Bauphysikalische Nachweisführung mit KI-Unterstützung

Das echte Ausmaß des Problems

Bauphysikalische Nachweise sind in deutschen Planungsbüros einer der normintensivsten Bereiche der Planungsarbeit. Wärmeschutz nach GEG (Gebäudeenergiegesetz) mit Verweis auf DIN 4108, Schallschutz nach DIN 4109, Feuchteschutz, sommerlicher Wärmeschutz — jeder Nachweis setzt voraus, dass der Planer die richtige Norm, die richtige Fassung und den richtigen Normabschnitt kennt.

Das strukturelle Problem: Die Normenwelt im Baubereich ist fragmentiert und häufigen Änderungen unterworfen. Das GEG wurde zuletzt 2024 umfangreich novelliert. DIN 4109 (Schallschutz) wurde 2018 grundlegend überarbeitet; viele Büros arbeiten noch mit Kenntnissen aus der alten Normfassung. Wer in einem Umbauprojekt eine neue Trennwand in eine Bestandskonstruktion integriert, navigiert oft zwischen alter Norm, neuer Norm und bauteilspezifischen Sonderregelungen.

Die häufigsten Ursachen für Rückfragen von Prüfsachverständigen und Baubehörden bei bauphysikalischen Nachweisen:

• Fehlende oder unvollständige Berücksichtigung der Flankenübertragung (Schallschutz)
• Falsche Bauteilkategorie in der GEG-Berechnung bei Bestandteilen
• Nicht berücksichtigte Wärmebrücken bei Anschlussdetails
• Veraltete U-Wert-Anforderungen aus GEG-Vorfassung angewendet

Jede Rückmeldung eines Prüfsachverständigen kostet das Büro nicht nur Korrekturzeit, sondern auch Verzögerung in der Baugenehmigung — und bei Verzögerungen entstehen Kosten auf Bauherrenseite, die häufig dem Architekten angelastet werden.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Eigene Einschätzung; keine repräsentative Studie verfügbar.

Einschätzung auf einen Blick

Zeitersparnis — gering (2/5) Das ist bewusst der niedrigste Zeitersparnis-Wert in dieser Kategorie. KI beschleunigt die Normenrecherche und die Dokumentationsvorbereitung — aber nicht die eigentliche Berechnung. Die Berechnung des U-Werts, des GEG-Nachweises oder des Schallschutzwerts bleibt in zertifizierter Software und ist in ihrer Dauer kaum verkürzt. Der Zeitgewinn liegt im vorgelagerten Rechercheschritt und in der Dokumentation — nicht im Kernprozess.

Kosteneinsparung — mittel (3/5) Die Kosteneinsparung entsteht auf zwei Wegen: erstens durch vermiedene externe Fachplaner-Beauftragung (ein Schallschutzgutachten kostet 500–2.000 € je nach Umfang); zweitens durch vermiedene Rücklauf-Nacharbeit. Wer bauphysikalische Nachweise bisher immer an externe Sachverständige vergeben hat und damit anfängt, einfachere Nachweise intern zu erstellen, erzielt konkrete Kosteneinsparung. Wer bereits intern nachweist, erzielt weniger direkten Effekt.

Schnelle Umsetzung — sehr gering (1/5) Das ist der niedrigste Wert im gesamten Architektur-Toolset — und er ist ehrlich. KI-gestützte Bauphysik-Nachweisführung ist der anspruchsvollste Use Case dieser Kategorie. Die korrekte Interpretation von Normergebnissen erfordert Fachwissen, das nicht aus dem LLM kommt. Der Aufbau eines zuverlässigen Workflows braucht 6–12 Wochen intensiver Auseinandersetzung. Wer ohne Bauphysik-Grundkenntnisse einsteigt, wird fehlerhafte Nachweise produzieren. Das ist kein Tool-Problem — es ist ein Domänenproblem.

ROI-Sicherheit — mittel (3/5) Der ROI ist partiell messbar: Recherchestunden vorher vs. nachher, Rückfragenquote vor und nach der Einführung. Schwieriger ist der Kausalzusammenhang: Wenn ein Nachweis ohne Rückfrage akzeptiert wird, ist unklar, ob das an der KI-Unterstützung lag oder an anderen Faktoren. Der ROI ist real — aber er braucht konsequentes Tracking über mehrere Projekte.

Skalierbarkeit — sehr gering (1/5) Das ist gemeinsam mit der schnellen Umsetzung der schwächste Wert in dieser Kategorie. Bauphysikalische Nachweise sind stark normenabhängig, und Normen ändern sich. Ein Workflow, der für GEG 2024 korrekt eingerichtet wurde, muss bei der nächsten GEG-Änderung überprüft und angepasst werden. Gleiches gilt für DIN-Normen. Die KI-Ausgaben müssen bei jeder Normänderung neu kalibriert werden — das ist kontinuierliche Wartungsarbeit, die die Skalierbarkeit begrenzt.

Richtwerte — stark abhängig von Bauphysik-Erfahrung des Teams, Projekttypen-Mix und Häufigkeit normintensiver Umbauprojekte.

Was KI bei bauphysikalischen Nachweisen konkret macht

KI kann in diesem Bereich in drei klar abgegrenzten Feldern helfen — und muss in zwei Bereichen strikt außen vor bleiben.

Bereich 1: Normenrecherche und Parameterfindung

Das zeitintensivste Problem bei wenig routinierten Bauteilkombinationen: Die richtige Norm, der richtige Abschnitt, die richtige Tabelle. Ein LLM wie Claude kann diesen Suchprozess erheblich verkürzen. Du beschreibst deine Bauteilkombination (“neue GK-Trennwand auf bestehendem Massivbau, Decke Stahlbeton 180 mm, Schallschutzanforderung Rw ≥ 47 dB”) und fragst nach dem relevanten Normabschnitt und der Berechnungslogik.

Kritisch dabei: Das LLM kann veraltete Normfassungen kennen oder Normabschnitte falsch zitieren. Jede KI-Aussage zu einem konkreten Normwert muss gegen die aktuelle Normfassung gegengeprüft werden. Das ist keine optionale Vorsichtsmaßnahme — es ist Pflicht.

Bereich 2: Vollständigkeitsprüfung der Nachweisunterlagen

Vor der Einreichung kann ein LLM als Checklisten-Tool genutzt werden: “Für ein Umbauprojekt mit neuer Trennwand in einem Mehrfamilienhaus — welche bauphysikalischen Nachweise sind typischerweise erforderlich?” Das Ergebnis ist eine strukturierte Liste, die du gegen deine vorbereiteten Unterlagen abgleichst. Lücken werden sichtbar, bevor das Dokument beim Prüfsachverständigen landet.

Bereich 3: Nachweisdokumentation vorformulieren

Bauphysikalische Nachweisberichte enthalten neben den eigentlichen Berechnungen erhebliche Textanteile: Beschreibung der Bauteilkonstruktionen, Begründung der gewählten Berechnungsmethode, Verweis auf verwendete Normen. Diese Textanteile kann KI vorformulieren — wenn du die berechneten Werte als Input mitgibst. Das spart Zeit bei der Berichtserstellung.

Was KI definitiv nicht kann:

Bauphysikalische Berechnungen durchführen: U-Werte, GEG-Bilanzierung, Schallschutzwerte nach DIN 4109 — diese Berechnungen erfordern zertifizierte Software (ArchiPHYSIK, EVEBI, DÄMMWERK oder vergleichbar). KI kann keine normierten Berechnungsverfahren fehlerfrei durchführen. Wer KI-generierte Zahlenwerte in einen Nachweis übernimmt, handelt fahrlässig.

Normative Aussagen treffen: “Ist dieser Aufbau GEG-konform?” ist eine Frage, die nur nach korrekter Berechnung in zertifizierter Software beantwortet werden kann — nicht durch LLM-Einschätzung.

Konkrete Werkzeuge — was wann passt

Claude (ab 20–25 €/Monat) oder ChatGPT (GPT-4o) Für die Normenrecherche und die Dokumentationsvorbereitung. Claude eignet sich besonders gut für lange Normdokumente, die du als PDF hochlädst — das große Kontextfenster erlaubt die Analyse eines vollständigen Normabschnitts. Für allgemeine Recherchefragen (“Welche Anforderungen stellt GEG §12 an Außenwände im Bestand?”) reicht jedes LLM.

ArchiPHYSIK (ab ca. 800 €/Jahr) oder EVEBI (ab ca. 900 €/Jahr) Diese Fachsoftware führt die eigentlichen Berechnungen durch — U-Werte, GEG-Bilanzierung, Energieausweise, Schallschutz nach DIN 4109. KI kann diese Software nicht ersetzen, sondern nur vorbereitend und nachbereitend unterstützen. Wer bauphysikalische Nachweise selbst erbringt und noch keine zertifizierte Software hat, muss zuerst hier investieren.

NotebookLM (kostenlos) Wenn du mehrere Normdokumente (GEG, DIN 4108, DIN 4109), GEG-Anwendungshinweise und Bestandspläne gleichzeitig zur Hand haben willst: NotebookLM als RAG-basiertes Dokumentenarchiv. Du lädst alle relevanten Unterlagen hoch und kannst direkt fragen, aus welchem Dokument welche Anforderung stammt. Besonders nützlich für Umbauprojekte, bei denen viele Dokumentenquellen gleichzeitig relevant sind.

BKI BauKosten — BKI Energieplaner (ab 712 €) Für GEG-Energieausweise und BEG-Förderantragsunterlagen ist der BKI Energieplaner eine der zertifizierten und behördenakzeptierten Lösungen. Er enthält eine integrierte GEG-Checkliste und unterstützt den iSFP-Sanierungsfahrplan — relevant für Umbauprojekte mit Sanierungskomponente.

Datenschutz und Datenhaltung

Bauphysikalische Nachweisunterlagen enthalten projektspezifische Planungsdaten — Grundrisse, Bauteilkonstruktionen, manchmal auch Eigentümerangaben. Sobald diese Dokumente in Cloud-Tools hochgeladen werden, greift DSGVO.

Claude und ChatGPT (API): In der API-Version werden Eingabedaten nicht für das Modelltraining genutzt. Ein AVV ist über die Business-Portale verfügbar und muss abgeschlossen sein, wenn Bauherrendaten in Prompts enthalten sind.

ArchiPHYSIK und EVEBI: Desktop-Software — Projektdaten verlassen nicht deinen Rechner. Das ist der datenschutzkonforme Standard für sensible Planungsdaten.

BKI Energieplaner: Ebenfalls Desktop-Software mit lokaler Datenhaltung — kein Cloud-Upload.

Empfehlung für sensible Projekte: Trenne die Normenrecherche (anonymisierter Input möglich) von der Berichtserstellung (projektspezifische Daten). Die Rechercheaufgabe (“Welche U-Wert-Anforderung gilt für Außenwände im Bestandsgebäude nach GEG §12?”) enthält keine Bauherrendaten und kann unproblematisch in Cloud-Tools durchgeführt werden.

Was es kostet — realistisch gerechnet

Setup-Aufwand (einmalig):

• Fachsoftware einrichten (ArchiPHYSIK oder EVEBI) und erste Projekte einarbeiten: 8–16 Stunden
• KI-Workflow für Normenrecherche entwickeln: 4–8 Stunden
• Normendokumente für NotebookLM aufbereiten: 2–4 Stunden

Laufende Kosten (monatlich):

• ArchiPHYSIK oder EVEBI: ca. 70–130 €/Monat (je nach Lizenzmodell, Jahresrechnung)
• Claude Pro oder ChatGPT Plus: 20–25 €/Monat
• NotebookLM: kostenlos

Konservative ROI-Rechnung:

• Szenario: Büro erstellt bisher 3 externe Schallschutzgutachten/Jahr à 1.000 €, kann davon 2 intern übernehmen: 2.000 €/Jahr Einsparung
• Zeitersparnis Normenrecherche: 5 Projekte × 2 Stunden Einsparung = 10 Stunden/Jahr → ca. 800 €/Jahr
• Vermiedene Nacharbeit nach Prüfersachverständigen-Rückfragen: 3 Fälle × 3 Stunden = 9 Stunden → ca. 720 €/Jahr
• Jährliche Gesamteinsparung: ca. 3.520 €
• Mehrkosten: ca. 1.500–1.800 €/Jahr (Fachsoftware + KI-Tool)
• Netto-Nutzen: ca. 1.700–2.000 €/Jahr

Das ist ein positiver ROI — aber kein großer. Dieser Use Case ist für Büros sinnvoll, die bereits Bauphysik-Fachkenntnis haben und den Automatisierungsgrad ihrer Nachweisarbeit erhöhen wollen — nicht für Büros, die Bauphysik-Nachweise neu einführen wollen.

Drei typische Einstiegsfehler

1. KI-generierte Normaussagen ohne Gegenprüfung in Nachweise übernehmen. Das ist der gefährlichste Fehler in diesem Use Case. Ein LLM, das einen U-Wert nennt (“Die GEG-Anforderung für Außenwände im Bestandsgebäude beträgt 0,24 W/m²K”), kann einen veralteten GEG-Stand kennen, eine falsche Bauteilkategorie zuordnen oder eine Ausnahmeregelung übersehen. Jede KI-Aussage zu konkreten Normwerten muss gegen die aktuelle Normfassung und die aktuelle GEG-Fassung gegengeprüft werden. Das kostet 5–10 Minuten je Aussage — und vermeidet Einreichungsfehler.

2. Bauphysikalische Berechnungen an KI delegieren. KI kann keine normierten Berechnungsverfahren korrekt durchführen. U-Werte nach DIN EN ISO 6946, Schallschutznachweis nach DIN 4109-4, GEG-Bilanzierung nach DIN V 18599 — das sind Berechnungsverfahren mit definierten Algorithmen, die in zertifizierter Software implementiert sind. Wer KI-generierte Zahlenwerte in offizielle Nachweise übernimmt, riskiert fehlerhafte Einreichungen und im schlimmsten Fall Haftungsansprüche.

3. Den Workflow ohne Bauphysik-Grundkenntnisse einführen. Dieser Use Case ist nicht für Teams geeignet, die Bauphysik-Nachweise bisher ausschließlich an externe Sachverständige vergeben haben und das jetzt mit KI intern erledigen wollen. Der Einstieg in die bauphysikalische Nachweisführung erfordert Fachkenntnis — die KI setzt diese voraus, schafft sie aber nicht. Die richtige Reihenfolge: zuerst Fachkenntnisse erwerben (Schulung, Sachverständigen-Mentoring), dann KI als Beschleuniger einsetzen.

4. Normenstand nicht regelmäßig prüfen. Normen und das GEG ändern sich. Ein KI-Workflow, der auf GEG 2023 ausgerichtet ist, gibt nach der nächsten Novelle möglicherweise veraltete Anforderungen aus. Plane zweimal jährlich eine Normencheck-Runde ein: Gibt es neue Fassungen der relevanten Normen? Stimmen die Referenzwerte im Workflow noch?

Was mit der Einführung wirklich passiert

Der Schwierigste Aspekt dieses Use Cases ist nicht die Technik — sondern die Abgrenzung zwischen dem, was KI darf, und dem, was KI keinesfalls tun soll.

In der Praxis entsteht die Versuchung, dem LLM mehr zu delegieren als sinnvoll ist. Ein LLM, das einen Normwert nennt, klingt verlässlich — auch wenn es falsch liegt. Das ist strukturell anders als bei Ausschreibungstexten oder Visualisierungen, wo Fehler sofort sichtbar sind. Bei bauphysikalischen Normwerten kann ein Fehler durch die gesamte Nachweiskette rutschen und erst beim Prüfsachverständigen auffallen.

Das macht diesen Use Case zu dem, der am intensivsten menschliche Fachkontrolle erfordert — und am wenigsten für Einsteiger ohne Bauphysik-Hintergrund geeignet ist.

Typisches Widerstandsmuster: “Wir lassen das von externen Sachverständigen machen — wozu brauchen wir KI?” Das ist eine legitime Position — besonders wenn das externe Gutachten im Honorar enthalten ist. Die KI-Unterstützung lohnt sich hauptsächlich für Büros, die Nachweise teilweise intern erbringen und dabei die Normenrecherche und Dokumentation systematisieren wollen.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Bauphysik ist so normintensiv — das kann KI doch gar nicht richtig.” Das ist zum Teil richtig — deshalb sind die Radar-Scores auf Zeitersparnis und Skalierbarkeit bewusst niedrig. KI kann die Normenrecherche beschleunigen, aber nicht ersetzen. Wer KI als Recherchebeschleuniger einsetzt (nicht als Rechner), nutzt es richtig.

„Wir haften für die Nachweise — da können wir keine KI einsetzen.” Die Haftung bleibt bei dir — unabhängig davon, welche Hilfsmittel du verwendest. Das gilt für BKI-Kennwerte, für STLB-Bau-Texte und für KI-Normenrecherche gleichermaßen. Der richtige Umgang: KI liefert den Ausgangspunkt, du prüfst und verantwortest. Das ist nicht anders als bei jedem anderen Planungshilfsmittel.

„Das GEG hat sich geändert — jetzt stimmt unser KI-Workflow nicht mehr.” Das ist eine reale Einschränkung — und deshalb hat dieser Use Case den niedrigsten Skalierbarkeitswert in dieser Kategorie. Normänderungen erfordern Workflow-Anpassungen. Das ist der Preis für normenabhängige KI-Unterstützung. Die Lösung: Normenänderungen aktiv verfolgen (BAK-Newsletter, DIN-Änderungsdienst) und Workflow-Revisionen fest einplanen.

Woran du merkst, dass das zu dir passt

• Du erbringst bauphysikalische Nachweise bereits intern — nicht ausschließlich über externe Sachverständige
• Du hast regelmäßig Rückfragen von Prüfsachverständigen wegen unvollständiger Nachweisunterlagen
• Dein Team hat Bauphysik-Grundkenntnisse, ist aber nicht spezialisiert — die Normenrecherche kostet überproportional viel Zeit
• Du bearbeitest häufig Umbauprojekte mit gemischten Bauteilkonstruktionen — dort ist die Normkomplexität am höchsten

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

1. Keine Bauphysik-Grundkenntnisse im Team. Wer Schallschutz, Wärmeschutz und Feuchteschutz nicht einschätzen kann, wird KI-generierte Normaussagen nicht korrekt interpretieren können. Dann ist ein externer Sachverständiger die sicherere und ehrlichere Wahl — und bleibt es auch nach KI-Einführung.

2. Ausschließlich Neubau-Standardprojekte mit wiederkehrenden Bauteilkonstruktionen. Wenn deine Projekte immer dieselben Bauteilaufbauten haben, hast du die Normenrecherche längst internalisiert. Der KI-Mehrwert ist gering, wenn du ohnehin weißt, welche Tabelle welcher Norm gilt.

3. Kein Budget für zertifizierte Berechnungssoftware. KI kann zertifizierte Fachsoftware nicht ersetzen. Wer ArchiPHYSIK, EVEBI oder DÄMMWERK nicht einsetzen will, kann mit KI keine bauphysikalischen Nachweise erbringen — egal wie gut die Normenrecherche ist.

Das kannst du heute noch tun

Wähle eine konkrete Frage aus einem laufenden Projekt — eine Bauteilkombination, für die du die richtige Normreferenz nicht sofort parat hast. Beschreibe sie in Claude oder ChatGPT und frage nach dem relevanten Normabschnitt. Dann prüfe das Ergebnis gegen die tatsächliche Norm.

Was du danach weißt: Wie verlässlich das System bei deinen konkreten Fragestellungen ist — und ob die Zeitersparnis den Prüfaufwand rechtfertigt.

Quellen & Methodik

• DIN 4109 Schallschutz im Hochbau: Aktuelle Norm DIN 4109-1:2018 (ersetzt DIN 4109:1989); DIN 4109-2:2018 (Rechenwerte); DIN 4109-4:2016 (Massivbau) — Deutsche Norm, Stand April 2026
• GEG Gebäudeenergiegesetz: GEG 2024 (Novellierung in Kraft seit Januar 2024); Anwendungshinweise BMWK, Stand April 2026
• Rückfragenquote bauphysikalische Nachweise: Erfahrungswerte aus Planungsbüros; keine repräsentative Erhebung bekannt
• ArchiPHYSIK / EVEBI Preise: Herstellerangaben der jeweiligen Produktseiten, Richtwerte Stand April 2026
• BKI Energieplaner: BKI GmbH Produktbeschreibung und GEG-Zertifizierung, Stand April 2026