Vertrouwen opbouwen en risico's vermijden: de Fieldwire-benadering van AI in de bouw

Bouwteams gebruiken AI al al op kleine, praktische manieren: het opstellen van RFIs op basis van bouwplaatsnotities, het labelen van bouwplaatsfoto’s, het binnen enkele seconden doorzoeken van documenten of het samenvatten van dagelijkse rapporten. Deze tools kunnen tijd besparen en handmatig werk verminderen, maar de komst van AI roept begrijpelijke zorgen op.

Bij bouwprojecten wordt zeer gevoelige informatie gebruikt: projectplannen, specificaties, budgetten, planningen en persoonsgegevens. Tegelijkertijd kunnen AI-systemen onvoorspelbaar zijn als ze niet zorgvuldig zijn ontworpen, wat vragen oproept over nauwkeurigheid, veiligheid en verantwoordelijkheid.

Bij Fieldwire vinden we dat AI teams moet ondersteunen en tegelijkertijd moet voldoen aan de strengste normen op het gebied van privacy, betrouwbaarheid en transparantie. Daarom hebben we onze AI-benadering opgebouwd rond duidelijke principes die specifiek zijn ontworpen voor de realiteit van bouwprocessen.

Hieronder beschrijven we de meest voorkomende AI-risico’s in de bouw en hoe Fieldwire deze aanpakt.

In het kort

• AI wordt al op bouwplaatsen gebruikt voor RFIs, het labelen van foto’s en het zoeken naar documenten

• De belangrijkste risico’s zijn gegevensbescherming, juistheid, veiligheid en gebrek aan transparantie

• Werkprocessen in de bouw vereisen strengere veiligheidsmaatregelen dan in de meeste sectoren

• AI moet een ondersteunende rol spelen bij het nemen van beslissingen in plaats van het menselijk oordeel te vervangen

• Fieldwire ontwerpt AI-functies waarbij privacy, controle en betrouwbaarheid centraal staan

Gegevensbescherming: beveiliging van gevoelige projectinformatie

De grootste zorg rondom AI in de bouw is het lekken van gegevens. Bij projecten is er sprake van vertrouwelijke documenten, persoonlijke informatie en bedrijfskritische inzichten die nooit in handen mogen komen van het publiek, derden of andere klanten. Veelvoorkomende risico’s zijn onder andere:

• Lekken van privébestanden van klanten zoals tekeningen en specificaties

• Lekken van persoonsgegevens

• Onbedoeld delen van gegevens tussen projecten of accounts

Fieldwire beperkt risico’s bij de bron. AI-functies hebben toegang tot de minimale hoeveelheid gegevens die nodig is voor een specifieke taak. Zo wordt bijvoorbeeld alleen de tekst verwerkt die op dat moment wordt opgesteld, terwijl een zoekopdracht naar documenten beperkt blijft tot data binnen hetzelfde project.

Data wordt nooit zonder uitdrukkelijke toestemming gebruikt om modellen te trainen en informatie wordt zo nodig geanonimiseerd om identificatie van personen, locaties of klanten te voorkomen. Dit betekent dat gevoelige zaken zoals identificeerbare gebieden of organisatiespecifieke details in documenten worden verborgen.

Projectinformatie blijft op elk niveau geïsoleerd, zodat informatie van de ene klant of het ene project nooit terechtkomt bij een andere klant of in een ander project.

Lees meer inzichten over AI in de bouw in onze blog: AI in de bouw: de echte impact op de bouwplaats

Betrouwbaarheid en juistheid: hallucinaties voorkomen en het risico op kostbare fouten verkleinen

AI-systemen kunnen output genereren die betrouwbaar lijkt, maar onjuist is, een fenomeen dat vaak hallucinatie wordt genoemd. In de bouw kunnen zelfs kleine onjuistheden leiden tot herstelwerk, vertragingen of impact op het budget.

Om dit probleem aan te pakken, richt Fieldwire zich op strenge evaluatie en validatie. AI-outputs worden voorafgaand aan de uitrol getest aan de hand van vooraf vastgelegde nauwkeurigheidscriteria. Functionaliteiten werken met betrouwbaarheidsdrempels, wat betekent dat resultaten alleen worden weergegeven wanneer ze voldoen aan een gevalideerd betrouwbaarheidsniveau. Een voorbeeld: fotolabels worden alleen toegepast wanneer het systeem een hoge betrouwbaarheidsscore bereikt op basis van geteste datasets.

Even belangrijk is dat AI-outputs duidelijk als suggesties worden gepresenteerd. Van gebruikers wordt verwacht dat ze de resultaten beoordelen en valideren voordat ze actie ondernemen. Het doel is om handmatige inspanningen te verminderen zonder menselijk toezicht weg te nemen.

Veiligheid: verdediging tegen gebruik door kwaadwillenden

AI-systemen kunnen niet alleen onbedoelde fouten maken, maar ook doelwit zijn van kwaadwillende gebruikers die proberen outputs te manipuleren, toegang te krijgen tot verborgen data of onbedoelde acties in gang te zetten. Deze risico’s zijn bijzonder relevant in omgevingen zoals de bouw, waar veel wordt samengewerkt en meerdere partijen met gedeelde data werken.

Fieldwire speelt hierop in door het gebruik van AI-systemen te beperken. Invoer wordt gefilterd en opgeschoond om onveilige of irrelevante verzoeken te voorkomen, en prompts worden begrensd om manipulatie te beperken. Elk AI-verzoek wordt geïsoleerd uitgevoerd, zonder dat eerdere interacties worden onthouden.

Ook wordt de toegang tot data streng gecontroleerd. AI-systemen halen alleen de context op die nodig is voor een taak, doorgaans op projectniveau, en nooit tussen verschillende klanten. Deze veiligheidswaarborgen worden versterkt door externe beveiligingsbeoordelingen en gecontroleerde trainingsdatasets die zijn afgestemd op bouwtoepassingen.

Transparantie en verklaarbaarheid: AI-resultaten verifieerbaar maken

Een grote uitdaging bij AI is het ‘black box’-probleem, waarbij systemen antwoorden geven zonder uit te leggen hoe of waarom ze tot die antwoorden zijn gekomen. Dit kan ertoe leiden dat gebruikers suggesties blindelings volgen, zelfs als ze niet passen in de projectcontext. In de bouw kan dit gebrek aan duidelijkheid tot misplaatst vertrouwen of verkeerde beslissingen leiden.

Fieldwire geeft prioriteit aan zichtbaarheid. AI-functies halen relevante projectdata op voordat ze outputs genereren, en de ondersteunende informatie wordt waar mogelijk direct in de interface weergegeven. Het kan daarbij gaan om specifieke tekeningen, taken of documenten zijn die zijn gebruikt om een antwoord te genereren.

Doordat de informatiebron zichtbaar is (bijvoorbeeld door weergave van de exacte taken, tekeningen of bestanden waarnaar in een AI-resultaat wordt verwezen), kunnen teams snel controleren of een AI-output past in de context van het project.

Governance en verantwoordelijkheid: mensen houden de controle

AI kan snel content genereren, maar de verantwoordelijkheid voor beslissingen moet duidelijk vast blijven liggen. Zonder adequate waarborgen bestaat het risico dat gebruikers te sterk vertrouwen op geautomatiseerde output of dat er acties worden ondernomen zonder voldoende validatie.

Fieldwire hanteert een duidelijke grens: AI ondersteunt, maar gebruikers beslissen. Alle AI-gegenereerde content wordt expliciet gelabeld en niets wordt definitief gemaakt zonder beoordeling, bewerking en goedkeuring door de gebruiker. Acties worden altijd in gang gezet door gebruikers, niet door het systeem.

Hierdoor blijft de verantwoordelijkheid bij de mensen die het project beheren.

Eerlijke AI: zorgen dat AI werkt voor elke functie op de bouwplaats

AI-systemen weerspiegelen de data waarmee ze zijn getraind. In de bouw kan dit leiden tot output die relevanter is voor bepaalde functies, zoals hoofdaannemers, maar minder bruikbaar voor onderaannemers of gespecialiseerde vakgebieden.

Om dit te beperken, gebruikt Fieldwire diverse datasets die een breed scala aan projecttypen en functies weerspiegelen. Outputs worden continu geëvalueerd om te zorgen dat ze relevant blijven voor verschillende gebruikers en workflows.

Dit waarborgt technische nauwkeurigheid en praktische bruikbaarheid voor iedereen die bij het project betrokken is.

BLOG

AI in de bouw: wat is echt, wat werkt er, en wat komt hierna

Lees het artikelen →

AI waarop bouwteams kunnen vertrouwen

AI heeft enorm veel potentieel om de productiviteit te verbeteren, handmatig werk te verminderen en inzichten te ontsluiten die voorheen niet snel toegankelijk waren. Maar in een sector waar precisie, veiligheid en verantwoordelijkheid belangrijk zijn, moet die innovatie op verantwoorde wijze tot stand komen.

Een verantwoorde benadering van AI vereist meer dan prestaties. Het vereist duidelijke grenzen rond data, sterke waarborgen tegen fouten en misbruik, en transparantie in hoe outputs worden gegenereerd.

Bij Fieldwire is deze benadering gebaseerd op enkele kernprincipes: het beperken van datablootstelling, het valideren van outputs voordat ze gebruikers bereiken, het waarborgen van systeembeveiliging en het behouden van menselijke controle over beslissingen.

Voor teams die werken in omgevingen waar het gebruik van AI is beperkt, kunnen deze functies ook op accountniveau worden gedeactiveerd, zodat bedrijven nieuwe mogelijkheden in hun eigen tempo kunnen implementeren.

Door deze zorgen direct aan te pakken, bouwen we aan AI waarop bouwprofessionals kunnen vertrouwen. Tools die niet alleen zijn ontworpen om taken te automatiseren, maar teams helpen slimmer, veiliger en efficiënter te bouwen, elke dag opnieuw.

Lees praktische inzichten over hoe bouwteams tegenwoordig AI gebruiken, van echte workflows tot meetbare impact. Download ons rapport over AI op de bouwplaats.