Wettbewerbsunterlagen mit KI vorbereiten

Das echte Ausmaß des Problems

Architekturwettbewerbe sind das einzige Akquisitionsmittel, das kleinen Büros den Zugang zu großen öffentlichen Projekten ermöglicht — Direktvergaben und Verhandlungsverfahren setzen oft Referenzen voraus, die nur größere Büros haben. Gleichzeitig ist das Risiko-Nutzen-Verhältnis für kleine Büros strukturell ungünstig.

Laut Bundesarchitektenkammer nehmen pro offenem Wettbewerb im Schnitt 50–150 Büros teil. Die Gewinnwahrscheinlichkeit liegt für ein einzelnes Büro bei unter zwei Prozent. Die Vorbereitungskosten für einen mittleren Wettbewerb — Auslobungsanalyse, Konzeptentwicklung, Entwurfsarbeit, Visualisierungen, Modell — liegen in einem kleinen Büro bei 15.000 bis 40.000 Euro in Manntagen, die nicht anderweitig fakturiert werden.

Das ökonomisch Rationale wäre: Nur an Wettbewerben teilnehmen, die man anhand der Auslobung als besonders chancenreich bewertet. Das Problem: Die Bewertung erfordert das Lesen der Auslobung — und dafür fehlt oft die Zeit, bevor man entscheidet, ob man überhaupt Zeit investieren will.

Laut BAK-Architektenbefragung 2025 nutzen bereits 44 Prozent aller Architektinnen und Architekten KI für Konzeptbilder — aber für die vorgelagerte Auslobungsanalyse und strategische Wettbewerbsselektion wird KI kaum systematisch eingesetzt.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Das ist die stärkste Achse dieses Use Cases — und sie ist real. Eine 80-seitige Auslobung lässt sich von einem LLM in 15 Minuten auf die wesentlichen Anforderungen, Ausschlusskriterien und formalen Einreichungsbedingungen reduzieren. Was früher einen Nachmittag kostete, ist jetzt eine Stunde. Das ist die konsistenteste und zuverlässigste Zeitersparnis im Architektur-Toolset.

Kosteneinsparung — sehr gering (1/5) Das ist der ehrlichste Score in diesem Anwendungsfall. Wettbewerbe kosten Büros erhebliche Kapazität — und KI spart Zeit, aber keine Kosten im eigentlichen Sinne: Du steckst die eingesparte Zeit in mehr Wettbewerbe, nicht in Rechnung. Die Visualisierungskosten sinken (kein externes Renderingstudio für frühe Konzeptbilder), aber das ist im Verhältnis zur Gesamtinvestition marginal. Und ob du gewinnst, entscheidet die Qualität des Entwurfs — nicht das Tool.

Schnelle Umsetzung — hoch (4/5) Du kannst heute noch anfangen: Auslobungs-PDF hochladen, Analyseauftrag an ChatGPT oder Claude erteilen, erste Visualisierungen mit Midjourney erstellen. Keine Einrichtung, kein Setup. Das ist einer der wenigen Anwendungsfälle im Architektur-Toolset, bei dem der erste echte Nutzen innerhalb von Stunden, nicht Wochen entsteht.

ROI-Sicherheit — gering (2/5) Das ist die ehrlichste Einschränkung dieses Use Cases: Der ROI hängt vom Wettbewerbserfolg ab, der wiederum von Entwurfsqualität, Preisgericht-Präferenzen und Zufallselementen abhängt. KI verbessert die Vorbereitung — aber nicht die Gewinnwahrscheinlichkeit. Wer fünf Wettbewerbe mit KI-Unterstützung vorbereitet, hat fünf bessere Chancen als vorher — aber keine sichere Rendite. Das ist der fundamentale Unterschied zu den anderen Anwendungsfällen, bei denen der Nutzen direkt messbar ist.

Skalierbarkeit — gering (2/5) Jeder Wettbewerb ist individuell: ein anderer Standort, ein anderes Programm, eine andere Jury. Die KI-gestützte Auslobungsanalyse skaliert, weil das Analyse-Schema wiederverwendbar ist — aber die eigentliche Entwurfsarbeit skaliert nicht. Du kannst mehr Auslobungen analysieren, aber nicht mehr Wettbewerbe gleichzeitig bearbeiten als dein Team erlaubt.

Richtwerte — stark abhängig von Wettbewerbstyp, Bürogröße und bisherigem Visualisierungs-Setup.

Was KI bei Wettbewerbsunterlagen konkret macht

Schritt 1: Auslobungsanalyse — wer, was, wie, wann

Du lädst die Auslobungs-PDF in ChatGPT oder Claude und bittest das Modell, eine strukturierte Zusammenfassung zu erstellen. Die Analysepunkte, die bei jedem Wettbewerb relevant sind:

• Wer ist der Auslober und was ist das politische Ziel hinter dem Wettbewerb?
• Welche Nutzungen sind vorgesehen und welche Flächen sind gefordert?
• Welche planungsrechtlichen Vorgaben gelten (B-Plan, Denkmalschutz, Nachverdichtung)?
• Welche formalen Einreichungsanforderungen gibt es (Pläne, Modell, Präsentationsformat)?
• Wie ist das Preisgericht zusammengesetzt — Fachpreisrichter und Sachpreisrichter?
• Was sind die Ausschlusskriterien (technische Bedingungen, Termine)?

Das dauert 15–30 Minuten. Das Ergebnis ist eine strukturierte Checkliste, die du auch ohne stundenlange Auslobungslektüre verstehen kannst.

Schritt 2: Strategische Entscheidung — mitmachen oder nicht

Auf Basis der Analyse kannst du bewerten: Passt dieser Wettbewerb zu unserem Büro? Entsprechen die Nutzungsanforderungen unserer Erfahrung? Wie groß ist der Teilnehmerkreis? Wie hoch sind Preisgeld und Beauftragungschance? Diese Entscheidung triffst du weiterhin du — KI strukturiert die Informationsbasis.

Schritt 3: Konzeptrecherche und Referenzprojekte

Wenn du teilnimmst: KI-gestützte Recherche nach städtebaulichen Referenzprojekten, Nutzungsprogramm-Beispielen und Materialien zur Standortgeschichte. Perplexity Pro eignet sich für die webbasierte Recherche; ChatGPT für die strukturierte Auswertung von Dokumenten, die du hochlädst.

Schritt 4: Erste Visualisierungen ohne Renderingstudio

Midjourney für erste Moodboards und Atmosphärebilder; Veras für geometriegenaue Renders, wenn bereits ein 3D-Modell steht. Für die frühe Konzeptphase eines Wettbewerbs — bevor das Entwurfskonzept feststeht — ist Midjourney der richtige Einstieg. Der Anwendungsfall ist hier identisch mit dem Entwurfsvisualisierungs-Anwendungsfall — beide Werkzeuge können genutzt werden.

Was KI nicht kann:

Den Entwurf entwickeln: Generative KI kann Bilder erzeugen, die architektonisc aussehen — aber keinen konsistenten, programmgerechten und strukturell schlüssigen Entwurf. Das bleibt menschliche Kreativleistung.

Das Preisgericht einschätzen: Welchen ästhetischen Präferenzen die Jurymitglieder folgen, lässt sich nicht aus deren Biografie ableiten. Das ist Erfahrungswissen aus Wettbewerbsbeobachtung.

Formale Vollständigkeit garantieren: KI kann Checklisten erstellen — aber die Prüfung, ob deine Pläne den exakten Formatvorgaben entsprechen, bleibt manuell.

Konkrete Werkzeuge — was wann passt

ChatGPT (GPT-4o) oder Claude (ab 20–25 €/Monat) Für Auslobungsanalyse und Konzeptrecherche. Claude eignet sich für lange Dokumente (große Kontextfenster); ChatGPT für Prompts mit vielen Quellen und Bildanalyse. Beide können Auslobungs-PDFs direkt verarbeiten. Das ist das Kern-Werkzeug für die Analyse-Phase.

Perplexity Pro (ca. 20 USD/Monat) Für die Recherche zu Standort, Stadtgeschichte, ähnlichen Projekten und Referenzen, die du im Wettbewerb erwähnen oder als Inspiration nutzen willst. Perplexity kombiniert Websuche mit Quellenangabe — besser als manuelle Google-Suche für strukturierte Recherche-Aufgaben.

Midjourney (ab 10 USD/Monat) und Veras (ab 29 USD/Monat) Für frühe Konzeptvisualisierungen und Moodboards. Midjourney für atmosphärische Bilder ohne CAD-Grundlage; Veras wenn ein 3D-Modell im frühen Stadium vorhanden ist. Beide ersetzen das externe Renderingstudio in der Konzeptphase.

NotebookLM (kostenlos) Wenn du für einen Wettbewerb viele Dokumente sammeln willst — Auslobung, kommunale Flächennutzungspläne, Bestandsanalysen, Standortdossiers — bietet NotebookLM eine RAG-basierte Suche über alle geladenen Quellen. Besonders nützlich für umfangreiche Wettbewerbe mit vielen Planungsgrundlagen.

Datenschutz und Datenhaltung

Auslobungsunterlagen von Wettbewerben sind in der Regel öffentlich zugänglich — DSGVO-Probleme entstehen hier kaum. Trotzdem gibt es relevante Punkte:

Anonymitätspflicht bei offenen Wettbewerben: Bei anonymen Wettbewerbsverfahren (nach RPW 2013 oder VOF) darf das teilnehmende Büro nicht identifizierbar sein. Wenn du Auslobungsanalysen in ChatGPT mit Büronamen im Account durchführst und Prompts Standortbeschreibungen enthalten, ist das theoretisch rückverfolgbar. Für anonyme Verfahren: Kein Büroname im Prompt, neutraler Testaccount oder lokales Tool.

Vertrauliche Planungsgrundlagen: Manche Auslobungen enthalten Unterlagen, die explizit als vertraulich gekennzeichnet sind (z. B. bei nicht-offenen Wettbewerben). Prüfe vor dem Upload in Cloud-Tools, ob die Auslobung eine Vertraulichkeitsklausel enthält.

Visualisierungen und Datenhaltung: Veras (Server in den USA) und Midjourney (Server in den USA) sind für frühe Konzeptbilder in der Regel unproblematisch — Entwurfsgeometrien im frühen Stadium sind nicht schutzbedürftig. Vor Einreichung: Prüfe ob der finale Entwurf Geheimhaltungsklauseln unterliegt.

Was es kostet — realistisch gerechnet

Setup-Aufwand (einmalig):

• Analyse-Prompt-Schema für Auslobungen entwickeln: 2–3 Stunden
• Midjourney und Veras testen: 2–4 Stunden
• Keine Systemintegration, kein Datenimport

Laufende Kosten (monatlich):

• ChatGPT Plus oder Claude Pro: 20–25 €/Monat
• Midjourney Basic: 10 USD/Monat; Standard: 30 USD/Monat
• Veras Pro: 29 USD/Monat (nur bei BIM-Workflow relevant)
• Perplexity Pro: 20 USD/Monat (optional, für intensive Recherchearbeit)
• Gesamt: ca. 50–100 €/Monat für das vollständige Setup

Konservative ROI-Rechnung:

• Zeitersparnis Auslobungsanalyse: 3 Wettbewerbe/Monat × 3 Stunden Einsparung = 9 Stunden/Monat
• Interner Stundensatz: 80 €/Stunde → ca. 720 €/Monat Zeitwert
• Eingesparte externe Visualisierungskosten: 1–2 Renderings/Wettbewerb × 500–1.000 € = 500–2.000 €/Monat
• Mehrkosten: ca. 50–100 €/Monat

Aber: Der entscheidende ROI-Faktor ist der Wettbewerbsgewinn — und der ist nicht berechenbar. Ein gewonnener Wettbewerb mit 50.000 € Preisgeld und 500.000 € Folgeauftrag übertrifft alle Tool-Investitionen. Wie wahrscheinlich das ist, hängt von der Entwurfsqualität ab — nicht von den Tools.

Ehrliche Einschränkung: Dieser Use Case hat den schlechtesten ROI-Nachweis aller fünf Anwendungsfälle — weil der entscheidende Nutzen (Wettbewerbsgewinn) strukturell schwer zu beweisen ist. Wenn du ROI-Sicherheit suchst, sind die Ausschreibungstexte oder die Baugenehmigungsunterlagen der bessere Einstieg.

Drei typische Einstiegsfehler

1. KI-generierte Konzeptbilder ohne Abgleich mit dem Entwurfskonzept präsentieren. Midjourney-Bilder zeigen atmosphärische Impressionen — keine konsistenten Entwürfe. Ein Bild mit einem Satteldach, das du als Flachdach geplant hast, erzeugt beim Preisgericht oder beim Bauherrn falsche Erwartungen. Jedes KI-Bild in einer Wettbewerbseinreichung muss mit dem tatsächlichen Entwurfskonzept abgeglichen sein. Das ist kein optionaler Schritt.

2. Die Auslobungsanalyse als Ersatz für das Lesen der Auslobung behandeln. Die KI-Zusammenfassung hilft bei der ersten Orientierung — ersetzt aber nicht das gezielte Lesen der rechtlich verbindlichen Einreichungsbedingungen, der Terminfristen und der formalen Anforderungen. Eine KI kann Aussagen aus dem Text herausnehmen — sie kann aber nicht einschätzen, welche Formulierung im Streitfall wie ausgelegt wird. Nutzungsanforderungen und formale Bedingungen: selbst lesen und prüfen.

3. Zu viele Wettbewerbe parallel vorbereiten, weil die Analyse so schnell geht. Schnellere Auslobungsanalyse bedeutet mehr Wettbewerbe, die machbar erscheinen. Die eigentliche Engpassressource ist aber die Entwurfskapazität — und die skaliert nicht mit KI-Tools. Wer drei Wettbewerbe parallel mit KI-Unterstützung angeht, hat drei halbfertige Entwürfe — und gewinnt wahrscheinlich keinen. Besser: Zwei Wettbewerbe sorgfältig als drei oberflächlich.

Was mit der Einführung wirklich passiert

In kleinen Büros gibt es oft Diskussionen darüber, welche Wettbewerbe es wert sind, bearbeitet zu werden. Diese Diskussion wird häufig ohne ausreichende Informationsbasis geführt — weil niemand die Zeit hatte, alle Auslobungen gründlich zu lesen.

Mit KI-gestützter Auslobungsanalyse ändert sich das: Innerhalb eines Tages können mehrere Auslobungen strukturiert verglichen werden. Das verändert die Entscheidungsbasis — nicht die Entwurfsqualität, aber die Selektionsstrategie.

Typisches Widerstandsmuster: “Wettbewerbe gewinnt man mit guten Ideen, nicht mit Tools.” Das stimmt. Die Tools helfen nicht beim Entwerfen — sie helfen beim Recherchieren, beim Visualisieren früher Ideen und beim Entscheiden, welcher Wettbewerb überhaupt bearbeitet wird. Das ist der richtige Rahmen.

Zweites Muster: “Wir wollen nicht, dass unsere Konzepte in US-Cloud-Systemen landen.” Das ist bei anonymen Wettbewerben ein legitimes Bedenken. Die Lösung: Anonymisierte Prompts, kein Büroname, kein Projektname. Die inhaltliche Analyse funktioniert auch ohne diese Informationen.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Wettbewerbe gewinnen wir mit Erfahrung und guten Entwürfen — KI hilft da nicht.” Richtig. KI verbessert nicht deine Entwurfskompetenz. Es verbessert die Vorbereitung: Welche Wettbewerbe sind strategisch sinnvoll? Welche Anforderungen haben wir aus der Auslobung möglicherweise übersehen? Welche Referenzprojekte hätten wir eigentlich kennen sollen? Das sind lösbare Aufgaben.

„Kleine Büros können gegen Großbüros mit umfangreicher KI-Infrastruktur nicht mithalten.” Das ist ein reales strukturelles Problem — laut BAK nutzen Büros mit mehr als 25 Mitarbeitenden KI deutlich häufiger als kleinere Strukturen. Aber die hier beschriebenen Tools sind nicht exklusiv für Großbüros: ChatGPT und Midjourney kosten 30–40 €/Monat. Das Wettbewerbsgefälle wird nicht durch Tool-Zugang erzeugt, sondern durch Zeitkapazität und Entwurfsqualität.

„Wir dürfen Entwürfe nicht in KI-Tools hochladen — Anonymitätspflicht.” Das ist korrekt für fertige Entwürfe mit identifizierbaren Merkmalen. Für frühe Konzeptbilder, die noch keine Entwurfsidentität haben — also atmosphärische Moodboards — ist das kein Problem. Und Auslobungsanalysen (der Input) sind in der Regel öffentliche Dokumente, keine vertraulichen Bürodaten.

Woran du merkst, dass das zu dir passt

• Du nimmst 2–5 Wettbewerbe pro Jahr teil und verbringst dabei erhebliche Zeit auf Auslobungsanalyse, bevor du weißt, ob sich der Wettbewerb lohnt
• Du hast kein externes Renderingstudio im Budget für frühe Konzeptvisualisierungen und zeigst Wettbewerbsbeiträge deshalb ohne überzeugende Bilder
• Dein Team schafft nicht, alle interessanten Auslobungen zu prüfen — das Tool verbessert die Selektionsqualität

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als 2 Wettbewerbe pro Jahr. Bei sehr seltener Teilnahme ist der Setup-Aufwand nicht gerechtfertigt. Wer einmal jährlich einem Wettbewerb beibewirbt, braucht kein systematisches KI-Setup für die Auslobungsanalyse.

2. Büros, die ausschließlich an nicht-offenen, vertraulichen Verfahren teilnehmen. Bei strenger Vertraulichkeitspflicht und ohne anonymisierbare Prompts ist der Cloud-Einsatz eingeschränkt. Für diesen Fall: Stable Diffusion lokal für Visualisierungen; Auslobungsanalyse manuell.

3. Büros, die bereits professionelle Visualisierungskapazität intern haben. Wenn du bereits mit Enscape, V-Ray oder Lumion auf professionellem Niveau renderst, bringt Midjourney für die frühe Konzeptphase wenig zusätzlichen Nutzen. Der Hauptgewinn liegt dann nur in der Auslobungsanalyse.

Das kannst du heute noch tun

Wähle eine aktuelle Auslobung, an der du überlegst teilzunehmen — oder eine vergangene, die du gut kennst. Lade sie in ChatGPT oder Claude hoch und stelle diese Analyse-Fragen:

Quellen & Methodik

• Wettbewerbsteilnehmer-Zahlen: Bundesarchitektenkammer, Statistiken zu Planungswettbewerben nach RPW; Erfahrungswerte aus Wettbewerbsdatenbankrecherchen
• KI-Nutzung Architekten 44 %: BAK-Architektenbefragung 2025, Auswertung Anwendungsbereich KI; berichtet über internet-fuer-architekten.de
• Risiken KI-Einsatz Wettbewerbe: Baumeister-Bericht “Künstliche Intelligenz im Wettbewerbswesen” 2024
• RPW 2013 (Richtlinien für Planungswettbewerbe): Bundesregierung, gültige Fassung Stand April 2026
• Midjourney Preismodell / Veras Preise: Aktuelle Tarifinformationen der Anbieter, Stand April 2026