AI-powered construction ERP platform launches

AEC Magazine • 4. November 2025

Nexus from CMiC offers natural language processing, “construction intelligence” and agent-driven automation


CMiC has launched Nexus, a construction ERP (Enterprise Resource Planning) platform powered by more than 25 intelligent AI agents. According to the company, Nexus redefines how construction teams interact with data, automate workflows, and make critical business decisions — enabling them to focus on high-value strategic work rather than repetitive processes.

 

“Our AI-powered features offer users advanced data visualization capabilities, business intelligence tools, and the ability to leverage natural language to optimise key business functions,” says Gord Rawlins, president & CEO, CMiC.

 

For project management, AI automates drawing uploads by extracting sheet numbers and titles, organises spec books into trade sections with CSI codes, and pre-fills submittal records to accelerate log creation.



The Project Pulse Dashboard uses sentiment analysis on daily journal entries to detect emerging issues like delays and safety concerns before they impact project outcomes.

The Financials module enables users to create Balance Sheets, Income Statements, and other financial documents using natural language which, according to the company, dramatically reduces preparation time from hours to minutes.

CMiC’s Analytics capabilities are said to democratise data access as team members are able to ask questions and receive instant insights, regardless of technical expertise. On top of that, agent-driven automation deploys over 25 AI agents across project management and financials to handle routine tasks, from master cost code maintenance to bank reconciliation and financial impact analysis.

In addition to its AI capabilities, Nexus features a modern user interface built on Material 3 design principles, delivering what CMiC descrivbes as enhanced visual clarity, improved readability, and faster information processing.

“NEXUS represents a fundamental shift in how construction teams interact with their ERP. From agentic workflows that handle complex tasks autonomously, to ‘AL’ delivering instant insights, to AI woven directly into the tools you use every day — it all comes together in a modern, unified experience. This is construction technology reimagined for the AI era,” said Steve Cangiano, Chief Product Officer at CMiC.

von Michael Plat 5. November 2025
Gemeinsam mit Leica Geosystems haben wir einen Videokurs entwickelt, der den Aufbau eines historischen Dachstuhls in Autodesk Revit zeigt. Wir führen euch Schritt für Schritt durch den gesamten Prozess – von der Punktwolke bis zum fertigen 3D-Modell. Im Kurs werden zwei Ansätze vorgestellt: die klassische Modellierung mit Trägerfamilien und die adaptive, parametrische Arbeitsweise – mit deutlichen Unterschieden in Präzision und Flexibilität. Der Schwerpunkt liegt auf der adaptiven parametrischen Modellierung – einer Methode, mit der sich selbst komplexe Geometrien flexibel und effizient abbilden lassen. Ziel des Kurses Erstellung eines Revit-Modells einer historischen Dachkonstruktion (Holzbau), das auf einer Punktwolke basiert. Dabei werden zwei Methoden verglichen:  Klassische Modellierung mit Balkenfamilien Adaptive Modellierung mit parametrischen Familien Kursablauf – Arbeitsschritte Vorbereitung Archiv mit Projektdateien herunterladen und entpacken Projekt in Autodesk Recap anlegen (E57-Datei importieren) Punktwolke bereinigen und Koordinatenursprung korrekt setzen Einrichtung in Revit Neues Projekt starten, Punktwolke verknüpfen Achsen, Ebenen und Bearbeitungsbereiche anlegen Punktwolke in Revit richtig platzieren und fixieren Sichtbarkeitsbereiche (Scope Box, View Range) einstellen Konzeptionelle Modellierung Erstellung einer konzeptionellen Dachform mit Referenzpunkten und -linien Aufbau von Dach- und Turmgeometrien Parametrische Steuerung (z. B. Dachwinkel, Höhen, Punkte) Erstellung von adaptiven Linien und Flächen für spätere Holzrahmen Architektonische Modellierung Aufbau von Dach-, Boden- und Wandflächen auf Basis der konzeptionellen Form Einfügen von Öffnungen (Fenster, Schornsteine) Arbeiten mit Ansichtsvorlagen und Sichtbarkeitseinstellungen Klassische Holzmodellierung Verwendung einer Trägerfamilie (Beam Family) Balken nach Punktwolkengeometrie ausrichten Manuelle Winkel- und Schnittanpassungen über Parameter Nachteile: hohe manuelle Nacharbeit bei Änderungen Adaptive Holzmodellierung Verwendung adaptiver Komponentenfamilien mit Referenzlinien Automatische Anpassung an konzeptionelle Form Platzierung von Sparren, Pfetten, Stützen und Streben Parametrische Steuerung von Winkeln, Offsets und Längen Deutlich flexiblere Anpassung an Änderungen der Form Verfeinerung und Detailierung Einfügen von Diagonalsparren, Querstreben, Pfetten und Stützen Anwendung von Schnittfamilien zur präzisen Verbindungen Überprüfung der Anpassungsfähigkeit (Parametrisierungstest) Abschluss Zusammenführen der Geometrie Kontrolle in 3D- und Schnittansichten Synchronisation und Abschluss des Projekts Vergleich beider Methoden (klassisch vs. adaptiv)
von AEC Magazine 5. November 2025
AI platform designed to turning know-how from past projects into “design Intelligence” The post AI extracts knowledge from past projects appeared first on AEC Magazine.
von AEC Magazine 31. Oktober 2025
AI analyses drawings and specifications then automatically extracts product information The post mbue launches AI-powered submittals appeared first on AEC Magazine.
von AEC Magazine 31. Oktober 2025
New tool helps build stronger financial cases for water infrastructure investments The post CivilSense ROI Calculator launches appeared first on AEC Magazine.
von AEC Magazine 31. Oktober 2025
Planradar report reveals inconsistent QA/QC leads to reduced visibility, putting projects at risk of higher costs and lower margins. The post Inconsistent QA/QC standards threatening construction profits appeared first on AEC Magazine.
von AEC Magazine 29. Oktober 2025
Structural analysis and design software puts spotlight on mobile loads and code compliance The post Scia Engineer 2026 launches appeared first on AEC Magazine.
von AEC Magazine 29. Oktober 2025
Digital twin pilot project analyses data captured by real-time cameras The post City of Raleigh using AI to gain insight into traffic appeared first on AEC Magazine.
von AEC Magazine 29. Oktober 2025
Acquisition will help strengthen OpenSpace’s “Visual Intelligence Platform” The post OpenSpace acquires construction progress tracking firm Disperse appeared first on AEC Magazine.
von AEC Magazine 9. Oktober 2025
The hidden threat inside EULAs, Autodesk shows its AI hand, Chaos embraces AI and lots more The post AEC Magazine September / October 2025 appeared first on AEC Magazine.
von Michael Plat 6. Februar 2024
Unsere Enscape Experimente von 2019