Wie wir mit Künstlicher Intelligenz Oberflächendaten analysieren und maßgeblich dazu beitragen möchten, die Kosten bei Glasfaserausbau-Projekten zu senken
Bekanntlich liegt der größte Kostenfaktor beim Breitbandausbau im Tiefbau, da die Kabel größtenteils unterirdisch verlegt werden müssen. Das folgende Kreisdiagramm macht diesen Umstand deutlich und zeigt die anteiligen Errichtungskosten eines FTTH-Netzes für eine Anschlussquote von 40% ohne Mitverlegung.
Ungefähr ⅔ und damit der Großteil der Gesamtkosten, entstehen durch Tiefbauarbeiten.
Die Beschaffenheit der Oberflächen hat maßgeblichen Einfluss auf die Gesamtkosten
Unsere Kunden berichten uns oft, dass für eine initiale Aufwands-Indikation, nur durchschnittliche Tiefbau-Pauschalpreise in die Kalkulation mit einbezogen werden. Für einen ersten “groben Schuss” mag das vielleicht auch reichen, aber je nach Beschaffenheit der Oberfläche (Asphalt, Pflaster, Grünfläche etc.) variieren die Preise für Tiefbauarbeiten enorm (s. folgende Tabelle) und beeinflussen somit die Gesamtkosten des Projekts. Da Glasfaser-Ausbauprojekte – je nach Größe – in der Regel recht kostenintensiv sind, wäre es da nicht intelligenter mit realitätsnahen Kostensätzen zu rechnen?!
Darüber hinaus gibt es unterschiedliche Kabel-Verlegeverfahren, die zum Einsatz kommen können, aber ebenfalls abhängig von den vorliegenden Oberflächen im Ausbaugebiet sind. Wäre es nicht effektiv, wenn Sie als Projektleiter sogar Einsatzempfehlungen für geeignete Verlegetechniken im Rahmen Ihres FTTH-Projekts bekommen würden?
Aktuelle Vorgehensweise mit Oberflächendaten
In den frühen Planungsphasen liegen Oberflächendaten meist nur in Form reiner Luftbilder und Satellitendaten vor. Wirtschaftliche Entscheidungen müssen aber bereits früh und meist innerhalb kurzer Zeit getroffen werden.
Bei der Grobplanung bedient man sich heute daher folgender Methoden:
- grobe Abschätzung nach manueller Befahrung vor Ort
- grobe manuelle Abschätzung nach Sichtung von Luftbildern / Satellitendaten (teilweise einfach durch einen Blick auf Google Maps)
- man verlässt sich auf die Einschätzung ortskundiger Planer
Erst in späteren Planungsphasen kommen Vermessungs-Dienstleister zum Einsatz, die allerdings viel Zeit brauchen und dadurch die Projektkosten steigen lassen.
Algorithmen können heute schon exakte georeferenzierte Oberflächendaten für die Breitbandplanung aus verschiedenen Datenquellen erzeugen. Sie identifizieren automatisiert Asphalt, Grünflächen, Bäume an Straßen und Gehwege in der Umgebung. Dadurch wird eine genauere Planung ermöglicht und manuelle Abschätzungaufwände entfallen.
Algorithmen? Verschiedene Datenquellen? Automatisiert?
All die oben aufgeführten Tatsachen haben unser Data Science Kollegen zum Anlass genommen, genauer nachzuforschen und deswegen erproben wir diese Technologie im Rahmen der Aufwands-Indikation von gridlux. Die Tests der ersten Ortschaften sind vielversprechend. In allen Fällen waren die Indikationen deutlich genauer. In einem Gebiet lagen die Aufwände ca. 20% unter den mit Pauschalsätzen kalkulierten Ergebnissen. Wir glauben, dass das in der Praxis eine hohe Relevanz für die Priorisierung der Gebiete hat und in Zukunft mehr Beachtung findet.