Quincy
Entwicklung einer technologiegestützten, humanzentrierten und international anschlussfähigen Kollaborationsplattform zur Qualifizierung ungelernter Arbeitskräfte auf Baustellen.
Mit dem Projekt Quincy entsteht ein neuartiges Konzept, das digitale Technologien gezielt in die Arbeitsabläufe beim Bau großer Solaranlagen integriert. Ziel ist es, die Energiewende voranzutreiben, den Fachkräftemangel abzumildern und gleichzeitig die Arbeitsbedingungen auf Baustellen menschengerecht zu gestalten.
Kern des Projekts ist eine mobile Lern- und Assistenzplattform, die auf KI-gestützter Tätigkeitserkennung basiert. Sie liefert Baustellenarbeiter:innen in Echtzeit Rückmeldungen zu einzelnen Arbeitsschritten, dokumentiert den Fortschritt und verknüpft diesen mit einem Lernmanagementsystem. So entsteht ein strukturierter Arbeits- und Lernprozess, der unqualifizierte Kräfte schnell einsetzbar macht, Fehler reduziert und Effizienz steigert. Darüber hinaus wird ein europäisches Netzwerk aufgebaut, das die Übertragbarkeit des Modells in andere Branchen und Länder sicherstellt.
Unsere Rolle im Projekt
Im Projekt entwickelt das Institut einen Prototypen, der Smartservices zur Tätigkeitserkennung mit einer Lernplattform verbindet. Dabei kümmern wir uns um die Hardware-Basis mit Sensorik und IoT-Geräten sowie die Erstellung annotierter Datensätze für KI-gestützte Modelle.
Wir entwickeln, evaluieren und optimieren die KI-Modelle und unterstützen die Entwicklung eines Bewertungssystems zur Erfassung von Lernerfolgen. Ein weiterer Fokus liegt auf der iterativen Erprobung der vernetzten Lernplattform, um praxisnahe Anwendung und Benutzerfreundlichkeit sicherzustellen.
Zudem engagiert sich das Institut beim Aufbau eines europäischen Kollaborationsnetzwerks und in der wissenschaftlichen Kommunikation der Projektergebnisse.
Anforderungsanalyse and Konzeptionalisierung
Ziel: Durchführung einer umfassenden Anforderungsanalyse, die Bestimmung technologischer Grundlagen sowie die Ausarbeitung eines integrierten F&E-Konzepts, das die geplanten Forschungsaktivitäten strukturiert und die weitere Projektarbeit vorbereitet.
Aufgaben des Instituts:
- Koordination des Arbeitspakets und Entwicklung eines methodischen Rahmens für die Anforderungsanalyse.
- Analyse der technologischen Anforderungen und Ermittlung der Bedarfe an einsetzbarer Technologie.
- Integration der Ergebnisse aller Partner zu einer konsistenten Gesamtanalyse.
- Mitentwicklung eines F&E-Konzepts, das die Einzelkonzepte der Partner inhaltlich und methodisch verbindet, einschließlich der Definition der drei aufeinanderfolgenden Use Cases (Feldlabor, Pilotbaustelle, Real-Case-Baustelle).
- Entwicklung eines Sensorkonzepts sowie Ansätze zur Datenerhebung und KI-Auswertung für die Prototypenentwicklung.
Gesamtergebnis:Ein integriertes F&E-Konzept, das die technologischen, wirtschaftlichen, sozialen und ergonomischen Anforderungen bündelt, die experimentellen Anwendungsszenarien definiert und die Grundlage für die folgenden Projektphasen bildet. Alle vorbereitenden Arbeiten für die Hauptphase des Projekts sind abgeschlossen, und die Anforderungen aller relevanten Stakeholdergruppen sind dokumentiert.
Implementierung und Integration von Hard- und Software
Ziel: Die Implementierung und Integration von KI-gestützten Smartservices zur Tätigkeitserkennung steht im Mittelpunkt. Ziel ist es, die KI-Modelle mit realen und vortrainierten Datensätzen zu trainieren, ihre Leistungsfähigkeit zu verbessern und die Ergebnisse praxisnah auf Baustellen von Solaranlagen einzusetzen. Zusätzlich wird ein Bewertungsschema entwickelt, um die Lernerfolge der Arbeitskräfte qualitativ und quantitativ zu erfassen.
Aufgaben des Instituts:
- Aufbau und Auswahl der Hardware-Grundlage inklusive Sensorik und IoT-Geräten für präzise Datenerfassung.
Unterstützung bei der Datenerzeugung und Annotation, um KI-Modelle mit qualitativ hochwertigen Daten zu trainieren.
- Entwicklung, Implementierung, Evaluation und Optimierung der KI-Modelle sowie Integration eines Matching-Algorithmus zur Erkennung der Tätigkeiten.
Entwicklung eines Bewertungsschemas, das die Dimensionen Qualität, Qualifikation, Dokumentation sowie Gesundheit und Arbeitssicherheit abdeckt.
Gesamtergebnis: Ein voll funktionsfähiges System zur automatisierten Erkennung und Dokumentation von Arbeitsschritten auf Baustellen, das praxisnah getestet wurde. Die KI-gestützten Smartservices sind implementiert und optimiert, und ein Bewertungsschema für die Lernerfolge ist verfügbar, das Arbeitsqualität, Sicherheit und Qualifikation der Mitarbeitenden erfasst.
Interdisziplinäre Analyse, Anwendung und Evaluation
Ziel: Umsetzung der entwickelten Technologien und Konzepte in drei aufeinander aufbauenden Use Cases: Feldlabor, Pilotbaustelle und Real-Case-Baustelle. Ziel ist die Evaluation der Lernplattform, der Smartservices und der KI-gestützten Tätigkeitsanalyse unter realen Bedingungen sowie die Berücksichtigung ergonomischer, arbeitswissenschaftlicher, nachhaltiger und digitalethischer Aspekte.
Aufgaben des Instituts:
Leitung der iterativen Anwendung und Evaluation der Lernplattform und Integration der Hardware, Software und des Bewertungsschemas.
Entwicklung des Prototyps mit Smartservices zur Tätigkeitserkennung und kontinuierliche Verbesserung der Nutzerfreundlichkeit und Leistungsfähigkeit.
Analyse der Sensordaten zur automatisierten Erfassung und Bewertung von Tätigkeiten der Arbeitskräfte.
Zusammenarbeit mit Meiser Solar und den Praxispartnern zur Umsetzung der Use Cases in realen Baustellenumgebungen.
Gesamtergebnis: Ein funktionsfähiger Prototyp der Lernplattform, der Smartservices, E-Learning und Bewertungssysteme integriert und in allen drei Use Cases erfolgreich getestet wurde. Die Ergebnisse liefern praxisnahe Erkenntnisse zu Technologie, Arbeitssicherheit, Qualifikation und Nachhaltigkeit, die als Grundlage für eine weitere europäische Ausweitung und Standardisierung der Plattform dienen.
Aufbau eines europäischen Kollaborationsnetzwerks
Ziel: Nutzung des Transferpotenzials der entwickelten Lernplattform für Arbeitskräfte auf Solaranlagenbaustellen und Aufbau eines europäisches Kollaborationsnetzwerks. Dabei werden sowohl intersektorale Anwendungen (z. B. Straßen-, Schienenbau, Weinbau, Agro-Photovoltaik) als auch die Übertragbarkeit auf Bürgerenergiegenossenschaften untersucht. Ziel ist es, die Innovation nachhaltig zu verbreiten und das Netzwerk langfristig zu etablieren.
Aufgaben des Instituts:
Leitung der intersektoralen Machbarkeitsstudie: Erhebung von Daten zu Praktiken, Technologien und Herausforderungen in relevanten Sektoren, Identifikation und Ansprache von Schlüsselakteuren, Analyse der Übertragbarkeit der Plattform und Entwicklung von Perspektiven für den Wissenstransfer.
Zusammenarbeit mit den Projektpartnern zur Ermittlung von Transferpotenzialen, Definition von Rollen und Kommunikationswegen im Netzwerk.
Gesamtergebnis: Ein organisch ausbaufähiges europäisches Netzwerk („Quincy-Netzwerk“) mit klar definierten intersektoralen Transferpotenzialen, Empfehlungen zu Organisationsstruktur und Geschäftsmodell sowie einer abgeschlossenen Machbarkeitsstudie für Bürgerenergiegenossenschaften. Das Netzwerk bietet eine Grundlage für die langfristige Verbreitung der Innovation über Länder- und Branchengrenzen hinweg.
Wissenschaftskommunikation und Ergebnistransfer
Ziel: Gezielte Öffentlichkeitsarbeit, Wissenschaftskommunikation und den Transfer der Projektergebnisse. Das Arbeitspaket stellt sicher, dass die entwickelte Qualifizierungsplattform und die gewonnenen Erkenntnisse über geeignete Kanäle, Medien und Netzwerke breit kommuniziert werden. Dabei werden sowohl unternehmensnahe Akteure als auch politische Entscheidungsträger:innen und die Fachöffentlichkeit adressiert.
Aufgaben des Instituts:
Erstellung des Demonstrators sowie technische Inhalte für Website und Broschüre
Netzwerkkommunikation und Wissenstransfer: Verbreitung der Projektergebnisse in unternehmensnahen Netzwerken, insbesondere über European Digital Innovation Hubs (EDIH) und Mittelstand-Digital-Zentren (MDZ), sowie Unterstützung des Transfers in andere Wirtschaftssektoren.
Gesamtergebnis: Zweisprachige Website, Broschüre, Demonstrator, Policy Paper sowie die systematische Kommunikation der Projektergebnisse an Stakeholder aus Wirtschaft, Politik und Fachcommunity in Europa. Die Maßnahmen der Wissenschaftskommunikation und des Ergebnistransfers stehen für nachhaltige Nutzung und weiteren Wissenstransfer zur Verfügung.
Die Ausgangssituation
Der Handlungsbedarf im Überblick
Die Energiewende ist ohne einen massiven Ausbau von Photovoltaikanlagen nicht zu erreichen. Doch genau hier stockt der Fortschritt: Es fehlt an qualifizierten Fachkräften, die Anlagen zuverlässig und schnell installieren können. Gleichzeitig steigen die Ansprüche an Qualität, Arbeitssicherheit und Nachhaltigkeit auf den Baustellen.
Digitale Technologien könnten helfen, Prozesse effizienter zu gestalten und neue Wege der Qualifizierung zu eröffnen. In der Praxis werden sie im Baugewerbe bisher jedoch nur zögerlich eingesetzt und wenn, dann selten so, dass sie den Beschäftigten wirklich zugutekommen. Damit bleiben große Potenziale für Produktivität, Lernprozesse und Arbeitsgestaltung bislang ungenutzt.
Fachkräftemangel und steigende Anforderungen
Komplexe und ineffiziente Abläufe auf Baustellen
Digitalisierung ohne Fokus auf Mensch und Praxis
Hoher Druck durch Klimaziele und Energiewende
Eure Kontaktperson
Quincy
Qualification Innovation through Network Collaboration and Technology
Farzaneh Norouzinia
farzaneh.norouzinia@aws-institut.de
+49 162 2934 655
Eure Kontaktperson
Quincy
Qualification Innovation through Network Collaboration and Technology
Farzaneh Norouzinia
farzaneh.norouzinia@aws-institut.de
+49 162 2934 655
Unser Lösungsansatz im Fokus
Quincy setzt auf die enge Verzahnung von digitaler Technologie, Lernprozessen und humanzentrierter Arbeitsgestaltung. Ziel ist es, Arbeitskräfte beim Bau von Photovoltaikanlagen direkt auf der Baustelle zu qualifizieren und gleichzeitig Arbeitsprozesse effizienter und sicherer zu machen.
Im Kern besteht der Lösungsansatz aus drei technischen Säulen:
Digitale Assistenzsysteme
Arbeitsprozesse werden mithilfe von Sensoren und Kameras erfasst, die in Gurtsysteme oder mobile Endgeräte integriert sind. KI-gestützte Modelle analysieren die Bewegungen und Arbeitsschritte in Echtzeit, erkennen Fehler oder Abweichungen und geben sofortiges Feedback. So wird die Qualität der Arbeit kontinuierlich abgesichert, während Lernprozesse direkt im Tun stattfinden.Integriertes Lernmanagementsystem (LMS)
Über eine mobile Plattform – voraussichtlich basierend auf Moodle – werden die KI-Ergebnisse mit einem Lernsystem verknüpft. Beschäftigte erhalten Schritt-für-Schritt-Anleitungen, deren Fortschritt dokumentiert wird. Nach erfolgreichem Abschluss eines Arbeitsschritts leitet das System automatisch zur nächsten Aufgabe über, bei Fehlern gibt es konkrete Hinweise zur Korrektur. Damit entsteht ein strukturierter, nachvollziehbarer und dynamischer Arbeits- und Lernprozess.Datengetriebene Prozessoptimierung
Die erfassten Sensordaten und Feedbackschleifen liefern wertvolle Informationen über Abläufe auf der Baustelle. Diese Datenbasis ermöglicht nicht nur eine kontinuierliche Verbesserung der Assistenzsysteme, sondern auch die Entwicklung von Standards für effizientere, ergonomischere und sicherere Arbeitsprozesse.
Das Besondere am Quincy-Ansatz ist die Kombination aus technischer Innovation und humanzentrierter Gestaltung: Die eingesetzten Technologien werden so entwickelt, dass sie die Beschäftigten unterstützen, nicht überwachen oder ersetzen. Ergänzt wird der technische Kern durch ein europäisches Kollaborationsnetzwerk, das die Übertragbarkeit in andere Branchen und Länder sicherstellt und so den Weg zu einer breiten Anwendung ebnet.
Partnerunternehmen
Förderhinweis
Das Projekt Quincy ist gefördert durch das Bundesministerium für Forschung, Technologie und Raumfahrt.
Förderkennzeichen: 02L23B063
Laufzeit: 01.09.2025-31.08.2028
