Das Konzept
Das Ziel der Plattform ist klar umrissen:
Wer ein Bauprojekt zertifizieren lassen möchte – etwa als Auditor*in, Planer*in oder Bauherr*in – legt dieses Projekt auf der CertAssist-Plattform an und lädt alle wichtigen Unterlagen hoch. Das können zum Beispiel sein:
-
PDF-Dokumente wie Pläne, Leistungsverzeichnisse oder Berichte
-
Excel-Tabellen mit technischen Daten oder Kennzahlen
Die hochgeladenen Unterlagen werden automatisch verarbeitet und bei einer späteren Bewertung des Projektstands hinzugezogen.
Zusätzlich bietet CertAssist eine Chat-Oberfläche, über welche Nutzer*innen Fragen zum Zertifizierungskatalog sowie zu den hochgeladenen Projektunterlagen stellen können. Die KI antwortet mit Bezug auf die relevanten Stellen im Zertifizierungskatalog und macht deutlich, worauf die Auskunft basiert.
Eine grafische Darstellung der Architektur und Datenflüsse von CertAssist finden Sie im Schaubild.
Die Systemarchitektur
Die Plattform arbeitet mit zwei verschiedenen Datenquellen:
-
den projektspezifischen Unterlagen, die beim Hochladen verarbeitet werden,
-
sowie den Zertifizierungskatalogen, die projektübergreifend relevant sind und bereits im Voraus aufbereitet wurden.
Beide Datenquellen werden automatisiert aufbereitet und für die spätere Suche indexiert, durchlaufen dabei jedoch unterschiedliche Verarbeitungsschritte. Zunächst erfolgt eine automatische Erfassung der Dokumentinhalte, dann werden die gefundenen Informationen sortiert und in einem Suchindex abgelegt.
Für die projektspezifischen Unterlagen ist noch ein zusätzlicher Verarbeitungsschritt durch die KI vorgesehen, der ein hochgeladenes Dokument anhand seines Inhalts zu einem der Kriterien zuordnen soll. Die automatische Statusbewertung soll dabei die Erkennung von fehlenden Nachweisen erleichtern und hervorheben.
Technische Herausforderungen und Lösungen
Ein großer Teil der aktuellen Projektarbeit dreht sich um die digitale Aufbereitung der DGNB-Kriterienkataloge. Diese liegen nicht als einfacher Fließtext, sondern in PDFs mit komplexen Seitenformaten und Tabellen vor. Eine unterschiedliche Spaltenanzahl sowie diverse Sonderfälle für einzelne Gebäudetypen machen eine automatische Verarbeitung schwierig.
Die Erkennung der Tabellen im Katalog wurde daher auf ein neues, spezialisiertes Verfahren umgestellt. Mittels OCR (optical character recognition) wird der Inhalt eines Dokuments von einem KI-Modell visuell erfasst, wodurch unregelmäßige Tabellenstrukturen deutlich besser verstanden werden können. Durch sogenannte Bounding Boxes können zusammengehörige Inhalte visuell umrahmt werden. Das ermöglicht, dass die KI nicht nur weiß, was auf einer Seite steht, sondern auch wo genau.
Ein ausgefeiltes Nachbearbeitungssystem sorgt dafür, dass
-
unterschiedliche Anforderungen je nach Gebäudetyp korrekt abgebildet werden,
-
zusätzliche Bonuskriterien und die exakten Punktzahlen erfasst werden
-
und für jedes Kriterium die genaue Seitenzahl im Katalog gespeichert wird. So kann bei einer späteren Abfrage die passende Katalogseite zur Kontrolle eingeblendet werden.
Die zugrundeliegende Datenbank wurde so strukturiert, dass wichtige Zusatzinformationen – etwa Gebäudetyp, Bewertungsmodus oder Bonuspunkte – separat gespeichert und gezielt ausgewertet werden können.
Retrieval-Augmented Generation
Damit die Chat-Oberfläche von CertAssist verlässliche und nachvollziehbare Antworten liefern kann, kombiniert sie zwei Dinge: künstliche Intelligenz zum Verstehen und Formulieren von Antworten und eine Wissensbasis mit den relevanten Projekt- und Fachinformationen.
Vereinfacht funktioniert das so:
-
Frage verstehen und Antwort formulieren: Ein Sprachmodell (KI) versteht frei formulierte Fragen, zum Beispiel: „Erfüllt unser Projekt die Anforderungen an die Energieeffizienz?“ und kann daraus eine verständliche Antwort formulieren.
-
Passende Informationen finden: Bei der Antwort stützt sich die KI auf verlässliche Informationen, indem sie auf eine Wissensdatenbank zurückgreift. In diesem Fall die digital erfassten DGNB-Kataloge und die Projektdokumente.
Dieses Zusammenspiel wird als Retrieval-Augmented Generation (RAG) bezeichnet. „Retrieval“ bedeutet dabei das Abrufen von Informationen, und „Generation“ die Formulierung einer Antwort.
Nicht jedes Dokument ist für eine Frage von Relevanz, daher wird die Wissensdatenbank nur nach inhaltlich passenden Textstellen durchsucht. Dafür werden sogenannte Embeddings verwendet. Vereinfacht gesagt übersetzen Embeddings den Inhalt eines Texts in eine Zahlenrepräsentation. Dadurch kann das System erkennen, welche Textstellen einer Frage inhaltlich ähnlich sind, auch wenn die verwendeten Wörter nicht genau übereinstimmen.
Die Agentenarchitektur
Für jedes Themenfeld der DGNB-Zertifizierung (z.B. Ökologische Qualität) wird ein KI-Agent spezifisch instruiert zu überprüfen, ob die für die zugehörigen Kriterien relevanten Nachweise im Projekt vorliegen. Basierend auf den im Katalog vorgeschriebenen Anforderungen kann der Agent einen vorläufigen Bewertungsstand für die Kriterien abgeben.
Nachvollziehbarkeit und Human-in-the-Loop
Die entsprechenden Textstellen können als Quellenangabe mit angezeigt werden. So bleibt nachvollziehbar, welche Katalogpassage oder welches Dokument einer Empfehlung zugrunde liegt. Ziel ist, dass die Plattform nicht „ins Blaue hinein“ antwortet, sondern stets auf konkrete Quellen im DGNB-Katalog und den hinterlegten Projektdokumenten zurückgreift. Die abschließende fachliche Bewertung verbleibt bei den Auditor*innen.
Was wir bisher gelernt haben
Seit dem letzten Zwischenbericht wurden hier wichtige Fortschritte erzielt:
-
Ein erster Prototyp für die Plattform wurde erstellt, der als Demonstrator dient und im Laufe des Projekts anhand von Feedback von Testnutzer*innen überarbeitet werden kann.
-
Die Erfassung der DGNB-Kriterienkataloge wurde mittels OCR überholt und verfeinert. Eine strukturierte Darstellung der Anforderungen wurde in einer Wissensdatenbank abgelegt.
-
Für hochgeladene Dokumente werden eine automatische Klassifizierung und Zusammenfassungen der wichtigsten Inhalte mit KI durchgeführt.
Die nächsten Schritte
Je besser diese Daten strukturiert sind, desto genauer kann CertAssist später automatisch anzeigen, wo ein Projekt im Zertifizierungsprozess steht: Welche Anforderungen sind erfüllt, welche sind noch nicht vollständig, welche noch gar nicht – und welche Dokumente dafür relevant sind.
Kontakt
Joachim Reinhart
Projektleiter Innovations- & Forschungsprojekte
reinhart@bwcon.de
