KI-System der Saitama University analysiert Korrosionsmuster an Stahlbrücken präziser

hat ein Forschungsteam der Saitama University ein zweistufiges KI-Framework zur Auswertung von Inspektionsbildern korrodierter Stahlbrücken entwickelt. Beteiligt: PhD-Student Sal Saad Al Deen Taher und Associate Professor Ji Dang, Department of Civil and Environmental Engineering. Veröffentlichung am 5. August 2026 in Computer-Aided Civil and Infrastructure Engineering. Maßgeblich für die Tragwerksplanung: erstmalige eigenständige Bewertung der Konturgenauigkeit unregelmäßiger Korrosionsränder.

Aufbau und Datenbasis

Ebene 1: pixelbasierte Erkennung, Flächenanteil. Ebene 2: Klassifikation in vier prüfungsorientierte Kategorien — Uniform, Crevice, Underfilm, Other Localized Corrosion. Trainingsbasis: 1.960 binäre und 1.738 kategorisierte Bilder aus japanischen Brückeninspektionsberichten. Vergleichsbasen: CNN- und Transformer-Architekturen. Drei Ausgabegrößen je Bild: Ort, visuelles Muster, Konturgenauigkeit.

Die Kategorien entsprechen unterschiedlichen Schadensmechanismen. Uniform: flächiger Abtrag freiliegender Stahlflächen. Crevice: Korrosion an Spalten und Verbindungen. Underfilm: Korrosion unter laufender Beschichtung. Other Localized: punktuelle Schäden sonstiger Ursache. Die Unterscheidung bildet die Voraussetzung für gezielte Nachuntersuchung im Feld, nicht für rechnerische Bewertung.

Abgrenzung zur Tragfähigkeitsbewertung

Das System unterstützt die menschliche Prüfung. Eigenständige Aussagen zu Tragfähigkeit oder Instandsetzungsbedarf trifft es nicht. Bisherige Deep-Learning-Verfahren reduzieren die Aufgabe auf binäre Pixelklassifikation: Fläche ja, Form nein. Diese Lücke adressiert die Studie.

Maßgeblich: Die Konturgenauigkeit unregelmäßiger Korrosionsränder erhält erstmals eine eigene Bewertungsgröße. Bisherige Metriken messen primär die Überlappung prognostizierter und referenzierter Regionen. Die Kontur selbst blieb unberücksichtigt.

Kontext und Beobachtungspunkte

Parallel berichtet die Auburn University über ein $750.000 schweres, 30-monatiges NCHRP-Projekt unter Leitung von Matthew Yarnold. Ziel: Überprüfung der Lastverteilungsfaktoren in den AASHTO-Spezifikationen an sechs geraden Stahl-I-Trägerbrücken in Alabama, Tennessee, im Nordosten der USA und in Texas. Instrumentierung mit Dehnungs-, Weg- und Rotationssensoren. Belastung durch gewogene Lkw in definierten Positionen. Beide Vorhaben betreffen die Bewertungsbasis bestehender Stahlbrücken — eines an der Sichtprüfung, das andere an der Lastverteilung in Querrichtung.

Übertragbarkeit der japanischen Feldbilder auf deutsche Brückenbestände: nicht belegt. Schnittstelle zu bestehenden Inspektionsprotokollen nach DIN-Fachberichten: offen. Validierung der Konturmetrik gegen unabhängige Referenzprüfung: ausstehend. Veröffentlichung der Framework-Daten und Codebasis: nicht ausgewiesen.