Eshan Jayamanne, Gründer und CEO von Krane – Interview-Serie

Eshan Jayamanne, Gründer und CEO von Krane, kombiniert tiefgreifendes Know-how in der Bauindustrie mit einem Hintergrund in Ingenieurwesen, Analytik und Technologie. Bevor er Krane 2023 gründete, arbeitete er an großen Projekten für Unternehmen wie Microsoft (MSFT ), Chevron (CVX ), UCSF und Caltrans, wobei er sich auf Produktivitätsverbesserung, Lieferkettenoptimierung, Lean Construction und betriebliche Effizienz konzentrierte. Seine Erfahrung bei der Verwaltung komplexer Bauprojekte deckte die anhaltenden Koordinations- und Beschaffungsherausforderungen der Branche auf, was ihn dazu inspirierte, Technologie zu entwickeln, die Teams hilft, bessere Entscheidungen zu treffen und teure Verzögerungen zu reduzieren.

Krane ist eine künstliche Intelligenz-gestützte Plattform für die Verwaltung von Bau-Lieferketten, die darauf ausgelegt ist, die Sichtbarkeit und Koordination über Beschaffung, Materialmanagement und Projektbetrieb zu verbessern. Die Plattform verwendet künstliche Intelligenz-Agenten, um Aufgaben wie Materialverfolgung, Lieferantenmanagement, Risikoidentifizierung und Rechnungsabgleich zu automatisieren, was Bau-Teams hilft, Verzögerungen zu reduzieren und die Effizienz zu verbessern. Mit dem Fokus auf große Projekte wie Rechenzentren, Gesundheitseinrichtungen und Infrastrukturprojekte zielt Krane darauf ab, einen der fragmentiertesten und datenintensivsten Arbeitsabläufe der Bauindustrie zu modernisieren.

Sie haben Jahre damit verbracht, in der Bauingenieurwesen, Produktionsanalyse, Projektoptimierung und großen Infrastrukturprojekten zu arbeiten, bevor Sie Krane gründeten. Nachdem Sie selbst gesehen haben, wie Beschaffungsverzögerungen, Materialverfolgungsprobleme und fragmentierte Arbeitsabläufe große Projekte beeinträchtigten, was war der spezifische Moment, der Sie davon überzeugte, dass künstliche Intelligenz Probleme lösen kann, mit denen die Bauindustrie seit Jahrzehnten zu kämpfen hat?

Ich habe über ein Jahrzehnt an komplexen Energie-, Infrastruktur- und Rechenzentumsprojekten gearbeitet, darunter auch Projekte für Unternehmen wie Microsoft und Chevron. Unabhängig von der Projektgröße sah ich immer wieder die gleichen Herausforderungen: Teams waren von Submittals überfordert, Materialien wurden zu spät freigegeben und Lieferungen wurden nicht richtig koordiniert, was zu teuren Verzögerungen führte.

Was mich davon überzeugte, dass künstliche Intelligenz einen Unterschied machen kann, war die Erkenntnis, dass viel von dieser Arbeit noch immer über nicht verbundene Tabellen, E-Mails und Telefonanrufe gemanagt wurde. Bau-Teams fehlte es nicht an Fachwissen; sie verbrachten einfach zu viel Zeit damit, Informationen über fragmentierte Arbeitsabläufe zu verfolgen.

Die jüngsten Fortschritte in der künstlichen Intelligenz machten es möglich, Bauvorschriften, Zeichnungen, Zeitpläne und Beschaffungsunterlagen zu lesen und viele der Koordinierungsaufgaben zu automatisieren, die traditionell erheblichen manuellen Aufwand erforderten. Das war der Moment, als klar wurde, dass künstliche Intelligenz dazu beitragen kann, die operative Belastung von Projektteams zu reduzieren und ihnen mehr Zeit zu geben, um sich auf den Bau zu konzentrieren.

Diese Idee wurde letztendlich zu Krane. Heute managt die Plattform mehr als 17 Milliarden Dollar an laufenden Bauprojekten in Nordamerika und hat kürzlich eine Finanzierungsrunde von 9 Millionen Dollar für den Seed-Fonds erhalten, um die Expansion unseres künstlichen Intelligenz-Teams für Baubetriebsabläufe fortzusetzen.

Die Bauindustrie hat historisch gesehen im Vergleich zu Branchen wie Finanzen und Software bei der Technologieadoption zurückgesteckt. Warum glauben Sie, dass die aktuelle Welle der künstlichen Intelligenz anders ist und warum ist die Branche endlich bereit für autonomere Systeme?

Die Branche steht vor zwei Herausforderungen gleichzeitig: zunehmende Projektkomplexität und wachsender Arbeitskräftemangel. Die Nachfrage und Komplexität von Rechenzentren, Gesundheitseinrichtungen und anderen großen Projekten stellen die Bau-Lieferketten unter mehr Druck als je zuvor. Gleichzeitig verlassen erfahrene Fachleute die Branche schneller, als sie ersetzt werden können.

Werkzeuge wie ChatGPT halfen auch dabei, zu demonstrieren, was künstliche Intelligenz in einer praktischen und benutzerfreundlichen Weise leisten kann. Das machte die Technologie viel zugänglicher und beschleunigte die Adoption von künstlichen Intelligenz-Lösungen, die für spezifische Branchen wie die Bauindustrie entwickelt wurden.

Heute werden Bauteams aufgefordert, größere und komplexere Projekte mit weniger Spielraum für Fehler zu liefern, während sie gleichzeitig volatile und schwer vorherzusagende Lieferketten managen. Deshalb sehen wir so viel Interesse an künstlicher Intelligenz. Die Branche adoptiert Technologie nicht um der Technologie willen; sie sucht nach praktischen Möglichkeiten, um Teams bei der Komplexitätsbewältigung, der Wahrung der Transparenz und der Projektfortführung zu helfen.

Krane bezeichnet sich selbst als künstliche Intelligenz-gestützte Plattform für die Verwaltung von Bau-Lieferketten. Was sind die größten Ineffizienzen, die noch heute in der Beschaffung, bei Submittals, Lieferungen und Lieferantenkoordination bestehen, die die meisten Menschen außerhalb der Branche nicht realisieren?

Die meisten Menschen sind überrascht, wie viel der Bau-Beschaffung noch über Tabellen, E-Mails, Telefonanrufe und manuelle Nachverfolgung läuft. Ein großes Projekt kann Hunderte von Materialien, Dutzende von Lieferanten, Tausende von Dokumenten und ständig wechselnde Zeitpläne umfassen, und dennoch werden viele Beschaffungsentscheidungen noch immer auf der Grundlage von Lieferantenschätzungen, Erfahrungen und Annahmen über Marktbedingungen getroffen.

Als wir uns die auf Krane laufenden Projekte ansahen, fanden wir heraus, dass viele der teuersten Terminverzögerungen und Budgetüberschreitungen auf Beschaffungsentscheidungen zurückzuführen waren, die Monate zuvor getroffen worden waren. Die Herausforderung bestand darin, Risiken früh genug zu identifizieren, um etwas dagegen zu unternehmen.

In unseren eigenen Daten wurden Beschaffungsrisiken im Durchschnitt 47 Tage vor ihrem Auftreten im Projektzeitplan identifiziert. Das bedeutet, dass Teams Wochen lang Risiken ausgesetzt sind, bevor sie sichtbar genug werden, um Maßnahmen zu ergreifen.

Genau deshalb haben wir Procurement OS gestartet. Der neue Procurement-OS-Modul von Krane bringt Live-Lieferketten-Intelligenz direkt in die Beschaffungsworkflows ein. Da Krane bereits den täglichen Materialfluss über mehr als 17 Milliarden Dollar an laufenden Bauprojekten managt, können wir tatsächliche Lieferzeiten, Lieferantenleistung, Submittal-Zykluszeiten und Materialverfügbarkeit wie sie auftreten erfassen.

Procurement OS identifiziert automatisch kritische Materialien aus Projektvorschriften, benchmarkt Live-Lieferzeiten, bewertet Lieferanten anhand ihrer tatsächlichen Leistung und überprüft Angebote auf Konformität, bevor sie vergeben werden. Wir bewegen uns von der Beschaffung durch Annahmen hin zur Beschaffung durch Beweise.

Viele künstliche Intelligenz-Unternehmen konzentrieren sich auf die Generierung von Erkenntnissen, während Krane offensichtlich in Richtung künstlicher Intelligenz-Agenten strebt, die Aufgaben aktiv ausführen können. Wie sehen Sie die Rolle der künstlichen Intelligenz bei der Evolution von der Assistenz zur Ausführung in Bauworkflows?

Wir glauben, dass die nächste Evolution der künstlichen Intelligenz im Bau darin besteht, von der Bereitstellung von Informationen zur Unterstützung von Teams bei der Ausführung von Arbeit zu wechseln. Bauprojekte generieren eine enorme Menge an Daten, aber die Identifizierung eines Problems ist nur der erste Schritt. Teams müssen noch immer Lieferanten koordinieren, Lieferzeiten validieren, Submittals verwalten und Materialien in Bewegung halten.

Deshalb haben wir ein künstliches Intelligenz-Bauteam aufgebaut, bei dem jeder Agent einen bestimmten Teil des Materialworkflows besitzt.

• Milo wandelt Spezifikationen, Zeichnungen und Zeitpläne in vollständige Submittal- und Beschaffungsprotokolle in Minuten um
• Arlo verbindet siloisierte Zeitpläne, Submittals und Beschaffungsprotokolle in einem System und bietet eine klare Beschaffungsstrategie für die Vorprojekt-Teams
• Chase folgt den Handelspartnern, um Submittals zu priorisieren, Lieferzeiten und Materialstatus zu validieren
• Lana erstellt Submittal-Vorlagen und QCs, damit GCs und Handelspartner die Qualität der Submittal-Pakete verbessern und sie rechtzeitig einreichen können
• Rio automatisiert die Lieferplanung, verhindert Konflikte und analysiert die Gerätenutzung
• Theo kontrolliert den Beschaffungsprozess von der Angebotsvergleichung, RFP-Erstellung bis zur Lieferung

Menschen treffen noch immer die wichtigen Entscheidungen, aber künstliche Intelligenz übernimmt die Arbeit, die historisch gesehen einen großen Teil des Tages eines Projektteams beanspruchte.

Rechenzentren sind zu einem der Hauptschwerpunkte von Krane geworden. Da die Nachfrage nach künstlicher Intelligenz eine globale Bauboom für digitale Infrastruktur antreibt, welche neuen Lieferketten-Herausforderungen entstehen, die traditionelle Projektmanagement-Tools nicht bewältigen können?

Rechenzentren decken die Grenzen traditioneller Beschaffungsprozesse auf.

Viele der kritischen Komponenten, die diese Einrichtungen antreiben, haben außergewöhnlich lange Lieferzeiten. Leistungstransformatoren können bis zu drei bis fünf Jahre in Anspruch nehmen, während Mittelspannungsschaltgeräte bis zu 60 Wochen überschreiten können. Gleichzeitig können elektrische und mechanische Ausrüstungen bis zu 75 % des garantierten Maximalpreises eines Projekts ausmachen, was bedeutet, dass Beschaffungsentscheidungen enorme finanzielle Konsequenzen haben.

Traditionelle Projektmanagement-Tools sind darauf ausgelegt, den Projektstatus nach zu treffen, nachdem Entscheidungen bereits getroffen wurden. Sie bieten keine Echtzeit-Transparenz über Lieferantenleistung, wechselnde Lieferzeiten oder entstehende Lieferketten-Beschränkungen.

Procurement OS adressiert diese Herausforderungen. Durch die Nutzung von Live-Lieferketten-Daten aus laufenden Projekten können Teams Beschaffungsentscheidungen auf der Grundlage dessen treffen, was heute auf dem Markt passiert, und nicht auf der Grundlage dessen, was auf dem letzten Projekt passiert ist.

Eines der größten Bedenken bei künstlichen Intelligenz-Agenten ist Vertrauen. Im Bau, wo Verzögerungen oder Fehler millionenschwere Konsequenzen haben können, wie balancieren Sie Automatisierung mit menschlicher Aufsicht?

Vertrauen ist entscheidend, weil Bauentscheidungen reale Konsequenzen für Zeitplan und Budget haben.

Unsere Philosophie ist, dass künstliche Intelligenz die Koordination übernehmen sollte, während Menschen für Urteilsvermögen und Entscheidungsfindung verantwortlich bleiben. Jede künstliche Intelligenz-Aktion in Krane enthält einen Vertrauenswert, kritische Entscheidungen erfordern menschliche Genehmigung und Aktivitäten werden durch Audit-Protokolle protokolliert. Das gibt Teams Einblick in das, was das System tut und warum.

Die andere Seite des Vertrauens sind Ergebnisse. Im gesamten Portfolio von Krane wurden über 2.000 Lieferketten-Risiken identifiziert, bevor sie die Baustelle erreichten, und halfen Kunden, eine Lieferquote von 92 % zu erreichen. Wenn Teams regelmäßig Risiken früher identifizieren und Koordination schneller sehen, folgt Vertrauen natürlich.

Bauprojekte umfassen oft Dutzende von Auftragnehmern, Subunternehmern, Lieferanten und Interessengruppen, die über nicht verbundene Systeme arbeiten. Wie schwierig ist es, eine echte Single-Source-of-Truth zu schaffen, und welche Rolle spielt künstliche Intelligenz bei der Erreichung dieses Ziels?

Es ist eines der schwierigsten Probleme im Bau.

Das durchschnittliche Projekt umfasst Informationen, die über mehrere Interessengruppen und Systeme verteilt sind. Generalunternehmer, Subunternehmer, Eigentümer, Lieferanten und Berater arbeiten alle mit unterschiedlichen Datenquellen, was Lücken, widersprüchliche Informationen und Verzögerungen schafft.

Künstliche Intelligenz spielt eine wichtige Rolle, da sie Informationen über diese Umgebungen hinweg verbinden und interpretieren kann. Krane bringt Zeitpläne, Zeichnungen, Beschaffungsprotokolle, Submittals, Lieferungen und Lieferantenkommunikation in einer Umgebung zusammen, in der Teams den aktuellen Zustand eines Projekts in Echtzeit sehen können.

Wenn alle von den gleichen Informationen arbeiten, gewinnen Teams eine bessere Sicht, um schneller und fundiertere Entscheidungen während des gesamten Projektzyklus zu treffen. Ebenso wichtig ist, dass es Organisationen ermöglicht, von einem Projekt zu lernen und diese Erkenntnisse auf das nächste Projekt anzuwenden. Historisch gesehen lebte viel von diesem Wissen in Tabellen, E-Mails und der Erfahrung einzelner Teammitglieder, was es schwierig machte, es voranzutragen. Durch die Erfassung und Strukturierung von Lieferketten-Daten über Projekte hinweg hilft Krane Teams, bessere Beschaffungs- und Planungsentscheidungen zu treffen.

Krane integriert sich in Plattformen, die bereits in der Branche verwendet werden, anstatt sie zu ersetzen. Glauben Sie, dass die Zukunft der künstlichen Intelligenz im Bau auf der Ergänzung bestehender Software-Ökosysteme oder auf völlig neuen Betriebssystemen für den Bau basieren wird?

In naher Zukunft ist Ergänzung unerlässlich.

Bauunternehmen haben stark in Plattformen wie Autodesk, Procore, Microsoft Project, CMiC, SharePoint, Trimble Viewpoint und Oracle Primavera P6 investiert. Es ist nicht realistisch, von ihnen zu verlangen, diese Systeme zu ersetzen, und ehrlich gesagt, ist es nicht notwendig.

Unsere Herangehensweise besteht darin, uns in die Tools zu integrieren, die Teams bereits verwenden, und eine verbundene Schicht darüber zu erstellen. Das ermöglicht es Kunden, weiterhin in vertrauten Workflows zu arbeiten, während sie gleichzeitig von der künstlichen Intelligenz-gesteuerten Beschaffung, Materialverwaltung und Lieferketten-Koordination profitieren.

Langfristig denke ich, dass wir mehr künstliche Intelligenz-Systeme sehen werden, die speziell für die Bauindustrie entwickelt werden. Die Unternehmen, die erfolgreich sein werden, sind diejenigen, die sich nahtlos in das umfassende Bau-Technologie-Ökosystem einfügen, anstatt Kunden zu zwingen, von vorne zu beginnen.

Die breitere künstliche Intelligenz-Industrie bewegt sich schnell in Richtung agenter Arbeitsabläufe. Welche Lektionen kann die Bauindustrie anderen Branchen über die Bereitstellung von künstlichen Intelligenz-Agenten in Umgebungen beibringen, in denen reale Ausführung und Logistik ebenso wichtig sind wie digitale Workflows?

Eine Lektion ist, dass künstliche Intelligenz viel wertvoller wird, wenn sie mit operativen Daten verbunden ist.

Procurement OS funktioniert, weil es nicht auf theoretischen Modellen davon basiert, wie Bau-Lieferketten funktionieren sollten. Es basiert auf der tatsächlichen Bewegung von Materialien über laufende Projekte. Jede Entscheidung, die in Krane getroffen wird, generiert Daten, die dazu beitragen, die Ausführung zukünftiger Projekte zu verbessern.

Wir haben gesehen, dass dies bei Kunden Resonanz findet, darunter Gesundheitssysteme und einige der größten Auftragnehmer der Branche, einschließlich Boldt, HITT Contracting, UCSF Health und Juneau Construction. Sie suchen nicht nach künstlicher Intelligenz, die einfach nur Erkenntnisse generiert; sie wollen Systeme, die Teams helfen, bessere Entscheidungen zu treffen und Arbeit effizienter auszuführen.

Eine weitere Lektion ist, dass Ausführung wichtiger ist als Erkenntnisse. Das Identifizieren eines Problems ist nützlich, aber das Lösen des Problems ist der Punkt, an dem Wert geschaffen wird. In Branchen, in denen physische Operationen und Logistik wichtig sind, muss künstliche Intelligenz Organisationen helfen, Maßnahmen zu ergreifen.

Blicken Sie fünf Jahre voraus, was sieht ein vollständig künstlich koordiniertes Bauprojekt aus? Welche Entscheidungen werden noch immer den Menschen vorbehalten sein und welche Teile der Projekt-Ausführung erwarten Sie, dass intelligente Systeme autonom verwalten?

Ich denke, wir werden sehen, dass künstliche Intelligenz tief in die Bau-Lieferkette eingebettet wird.

Aufgaben, die sehr wiederholbar, administrativ und den Tag eines Projektteams beanspruchen, werden zunehmend automatisiert.

In vielen Aspekten bewegen wir uns bereits in diese Richtung mit Procurement OS und unserem künstlichen Intelligenz-Bauteam. Die Vision ist ein System, das von jedem Projekt lernt und Teams hilft, bessere Entscheidungen früher im Projektzyklus zu treffen.

Das sagte, wird der Bau immer ein Menschen-Geschäft bleiben. Projektstrategie, Stakeholder-Management, kommerzielle Verhandlungen und wichtige Kompromiss-Entscheidungen werden weiterhin menschliches Urteilsvermögen und Erfahrung erfordern. Künstliche Intelligenz wird mehr von der operativen Arbeit übernehmen, während Menschen sich auf Führung, Beziehungen und Entscheidungsfindung konzentrieren.

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