Verbundprojekt: port_AI - Ein volldigitaler Zwilling für Hafenbauwerke unter Nutzung von IoT, 5G, BIM, AR- und KI-Verfahren zum Aufbau eines smarten Building-Lifecycle-Managements; Teilvorhaben: Adaptive Sensorik und Methodik zur smarten Erfassung von Bauwerkszuständen

Abstract

Im Verbundprojekt port_AI – Ein volldigitaler Zwilling für Hafenbauwerke wurde ein IoT-basiertes Echtzeitmonitoringsystem zur smarten Erfassung und Bewertung von Bauwerkszuständen entwickelt und in einer realen Hafeninfrastruktur demonstriert. Ziel war es, die bislang fragmentierte und häufig nicht durchgängig digitale Zustandsüberwachung von Verkehrswasserbauwerken in ein integriertes, skalierbares System zu überführen. Im Teilvorhaben "Adaptive Sensorik und Methodik" wurden multi-adaptive IoT-Sensorknoten entwickelt, die unterschiedliche Sensortypen flexibel integrieren und Datenerfassung, Edge-Processing sowie Übertragung in einer kompakten Architektur vereinen. Ein Geosensor-Mesh mit dienstebasierten Protokollen ermöglicht die robuste Kommunikation auch unter anspruchsvollen Bedingungen im Hafenumfeld. Ergänzend wurde ein hochgenauer Georeferenzierungsdienst implementiert. Das entwickelte Datenbackend erlaubt die Speicherung, automatisierte Verarbeitung und Visualisierung heterogener Sensordaten in Echtzeit. Spezifische Analyseverfahren trennen externe Einflüsse wie Temperatur oder Tide von tatsächlichen Bauwerksdeformationen und verbessern so die Zustandsbewertung erheblich. Die Integration des Systems in die Infrastruktur der Schleuse Uelzen I bestätigte die Praxistauglichkeit hinsichtlich Genauigkeit, Verfügbarkeit und Störsicherheit. Die definierten Leistungskennzahlen, insbesondere die deutliche Reduktion sensorbezogener Kosten bei längerer Monitoringdauer, wurden im Testbetrieb nachgewiesen. Das Projekt leistet einen wesentlichen Beitrag zur Digitalisierung, Effizienzsteigerung und Resilienz maritimer Infrastruktur. Die entwickelte Systemarchitektur ist modular erweiterbar und auf weitere Infrastrukturbereiche übertragbar. Damit bildet port_AI eine tragfähige Grundlage für digitale Zwillinge, zustandsorientierte Instandhaltung und datenbasierte Entscheidungsunterstützung im Infrastrukturmanagement. The joint research project port_AI – A Fully Digital Twin for Port Infrastructure developed and demonstrated an IoT-based real-time monitoring system for the smart assessment of structural conditions in port facilities. The objective was to transform fragmented and partly non-digital condition monitoring of waterway infrastructure into an integrated, scalable system architecture. Within the subproject "Adaptive Sensor Technology and Methodology" multi-adaptive IoT sensor nodes were developed, enabling flexible integration of heterogeneous sensors while combining data acquisition, edge processing, and communication in a compact and scalable design. A geosensor mesh network with service-based communication protocols ensures robust data transmission under challenging port conditions. In addition, a high-precision georeferencing service was implemented. The developed data backend enables real-time storage, automated processing, and visualization of heterogeneous monitoring data. Dedicated time-series analysis methods separate external influences such as temperature or tidal effects from actual structural deformations, significantly improving condition assessment accuracy. The system was successfully integrated into the lock infrastructure of Uelzen I, demonstrating reliability, availability, and robustness under real operating conditions. Key performance indicators were validated, particularly the significant reduction in sensor-related lifecycle costs for long-term monitoring. The project makes a substantial contribution to the digital transformation, efficiency, and resilience of maritime infrastructure. The modular system architecture is transferable to other infrastructure sectors and provides a foundation for digital twins, condition-based maintenance, and data-driven decision support in infrastructure management.