KI im Infrastrukturmanagement des Verkehrswasserbaus

Künstliche Intelligenz (KI) gewinnt im Infrastrukturmanagement des Verkehrswasserbaus an Bedeutung, da sie Prozesse effizienter gestalten und datenbasierte Entscheidungsgrundlagen liefern kann. Der Beitrag skizziert die aktuelle Diskussion um den Einsatz künstlicher Intelligenz (KI) und deren Relevanz für das Management von Verkehrswasserbauwerken wie Schleusen und Wehren. Er erläutert die Grundlagen symbolischer und statistischer Modelle und beleuchtet Anwendungen in der Bild‐ und Sprachverarbeitung. Praxisnah werden zentrale Einsatzfelder vorgestellt: Bei der Detektion von Auffälligkeiten unterstützen Modelle des maschinellen Lernens die automatisierte Schadenserkennung, beispielsweise die Identifikation von Rissen an Schleusen auf Basis von Drohnen‐ oder Bilddaten. Assistenzsysteme auf Grundlage generativer KI und hybrider Ansätze erleichtern darüber hinaus die Recherche und Bereitstellung von Wissen. Anwendungsbeispiele aus laufenden Projekten zur prozessorientierten Informationsbereitstellung heterogener Bestandsdaten von Verkehrsinfrastrukturen sowie zur automatisierten Metadatenerkennung und Schadensdetektion verdeutlichen den konkreten Nutzen. Dieser liegt insbesondere in Effizienzgewinnen und einer verbesserten Entscheidungsunterstützung. Gleichzeitig werden Herausforderungen wie Datenqualität und Akzeptanz diskutiert. Die dargestellten Projekte zeigen, dass KI bereits heute einen Mehrwert bieten kann.

Artificial Intelligence (AI) is gaining importance in the infrastructure management of navigable waterways, as it can make processes more efficient and support data‐driven decision‐making. This article outlines the current discussion on the use of AI and its relevance for managing navigable waterways structures such as locks and weirs, explains the fundamentals of symbolic and statistical models, and highlights applications in image and speech processing. Practical key areas of application are presented: AI models based on machine learning support automated damage detection, for example by identifying cracks in locks using drone or image data. Additionally, assistance systems based on generative AI and hybrid approaches facilitate research and the provision of knowledge. Examples from ongoing projects illustrate the concrete benefits of AI: process‐oriented information provision for heterogeneous inventory data of navigable waterways structures, as well as automated metadata recognition and damage detection result in efficiency gains and enhanced decision support. At the same time, challenges such as data quality and user acceptance are discussed. The projects demonstrate that AI already provides added value today.