Skip to content
TenderGraph

FE 04.0367/2026/MGB - Entwicklung und Optimierung von statistischen Verfahren zur Qualitätssi-cherung in der Zustandserfassung und -bewertung (ZEB) im Teilprojekt (TP) 3 Substanzmerkmale (Oberfläche)

open

Bundesanstalt für Straßen- und Verkehrswesen, Referat Z2

Read the notice at vergabe-de ↗

Value
unstated
Published
14 Sept 2026
Deadline
3 Nov 2026, 05:00 GMT · 8d left · as published, verify on the notice
Type
opportunity
73000000 · Research & development services

Description

Die Qualitätssicherung der ZEB in den Teilprojekten 1 bis 3 basiert auf drei Säulen: der zeitbefriste-ten Betriebszulassung der Messsysteme durch die BASt, der Eigenüberwachung durch die TP1-3-Auftragnehmer sowie den Kontrollprüfungen. Das Teilprojekt 4 ergänzt dieses System durch Plausi-bilitäts- und Vollständigkeitsprüfungen der Mess- und Bilddaten, die jedoch nur begrenzte Aussa-gen zum Gesamtqualitätsniveau erlauben. Die Kontrollprüfungen werden ca. alle 2.000 Messkilometer durchgeführt, was bei einer Prüfstre-ckenlänge von zwei Kilometern einem Stichprobenumfang von 0,1 % des Messkontingents ent-spricht. Dabei müssen Prüfstrecken einen mittleren Zustandswert zwischen 2,0 und 4,0 aufweisen, wodurch sehr gute und sehr schlechte Abschnitte von der Überprüfung ausgeschlossen werden. Im Jahr 2015 wurde in Bayern erstmals ein Zufallsstichprobenverfahren erprobt, das Fehlerstreube-reiche für das Gesamtnetz ermittelte. Darauf aufbauend führte der TP4-Auftragnehmer erstmalig in 2019 stichprobenhafte Untersuchungen mit 5 % Stichprobenumfang durch, bei denen eigene Scha-denscodierungen mit den TP3-Werten verglichen wurden. Hauptziel des Projektes ist die Entwicklung eines statistischen, zufallsbasierten Verfahrens zum Nachweis der Fehlerstreubreite im TP3 für verschiedene Straßenkategorien. Das Verfahren soll Stichprobenumfang und Toleranzen festlegen, Rückschlüsse auf die Gesamtnetzqualität ermögli-chen und Aussagen zur erreichbaren, geforderten und vorliegenden Auswertequalität liefern. Es soll in bestehende Prüfprozesse integriert werden und systematische KI-bedingte Fehler erkennbar machen. Dies ermöglicht statistisch abgesicherte Qualitätsinformationen, reduziert Fehlauswertun-gen, zeigt Korrekturbedarf auf und steigert die Auswertequalität nachhaltig.

Key facts

Reference
Z2g - FE 04.0367/2026/MGB
Lots
1
  • The documents — every attachment, with its text extracted and searchable
  • Qualification — the notice scored against your company profile
  • Tracking and alerts — a pipeline for your bids, and the matching notices by email
  • Calendar export — the deadline as a calendar file
  • The API and MCP — the same record in your own tools and your AI assistant

Provenance

Source
vergabe-de
Notice id
d141f794-b6fa-4c7e-bb13-a5b343df431b
OCID
ocds-mnwr74-da7a694f-32bd-433b-afc3-7022536c1481
First seen
9 Oct 2026
Last updated
9 Oct 2026

Licence CC0 1.0 public domain dedication ↗

Source: Bekanntmachungsservice (oeffentlichevergabe.de), Beschaffungsamt des BMI — CC0 1.0.

View at source ↗GET /api/v1/tenders/f97635d1-4939-4b13-b8e6-6ebec37f9ddf

The source notice is authoritative — verify deadlines and documents there before bidding.