Anton Glance, Co-Founder und CTO, Buildroid AI – Interview-Serie

Anton Glance, Co-Founder und CTO bei Buildroid AI, verfügt über mehr als 10 Jahre Erfahrung in den Bereichen KI, Robotik, Automatisierung und Computer-Vision. Anton überwachte den Launch von 2 hochautomatisierten Fertighäuser-Fabriken bei Mighty Buildings.

Zusammen mit Slava Solonitsyn, Co-Founder und CEO bei Buildroid AI, leiten sie ein Team mit über 12 Jahren Erfahrung in Robotik, Machine Learning, digitaler Architektur und innovativen Bau-Technologien

Buildroid AI entwickelt eine Simulation-first-Plattform, die Building-Information-Modelle mit AI-getriebenen digitalen Zwillingen verbindet, um Bauarbeiten durch die Koordination mehrerer Roboter als einheitliches Team zu automatisieren. Das Unternehmen hat ein BIM-to-BUILD-Block-Laying-System demonstriert und expandiert in Richtung kommerzieller Einsatz, um arbeitsintensive Aufgaben zu rationalisieren. Durch die Validierung von Roboter-Workflows in der Simulation, bevor sie auf der Baustelle eingesetzt werden, zielt Buildroid AI darauf ab, die Produktivität zu steigern, Kosten zu senken und eine skalierbare Grundlage für die Automatisierung in vielen Baubereichen zu schaffen.

Sie haben zuvor Mighty Buildings zu einem der am besten finanzierten und sichtbarsten ConTech-Startups aufgebaut und mehr als 50 automatisierte 3D-gedruckte Häuser geliefert. Welche Lücken oder Ineffizienzen haben Sie auf dieser Reise beobachtet, die Sie letztendlich dazu veranlassten, Buildroid AI zu gründen und einen roboter-getriebenen Ansatz für die Bau-Produktivität zu verfolgen?

Bei Mighty Buildings folgten wir einem Off-Site-Fertighaus-Modell und stießen auf strukturelle Marktschranken. Die Verbreitung von Fertighäusern in den USA liegt noch unter 6%, und die Einführung eines neuen 3D-Druck-Materials erforderte 3 Jahre Compliance-Arbeit bei den strukturellen, Brandschutz- und akustischen Standards. Da Fertighäuser die volle Fabrik-Overhead – Ausrüstung, Arbeitskräfte, Raum – absorbieren und ein nicht-massengefertigtes Material verwenden, war unser Produkt etwa 20% teurer als das, was der Markt akzeptieren würde. Der Bau operiert mit extrem engen Margen, sodass Kostenprämien die Akzeptanz töten.

Mit Buildroid gingen wir den entgegengesetzten Weg: keine neuen Materialien, keine neuen Designs, keine Änderungen an den Vorschriften. Wir integrieren direkt in bestehende Workflows und lassen Roboter die wiederholenden, arbeitsintensiven Aufgaben übernehmen – anstelle der Hinzufügung von Branchen-Reibung.

Wie ändert sich Ihre Simulation-first-Modell, das digitale Zwillinge und BIM (Building Information Modeling) verwendet, die Art und Weise, wie Bau-Teams Roboter-Workflows testen, validieren und optimieren, bevor sie auf der Baustelle eingesetzt werden?

BIM definiert, was ein Gebäude ist; es beschreibt nicht, wie es gebaut wird. Sogar 4D-BIM fügt nur Sequenzierung hinzu, nicht wahre Bau-Fähigkeit. Unser BIM-to-BUILD-Simulation-Engine ermöglicht es Teams, den gesamten Bau-Prozess virtuell innerhalb eines physikalisch genauen digitalen Zwillings auszuführen – Materialien, Maschinen und Baustellen-Beschränkungen verhalten sich wie in der realen Welt.

Stakeholder können Hunderte von Szenarien testen, die Baufähigkeit validieren, die Produktivität messen und Workflows optimieren, bevor sie die Baustelle betreten. Der einzigartige Teil: die Simulation gibt verifizierte, ausführbare Roboter-Programme aus, die die Lücke zwischen digitaler Konstruktion und automatisierter physischer Konstruktion schließen.

Ihre Plattform unterstützt über 40 verschiedene Roboter-Typen. Wie erreichen Sie eine zuverlässige Koordination zwischen solch unterschiedlicher Hardware, während Sie gleichzeitig Flexibilität für Auftragnehmer aufrechterhalten?

Unser AI-Planner sitzt im Kern und kombiniert HTN (Hierarchische Aufgaben-Netzwerke) für die Hoch-Level-Sequenzierung und Verhaltens-Bäume für die Low-Level-Aufgaben-Ausführung. Roboter operieren als Fähigkeits-basierte Agenten – z.B. ein Block-Laying-Roboter “weiß”, dass es Blöcke platzieren, aber keine Gips auftragen kann.

Der Planner optimiert die Aufgaben-Zuweisung, vermeidet Baustellen-Engpässe (wie blockierte Wege), balanciert die Arbeitslasten über mehrere Roboter und synchronisiert unterstützende Einheiten wie Material-Handling-Bots. Das Ergebnis ist ein koordiniertes, selbst-anpassendes Roboter-Team, das sich wie ein gut orchestriertes menschliches Team verhält.

Buildroid betont Produktivitäts-Gewinne von bis zu 10x (6x) und Kosteneinsparungen von bis zu 4x (3x). Welche frühen Fallstudien oder technischen Benchmarks demonstrieren am besten, wie diese Ergebnisse erzielt werden?

Über drei Pilot-Projekte – kommerzielle, Wohn- und Rechenzentrum-Projekte – beobachteten wir:

• 6× Produktivität: ein Maurer + Helfer produziert typischerweise 4–5 m²/Tag Blockarbeit; mit einem Roboter steigt die Ausgabe auf ~30 m²/Tag.

• 3× Kosteneffizienz: Aufgaben, die 12 Arbeitern erfordern, um 30 m²/Tag zu bauen, können mit 2 Arbeitern + einem Roboter mithilfe unserer Plattform erledigt werden.

Diese Ergebnisse wurden vor der Bereitstellung von Multi-Roboter-Workflows erzielt; sobald Flotten von einem Operator koordiniert werden, sinkt die Gesamtdauer des Projekts erheblich.

Ihre erste kommerzielle Anwendung konzentriert sich auf Blockarbeit und Partition-Wand-Installation. Welche Kriterien verwenden Sie, um zu bestimmen, welche Bau-Workflows am besten für eine Multi-Roboter-Automatisierung geeignet sind?

Wir priorisieren Workflows mit (1) schweren Arbeitskräfte-Engpässen, (2) wiederholtem manuellem Stress und (3) klarer Aufgaben-Zerlegung für die Multi-Roboter-Zusammenarbeit.

In Dubai, wo wir starteten, wiegt jeder Partition-Block ~30 kg (66 lb) und die Nachfrage nach Maurer-Arbeit übersteigt die verfügbaren qualifizierten Arbeitskräfte. Ein großer Auftragnehmer sagte uns, dass sie 6.000 Maurer einstellen und ausbilden müssten, um nur die Arbeitslast des nächsten Jahres zu bewältigen.

Blockarbeit zerfällt natürlich in Unter-Aufgaben – Material-Lieferung, Mörtel-Auftrag, Ausrichtung, Verstärkung – was sie ideal für spezialisierte Roboter macht, die zusammenarbeiten.

Als nächstes in unserer Pipeline: Verputzen, der sequenzielle Schritt nach Blockarbeit, in Partnerschaft mit einem führenden Roboter-Hersteller.

Wenn Sie den US-Markt betreten, welche regulatorischen, sicherheitsrelevanten und betrieblichen Hürden erwarten Sie, und wie hilft der Simulation-first-Ansatz dabei, diese zu mildern?

OSHA erfordert, dass Roboter eine sichere Mensch-Roboter-Interaktion für Pilot-Einsätze nachweisen. Die Zertifizierung dauert normalerweise 3+ Monate und ist für Startups, die eine schnelle Iteration benötigen, teuer.

Wir arbeiten mit UL an einem Simulation-first-Sicherheits-Zulassungs-Framework. Durch den Nachweis, dass unser digitaler Zwilling der realen Welt entspricht, können wir Randfälle, Kollisions-Szenarien und Notfall-Verhaltensweisen virtuell validieren – und damit die Notwendigkeit für langwierige Labortests und beschleunigen die Einhaltungs-Fristen.

Wie sehen Sie die Entwicklung von Multi-Roboter-Workflows auf komplexen Baustellen, wenn die AI-Orchestrierung reifer wird?

Wir erwarten, dass Baustellen sich in Richtung vollständig robotisierte Teams mit Menschen in überwachenden Rollen entwickeln. Ein einzelner Operator wird Flotten von Robotern durch unsere AI-Orchestrierungs-Plattform überwachen, die einen digitalen Zwilling verwendet, um Aufgaben in Echtzeit zu koordinieren. Roboter werden die Produktion übernehmen; Menschen werden die Überwachung und Ausnahme-Verwaltung übernehmen.

Welche Durchbrüche in der AI-Entscheidungsfindung und Workflow-Optimierung sind am kritischsten für die Erreichung zuverlässiger, autonomer Job-Site-Ausführung?

Die nächste Grenze ist die multi-agentische physische AI – Roboter, die lokale Entscheidungen treffen, während sie als System zusammenarbeiten. Dies erfordert Fortschritte in:

• dezentraler Planung und Koordination

• robuster Wahrnehmung unter Baustellen-Bedingungen

• adaptiver Aufgaben-Zuweisung, wenn sich die Umgebung ändert

Diese Fähigkeiten werden zuverlässige, semi-autonome bis vollständig autonome Operationen freischalten.

Als wiederkehrender ConTech-Gründer, welche Aspekte der Bau-Technologie-Akzeptanz denken Sie, dass Branchen-Führer immer noch missverstehen, und wie geht Buildroid auf diese Missverständnisse ein?

Viele Startups versuchen, die Materialien, den Prozess oder das Baustystem selbst zu ändern – genau die Bereiche, in denen der Bau am wenigsten flexibel ist. Die Branche baut heute noch genauso wie vor einem Jahrhundert, und die Änderung der Kernmethoden erfordert Jahre der regulatorischen, Lieferkette- und kulturellen Veränderung.

Buildroid vermeidet diese Reibung. Wir steigern die Produktivität, ohne Materialien oder Designs zu ändern, und konzentrieren uns rein auf die Art und Weise, wie bestehende Materialien installiert werden.

Stellen Sie sich vor, dass Buildroid zu einer Ökosystem-Plattform wird, auf der Drittanbieter-Roboter und Auftragnehmer aufbauen können, um eine einheitliche Betriebs-Schicht für die Bau-Robotik auf nationaler Ebene zu schaffen?

Absolut – das ist die langfristige Vision. Aber zuerst müssen wir die Spitzenleistung in einem einzelnen High-Value-Workflow beweisen: Wand-Konstruktion. Sobald wir diese Blaupause perfektioniert haben, wird die Erweiterung auf Drittanbieter-Roboter und zusätzliche Workflows eine natürliche Ökosystem-Entwicklung.