Budapest University of Technology and EconomicsFaculty of Civil Engineering - Since 1782

1. Problémafelvetés: az infrastruktúra megvalósítás és a finanszírozhatóság közötti rés
A globális infrastrukturális ágazat egyik problémája a megvalósítási rés, vagyis a tervezett beruházások és a ténylegesen megvalósuló projektek közötti különbség. Ennek oka sok esetben nem a tőke hiánya, hanem a projektek korlátozott finanszírozhatósága (bankképessége). A finanszírozók akkor képesek megalapozott döntést hozni, ha megfelelő mélységű műszaki átláthatóság, hitelesített helyszíni adatállomány és objektív, ellenőrizhető projektinformáció áll rendelkezésükre. A kutatás alapfeltevése szerint a beruházások finanszírozását akadályozó bizalmi deficit — amely az információs aszimmetriából, az eltérő szereplői érdekekből és a morális kockázatból ered — mérsékelhető, amennyiben a geoinformatikai és monitoring adatok, döntéstámogató eszközintelligenciává alakíthatók. A kutatás célja olyan tudományosan megalapozott módszertan kidolgozása, amely hozzájárulhat az infrastruktúra projektek műszaki állapotának, kockázatainak és fenntarthatósági jellemzőinek objektív, reprodukálható és pénzügyi szempontból is értelmezhető leírásához.

2. Tudományos kihívás: heterogén adatok átalakítása döntésre kész indikátorokká
A kutatás kihívása annak vizsgálata, hogy a különböző eredetű, eltérő szerkezetű és minőségű geoinformatikai és műszaki adatforrások miként egyesíthetők, hogy azokból objektív, megbízható és interoperábilis döntéstámogató indikátorok legyenek. A kutatás a következő adatforrások integrált vizsgálatára épül: 3D pontfelhő-alapú felmérések, geodéziai és helyszíni monitoring adatok, IoT-szenzorokból származó adatfolyamok, BIM és Digital Twin környezetek, a kivitelezési előrehaladást dokumentáló nyilvántartások. A tudományos munka egyik eleme, hogy ezen adatokból hogyan alakítható ki egy olyan digitális referenciaállapot, amely a projekt fizikai valóságát torzításmentesen reprezentálja.

3. Kutatási kérdések
RQ1: A geoinformatikai, geodéziai és szenzoradatok milyen adatfúziós megközelítése adja a projekt fizikai állapotának legobjektívebb, legreprodukálhatóbb és leginkább validálható leírását?
RQ2: Milyen kvantitatív mérnöki indikátorok alkalmasak a műszaki készültség, a teljesítési megfelelés és az ESG-szempontú értékelés reprezentálására?
RQ3: Hogyan integrálhatók ezek az indikátorok interoperábilis digitális környezetbe úgy, hogy alkalmasak legyenek megrendelői, finanszírozói és projektirányítási döntések támogatására?
RQ4: Milyen validációs és verifikációs módszerekkel igazolható, hogy a növekvő műszaki átláthatóság ténylegesen csökkenti a pénzügyi és megvalósítási kockázatot?

4. Módszertan és a várható tudományos eredmények
A kutatás első szakaszában a nemzetközi tudományos szakirodalom feldolgozása történik. E szakasz célja a jelenlegi tudományos állás feltérképezése, a kutatási rés azonosítása, valamint azoknak a módszertani hiányosságoknak a feltárása, amelyek indokolják az új tudományos megoldások kidolgozását. A kutatás sajátossága, hogy ipari partnerek közreműködésével, valós projektkörnyezetből származó adatok és működési tapasztalatok állnak rendelkezésre. Ez lehetővé teszi, hogy a tudományos vizsgálat ne kizárólag elméleti vagy laboratóriumi keretek között történjen, hanem esettanulmányokra és valós projektadatokra támaszkodjon. A téma tudományos újdonsága abban áll, hogy kapcsolatot teremt az építőmérnöki tudományok, a geoinformatika, a digitális iker-alapú projektkövetés, a projektirányítás és az infrastruktúra-finanszírozás között. A kutatás hozzájárulhat olyan új tudományos módszerek megalkotásához, amelyek révén a nyers helyszíni adatokból validált, összehasonlítható és pénzügyi szempontból is értelmezhető információk állíthatók elő. Ez nemcsak az infrastruktúra-projektek műszaki értékelésének fejlesztéséhez járulhat hozzá, hanem új alapot teremthet a beruházások objektívebb kockázatkezeléséhez és a megalapozottabb finanszírozási döntésekhez is.

***

1. Problem Statement: The Gap Between Infrastructure Implementation and Bankability
A primary challenge within the global infrastructure sector is the implementation gap—the discrepancy between planned investments and projects that are realized. In many instances, this is not due to a lack of capital but rather the limited bankability of the projects. Financiers can only make informed decisions if they have access to adequate technical transparency, verified on-site datasets, and objective, verifiable project information. The fundamental hypothesis of this research is that the trust deficit hindering investment financing—stemming from information asymmetry, divergent stakeholder interests, and moral hazard—can be mitigated if geoinformatic and monitoring data are transformed into decision-support intelligence. The objective of the research is to develop a scientifically grounded methodology that contributes to the objective, reproducible, and financially interpretable description of the technical condition, risks, and sustainability characteristics of infrastructure projects.

2. Scientific Challenge: Transforming Heterogeneous Data into Decision-Ready Indicators The core challenge of this research is to investigate how geoinformatic and technical data sources of diverse origins, structures, and qualities can be integrated to form objective, reliable, and interoperable decision-support indicators. The research is built upon the integrated analysis of the following data sources: 3D point cloud-based surveys, geodetic and on-site monitoring data, IoT sensor data streams, BIM and Digital Twin environments, and records documenting construction progress. A key element of scientific work is determining how these data can be used to establish a digital reference state that represents the physical reality of the project without distortion.

3. Research Questions
• RQ1: Which data fusion approach for geoinformatic, geodetic, and sensor data provides the most objective, reproducible, and validatable description of a project's physical status?
• RQ2: Which quantitative engineering indicators are suitable for representing technical readiness, performance compliance, and ESG-based evaluation?
• RQ3: How can these indicators be integrated into an interoperable digital environment to support developer, financier, and project management decisions?
• RQ4: Through what validation and verification methods can it be proven that increased technical transparency effectively reduces financial and implementation risks?
•
4. Methodology and Expected Scientific Results The initial phase of the research involves a comprehensive review of international scientific literature. The aim of this stage is to map the current state-of-the-art, identify the research gap, and uncover the methodological deficiencies that justify the development of new scientific solutions. A unique feature of this research is the availability of data and operational experience from real-world project environments, provided through collaboration with industrial partners. This ensures that the scientific investigation is not limited to theoretical or laboratory frameworks but relies on case studies and empirical project data. The scientific novelty of the topic lies in establishing a link between civil engineering, geoinformatics, Digital Twin-based project tracking, project management, and infrastructure finance. The research contributes to the creation of new scientific methods through which validated, comparable, and financially interpretable information can be generated from raw on-site data. This will not only improve the technical evaluation of infrastructure projects but also establish a new foundation for objective risk management and more informed financing decisions.