Denne undersøgelse havde til formål at undersøge, hvordan anvendelsen af punktskydata i byggebranchen kunne forbedres ved behandling med Deep Learning. Undersøgelserne blev baseret på problemformuleringen: Hvordan kan anvendelsen af punktskydata forbedres i udførelsesfasen af et byggeri ved at anvende Deep Learning til at segmentere og klassificere punktskydata?
For at besvare spørgsmålet blev et litteraturstudie udført med fokus på at få en forståelse for AI og punktskydata.
Indsamling af empiri blev udført ved hjælp af et casestudie på en byggeplads, hvor data blev segmenteret og analyseret.
Den analyserede data blev anvendt til udvikling af en tidlig prototype til et styringsværktøj, som skal anvendes til automatisk registrering af fejl i byggeriet, forsinkelser i tidsplanen eller udfordringer med sikkerhed på byggepladsen ved at anvende punktskydata og Deep Learning.
Det blev konkluderet i undersøgelserne, at prototypen var brugbar, og kunne give et bedre overblik for brugeren.
Behandlingen af punktskydata med Deep Learning har dog udfordringer, da denne data er irregulær og ustruktureret. Deep Learning har potentialet til at automatisere denne data, men der er behov for yderligere forskning, specielt i store datasæt.