tutkimus ottaa automaation askeleen pidemmälle hyödyntämällä tekoälyagentteja ilmanvaihtojärjestelmien suunnittelun ja toimitusketjun hallinnan digitalisointiin. Simulaatio osoitti, että keskeisiä tuotetiedon rikastustehtäviä ja tuotekombinaatioiden CO2 optimointia voidaan kehittää tekoälyagenttien avulla. Tuotevalintoja voidaan automatisoida usean eri roolin tekoälyagenttiketjulla. 

Tuotevalinnat ja optimointi esimerkiksi hiililaskentaa varten ovat monimuuttujaoptimointia. Tehtävät, joita ihminen tekisi usean ohjelmiston avulla perättäin voidaan tekoälyalustoilla mallintaa tekoälyagenteille. Tekoälyagentit mahdollistavat saumattoman tiedonrikastuksen suunnittelusta hankintaan ja rakennuksen käytön aikaan saakka, toteaa Tommi Arola. 

Kansalliset suunnittelunimikkeistöt ja standardit merkittävässä roolissa 

Molemmissa tutkimusjulkaisuissa korostetaan kansallisten suunnittelunimikkeistöjen ja standardien merkitystä, sillä ne mahdollistavat tiedon koneellisen käsittelyn ja avaavat tien kohti reaaliaikaista hiilijalanjäljen laskentaa ja automaattista materiaalinhallintaa. 

Suomi on kansallisten suunnittelunimikkeistöjen ja standardien kehityksissä keskeisessä roolissa. Julkaistut tutkimukset perustuvat suomalaisiin nimikkeistöihin, kansallisiin tietovirta-arkkitehtuureihin ja avoimiin ohjelmistoratkaisuihin, joiden avulla tekoälyä voi hyödyntää rakennusalan tuotetiedon hallinnassa. Kansainvälisesti noteerattujen tutkimusten avulla viestimme vakuuttavammin EU-tasolle rakennusalan tekoälyagenttien käytön kehittämisestä. 

Päätökset rakentamisalan tiedon digitalisoinnista tapahtuu EU-tasolla, joten seuraavaksi tehtävänämme Suomi-vetoisesti olisikin avata rakennusalan tekoälyagenttien kehitys, jatkaa Arola.   

Lisätietoja

Tutustu julkaisuihin

Alhava, O., Oraskari, J., Arola, T., Järvinen, T., Järvenpää, M., Ruottinen, B., BIM Data Content Guiding Takt Production Material Flow: IFC Meets MTS Supply Chain, LDAC 2025 conference,

Alhava, O., Arola, T., Torro, O., Järvenpää, M., Järvinen, T., Ruottinen, B., AI-Agent Application for Semantic Data Enrichment in Ventilation Systems Using National Nomenclature for IFC and GS1-Based Product Information, LDAC 2025 conference.


Oliko sisältö hyvä?

Timanttia 0
Mahtava 0
Neutraali 0
Pettymys 0


Luotettavalla tiedolla mahdollistamme kestävästi rakennetun ympäristön