Anton Glance, Mitgründer und CTO, Buildroid AI – Interview-Serie

Anton Glance, Mitgründer 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 Fertigbau-Fabriken bei Mighty Buildings.

Zusammen mit Slava Solonitsyn, Mitgründer und CEO bei Buildroid AI, leiten sie ein Team mit über 12 Jahren Erfahrung in den Bereichen Robotik, maschinelles Lernen, digitale Architektur und innovative Bau-Technologien.

Buildroid AI entwickelt eine Simulation-basierte Plattform, die Building-Information-Modelle mit KI-gesteuerten digitalen Zwillingen verbindet, um Bauarbeiten durch die Koordination mehrerer Roboter als ein einheitliches Team zu automatisieren. Das Unternehmen hat ein BIM-zu-BUILD-Block-Legesystem demonstriert und erweitert sich auf kommerzielle Einrichtungen, die arbeitsintensive Aufgaben 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 Bau-Gewerben 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 während dieser Reise beobachtet, die Sie letztendlich dazu veranlassten, Buildroid AI zu gründen und einen roboterbasierten Ansatz für die Bau-Produktivität zu verfolgen?

Bei Mighty Buildings haben wir ein Off-Site-Fertigbau-Modell verfolgt und sind auf strukturelle Marktschranken gestoßen. Die Verbreitung von Fertigbau in den USA liegt noch unter 6%, und die Einführung eines neuen 3D-Druck-Materials erforderte 3 Jahre der Zulassungsarbeit nach den strukturellen, Brandschutz- und Schallschutz-Standards. Da Fertigbau die gesamten Fabrik-Kosten – Ausrüstung, Arbeitskraft, Raum – absorbiert und wir ein nicht-massengefertigtes Material verwendet haben, 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.

Bei Buildroid haben wir den entgegengesetzten Weg eingeschlagen: keine neuen Materialien, keine neuen Designs, keine Änderungen an den Vorschriften. Wir integrieren direkt in bestehende Workflows und lassen Roboter die wiederholten, arbeitsintensiven Aufgaben übernehmen – anstelle von Industry-Friction hinzuzufügen.

Wie ändert Ihr Simulation-basiertes 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. Selbst 4D-BIM fügt nur Sequenzierung hinzu, nicht echte Bau-Fähigkeit. Unser BIM-zu-BUILD-Simulations-Engine ermöglicht es Teams, den gesamten Bau-Prozess virtuell innerhalb eines physisch genauen digitalen Zwillings auszuführen – Materialien, Maschinen und Standort-Beschränkungen verhalten sich wie in der realen Welt.

Stakeholder können Hunderte von Szenarien testen, die Bau-Fähigkeit validieren, die Produktivität messen und die Workflows optimieren, bevor sie die Baustelle betreten. Der einzigartige Teil: die Simulation gibt verifizierte, ausführbare Roboter-Programme aus, die die Lücke zwischen digitaler Gestaltung 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 erhalten?

Unser AI-Planer 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-Leges-Roboter “weiß”, dass er Blöcke platzieren kann, aber keine Gipse auftragen kann.

Der Planer optimiert die Aufgaben-Zuweisung, vermeidet Standort-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 hebt Produktivitäts-Gewinne von bis zu 10x (6x) und Kosteneinsparungen von bis zu 4x (3x) hervor. 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 etwa 30 m²/Tag.

• 3× Kosteneffizienz: Aufgaben, die 12 Arbeitern erfordern, um 30 m²/Tag zu bauen, können mit 2 Arbeitern + einem Roboter unter Verwendung unserer Plattform durchgeführt 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) wiederholten manuellen Anstrengungen und (3) klarer Aufgaben-Zerlegung für die Multi-Roboter-Zusammenarbeit.

In Dubai, wo wir gestartet sind, wiegt jede Partition-Block etwa 30 kg (66 lb) und die Nachfrage nach Maurer-Arbeit übersteigt die verfügbaren Fachkräfte. Ein großer Auftragnehmer erzählte uns, dass er nächsten Jahr 6.000 Maurer einstellen und ausbilden müsste, um den Arbeitsauftrag zu erfüllen.

Blockarbeit zerfällt natürlich in Unter-Aufgaben – Material-Lieferung, Mörtel-Auftrag, Ausrichtung, Verstärkung – was es 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 in den US-Markt eintreten, welche größten regulatorischen, sicherheitsrelevanten und operativen Hürden erwarten Sie, und wie hilft der Simulation-basierte Ansatz dabei, diese zu mindern?

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-basierten Sicherheits-Zulassungs-Framework. Durch die Erweisung, dass unser digitaler Zwilling der realen Welt entspricht, können wir Randfälle, Kollisions-Szenarien und Notfall-Verhaltensweisen virtuell validieren – und damit die Notwendigkeit für langwierige Labor-Tests reduzieren und die Einhaltungs-Fristen beschleunigen.

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

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

Welche Durchbrüche in der KI-Entscheidungsfindung und der Workflow-Optimierung sind am wichtigsten, um eine zuverlässige, autonome Ausführung auf der Baustelle zu ermöglichen?

Die nächste Grenze ist die Multi-Agenten-Physische-KI – Roboter, die lokale Entscheidungen treffen, während sie als System zusammenarbeiten. Dies erfordert Fortschritte in:

• dezentraler Planung und Koordination

• robuster Wahrnehmung unter Baustellen-Bedingungen

• anpassungsfähiger Aufgaben-Zuweisung, wenn sich die Umgebung ändert

Diese Fähigkeiten werden eine zuverlässige, semi-autonome bis vollständig autonome Ausführung ermöglichen.

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

Viele Startups versuchen, die Materialien, den Prozess oder das Bau-System selbst zu ändern – genau die Bereiche, in denen der Bau am wenigsten flexibel ist. Die Industrie baut heute noch genauso wie vor einem Jahrhundert, und die Änderung der Kernmethoden dauert Jahre der regulatorischen, Lieferkettens- 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 den End-to-End-Exzellenz in einem einzigen High-Value-Workflow nachweisen: Wand-Konstruktion. Sobald wir diese Blaupause perfektioniert haben, wird die Erweiterung auf Drittanbieter-Roboter und zusätzliche Workflows eine natürliche Ökosystem-Entwicklung.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Buildroid AI besuchen.