Die NEW Netz betreibt auf Basis der Technologie 3DPointHub von Point Cloud Technology eine zentrale Plattform für die Speicherung, Verarbeitung und Darstellung von 3D-Punktwolken. Das zukunftsorientierte Modell schafft die Grundlage für eine produktive Nutzung der derzeit rund 100 Terabyte Daten.
Der Netzbetreiber NEW Netz aus Geilenkirchen im westlichen Nordrhein-Westfalen zählt zu den Vorreitern der 3D-Vermessung in Deutschland. Seit mehr als 15 Jahren verfolgt das Unternehmen eine umfassende 3D-Strategie für die Vermessung und Leitungsdokumentation, bei der unterschiedliche Instrumente und Erfassungsmethoden zum Einsatz kommen. Entscheidend ist jedoch nicht allein die Erfassung der Daten, sondern deren systematische Nutzung in betrieblichen Prozessen. „Auf Basis des Datenbestands können Planungen verbessert und beschleunigt sowie Außendienstarbeiten reduziert werden“, sagt Thorsten Jansen, Gruppenleiter bei der NEW Netz. Auf diese Weise können Fachkräfte produktiver arbeiten und ein wachsendes Aufgabenspektrum bewältigen, ein wichtiger Faktor angesichts des Fachkräftemangels und des demografischen Wandels.
Bei der NEW-Plattform auf Basis von 3DPointHub sind alle 3D-Punktwolken und Bilder hinterlegt, ganz gleich, mit welcher Methode sie erfasst wurden. Unten ein Beispiel für Daten aus Mobile Mapping sowie photogrammetrische Daten einer Baugrube. Fotos: Point Cloud Technology GmbH
Eine belastbare und aktuelle Datengrundlage ist dafür unverzichtbar. Daher erfasst die NEW Netz, die Strom-, Gas-, Trinkwasser- und Straßenbeleuchtungsnetze betreibt, ihr gesamtes Konzessionsgebiet vom Kanalschacht über Bauwerke und Baustellen bis hin zum gesamten Straßenraum durchgängig in 3D. Dafür hat das Unternehmen umfassend in entsprechende Erfassungstechnik investiert. Zum Einsatz kommen unter anderem Handscanner oder rucksackbasierte mobile Scanner. Als eines der wenigen Versorgungsunternehmen in Deutschland verfügt die NEW Netz zudem über ein eigenes Mobile-Mapping-Fahrzeug, um hochauflösende 3D-Punktwolken und Bilder aufzunehmen.
Zur langfristigen Daten- und Plattformstrategie gehört, dass die 3D-Punktwolken und Bilddaten das gesamte Konzessionsgebiet mit über 14.000 Kilometern Straßenlänge nicht nur vollumfänglich und detailliert abbilden, sondern auch möglichst aktuell sind. Daher ist vorgesehen, den flächendeckenden Datenbestand alle zwei Jahre vollständig zu aktualisieren.
Damit entsteht eine umfangreiche und kontinuierlich wachsende Datengrundlage, deren Nutzen weit über einzelne Erfassungsprojekte hinausgeht. Hier setzt die Zusammenarbeit mit Point Cloud Technology an. Das Potsdamer Unternehmen stellt mit 3DPointHub die technologische Basis als Plattform bereit. Sie ermöglicht es, sämtliche 3D-Daten zentral, dauerhaft und anwendungsübergreifend verfügbar zu stellen.
Zentrale Plattform im Mittelpunkt der Strategie
Nach Abschluss aller Vermessungsprojekte werden die Daten in den üblichen Datenformaten (LAZ, LAS, E57) auf 3DPointHub geladen. Die Plattform ist vollkommen offen für 3D-Daten aus unterschiedlichen Erfassungssystemen. „Die gesamte marktübliche Hardware wird unterstützt. Sämtliche Aufnahmezeitpunkte sind hinterlegt und auch hochaufgelöste Daten und die daraus resultierenden großen Datenmengen werden beliebig und unbegrenzt unterstützt“, sagt Dr. Rico Richter, CEO von Point Cloud Technology. Aktuell umfasst der Datenbestand bereits über 100 Terabyte, Tendenz stark wachsend. In den letzten Jahren sind über 3.000 Aufnahmen aus unterschiedlichen Erfassungssystemen zu einem einheitlich nutzbaren Datenmodell fusioniert worden. Auf diese Weise entsteht schrittweise ein umfassender digitaler Zwilling der gesamten Netzinfrastruktur samt Umgebung: von einzelnen Objekten über Baustellen bis hin zum gesamten Stadtgebiet.
Mehrwerte im Alltag
Konkret äußern sich die Vorteile der Plattformstrategie an vielen Stellen. „Wir können beispielsweise viel schneller planen und Baumaßnahmen vorbereiten“, sagt Jansen. Dazu bedürfe es auch viel weniger Außendiensteinsätze, was zu deutlich höherer Effizienz bei gleichem Personaleinsatz führt. Externen Partnern und Dienstleistern gewährt die NEW einen kontrollierten Zugang zu den Daten, sodass sie genau an der Stelle genutzt werden können, wo sie auch für konkrete Planungs- und Arbeitsprozesse gebraucht werden.
Wichtig sei auch die Archivfunktion der Plattform. Unabhängig vom ursprünglichen Aufnahmezweck bleiben die Daten nutzbar und können zur Beantwortung neuer Fragestellungen herangezogen werden. 3DPoint-Hub ermöglicht dabei nicht nur den visuellen Zugriff über das Internet, sondern auch die umfassende Analyse der Daten. Parallel zu den technischen Möglichkeiten wird die Plattform kontinuierlich weiterentwickelt, beispielsweise durch integrierte KI-basierte Funktionen. „Klassifikationen werden besser und zuverlässiger und gleichzeitig steigt der Automatisierungsgrad“, erläutert Richter.
Dabei sei auch ein gemeinsamer Lerneffekt wichtig, nicht nur für das Training der KI-Modelle. Die Rollenverteilung schafft die Voraussetzung für die beständige Weiterentwicklung. Die NEW bringt Prozesse, Anwendungsfälle und die umfangreiche Datenbasis ein, PCT liefert mit 3DPointHub die skalierbare Plattform und das Punktwolken-Know-how. „So ist eine gemeinsame Entwicklung entlang der realen Anforderungen eines großen Netzbetreibers entstanden“, sagt Richter. Und Jansen ist davon überzeugt: „Für Netzbetreiber liegen in der Auswertung von 3D-Rohdaten und der Gewinnung daraus abgeleiteter Informationen noch weitreichende Potenziale für die Zukunft“.
Ein Beispiel ist die Erkennung von Veränderungen an der Infrastruktur, die genau identifiziert und in ihrem zeitlichen Verlauf eingeschätzt und bewertet werden. Das gilt beispielsweise auch für den Straßenzustand oder die Vegetation im Umfeld, etwa bei der Erkennung erkrankter Straßenbäume oder von Trockenstress.
Das Konzept ist demnach übertragbar auf alle Unternehmen mit großen 3D-Datenbeständen, insbesondere wenn diese historisch gewachsen oder sehr heterogen sind, also sehr viele unterschiedliche Erfassungssysteme genutzt wurden oder werden. „Der Einstieg kann zunächst projektbezogen erfolgen und anschließend schrittweise skaliert werden, beispielsweise indem weitere Datenbestände und Nutzergruppen nach und nach angebunden werden“, sagt Richter.