Key points are not available for this paper at this time.
Zusammenfassung Die Bauindustrie hat weiterhin mit Ineffizienzen, hoher Ressourcenverschwendung und anhaltenden Sicherheitsrisiken zu kämpfen, die den Fortschritt in Richtung Nachhaltigkeits- und Produktivitätsziele behindern. Diese Studie zielt darauf ab, die funktionalen Auswirkungen von Hyperautomation, der Integration von KI, IoT, RPA und maschinellem Lernen auf Effizienz, Nachhaltigkeit, Ressourcenoptimierung, Präzision, Skalierbarkeit und Arbeitssicherheit in Bauprojekten zu untersuchen. Ein strukturierten Fragebogen wurde aus vorheriger Literatur und Experteneinsichten entwickelt, unter Verwendung einer 5-Punkte-Likert-Skala, um Wahrnehmungen über sechs kritische Faktoren zu erfassen. Daten wurden von 211 Baufachleuten gesammelt, die Ingenieure, Manager, Sicherheitsbeauftragte und Architekten repräsentieren. Die Antworten wurden mittels Strukturgleichungsmodellierung (SEM) analysiert, unterstützt durch Zuverlässigkeitstests (Cronbachs Alpha, CR, AVE), Prüfungen der diskriminanten Validität (HTMT, Fornell–Larcker, Kreuzbeladungen) und Multikollinearitätsdiagnosen (VIF). Die Ergebnisse zeigen, dass optimierte Prozesse und verbesserte Effizienz den stärksten Einfluss auf die Einführung von Hyperautomation ausüben, gefolgt von optimiertem Ressourcenmanagement und Nachhaltigkeitszielen, während Präzision, Skalierbarkeit und Arbeitssicherheit ebenfalls signifikante, aber geringere Effekte aufweisen. Diese Ergebnisse erweitern das theoretische Verständnis der digitalen Transformation im Bauwesen, indem sie die multidimensionalen Beiträge von Hyperautomation empirisch validieren, und heben praktische Wege zur Verbesserung von Nachhaltigkeit, Produktivität und Sicherheitsresultaten hervor. Die Neuheit dieser Studie liegt in ihrem umfassenden Rahmenwerk und der empirischen Validierung über mehrere Leistungsdimensionen, die umsetzbare Einblicke für Praktiker und politische Entscheidungsträger bietet, um die Einführung von Hyperautomation im Bauwesen zu beschleunigen.
Alyami et al. (Mon.) haben diese Frage untersucht.