SmartArch AI Systemablauf

1. Allgemeiner Ablauf

Dieses System stellt eine KI-gestützte, vollständig automatisierte Plattform zur digitalen Analyse von Architekturplänen dar. Nach dem Einloggen führen die Nutzer die Zahlung (POS) durch und laden anschließend ihre Architekturpläne (im PNG- oder JPG-Format) hoch, um die Analyse zu starten. Das System analysiert die hochgeladenen Pläne, identifiziert, klassifiziert und bewertet die darin enthaltenen architektonischen und strukturellen Elemente und präsentiert die Ergebnisse dem Nutzer in verschiedenen Ausgabeformaten (DXF, PDF, PNG).

2. Systemablauf

2.1 Login → POS

Das System beginnt mit einem sicheren Benutzerauthentifizierungsmechanismus. Benutzer: • Melden sich im System an • Werden zur Zahlungsseite (Virtuelles Kassensystem) weitergeleitet • Erhalten nach der Zahlung Zugriff auf die Analyse (z. B. 3 Projekte)

2.2 Elektronische Rechnung → E-Mail

Nach der Zahlung erstellt das System automatisch: • eine elektronische Rechnung • sendet diese an die E-Mail-Adresse des Benutzers

2.3 PNG-Upload (Plan-Upload)

Benutzer: • Laden Architekturpläne im PNG- oder JPG-Format hoch

3. Extraktion architektonischer Elemente aus Bildern

Dies stellt den kritischsten Teil des Systems dar. Erkannte Elemente: • Tür • Fenster • Wand • Achse & Achsenpunkt • Treppe • Aufzugsschacht Dieser Prozess: • Beginnt mit YOLO oder einem vergleichbaren Objekterkennungsmodell • Anschließend werden Beziehungen mithilfe eines Beziehungsmodells hergestellt • Konfidenzwerte werden mit einem Ensemble-Bayes-Modell berechnet Für jedes Element: • Wird eine ID zugewiesen • Wird die Position bestimmt • Wird der Konfidenzwert (%) berechnet

4. Fazit

Das Nachanalysesystem: • Fasst alle Ergebnisse zusammen • Liefert dem Benutzer eine aussagekräftige Ausgabe

5. Elemente mit niedrigem Konfidenzwert

Ein bedeutender Punkt im Diagramm: „Elemente unterhalb des Schwellenwerts können eliminiert werden“ Dies bedeutet: • Elemente mit niedrigen Konfidenzwerten • Können automatisch oder durch den Benutzer entfernt werden Diese Funktion: • Reduziert Fehlalarme • Verbessert die Analysequalität

6. Reanalyse

Benutzer: • Löschen fehlerhafte Elemente • Starten den Prozess neu Das System: • Erzeugt ein hybrides System aus Mensch und KI • Sorgt für kontinuierliche Verbesserung

7. Ausgaben

Das System erzeugt Ausgaben in folgenden Formaten:

8.1 DXF

• CAD-kompatibel • Achsen als einzelne Linien • Stützen/Wände als separate Ebenen

8.2 PDF

• Bericht • Visualisierung

8.3 PNG

• Verarbeiteter Plan

8.4 Gesamtpaket

• Alle Ausgaben im ZIP-Format

Diese Erklärung wird automatisch entsprechend der beim Einstieg ausgewählten Sprache angezeigt.

SmartArch AI interactive plan editing flow

1. Ablaufdiagramm: PNG/JPG-Plan-Upload und System zur Hinzufügung architektonischer Elemente

SmartArch AI interactive architectural element editing flow

Dieses Diagramm veranschaulicht den Ablauf eines interaktiven Systems, das Architekturpläne nicht nur automatisch analysiert, sondern auch die direkte Bearbeitung durch den Nutzer ermöglicht. Im Gegensatz zu klassischen KI-basierten Architekturanalyseverfahren arbeitet das System nicht ausschließlich nach dem Prinzip „Erkennen und Ergebnisse ausgeben“. Vielmehr gestattet es dem Nutzer, aktiv in den Plan einzugreifen, bestehende Elemente zu modifizieren und neue Architekturelemente hinzuzufügen. Der im Diagramm dargestellte Prozess gliedert sich in drei Hauptkomponenten: 1. PNG/JPG-Plan-Upload 2. Integration architektonischer Elemente in das Bild 3. Benutzergestützte Bearbeitung und Weiterentwicklung Durch diesen Ansatz transformiert sich das System von einem einfachen Analysetool zu einer interaktiven Architekturdesign-Plattform. Der Nutzer erhält nicht nur die von der KI im hochgeladenen Plan ermittelten Resultate, sondern kann den Plan auch bearbeiten, ändern, löschen und neue Elemente ergänzen.

2. Plan-Upload: PNG/JPG

Im Anschluss an diesen Schritt lädt der Nutzer nicht lediglich eine Datei hoch; er erhält Zugriff auf einen Architekturplanbereich innerhalb des Systems, der interaktiv bearbeitet werden kann. Der Plan wird somit zu einer interaktiven Oberfläche für den Nutzer.

3. AUTOMATISCHES + MANUELLES HYBRIDSYSTEM

Die wesentliche Stärke dieses Systems liegt in der Kombination von künstlicher Intelligenz und Benutzerinteraktion innerhalb eines gemeinsamen Arbeitsablaufs. Das System stellt keine geschlossene Struktur dar, die vollautomatische Entscheidungen trifft, sondern bindet den Nutzer aktiv in den Prozess ein. Dieser Ansatz funktioniert wie folgt: • Das System analysiert den Plan automatisch. • Es erkennt Architekturelemente wie Wände, Türen und Fenster. • Es zeigt die erkannten Elemente im Plan an. • Der Nutzer überprüft diese Elemente. • Er kann fehlerhafte Elemente löschen. • Er kann fehlende Elemente manuell hinzufügen. • Er kann bei Bedarf neue Wände, Türen oder Fenster erstellen. Diese Struktur basiert auf der Logik von KI und Benutzerinteraktion. Die künstliche Intelligenz liefert eine schnelle und automatische Erstanalyse, während der Nutzer diese Analyse mit architektonischem Fachwissen und visueller Kontrolle verfeinert. Auf diese Weise arbeitet das System effizient und kontrolliert. Denn die automatischen Ergebnisse der künstlichen Intelligenz allein sind unter Umständen nicht ausreichend. Linien in Architekturplänen können sich ähneln – eine Wandlinie kann beispielsweise mit einer Achsenlinie verwechselt werden. Öffnungen für Türen können je nach Darstellungsstil variieren. Fenstersymbole unterscheiden sich von Projekt zu Projekt. Vor diesem Hintergrund erhöht die manuelle Bearbeitung die Zuverlässigkeit des Ergebnisses.

4. Integration architektonischer Elemente in das Bild

Der Abschnitt „Hinzufügen neuer Elemente zum Architekturplan“ im mittleren Teil des Diagramms beschreibt die zentrale Funktion des Systems. In diesem Schritt werden architektonische Elemente im hochgeladenen PNG/JPG-Planbild hinzugefügt, verarbeitet oder bearbeitet. Dieser Prozess kann auf zwei Arten erfolgen: 4.1 Automatische Integration Das KI-Modell analysiert den Plan und identifiziert architektonische Elemente im Bild, beispielsweise: • Erkennung vorhandener Wände. • Erkennung von Türöffnungen. • Erkennung von Fensterzeichnungen. • Extraktion der grundlegenden räumlichen Struktur des Plans. Das System verarbeitet diese Elemente als separate Ebenen im Bild, wodurch der Nutzer die Position jedes Elements im Plan klarer erkennen kann. 4.2 Manuelle Integration Der Nutzer kann selbst neue Elemente zum Plan hinzufügen. Diese Funktion stellt einen der zentralen Aspekte des Systems dar. Der Nutzer ist nicht auf die Ergebnisse der künstlichen Intelligenz beschränkt, sondern kann den Plan nach seinen individuellen Anforderungen anpassen. Hierbei kann der Nutzer: • Eine neue Wand hinzufügen. • Eine Tür in eine bestehende Wand integrieren. • Ein Fenster in eine bestehende Wand einfügen. • Ein falsch hinzugefügtes Element entfernen. • Ein hinzugefügtes Element modifizieren. • Das Ergebnis testen und überprüfen, bevor eine finale Entscheidung getroffen wird. Dank dieser Funktion eignet sich das System nicht ausschließlich für Analysezwecke, sondern auch für Entwurfs- und Korrekturprozesse.

5. Versuch-und-Irrtum-Mechanismus

Dieses System verpflichtet den Benutzer nicht zu einer sofortigen Entscheidung. Er hat die Möglichkeit, im Plan zu experimentieren, das Ergebnis zu überprüfen, es bei Nichtgefallen zu löschen und erneut hinzuzufügen. Der Versuch-und-Irrtum-Ablauf gestaltet sich wie folgt: 1. Der Benutzer fügt ein Element hinzu. 2. Das System zeigt dieses im Plan an. 3. Der Benutzer bewertet das visuelle Ergebnis. 4. Bei Nicht-Eignung löscht er das Element. 5. Er fügt es an einer anderen Stelle erneut hinzu.

6. Der Vorgang wird wiederholt, bis das Ergebnis zufriedenstellend ist.

Dieser Ansatz ist insbesondere für Architekturpläne von großer Bedeutung, da es in bestimmten Fällen herausfordernd sein kann, die optimale Position von Türen oder Fenstern auf Anhieb zu bestimmen. Durch das Ausprobieren verschiedener Optionen findet der Benutzer die bestmögliche Anordnung. Das Versuch-und-Irrtum-System bietet folgende Vorteile: • Es ermöglicht dem Benutzer Freiheit im Designprozess. • Es verhindert dauerhafte fehlerhafte Eingaben. • Es unterstützt iterative Designprozesse. • Es trägt zur Erzielung präziser Ergebnisse bei. • Es schafft Sicherheit bei der Arbeit mit dem Plan. Dank dieser Funktionalität wird das System flexibler und benutzerfreundlicher gestaltet. 6. Benutzer-KI-basierter Kollaborationsplan Der resultierende Plan stellt nicht nur ein automatisch durch künstliche Intelligenz erzeugtes Ergebnis dar, sondern ist zugleich ein durch Benutzereingriffe optimierter Plan. Dieser Plan kann aus drei grundlegenden Ebenen bestehen: 1. Originalplanbild 2. Von der künstlichen Intelligenz erkannte Architekturelemente 3. Vom Benutzer hinzugefügte oder bearbeitete Elemente Durch diese Ebenenstruktur ist das System in der Lage, jede Änderung systematisch zu verwalten. Beispielsweise kann eine vom Benutzer hinzugefügte Wand in einer separaten Ebene gespeichert werden, während von der künstlichen Intelligenz erkannte Türen als eigenständige Ressource erfasst werden. Somit lässt sich nachvollziehen, welche Elemente vom System und welche vom Benutzer hinzugefügt wurden. Dieses Nachverfolgungssystem ist essentiell für zukünftige Berichte, das Rückgängigmachen von Änderungen, die erneute Analyse sowie die Generierung von Ergebnissen.

7. Fazit

Das in diesem Diagramm dargestellte System ist weit mehr als ein einfaches KI-Tool zur Analyse von Architekturplänen. Es handelt sich um eine interaktive Architekturdesign-Plattform, die den Benutzer in den Mittelpunkt stellt, direkte Eingriffe in den Plan ermöglicht und durch Ausprobieren das optimale Ergebnis erzielt. Das System: • führt nicht lediglich Analysen durch. • bindet den Benutzer aktiv in den Prozess ein. • erlaubt das Hinzufügen neuer Wände. • ermöglicht das Öffnen von Türen oder Fenstern in bestehenden Wänden. • bietet die Möglichkeit, fehlerhafte Aktionen zu löschen und wiederholt auszuführen. • kombiniert künstliche Intelligenz mit menschlicher Kontrolle. • erzeugt einen präziseren und optimierten Plan. Dieser Ansatz ist signifikant fortschrittlicher als klassische KI-Systeme, da der Benutzer nicht nur Konsument des Ergebnisses ist, sondern als aktiver Akteur den Plan entwickelt, korrigiert und steuert.

This explanation is displayed according to the selected site language for the second flow diagram.

SmartArch AI Abschluss-, Filter- und Download-Ablauf

3. Ablauf: Abschluss, Filterung und Download

SmartArch conclusion filtering and download flow

Ziel dieses Abschnitts ist es nicht, die initialen Ergebnisse der künstlichen Intelligenz als abschließend anzuerkennen. Vielmehr soll dem Nutzer die Möglichkeit geboten werden, diese Ergebnisse visuell zu überprüfen, sie mit einer Liste abzugleichen, ungenaue Kandidaten auszuschließen, die Analyse bei Bedarf mit den verbleibenden Erkennungen zu wiederholen und letztlich DXF-/PDF-/PNG-Dateien herunterzuladen.

1. Hauptlogik nach der Analyse

Nach der Analyse eines Architekturplans generiert das System zahlreiche Kandidaten. Diese können Türen, Fenster, Wände, Achsen, Säulen, Vorhangfassaden, Treppen, Aufzugsschächte oder andere architektonische Bauelemente umfassen. Es ist jedoch wichtig, nicht jede Erkennung der KI-Modelle als endgültig korrekt zu betrachten. Daher stellt das System dem Nutzer nach der Analyse eine Kontrollseite zur Verfügung. Diese Kontrollseite ist in zwei zentrale Bereiche gegliedert: • Liste der visuellen Ergebnisse: Im Plan markierte visuelle Resultate. • Erkennungsliste: Eine tabellarische Übersicht der von der künstlichen Intelligenz identifizierten Kandidatenelemente. Durch diese Struktur erhält der Nutzer nicht nur das Bild, sondern auch Informationen wie ID, Typ, Konfidenzwert, Koordinaten, Größe und Quelle jedes Kandidaten.

2. Bereich „Visuelle Ergebnisse“

Der Bereich „Visuelle Ergebnisse“ unten links im Diagramm zeigt die verarbeitete Version des analysierten Architekturplans. Hier visualisiert das System die erkannten Elemente direkt im Plan. Jedes Objekt wird mittels farbiger Linien, Kästchen, Beschriftungen bzw. ID-Nummern dargestellt. Dieser Bereich dient der visuellen Überprüfung des Systems. Beispielsweise wird eine vom System fälschlich als Tür identifizierte Tür statt eines Fensters im Plan sichtbar. Auch eine irrtümlich als Achsenpunkt klassifizierte Wand wird in diesem Bereich klar erkennbar.

3. Erkennungsliste

Der Bereich „Erkennungsliste“ neben dem visuellen Ergebnis stellt alle vom System gefundenen Elemente tabellarisch dar. Diese Tabelle erhöht die Transparenz des Systems, da der Nutzer nicht nur das Ergebnis „Das System hat dies gefunden“ angezeigt bekommt, sondern auch die Zuverlässigkeit der jeweiligen Erkennung einsehen kann. Diese Liste ist für eine manuelle Korrektur von zentraler Bedeutung. Der Nutzer hat die Möglichkeit, Kandidaten mit niedriger Bewertung auszuwählen und zu löschen, falsch klassifizierte Elemente auszuschließen oder die Analyse mit den verbleibenden korrekten Kandidaten neu zu starten.

4. Logik der Konfidenzbewertung

Ein wesentliches Konzept im Diagramm stellt die Konfidenzbewertung dar. Diese gibt in Prozent an, wie sicher sich die künstliche Intelligenz bezüglich eines Ergebnisses ist. Beispiele: • 96 % Konfidenzbewertung: Das System ist sich des Ergebnisses sehr sicher. • 75 % Konfidenzbewertung: Höchstwahrscheinlich korrekt, sollte jedoch überprüft werden. • 45 % Konfidenzbewertung: Ein fragwürdiger Kandidat; eine Entfernung oder genauere Untersuchung wird empfohlen.

5. Entfernen von Kandidaten unterhalb des Schwellenwerts

Im oberen linken Bereich des Diagramms befindet sich die Funktion „Kandidaten unterhalb der Bewertung entfernen“. Hier kann der Nutzer eine automatische Bereinigung durchführen, indem er einen prozentualen Schwellenwert definiert. Das System entfernt sämtliche Kandidaten, deren Bewertung unter diesem Schwellenwert liegt. Beispiel: • Bei einem Schwellenwert von 50 % werden Kandidaten unter 50 % entfernt, Kandidaten ab 50 % bleiben erhalten. • Bei einem Schwellenwert von 70 % werden weitere Kandidaten unter 70 % entfernt, was das Ergebnis übersichtlicher und selektiver gestaltet. Diese Funktion ist insbesondere bei Analysen mit zahlreichen falsch-positiven Ergebnissen hilfreich. Der Nutzer muss nicht hunderte Kandidaten manuell löschen, sondern kann mithilfe eines Schwellenwerts eine automatische Vorselektion vornehmen.

6. Das richtige Ergebnis durch Ausprobieren finden

Ein wesentlicher Vorteil des Systems im vorliegenden Diagramm besteht darin, dass der Nutzer nicht an ein einzelnes Analyseergebnis gebunden ist. Er kann verschiedene Schwellenwerte testen, Kandidaten mit niedrigen Bewertungen entfernen, einzelne Kandidaten manuell beibehalten und die Analyse mit den verbleibenden Treffern erneut durchführen. Beispielhafter Ablauf: 1. Das System führt die Erst-Analyse durch. 2. Der Nutzer prüft die Ergebnisse. 3. Bei zu vielen Fehlalarmen wird der Schwellenwert auf 60 % gesetzt. 4. Das System löscht Kandidaten unter 60 %. 5. Der Nutzer überprüft das visuelle Ergebnis erneut. 6. Gegebenenfalls werden weitere Kandidaten manuell entfernt. 7. Die Analyse wird mit der Option „Analyse mit verbleibenden Elementen ausführen“ neu gestartet. 8. Ein präziseres Ergebnis wird erreicht. 9. Die Ausgabe erfolgt, sobald das Ergebnis zufriedenstellend ist. Dieser Ansatz wandelt das System von einem rein automatisierten Werkzeug in eine kontrollierte, interaktive und nutzerorientierte Analyseplattform.

7. Benutzereingriff und manuelle Bereinigung

Die im Diagramm dargestellte Struktur verdeutlicht, dass Benutzereingriffe ein integraler Bestandteil des Systems sind. Der Benutzer ist nicht verpflichtet, sämtliche Analyseergebnisse zu akzeptieren. Der Benutzer sollte folgende Möglichkeiten haben: • Falsch erkannte Objekte löschen. • Kandidaten mit niedriger Punktzahl in großer Anzahl entfernen. • Aus einer Liste auswählen. • Objekte in der Visualisierung selektieren. • Ausgewählte Kandidaten aus dem Plan entfernen. • Die Analyse mit den verbleibenden, korrekten Kandidaten erneut durchführen. Diese Funktion ist insbesondere bei Architekturplänen von großer Bedeutung, da einzelne Zeichnungen sich mitunter stark ähneln können. So kann beispielsweise eine dünne Wandlinie einer Achsenlinie gleichen. Ein Türrahmen kann gelegentlich mit einer Möbellinie verwechselt werden, und eine Fensterlinie kann in bestimmten Plänen als Wandschnitt erscheinen. Aus diesem Grund gestaltet es sich schwierig, ohne Benutzereingriff ein vollständig verlässliches Ergebnis zu erzielen.

8. Analyse mit verbleibenden Elementen ausführen

Eine der wichtigsten Schaltflächen im Bereich der Erkennungsliste ist die Schaltfläche „Analyse mit verbleibenden Erkennungen ausführen“. Diese ermöglicht eine erneute Analyse der verbleibenden Kandidaten, nachdem der Benutzer die Daten bereinigt hat. Dieser Prozess ist essenziell, da: • Falsche Kandidaten von der Analyse ausgeschlossen werden. • Das System mit präziseren Daten neu arbeitet. • Die Ergebnisberechnung auf bereinigten Daten basiert. • Das Endergebnis an Verlässlichkeit gewinnt. Dies entspricht einem human-in-the-loop-Ansatz innerhalb von Systemen der künstlichen Intelligenz. Das System trifft demnach nicht ausschließlich maschinelle Entscheidungen, sondern wird durch menschliche Kontrolle ergänzt.

9. Abschlussphase

Im Zentrum des Diagramms befindet sich der Block „Abschluss“. Dieser verarbeitet die bereinigten und verifizierten Ergebnisse und generiert das finale Resultat. In der Abschlussphase ist das System in der Lage: • Die verbleibenden Kandidaten zu bewerten. • Die Gesamtstruktur des Plans zu interpretieren. • Architekturelemente in sinnvolle Ebenen zu gliedern. • Die erforderlichen Daten für die Ausgabe vorzubereiten. • Die endgültige Dateistruktur für DXF-, PDF- und PNG-Ausgaben zu erstellen. Dabei ist hervorzuheben, dass das Ergebnis nicht ausschließlich auf der initialen KI-Analyse basiert, sondern erst nach der Bereinigung und Korrektur durch den Benutzer entsteht. Das finale Ergebnis vereint folglich KI-Vorhersagen und Benutzereingaben.

10. DXF/PDF-Download

Nach Abschluss der Analyse kann der Benutzer die professionellen Ergebnisse herunterladen. Der Block „DXF/PDF herunterladen“ im Diagramm illustriert diesen Vorgang. Das System generiert dabei folgende Dateien: • PDF: Bericht sowie visuelle Ergebnisdarstellung • DXF: Technische Zeichnung, welche in CAD-Software geöffnet werden kann • PNG: Bearbeitete Plandarstellung Die DXF-Datei ist besonders relevant für Architekten und Ingenieure, da sie in AutoCAD, DraftSight, LibreCAD oder vergleichbarer CAD-Software verwendet werden kann. Dadurch lässt sich der von der künstlichen Intelligenz bearbeitete Plan nahtlos in die technische Zeichenumgebung überführen.

11. Bereich „Generierte Dateien“

Der Bereich „Generierte Dateien“ auf der rechten Seite listet sämtliche vom System erzeugten Dateien auf. Hier hat der Benutzer die Möglichkeit, die Ergebnisdateien einzeln zu öffnen oder herunterzuladen. Das Panel kann folgende Dateitypen enthalten: • Stützen- und Wanddiagramm (PNG) • Stützen-PNG • Wanddiagramm (PNG) • PDF • Stützen- und Wanddiagramm (DXF) • Kandidaten-Stützen-DXF • Kandidaten-Wanddiagramm (DXF) Diese Auflistung zeigt, dass das System nicht nur eine einzige Ausgabe generiert. Jede Datei dient einem spezifischen Zweck. Die Stützen- und Wanddiagramm-Datei (PNG) stellt eine kombinierte visuelle Ausgabe aller Ergebnisse dar. Die Stützen-PNG-Datei trennt Kandidaten-Stützen visuell voneinander. Die Wanddiagramm-PNG-Datei archiviert die finale Ansicht auf dem Bildschirm des Benutzers. PDF-Dateien eignen sich für Berichte und Weitergabe. Die Plan-DXF-Datei stellt eine allgemeine Planausgabe dar, welche in einer CAD-Umgebung verwendet werden kann. Die Kandidaten-Stützen-DXF-Datei ist eine spezielle technische Ausgabe, die ausschließlich Kandidaten-Stützen enthält. Die Kandidaten-Wanddiagramm-DXF-Datei ist eine technische Ausgabe, welche Kandidaten-Wanddiagramme beinhaltet.

This explanation is displayed under the third flow diagram according to the selected site language.