ESKIMO

The content of this page is only available in German. Please go to German version of this page.

Im Folgenden finden Sie eine kurze Zusammenfassung des Projektes. Für weitere Informationen kontaktieren Sie bitte die Projektverantwortlichen über den Kontaktbutton auf der rechten Seite.

Hintergrund

In dem vom BMBF geförderten Forschungsvorhaben „ESKIMO – Entwicklung von Systembausteinen der Künstlichen Intelligenz für eine digitale mobile Wertschöpfungskette für die Bauausführung“ werden Methoden der Künstlichen Intelligenz entwickelt und untersucht, um den Ist-Zustand auf Baustellen zu analysieren und so das Baumanagement zu unterstützen.

Die Nutzung von KI-Anwendungen erfordert enorme Datenmengen, die aufwendig extrahiert und vorbereitet werden müssen. Ein wesentlicher Aspekt für die spätere Akzeptanz der zu entwickelten KI-Anwendung ist dabei der Umgang mit Datenschutz. Auf Datenschutzaspekten aus Nutzersicht liegt der Forschungsfokus des IAD, welches über einen Unterauftrag in das Projekt eingebunden ist. In diesem Zusammenhang wird dem Schutz personenbezogener Daten eine große Bedeutung zugeschrieben. Zudem entstehen ethische Fragestellungen beim Einsatz von KI-Anwendungen, die mitberücksichtigt werden müssen.

Ziele

Der Einsatz digitaler Technologien in der Baubranche ist vergleichsweise zu anderen Industrien gering. Insbesondere fällt es den kleinen Betrieben schwer, die in der Baubranche zahlreich zu finden sind, die Herausforderungen des digitalen Wandels zu bewältigen. Dabei ist das Potenzial der Digitalisierung in der Baubranche enorm. Um eine effizientere sowie kosten- und terminsichere Bauausführung zu fördern, können Methoden der Künstlichen Intelligenz zur Unterstützung des Baumanagements nicht unberücksichtigt gelassen werden.

Methodik

Der Gegenstand der Betrachtung sind die relevanten Datenschutzaspekte beim Einsatz von Wearables und KI-Anwendungen. Hierzu werden die im Rahmen von ESKIMO erfassten Daten sowie ihr Erfassungs- und Verarbeitungsprozess durch Interviews näher beleuchtet. Basierend darauf werden Nutzerbefragungen durchgeführt, um die generierten Daten und Verarbeitungsprozesse hinsichtlich Datenschutzkritikalität beurteilen zu können. Es werden Einflussfaktoren bezüglich Datenpreisgabe identifiziert und Anforderungen für den Datenschutz aus Nutzerperspektive abgeleitet.