PORTFOLIO

In der Schweiz stammen über 60 % der Brücken aus den 1960–1980er Jahren und stehen heute vor zunehmendem Sanierungsbedarf. Die dazu relevanten Daten, von Prüfberichten über Sensormessungen bis hin zu 3D-Modellen, liegen jedoch verstreut in isolierten Formaten vor und werden kaum intelligent genutzt.
NEXTGemini setzt hier an: eine semantische Digital Twin-Plattform für Infrastrukturen, die Geometriedaten (in IFC 4.3) und heterogene Sensordaten (z.B. Verkehr, WIM, Dehnung, Wetter) in einer Graphdatenbank verknüpft. So entsteht ein intelligenter Wissensgraph des Bauwerks, ergänzt durch 3D-Viewer und KI-Chat für intuitive Abfragen.
Die Innovation liegt in der Verknüpfung von Linked Data und KI: Statt isolierte Daten nur zu speichern, werden sie semantisch verstanden und für Analysen nutzbar gemacht – bis hin zu statischen Nachweisen wie der Ermüdungsanalyse.
Diese Idee ist im Rahmen der Master-Thesis von Matteo Depoli am MSc VDC der FHNW entstanden.

Aktuell liegt ein erster Proof of Concept vor, der am Beispiel der Autobahnbrücke Schwarzwaldbrücke in Basel entwickelt wurde. Dabei konnten Geometriedaten (in IFC 4.3) und heterogene Sensordaten erfolgreich in einem semantischen Wissensgraphen integriert und über einen 3D-Viewer visualisiert werden.
Als nächster Schritt wird der Prototyp in weiteren Pilotprojekten validiert und schrittweise zu einer marktfähigen Version weiterentwickelt. Parallel dazu werden Partnerschaften mit öffentlichen Institutionen (ASTRA, SBB, Stadt Basel) sowie mit Forschungspartnern (FHNW, EPFL) ausgebaut, um die technologische und praktische Anwendung zu stärken.