- AutorIn
- Daniel Dlubal Dlubal Software GmbH#Technische Universität Darmstadt, Institut für Statik und Konstruktion
- Georg DlubalDlubal Software GmbH#Technische Universität Darmstadt, Institut für Statik und Konstruktion
- Jaroslav BrozDlubal Software GmbH#Technische Universität Darmstadt, Institut für Statik und Konstruktion
- Heet Rojivadiya
- Andreas Niemeier
- Isamu Lautenschläger
- Michael Kraus
- Titel
- Maschinelles Lernen und generative Künstliche Intelligenz bei Dlubal Software und ihren Produkten – Baupraktische Erfahrungen an Beispielen
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-1061833
- Konferenz
- 16. Fachtagung Baustatik-Baupraxis. Dresden, 28. und 29. Mai 2026
- Quellenangabe
- Berichte der Fachtagung Baustatik - Baupraxis 16
Herausgeber: Michael Kaliske
Herausgeber: Wolfgang Graf
Herausgeber: Jakob Platen
Herausgeber: Julian Meyer
Erscheinungsort: Dresden
Verlag: Technische Universität Dresden
Erscheinungsjahr: 2026
Seiten: 787-794
ISBN: 978-3-86780-823-1 - Erstveröffentlichung
- 2026
- DOI
- https://doi.org/10.25368/2026.169
- Abstract (DE)
- Minisymposium Maschinelles Lernen im Bauwesen
- In diesem Beitrag werden Entwicklungen und Anwendungen von Maschinellem Lernen (ML) und generativer Künstlicher Intelligenz (genAI) im Umfeld der Dlubal Software-Produkte vorgestellt: die Optimierung parametrischer Tragstrukturen mit genetischen Algorithmen oder Autoencoder- Netzen sowie die Entwicklung von „MIA“, einer integrierten agentischen KI- Assistenz innerhalb der Softwareplattform. Beispiele zur Modellbildung, FEM- Modell-Erstellung und Nachweisführung zeigen den Stand der Technik sowie Zukunftspotenziale und Adaptionsherausforderungen an der Mensch-Maschine- Schnittstelle.
- Freie Schlagwörter (DE)
- Baustatik, Baupraxis, Tragwerksplanung, Bauingenieurwesen, Tragstrukturen, Adaptionsherausforderungen
- Freie Schlagwörter (EN)
- Structural Engineering, Construction Practice, Structural design, civil engineering, Support Structures, Adaptation Challenges
- Klassifikation (DDC)
- 690
- Klassifikation (RVK)
- ZI 3300
- Publizierende Institution
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-1061833
- Veröffentlichungsdatum Qucosa
- 24.07.2026
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY-ND 4.0