Mimarlık, mühendislik ve inşaat (MMİ) sektöründe yaşanan verimlilik sorunları, dijital teknolojilerin daha etkin kullanılmasını zorunlu hale getirmekte ve köklü bir dijital dönüşüm ihtiyacını ön plana çıkarmaktadır. Son dönemde bu dönüşümün merkezinde Yapı Bilgi Modellemesi (BIM) yer almakta olup, aynı zamanda Yapay Zekâ (YZ), parametrik ve üretken tasarım, sanal ve artırılmış gerçeklik, sayısal fabrikasyon teknikleri, dijital ikiz ve coğrafi bilgi sistemleri gibi geniş bir dijital ekosistem ile desteklenmektedir.

Söz konusu dijital araçlar arasında YZ, büyük veri analizi yapma, tahmine dayalı simülasyonlar oluşturma, otomasyon ve risk yönetimi gibi olanaklar sağlayarak, projelerde daha bilinçli kararların verilmesini, tasarım, yapım ve işletim süreçlerinde verimliliğin artmasını ve disiplinlerarası işbirliğinin daha fazla güçlenmesini mümkün kılmaktadır[1]. BIM ile bütünleşik kullanıldığında YZ, proje verilerini etkin bir şekilde işleyerek iş akışlarını güçlendirmekte, tasarım optimizasyonunu desteklemekte, disiplinlerarası koordinasyonu geliştirmekte ve proje yönetimini veri odaklı, akıllı ve öngörülebilir bir yapıya dönüştürmektedir. BIM ve YZ’nın birlikte kullanımı, yalnızca teknolojik bir destek sunmakla kalmayıp, bütüncül, verimlilik odaklı ve stratejik bir proje yönetimi anlayışını da mümkün kılmaktadır. Bu çerçevede, BIM ile YZ’nın bütünleşmesinin sunduğu avantajlar, karşılaşılan zorluklar ve çeşitli uygulama alanları ilerleyen bölümlerde ayrıntılı olarak incelenecektir.

Yapı Bilgi Modellemesi (BIM)

Yapı Bilgi Modellemesi, MMİ sektöründe bina yaşam döngüsü verilerinin temsili ve yönetiminde yenilikçi bir dijital çözümdür; dünya genelinde sıklıkla Building Information Modeling teriminin kısaltması olan BIM ile ifade edilmektedir. BIM, tasarım aşamasında, parametrik ve üretken tasarım yöntemleriyle alternatiflerin araştırılmasını ve performans temelli simülasyonlarla tasarımın geliştirilmesini desteklemekte; inşaat sürecinde, şantiye lojistiği ve malzeme akış yönetimini, iş programı ve saha güvenliği takibini kolaylaştırmakta; yapının işletme aşamasında ise bakım, alan ve varlık yönetimi için bir veri tabanı işlevi görerek bina işletim verimliliğinin yükseltilmesine katkı sağlamaktadır.

BIM, bir yazılım uygulaması olmasının ötesinde, MMİ sektörünün dönüşümünde kritik bir rol oynamaktadır. BIM, geleneksel iş akışlarının ötesinde köklü bir paradigma değişimini temsil ederek, proje paydaşlarını merkezi olarak erişilebilir ortak bir veri ortamında birleştirerek daha etkin işbirliği yapmayı, bilgi paylaşmayı mümkün kılmakta ve hataları azaltarak yaşam döngüsü boyunca bilinçli karar almayı desteklemektedir. Bu işlevleri yerine getirirken, IFC gibi açık veri standartları ve ISO 19650 gibi uluslararası standartlardan yararlanmakta; böylece farklı yazılım ve disiplinler arasında birlikte çalışabilirliği güçlendirmektedir. Bu yaklaşım, zaman ve maliyet açısından verimli proje teslimini desteklemenin yanı sıra inşaat atıklarını da azaltarak projelerin sürdürülebilirlik hedeflerine ulaşmasına katkı sağlamaktadır[2].

Teknik olarak değerlendirildiğinde ise BIM kavramsal tasarım, inşaat, işletme, yıkım ya da retrofit süreçlerini kapsayan, veri açısından zengin ve nesne odaklı bir yapı temsili sunar[3]. Yapı bilgi modelini oluşturan her model üyesi, mekânsal geometriyi, etkin planlama ve koordinasyona olanak tanıyan zengin semantik veri (boyut, malzeme özellikleri, maliyet vb.) ile birleştirir. Statik, bağımsız çizimler üreten bilgisayar destekli çizim (CAD) tabanlı sistemlerin aksine, BIM değişikliklerin veri kümeleri arasında dinamik olarak güncellendiği akıllı ve parametrik modeller içerir; bu sayede proje belgelerinin doğruluk ve tutarlılığı önemli ölçüde artırılır[4]. BIM, sürdürülebilirlik analizleri ile proje maliyet ve zaman planlaması gibi gelişmiş simülasyonları destekler ve paydaşların inşaattan önce yapı sistemleri arasındaki çakışmaları tespit etmelerini ve çözmesini sağlar. Yapı bilgi modellerindeki 4B (zaman), 5B (maliyet), 6B (sürdürülebilirlik) ve 7B (tesis yönetimi) gibi boyutlar, BIM’in kapsamını geleneksel tasarım araçlarının çok ötesine taşıyarak verimliliği artıran entegre iş akışları oluşturur[5].

BIM, sunduğu avantajlar göz önünde bulundurularak birçok ülkede ulusal düzenlemeler kapsamında zorunlu hale getirilmiş ve bu durum küresel ölçekte yaygınlaşmasını hızlandırmıştır. Örneğin, Birleşik Krallık, Danimarka, İtalya, ABD vb. bazı ülkeler BIM'i altyapı geliştirme politikalarının bir parçası olarak kurumsallaştırmıştır. Türkiye’de ise, BIM’in önemine dair farkındalık artmakta olsa da, benimseme süreci henüz erken aşamadadır. Bu kapsamda atılan somut adımlardan biri, Planlı Alanlar İmar Yönetmeliği’nin 57. maddesinin ikinci fıkrasına eklenen (ç) bendiyle, proje belgelerinin BIM standartlarına uygun olarak hazırlanması, dijital ortamda kontrol edilmesi, onaylanması ve saklanmasının 1 Ocak 2027 tarihinden itibaren mümkün hale gelecek olmasıdır[6].

Sonuç olarak BIM, çizim ve belge merkezli geleneksel iş akışlarından veri odaklı süreçlere geçişi ifade eden bir paradigma değişimini temsil etmekte; bu bağlamda üretilen modeller, geometri, malzeme özellikleri, maliyetler ve diğer inşaat gereksinimlerini içeren dinamik veritabanlarına dönüşmektedir. Bir sonraki bölümde anlatılacak olan YZ alanındaki son gelişmeler, tasarım oluşturma, model doğrulama, çakışma tespiti ve gerçek zamanlı proje takibi gibi olanakları öğrenme temelli, daha öngörülü ve otomatik süreçlerle güçlendirerek bu potansiyeli genişletmekte, BIM’i geleceğin MMİ sektöründe öne çıkan, esnek ve kilit bir platform haline getirmektedir[7].

Yapay Zekâ Teknolojisi ve BIM ile Bütünleşmesi

Yapay zekâ, insan zekâsına özgü öğrenme, algılama, problem çözme ve karar alma gibi bilişsel yetenekleri taklit edebilen sistemlerin geliştirilmesine yönelik yöntem ve teknolojiler bütünüdür[8]. Temel olarak YZ, sistemlerin karmaşık veri kümelerini analiz etmesini, kalıpları tanımasını ve minimum insan müdahalesiyle tahminler veya öneriler sunmasını sağlar. Makine öğrenimi (MÖ), doğal dil işleme, görüntü işleme ve robotik gibi YZ alt disiplinleri, MMİ sektörü dahil pek çok alanda süreçlerin otomasyonu ve daha verimli hale getirilmesinde önemli katkılar sunmaktadır[9].

Tasarım ve inşaat süreçlerinde YZ, özellikle geleneksel yöntemlerin tüm olası senaryoları ve verileri kapsamada yetersiz kaldığı ya da bunları gerekli hızda işleyemediği durumlarda, daha yüksek verimlilik ve etkinlik sağlamaktadır. YZ destekli algoritmalar, saniyeler içinde çok sayıda tasarım alternatifi oluşturup değerlendirerek kavramsal tasarım aşamasını hızlandırabilmekte ve karar alma sürecini geliştirebilmektedir. Bu algoritmalar tasarımdan kaynaklanan sorunları önceden tespit ederek inşaat sırasındaki olası hataları, gecikmeleri ve maliyetleri azaltabilmektedir[10]. YZ platformları, ayrıca, malzeme kullanımından iş gücü planlamasına kadar çeşitli proje verilerini işleyerek, yaşam döngüsü yönetimi için kritik öneme sahip kullanışlı bilgiler, analizler ve tahminsel modeller sunabilmektedir[11]. Bu öngörücü analizler, riskler, bütçe ve proje takvimindeki sapmaların erken tespitini mümkün kılarak, proje planlamasının doğruluğunu artırmakta ve zamanında müdahalelere olanak sağlamaktadır[12].

YZ’nın BIM gibi veri odaklı bir yöntemle bütünleştirilmesi, CAD ortamlarındaki statik veri depolama yerine dinamik, akıllı sistemleri mümkün kılan önemli bir paradigma değişimini getirmektedir[13]. Bu dönüşüm, İnşaat 4.0’ın öngördüğü dijitalleşme, otomasyon ve YZ tabanlı karar verme altyapısının inşaat sektöründe somutlaşmasını sağlamakta; aynı zamanda BIM 2.0 yaklaşımıyla verilerin yaşam döngüsü boyunca akıllı yönetimini mümkün kılmaktadır[14].

YZ’nın analitik kapasitesi sayesinde, BIM modellerinde üretilen kapsamlı veri kümeleri, tasarım çözümleri ve proje yönetimi için uygulanabilir bilgilere dönüştürülebilmektedir[15]. Örneğin, geçmiş proje kayıtları ve gerçek zamanlı saha verileri kullanılarak gecikmeler, maliyet aşımları ve güvenlik riskleri öngörülmekte; bu sayede proje yaşam döngüsü boyunca israfın azaltılması, verimliliğin ve öngörülebilirliğin artırılması mümkün hale gelmektedir. BIM ve YZ bütünleşmesine dayalı bu öngörücü ve veri odaklı kapasite, yalnızca proje performansını artırmakla kalmayıp, disiplinlerarası işbirliğini güçlendiren, tekrarları azaltan ve süreçleri bütünleştiren uygulamalara temel teşkil etmektedir[16]. Bu bilgiler akıllı ve merkezi ortamlar aracılığıyla entegre edilerek üretken tasarım, metraj tahminleri, gelişmiş risk yönetimi ve IoT özellikli sensörlerle gerçek zamanlı izleme gibi uygulamaları mümkün kılmakta ve uzun süredir devam eden birlikte çalışabilirlik sorunlarını çözebilmektedir[17].

Bu bulgular, BIM ve YZ bütünleşmesinin sektöre sunduğu potansiyele dair önemli ipuçları sunmakta; aynı zamanda bu kapasitenin hangi alanlarda somutlaştığının ayrıntılı olarak ele alınmasının önemine dikkat çekmektedir. BIM ve YZ’nın birlikte temel kullanım alanları, aşağıda alt başlıklar altında incelenmiştir. Burada adı geçen yazılımlar, BIM ve YZ veri bütünleşmesini sağlayan örneklerden yalnızca bir bölümünü yansıtmaktadır.

1. Tasarım Optimizasyonu ve Otomasyonu: YZ algoritmaları, parametrik girdiler (boyut, malzeme, bağlam, kısıtlamalar vb.) doğrultusunda çok sayıda üretken tasarım çözümü üretmekte ve bu alternatiflerin performans açısından hızlı bir şekilde karşılaştırılmasına olanak tanımaktadır. Örnek bazı yazılımlar: TestFit ve Revit / ArchiCAD; Dynamo AI; Grasshopper AI (Resim 1).

1. YZ Destekli Mimari Görselleştirme: YZ, BIM modellerindeki verileri kullanarak hızlı ve yüksek kalitede mimari görselleştirmeler üretebimekte; tasarım kararları iteratif, dinamik bir şekilde modelleme ve görselleştirme etkileşimi içinde geliştirilebilmektedir. Kullanıcılar, istem (prompt) ile doğal dil tabanlı bir etkileşim yoluyla farklı stil, malzeme ve renk tercihlerini, 3B model üzerinde istedikleri bakış açılarından deneyimleyebilmektedir. Örnek bazı yazılımlar: ArchiCAD AI Visualizer; Allplan AI Visualizer; EvolveLAB Veras (Resim 2).

1. Süreç ve Proje Planlaması: YZ, inşaat programlamasını ve genel proje yönetimini optimize edebilmektedir. BIM ile YZ’nin bütünleşmesi, BIM modelinde depolanan bilgilerden yararlanarak zaman çizelgesi ve kaynak optimizasyonu gibi tahminlemelere yardımcı olmakta; tekrarlanan işler azaltmaktadır. Bu sayede, projelerin daha verimli bir şekilde yönetilmesi ve gecikme sürelerinin azaltılması sağlanmaktadır. Örnek bazı yazılımlar: Kaynak ve süre optimizasyonu için ALICE Technologies ve Revit / Autodesk ACC; inşaat süreçleri yönetimi için Procore ve Autodesk ACC; BIM veri görselleştirme ve analizi için Microsoft Power BI / Tableau.

1. Risk ve Hata Analizi: YZ, risk seviyelerini gerçek zamanlı olarak öğrenme, tahmin ve tespit etme yeteneği sayesinde inşaat projelerindeki hata ve risk analizinin doğruluğunu artırmaktadır. Şantiyelerde uygulanan görüntü işleme algoritmaları, proje planlarından sapmaların gerçek zamanlı olarak belirlenmesini sağlarken, öngörücü modeller, lojistiği, planlamayı ve iş gücü dağıtımını optimize etmektedir[18] Örnek bazı yazılımlar: Güvenlik ve risk analizi için ALICE Smartvid.io ve Autodesk Revit / ACC; şantiye ilerleme ve kalite kontrolü için Doxel AI ve Autodesk ACC; kamera ve YZ ile saha denetimi için Buildots ve Autodesk Revit / ACC (Resim 3).

1. Maliyet Tahmini ve Finansal Optimizasyon: YZ, geçmiş proje verilerinden öğrenerek inşaat maliyetlerinin daha güvenilir ve doğru bir şekilde tahmin edilmesini sağlayabilmektedir. YZ sistemleri, bina tipolojileri, inşaat yerleri ve alt yüklenici kombinasyonları arasındaki desenleri ve ilişkileri inceleyerek tasarım ekiplerine maliyetler hakkında önceden bilgi sunmakta ve projenin finansal açıdan daha verimli yönetilmesine yardımcı olmaktadır[19]. Örnek bazı yazılımlar: Maliyet tahmini için Alice Cost AI ve Revit / ARCHICAD / ACC; finansal planlama için GenieBelt + Revit / ARCHICAD; bütçe optimizasyonu için CostOS AI + Revit / ARCHICAD.

1. Yaşam Döngüsü ve Sürdürülebilirlik Optimizasyonu: BIM ile birlikte kullanıldığında, YZ, kaynak kullanımını optimize edebilmekte, atıkları azaltabilmekte ve bina yaşam döngüsü boyunca malzeme yeniden kullanımı fırsatlarını belirleyerek döngüsel ekonomi ilkelerine katkıda bulunmaktadır[20]. Örnek bazı yazılımlar: Karbon ve sürdürülebilirlik analiz / önerileri için Tally ve Revit / ArchiCAD; enerji performansı optimizasyonu için Cove.Tool ve Revit / ArchiCAD; enerji ve HVAC performansı simülasyonu / tasarım optimizasyonu için Sefaira ve Revit / ArchiCAD (Resim 4).

1. Tahmin ve Bakım Yönetimi: YZ, BIM modellerinden toplanan verileri analiz ederek binaların performansını ve olası arızaları tahmin edebilmektedir. Bu sayede, tesis yönetimi süreçleri optimize edilmekte ve bakım operasyonları daha verimli hale gelerek maliyetleri düşmektedir[21]. Örnek bazı yazılımlar: Performans tahmini için IBM Maximo ve Autodesk ACC / ARCHICAD; bakım optimizasyonu için Facilio AI ve Revit / ARCHICAD / ACC; operasyon simülasyonu için BuildingIQ ve Revit / ARCHICAD.

BIM ve YZ bütünleşmesine dair uygulama alanları, YZ’nın BIM verilerinden değer üretmesini sağlayan çok boyutlu bir yapıya dayanmaktadır. Bu sürecin teknik boyutu, BIM’in zengin ve yapılandırılmış verilerinin YZ algoritmalarının işleyebileceği formata dönüştürülmesine dayanır. İlk adımda, verilerin standartlaştırılması gerekir. Örneğin IFC gibi uluslararası veri formatları ve ifcXML / ifcOWL (RDF / OWL) tabanlı anlamsal dönüşümler, farklı yazılımlar arasında veri paylaşımını kolaylaştırarak birlikte çalışabilirliği sağlar[22]. Sonraki aşamada Python ve R gibi programlama dilleri ile makine öğrenimi platformları, verilerin çıkarılması ve düzenlenmesinde kritik rol üstlenir. Bu hazırlık süreci, makine öğrenimi ve derin öğrenme algoritmalarının uygulanmasına temel oluşturur. Böylece tasarım optimizasyonu, nesne tanıma, bilgisayar görüşü, doğal dil işleme ve evrimsel algoritmalar gibi farklı uygulamalar mümkün hale gelir[23]. YZ ile BIM’in birlikte çalışabilmesi için ise eklenti tabanlı çözümler, bulut tabanlı ortak veri ortamları (CDE), API / middleware bağlantıları veya yerel sunucu tabanlı sistemler kullanılabilir. Bu yaklaşımların her biri ölçeklenebilirlik, güvenlik, kullanım kolaylığı ve uyumluluk açısından farklı avantajlar ve sınırlılıklar barındırır.

Sonuç ve Değerlendirmeler

Bu makalede YZ ve BIM bütünleşmesinin mimari tasarımdan inşaat yönetimine, sürdürülebilirlikten bakım süreçlerine kadar farklı aşamalarda sunduğu avantajlar ve uygulama alanları ele alınmıştır. Bu bütünleşmenin, yalnızca teknik işlevleri kolaylaştırmakla kalmayıp; aynı zamanda veri odaklı karar alma, disiplinlerarası işbirliği ve verimlilik artışı açısından stratejik fırsatlar sunduğu ortaya konmuştur. Ayrıca, standartlar, protokoller ve makine öğrenimi tabanlı algoritmalar aracılığıyla desteklenen bu bütünleşmenin, MMİ sektörünün dijital dönüşümünde önemli bir paradigma değişimini temsil ettiği vurgulanmıştır.

YZ ve BIM bütünleşmesi önemli fırsatlar yaratırken çeşitli zorlukları da beraberinde getirmektedir. Öncelikle, verilerin farklı formatlarda, ölçü birimlerinde ve detay seviyelerinde üretilmesi nedeniyle ortaya çıkan tutarsızlıklar, YZ sistemlerinin verileri etkin şekilde işlemesini zorlaştırmakta ve birlikte çalışabilirliği sınırlamaktadır[24]. BIM yazılımları ile YZ araçları arasında standartlaştırılmış protokollerin eksikliği bütünleşmenin önünde engel oluşturmaktadır. Projelerin boyutunun ve karmaşıklığının artmasıyla birlikte veri hacmi katlanarak büyümekte, bu da gerçek zamanlı analiz için güçlü bir veri işleme altyapısı gerektirmektedir. Ayrıca dinamik verilerle çalışma gerektiren durumlarda (örn. IoT sensör verileri) bu verilerin BIM modelleriyle uyumsuzluğu, YZ’nın bu verileri yorumlamadaki zorlukları ve ek arayüzlere olan ihtiyacı süreci daha karmaşık hale getirmektedir[25].

Teknik engellerin yanı sıra, etik ve yasal belirsizlikler de öne çıkmaktadır. BIM sistemlerinde depolanan hassas proje verileri, kimi zaman kişisel bilgiler, veri güvenliği ve gizlilik açısından risk oluşturmaktadır. YZ algoritmalarının bu verilere erişimi, ihlal ve yetkisiz kullanım olasılığını artırırken, geçmiş verilere dayalı olarak eğitilen YZ modelleri, bu verilerdeki önyargılı veya taraflı yapıyı devam ettirebilmektedir[26]. İnşaat sektöründe YZ uygulamalarına özgü bir etik çerçevenin henüz bulunmaması, firmaların doğru uygulamalar için kılavuz ve standartlara olan ihtiyacını artırmaktadır[27]. Ayrıca, iş gücünde YZ ve veri bilimi uzmanlığının yetersizliği, bütünleşme sürecini yavaşlatmakta ve firmaları dış danışmanlara bağımlı hale getirmektedir[28]. Yüksek yazılım ve donanım maliyetleri ile geleneksel iş akışlarına bağlı firmaların değişime direnç göstermesi de dönüşümün önündeki diğer önemli engellerdir[29].

Bu engellere rağmen hem teknik stratejiler hem de kurumsal adımlar atılarak BIM ve YZ bütünleşmesi daha etkin şekilde sağlanabilir. Teknik açıdan; veri standartlarının oluşturulması, veri kalitesinin artırılması, ileri düzey YZ destekli BIM yazılımlarının benimsenmesi, veri çıkarımı için arayüzlerin geliştirilmesi, ortak veri ortamlarının kullanılması ve dijital ikiz tabanlı gerçek zamanlı bütünleşme kritik rol oynamaktadır[30]. Bunun yanında iş gücünün eğitim programlarıyla güçlendirilmesi, etik çerçevelerin oluşturulması, pilot projelerle kademeli uygulamaların hayata geçirilmesi, sektörler arası işbirliğinin teşvik edilmesi ve sürekli yatırım ile gelişimin sürdürülmesi, bütünleşme sürecini destekleyen temel unsurlar olarak öne çıkmaktadır[31].

NOTLAR

[1] Du, S.; Hou, L.; Zhang, G.; Tan, Y.; Mao, P., 2024, “BIM and IFC Data Readiness for AI Integration in the Construction Industry: A Review Approach”, Buildings, cilt:14 sayı:10, ss.1–54. https://doi.org/10.3390/buildings14103305; Aleke, C. U.; Usang, W. O.; Obi-obuoha, A.; Jolaosho, A. A.; Michael, O. O., 2024, “Artificial Intelligence as a tool for enhancing Building Information Modeling (BIM)”, World Journal of Advanced Research and Reviews, cilt:24 sayı:2, ss.1833–1846. https://doi.org/10.30574/wjarr.2024.24.2.3517.

[2] Khan, A. A.; Bello, A. O.; Arqam, M.; Ullah, F., 2024, “Integrating Building Information Modelling and Artificial Intelligence in Construction Projects: A Review of Challenges and Mitigation Strategies”, Technologies, cilt:12 sayı:10, ss.1–19. https://doi.org/10.3390/technologies12100185; Zhang, R.; Tang, Y.; Wang, L.; Wang, Z., 2020, “Factors Influencing BIM Adoption for Construction Enterprises in China”, Advances in Civil Engineering, cilt:2020 sayı:1, ss.1–15. https://doi.org/10.1155/2020/8848965; Motalebi, M.; Heffernan, E.; McCarthy, T. J.; Marzban, S.; Rashidi, A., 2025, “Sustainability and Stakeholder Engagement in Building Information Modelling - Enabled Construction”, Sustainability, cilt:17, sayı:3, ss.1–37. https://doi.org/10.3390/su17031086.

[3] Du vd., 2024.

[4] Aleke vd., 2024.

[5] Manzoor, B.; Othman, I.; Gardezi, S. S. S.; Altan, H.; Abdalla, S. B., 2021, “BIM-Based Research Framework for Sustainable Building Projects: A Strategy for Mitigating BIM Implementation Barriers”, Applied Sciences, cilt:11, sayı:12, ss.1–18. https://doi.org/10.3390/app11125397.

[6] Resmi Gazete, 2025, 11 Mart 2025, sayı:32838, (https://www.resmigazete.gov.tr/11.03.2025).

[7] Heidari, A.; Peyvastehgar, Y.; Amanzadegan, M., 2023, “A systematic review of the BIM in construction: from smart building management to interoperability of BIM and AI”, Architectural Science Review, cilt:67 sayı:3, ss.237–254. https://doi.org/10.1080/00038628.2023.2243247; Khan vd., 2024; Aleke vd., 2024.

[8] Russell, S.; Norvig, P., 2010, Artificial intelligence: A modern approach (3rd ed.), Prentice Hall, Upper Saddle River, NJ.

[9] Egwim, C. N.; Alaka, H.; Demir, E.; Balogun, H.; Olu-Ajayi, R.; Sulaimon, I.; Wusu, G.; Yusuf, W.; Adegoke, M., 2023, “Artificial Intelligence in the Construction Industry: A Systematic Review of the Entire Construction Value Chain Lifecycle”, Energies, cilt:17 sayı:1, ss.1–21. https://doi.org/10.3390/en17010182.

[10] Zavaleta, J., 2025, “The future of BIM using Artificial Intelligence tools”, SSRN Electronic Journal. https://doi.org/10.2139/ssrn.5265359.

[11] Aleke vd., 2024.

[12] Heidari vd., 2023; Xu, G.; Guo, T., 2025, “Advances in AI-powered civil engineering throughout the entire lifecycle”, Advances in Structural Engineering, cilt:28 sayı:9, ss.1515–1541. https://doi.org/10.1177/13694332241307721.

[13] Omotayo, T.; Tanyer, A. M.; Deng, J.; Kaima, A.; Akponeware, A.; Pekeriçli, M. K.; Shikder, S.; Ogunnusi, M., 2025, “Advancing AI-Powered BIM for Circularity in Construction in the UK and Turkiye: State-of-the-Art Review and Capability Maturity Modelling”, Buildings, cilt:15 sayı:8, ss.1–21. https://doi.org/10.3390/buildings15081224; Rane, N., 2023, “Integrating Building Information Modelling (BIM) and Artificial Intelligence (AI) for Smart Construction Schedule, Cost, Quality, and Safety Management: Challenges and Opportunities”, SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4616055.

[14] Underwood, J.; Işıkdağ, Ü., 2011, “Emerging technologies for BIM 2.0”, Construction Innovation, cilt:11 sayı:3, ss.252–258. https://doi.org/10.1108/14714171111148990.

[15] Heidari vd., 2023; Zavaleta, 2025.

[16] Alathamneh, S.; Collins, W.; Sands, K.; Leathem, T.; Liu, J., 2025, “Artificial Intelligence and Building Information Modeling in Construction: Applications, Challenges, and Future Opportunities”, Journal of Construction Informatics, cilt:1, sayı:1, ss.1–9. https://doi.org/10.7771/3067-4883.1913.

[17] Heidari vd., 2023; Zavaleta, 2025; Aleke vd., 2024.

[18] Heidari vd., 2023; Dagou, H. H.; Gürgün, A. P.; Koç, K.; Budayan, C., 2025, “The Future of Construction: Integrating Innovative Technologies for Smarter Project Management”, Preprints, ss.1–28. https://doi.org/10.20944/preprints202503.0447.v1.

[19] Bernstein, P. G.; Holloway, C.; Furness, S., 2022, Machine learning: Architecture in the age of artificial intelligence, RIBA Publishing, London. https://doi.org/10.4324/9781003297192.

[20] Heidari vd., 2023.

[21] Heidari vd., 2023.

[22] Du vd., 2024; Bernstein vd., 2022; Heidari vd., 2023.

[23] Weber Lewerenz, B. C., 2022, Accents of added value in Construction 4.0: Ethical observations in dealing with digitization and AI, Springer Nature, Wiesbaden. https://doi.org/10.1007/978-3-658-39407-3; Awe, M.; Malhi, A.; Budka, M.; Mavengere, N.; Dave, B., 2025, “Towards 4D BIM: A Systematic Literature Review on Challenges, Strategies and Tools in Leveraging AI with BIM”, Buildings, cilt:15 sayı:7, ss.1–40. https://doi.org/10.3390/buildings15071072

[24] Heidari vd., 2023.

[25] Du vd., 2024.

[26] Aleke vd., 2024; Heidari vd., 2023.

[27] Weber - Lewerenz, 2022.

[28] Aleke vd., 2024.

[29] Heidari vd., 2023.

[30] Aleke vd., 2024; Heidari vd., 2023; Du vd., 2024; Zavaleta, 2025.

[31] Aleke vd., 2024; Heidari vd., 2023; Zavaleta, 2025.