‘We hebben 750 m2 verschil, dat kan niet waar zijn!’ Een directeur van een ontwikkelbedrijf constateert dat er wel een heel groot verschil is tussen het Building Information Model (BIM) van de architect en de aannemer. In de praktijk zien we dat bestaande standaarden nog in ontwikkeling zijn en nog niet overal goed worden gebruikt. Als de verschillen van een object tussen het ene BIM en het andere BIM zo groot zijn, dan kan dit langere doorlooptijden, faalkosten, storingen, of zelfs instortingen met zich meebrengen. Het vertraagt ook de wens om te innoveren en op een andere manier de keten en het ecosysteem te ondersteunen. Denk aan het verlengen van de levensduur van assets. Voor het historisch geheugen ontstaat dan ook de vraag: welke informatie is er en kunnen we gebruiken, is die correct en hebben we de levenscyclus ervan geregeld? Tijdens een bezoek aan vastgoedbeurs PROVADA 2024 werd duidelijk dat robotisering en digitale tweelingen op dit moment prima werken als deze geïsoleerd zijn en niet ketenafhankelijk worden ingezet. Bij gebruik van data in de keten, het ecosysteem of op de bouwplaats, treden er problemen op die hun oorzaak hebben in databeheer, uitwisselingen en interoperabiliteitsproblemen. Daar waar het in het verleden normaal was dat je bij een lokaal of nationaal archief bouwtekeningen op kon vragen, kunnen we nu met zekerheid vaststellen dat dit niet geldt voor de BIM- en GEO-modellen. In de praktijk hebben BIM-modellen en GEO-gegevens geen landingsbaan bij de ontvangers en de archieven van de gemeenten. We verliezen hierdoor op grote schaal informatie over onze gebouwde omgeving. In de praktijk komt het erop neer dat de BIM- en GEO-modellen bij renovaties opgevraagd moeten worden bij de initiële maker, zonder dat er met zekerheid vast kan worden gesteld of de aanpassingen met de tijd wel mee zijn genomen. Dit geldt overigens ook voor andere toepassingen zoals robotisering, virtual reality (VR) en extended reality (ER). We komen daardoor in een situatie waarbij collega-architecten en ingenieurs bij elkaar te rade moeten gaan of de BIM-modellen, gegevens van robotisering of VR überhaupt nog beschikbaar zijn!

Mooie ontwikkelingen

Hoewel er nog een weg te gaan is, gebeurt er een hoop op dit terrein. Voorbeelden hiervan in Nederland zijn digiGO en UDI (Urban Development Initiative) in Brainport Eindhoven, beide gericht op het (door)ontwikkelen van standaarden en het stimuleren van digitalisering en innovatie in de ontwikkel-, bouw- en beheersector. In de EU zijn er allerlei stimuleringsmogelijkheden om de digitalisering in de bouw- en beheerketen te ondersteunen gericht op de levenscyclus van bouwinformatie. Zo biedt het HESMOS-project besluitvormers geavanceerde simulatiemogelijkheden in de gehele levenscyclus van gebouwen. Het Swimming-project, dat meer dan 100 EeB-projecten onderzocht, analyseerde er 53 in detail en resulteerde in 49 casestudy’s van 33 projecten die van bijzonder belang zijn voor BIM en interoperabiliteit. Internationaal zien we organisaties als buildingSMART, Digital Twin Consortium, Unesco en UN-Habitat aan de slag om maatschappelijke vraagstukken in de leef-, bouw- en beheerwereld op te lossen. Voor het behoud van ons erfgoed is een initiatief gestart genaamd Heritage BIM. Unesco geeft op haar site aan dat HBIM als doel heeft om erfgoed met BIM te modeleren om op deze manier kennis over de objecten of omgevingen te verkrijgen en de kennis hiervan op verschillende manieren te gebruiken. Ook hiervoor is het van belang dat de GEO- en BIM-data op orde zijn en dat de uitwisseling met andere BIM over dezelfde objecten interoperabel is en zonder foutmarges.

Digitale tweelingen

De luchtvaart- en auto-industrie gebruikt decennialang digitale tweelingen. Daarvoor worden meerdere databronnen gebruikt. Denk hierbij aan BIM, GEO, realtime data uit sensoren, voorspellingsmodellen, regelinstallatiedata en augmented, virtual of extended reality. De digitale tweeling wordt door verschillende doelgroepen in de bouw gebruikt. Bouwbedrijven gebruiken de digitale tweelingen in hun fabrieken. Ontwikkelaars en architecten gebruiken ze om scenario’s op te stellen, om bijvoorbeeld de impact van materialen en omgevingsfactoren, zoals lichtinval, locatie of regen in beeld te krijgen. In de beheerketen zien we ontwikkelingen rondom digitale tweelingen en predictive and autonomous maintenance. Ook zien we dat ontwikkelaars een digitale tweeling-omgeving aanbieden aan de huiseigenaren met de BIM-, GEO- en andere data van de woning van burgers. Op dit moment kan predictive and autonomous maintenance te duur of te arbeidsintensief zijn, zowel in het ontwikkelen van deze vorm van beheer, als in het onderhouden ervan. Het inzetten van deze vormen van beheer vereisen een van tevoren bedachte business case, waarbij de opbrengsten worden afgewogen tegenover de uitgaven. De assets waar deze vormen van beheer op worden losgelaten. Bij het inzetten van deze vormen van beheer, speelt de mate van detail een belangrijke rol in de digitale tweeling. Duurzame data en gearchiveerde data zijn hier belangrijk, met name gericht om het trainen van modellen om storingen op te vangen. Bij het inzetten van predictive maintenance met een digitale tweeling, geeft hoogleraar Dynamics Based Maintenance Tiedo Tinga (University of Twente) in een BNR-podcast aan dat just in time maintenance belangrijk is om beheerkosten te drukken en het productieproces zo min mogelijk te verstoren. Een voorbeeld hiervan is een seizoensgericht of omgevingsgericht asset, zoals een boot, een ijsmachine of een windmolen. Bij deze assets is het van belang dat ze gebonden zijn aan een omgeving of seizoen of beide en dat in een bepaalde omgeving of seizoen het productieproces zo min mogelijk verstoord mag worden. Op een lagere stand zetten van de windmolen in de performance, zorgt ervoor dat de productie blijft draaien en vervanging van een onderdeel op een meer opportuun moment kan plaatsvinden. Professor Tinga gaat ook in op hoe algoritmen en AI moeten leren van storingen om werkelijk voorspellend te kunnen zijn. Voor het trainen van modellen zijn leerdata nodig, niet alleen de synthetische data, maar ook de historische data van zowel de storingen als het functioneren van assets. De komende jaren zal het aantal prefab woningen toe gaan nemen. Deze woningen hebben digitale tweelingen die naast informatie over de materialen, het ontwerp en de assets, ook realtime aanbieden voor predictive and autonomus maintenance. De vraag is hoe deze industrie zich gaat ontwikkelen. Volgens een artikel in het World Economic Forum zal de financiële waarde van digitale tweelingen verder toenemen.