02. September – Abschlussmeeting der dritten Phase für die Forschungskooperation Kalkulation.KI
In den Räumen der VLBA fand heute das Abschlussmeeting dieser Phase statt. Als Gäste der VLBA konnten Herrn Jürgen Litsch, Herrn Dirk Handke und Herrn Marc Einar Maurer-Durstewitz begrüßt werden. Zusammen mit allen Mitarbeitern der VLBA, die in dieser Forschungskooperation an den Ergebnissen beitrugen, wurde die letzte Phase Retrospektiv betrachtet. Ein weiterer wichtiger Punkt war die Sondierung weiterer interessanter Fragestellungen im Bereich der Kalkulation von Bauprojekten bei der Strabag AG.
Die erzielten Ergebnisse führten zu einer Fortführung der Forschungskooperation Kalkulation.KI.
21. Juni. – Nazish Qamar – Kontaktperson für das Deployment der Testumgebung
Heute wurde Nazish Qamar als neuer Kollege bei der Strabag AG der Universität Oldenburg bekannt gemacht. Nazish Qamar soll in enger Zusammenarbeit mit Alexander Eguchi (VLBA) die Bereitstellung und den Einsatz des Systems für die Testphase vorantreiben.
04. Mai – Initiales Treffen zur Umsetzung der Testphase
Heute haben sich in großer die Universität Oldenburg sowie die Data Science- und Construction Core-Teams der Strabag AG zusammengefunden, um den Prototyp so bald wie möglich in die Testphase einzutreten. Dabei wurde zuerst die weitere Zusammenarbeit thematisiert. Schwerpunkt dieses ersten Meetings war die Planung der nächsten Schritte. Um die Testphase durchzuführen, bedarf es einiger Vorbereitung beider Seiten. Daher entschlossen sich alle Teilnehmer zu kontinuierlichen Meetings in denen zum einen der Status aktualisiert werden sollte als auch die erledigten Aufgaben und neue Aufgaben zu besprechen.
12. April – erster Meilenstein seit der Übernahme erreicht
Der erste geplante Meilenstein nach der Übernahme wurde erreicht. Die Hauptaufgabe war die Erfassung des Kalkulationsprozess von der Bekanntmachung im Angebotsserver des Bundes bis hin zu der verschicken des Angebots. Das Hauptaugenmerk lag auf der Aufgabe, wie der Kalkulator zu einer Position die notwendige Leistung findet. Und welche Prozessschritte vor und nach der Leistungszuordnung durchgeführt werden müssen.
01. Feb. – Übergabe der Projektarbeit an Alexander Eguchi
Heute hat Alexander Eguchi die Fortführung des Projektes Kalkulation.KI übernommen. Ein großes Dankeschön an Gerrit Schumann und Jan-Hendrik Witte für die gute Vorbereitung.Dabei ist die Hauptaufgabe die Erweiterung des bestehenden Prototyps voranzutreiben. Das Klassifizierungsmodell und eine Prototypische grafische Benutzeroberfläche existiert bereits und darauf aufbauend soll nun in eine Cloud-Infrastruktur konzipiert werden.
Die ersten Meetings haben bereits stattgefunden und es sollen noch weitere folgen.
Dezember – Zwischenergebnis zur Entwicklung des Baustein-Klassifikators
Für das Fine-Tuning eines KI-basierten Baustein-Klassifikators wurde in den vergangenen Wochen eine Pipeline entwickelt, die sich in drei Schritte untergliedern lässt.
Im Rahmen des Datenaufbereitungsschrittes wurden die Langtexte und Bausteine von Strabag als Basis für das Fine-Tuning herangezogen. Um optimale Ergebnisse zu erzielen, wurden die Daten verschiedenen Data-Cleaning und Data-Filtering-Prozessen unterzogen, welche u.a. dazu dienten, Duplikate zu entfernen und die Daten basierend auf ihrer Vorkommenshäufigkeit zu filtern.
In der Phase der Modellierung (Fine-Tuning) wurde das zuvor bereinigte Datenset genutzt, um ein vortrainiertes deutsches Language-Modell zu fine-tunen. Als Input für das Modell wurden dabei die Langtexte und als erwarteter Output die jeweiligen Baustein-Nummern verwendet. Dieser Fine-Tuning-Prozess umfasste mehrere Schritte: von der Erstellung eines Label-Dictionarys über die Aufteilung der Daten für Training, Validierung und Tests bis hin zur Definition und dem Training einer benutzerdefinierten Modellklasse. Nach Abschluss des Trainings wurde das Modell zusammen mit seinem Optimierungszustand gespeichert.
Abschließend fand im Rahmen der Evaluation eine Prüfung des fine-getunten Modells mit Hilfe des zuvor vom Trainingsdatensatz separierten Testdatensatz statt. Das Ziel bestand darin, die bisher für das Modell unbekannten Langtexte innerhalb dieses Datensatzes ihren jeweiligen Baustein-Nummern zuzuordnen. Nach Durchführung sämtlicher Vorhersagen auf dem Testdatensatz wurde anschließend ein Vergleich zu den tatsächlichen Baustein-Nummern (Ground-Truth Label) der enthaltenen Langtexte durchgeführt und die Abweichung mit Hilfe anerkannter Metriken gemessen. In diesem Zuge wurde ebenfalls geprüft, wie häufig der jeweils richtige Baustein in den Top-3, Top-6 und Top-10 Vorhersagen enthalten war.
Zwischenergebnis zum Dashboard
Um die Ergebnisse aus dem Klassifikationsmodell visualisieren zu können, wurde als Demonstartor ein Dashboard entwickelt, welches die Baustein-Vorhersagen zu einem Langtext darstellen kann. Dieses Dashboard wurde mit Hilfe von „Streamlit“ entwickelt, einem Python Framework zum Erstellen von Web-Apps und zur Visualisierung oder Analyse von Daten.
September – Entwicklung eines Baustein-Klassifikators
Ab September 2022 wird das Projekt übergangsweise durch die wissenschaftlichen Mitarbeiter Gerrit Schumann und Jan-Hendrik Witte unterstützt. Das Ziel dieses Projektabschnitts besteht darin, ein vortrainiertes deutsches Language-Modell für die Vorhersage von Kalkulations-Bausteinen auf Basis von Langtexten zu fine-tunen. Darüber hinaus sollen die Ergebnisse der Baustein-Vorhersagen zu Demonstrationszwecken in einem Dashboard dynamisch abrufbar sein.
