KI-unterstützte Sanierungsberatung und Bestandsaufnahme
KI strukturiert Bestandsaufnahmen, analysiert Sanierungsprioritäten und hilft beim Erstellen von Sanierungskonzepten, besonders nützlich für die BAFA-konforme Energieberatung und die Vorbereitung von KfW-Förderanträgen.
Mit KI-Agenten recherchiert und geschrieben, verantwortlich: Redaktion KI-Syndikat. So arbeiten wir Fehler melden
- Problem
- Bestandsaufnahmen und Sanierungskonzepte für Wohngebäude sind dokumentenintensiv und zeitaufwändig: Baujahr, Bauteilkonstruktionen, Heizungsanlage, Fenster, Dämmzustand, alles muss erfasst, bewertet und priorisiert werden.
- KI-Lösung
- Ein LLM (ChatGPT oder Claude) kombiniert mit einer RAG-Wissensbasis aus IWU-Tabellen und BAFA-Merkblättern strukturiert Erfassungsdaten, erschließt typische Bauteilkonstruktionen für Baujahresklassen und formuliert Sanierungskonzept-Entwürfe.
- Typischer Nutzen
- Bestandsdokumentation von 3–6 Std. auf 1,5–3 Std. reduziert; die frei werdende Zeit reicht je nach Volumen für einen Teil einer zusätzlichen Beratung.
- Setup-Zeit
- 4–6 Wochen bis verlässlicher Workflow
- Kosteneinschätzung
- 0–23 €/Monat Toolkosten, ca. 12–24 Std. Einrichtungsaufwand einmalig
Es ist Donnerstagmorgen, 9:15 Uhr.
Energieberater Stefan sitzt nach einer Bestandsaufnahme vom Vortag an seinem Schreibtisch. Ein Einfamilienhaus aus 1968, Eigentümerpaar in den Sechzigern, interessiert an einer Sanierung wegen der gestiegenen Heizkosten. Acht Seiten handschriftliche Notizen: Wandaufbau unbekannt (Vollziegel, wahrscheinlich 36,5 cm), Kellerdecke ohne Dämmung, Dachboden unbeheizt mit alter Dämmung auf der obersten Geschossdecke, Fenster aus 1994, Gastherme von 2007. Dazu zwanzig Fotos auf dem Handy.
Jetzt muss er daraus eine Bestandsbewertung machen, einen iSFP (individuellen Sanierungsfahrplan) aufbauen und den Eigentümern in drei Tagen erklären, was welche Maßnahme bringt und in welcher Reihenfolge sie sinnvoll wäre. Das Rechenprogramm (EVEBI) braucht alle Bauteilkonstruktionen vollständig, und für ein Haus aus 1968 ist “Vollziegel, wahrscheinlich 36,5 cm” kein vollständiger Input.
Stefan verbringt 90 Minuten damit, typische Bauteilkonstruktionen für Baujahresklasse 1960–1970 zu recherchieren, einen plausiblen U-Wert zu schätzen und seine Stichpunkte in Fließtext zu überführen. In drei Tagen sitzt er den Eigentümern gegenüber, mit Zahlen, von denen er weiß, dass sie auf einer Schätzung basieren. Die Eigentümer werden das nicht wissen.
Für Unternehmen
Nicht nur lesen, umsetzen.
Wir setzen Anwendungsfälle wie diesen mit euch um oder trainieren euer Team darauf. Das Erstgespräch kostet nichts.
Das echte Ausmaß des Problems
Ein großer Teil der deutschen Wohngebäude stammt aus der Zeit vor der ersten Wärmeschutzverordnung von 1977. Wer dort saniert, braucht einen Plan, in welcher Reihenfolge sich welche Maßnahme lohnt, und dafür ist der iSFP da.
Ein vollständiger iSFP (individueller Sanierungsfahrplan nach BAFA-Vorgaben) umfasst: Bestandsaufnahme vor Ort, Bauteilbewertung, energetische Berechnung nach DIN V 18599:2018-09, Maßnahmenpriorisierung, Förderberatung und abschließende Aufbereitung für den Eigentümer. Das BAFA fördert die Energieberatung für Wohngebäude mit 50 Prozent des förderfähigen Beratungshonorars, höchstens 650 Euro für Ein- und Zweifamilienhäuser und höchstens 850 Euro für Häuser ab drei Wohneinheiten (so seit August 2024, Stand September 2026 unverändert). Der Zuschuss senkt den Eigenanteil des Eigentümers, er ist kein zusätzliches Honorar für den Berater. Dazu passt der Aufwand: Die Bestandsaufnahme und Dokumentation allein kostet einen erfahrenen Energieberater nach unserer Annahme 4–8 Stunden pro Gebäude.
Das strukturelle Problem: Die Vorortarbeit lässt sich nicht automatisieren, das Aufmaß, die Inaugenscheinnahme, das Gespräch mit dem Eigentümer. Aber die Dokumentation danach, Bauteilkonstruktionen erschließen, Stichpunkte strukturieren, Maßnahmenreihenfolge begründen, Fließtexte formulieren, das ist repetitiv, wissensintensiv und zeitaufwändig. Und genau hier greift KI.
Mit vs. ohne KI, ein ehrlicher Vergleich
| Kennzahl | Ohne KI-Unterstützung | Mit KI-Unterstützung |
|---|---|---|
| Zeit für Bestandsdokumentation (nach Vor-Ort-Termin) | 3–6 Std. | 1,5–3 Std. (Recherche + Strukturierung schneller) |
| Bauteilkonstruktionen für Baujahresklassen | Manuelles Nachschlagen in IWU-Tabellen | KI-gestützte Plausibilitätsprüfung mit Quellenangabe |
| Maßnahmenpriorisierung erklären | Erfahrungsbasiert formulieren | KI-Entwurf mit Begründungsstruktur |
| EVEBI / iSFP-Berechnung | Vollständig manuell (bleibt so) | Vollständig manuell (bleibt so) |
| Eigentümerverständliche Zusammenfassung | 30–60 Min. schreiben | 10–20 Min. mit KI-Entwurf |
Einschätzung auf einen Blick
Zeitersparnis, gering (2/5) Das klingt widersprüchlich, aber es ist ehrlich: Der zeitaufwändigste Teil der Sanierungsberatung, die Vorortarbeit, das Aufmaß, die energetische Berechnung in der Energieberatungssoftware, wird durch KI nicht beschleunigt. Was KI beschleunigt, ist die Nacharbeit: Dokumentation strukturieren, Bauteil-Plausibilitäten recherchieren, Fließtexte formulieren. Das ist wertvoll, aber es ist nicht der Hauptzeitblock. Verglichen mit anderen Use Cases in dieser Kategorie bleibt die absolute Zeitwirkung begrenzt.
Kosteneinsparung, mittel (3/5) Der Hebel ist ein anderer als Zeit: Wer die Nacharbeit beschleunigt, kann mehr Aufträge annehmen, aber nur so viele, wie die frei werdenden Stunden hergeben. Bei 6 iSFP im Monat und 1,5 Stunden weniger Dokumentation je Auftrag werden 9 Stunden frei. Das deckt die Bestandsaufnahme und Dokumentation eines weiteren Gebäudes (4–8 Stunden), aber nicht zusätzlich Berechnung, Bericht und Beratungsgespräch. Das ist Umsatzwachstum in kleinen Schritten, keine Kostensenkung.
Schnelle Umsetzung, gering (2/5) Das ist ein schwieriger Use Case für den schnellen Einstieg. Du brauchst ein Verständnis deiner typischen Projektstruktur, müsstest Prompt-Vorlagen für Baujahresklassen entwickeln und testen, und das Ergebnis immer gegen dein Fachwissen prüfen. Das dauert 4–6 Wochen, bis ein verlässlicher Workflow steht, einer der langsameren Einstiege in dieser Branche.
ROI-Sicherheit, gering (2/5) Der ROI ist real, aber schwer nachzuweisen: Wer misst schon, wie lange er ohne KI für die Dokumentation gebraucht hätte? Die Zeiteinsparung ist subjektiv erlebbar, aber kaum objektivierbar. Zusätzliche Aufträge durch höhere Kapazität sind das klarere Nutzenargument, aber auch das lässt sich nicht sauber kausal zurechnen.
Skalierbarkeit, gering (2/5) Der Flaschenhals bleibt der Vor-Ort-Termin. Du kannst keine fünf Bestandsaufnahmen gleichzeitig machen, und dieser Engpass wird durch KI nicht gelöst. Die Skalierungswirkung ist begrenzt auf die Effizienzgewinne bei der Nacharbeit.
Richtwerte, stark abhängig von Auftragsvolumen, Erfahrung mit Bestandsgebäuden und vorhandenen Vorlagen.
Was KI bei der Sanierungsberatung konkret macht
Baujahresklassen und typische Bauteilkonstruktionen erschließen
Für Gebäude bis in die 1980er Jahre gibt es gut dokumentierte Bauteilkonstruktionen je Baujahresklasse, das Institut Wohnen und Umwelt (IWU) hat Tabellen veröffentlicht, die für energetische Berechnungen als Ausgangswert akzeptiert sind. KI kann dieses Wissen strukturieren: Du gibst Baujahr, Gebäudetyp und beobachtete Merkmale ein (Wanddicke, Geschossanzahl, Dachform) und erhältst eine Einschätzung der wahrscheinlichen Bauteilkonstruktion mit U-Wert-Schätzung und Quellenhinweis.
Das ist kein Ersatz für die Vor-Ort-Prüfung, aber es gibt dir eine strukturierte Arbeitshypothese, die du im EVEBI dann anpassen kannst, wenn du mehr Informationen hast. Prüf vorher, was dein Berechnungsprogramm schon selbst kann: EVEBI schlägt laut unserer Toolseite Standardkonstruktionen nach Baujahr bereits vor. Der Chatbot lohnt sich dann vor allem bei den Fällen, die das Programm nicht abdeckt, etwa Fertighäusern oder regionalen Bauweisen.
Maßnahmenreihenfolge erklären
Die energetisch sinnvolle Reihenfolge von Sanierungsmaßnahmen folgt klaren Prinzipien (Gebäudehülle vor Heizungsanlage, Luftdichtheit vor Lüftungsanlage usw.), die du aus dem Stand erklären kannst, aber KI formuliert diese Erklärung für die Eigentümerkommunikation schneller und konsistenter als du es jedes Mal neu machen würdest.
Förderberatung strukturieren
Welche Maßnahmen werden durch BEG (Bundesförderung für effiziente Gebäude) oder KfW gefördert? Wie verhält sich die iSFP-Förderung durch BAFA zur BEG-Einzelmaßnahmenförderung? Das ist ein sich häufig änderndes Regelwerk, KI kann bei der Strukturierung der relevanten Punkte helfen, aber nie als rechtssichere Förderberatung dienen.
Was KI nicht übernimmt:
Die energetische Berechnung (DIN V 18599) läuft in einer Energieberatungssoftware wie EVEBI oder Hottgenroth / ETU , den Sanierungsfahrplan selbst erzeugst du mit der iSFP-Software, die das BAFA vorgibt (seit 1. September 2026 in Version 2.6). KI-Ausgaben zu U-Werten oder Jahresheizwärmebedarf sind keine BAFA-anerkannte Berechnungsgrundlage. Die Berechnung bleibt manuell, mit validierten Eingabewerten, KI hilft bei der Erschließung dieser Eingabewerte, nicht bei der Berechnung selbst.
Halluzinations-Risiko bei Baujahresangaben und Förderprogrammen
Halluzinationen sind bei diesem Use Case besonders problematisch, weil die Ausgaben direkt in Förderanträge und Berechnungen einfließen. Ein LLM, das U-Werte für Baujahresklassen “aus dem Gedächtnis” angibt, kann plausibel klingende, aber falsche Werte produzieren. Nutze KI-Ausgaben zu Bauteilkennwerten nur als Plausibilitätsprüfung, nicht als rechnerische Grundlage. Die IWU-Tabellen sind die verlässliche Quelle.
Konkrete Werkzeuge, was wann passt
ChatGPT mit Dokumenten-Upload, Für die Strukturierung von Stichpunkten nach der Bestandsaufnahme, die Formulierung von Maßnahmen-Begründungen und die eigentümerverständliche Zusammenfassung. Du gibst deine Notizen ein, beschreibst die Situation und erhältst einen strukturierten Entwurf. Kosten: ChatGPT Plus 23 € im Monat. Keine Spezialanforderungen.
Claude , Besonders stark für längere Sanierungskonzepte und wenn du bestehende Texte in eine eigentümerverständliche Sprache umformulieren willst. Claude “klingt” bei langen Fließtexten oft natürlicher als ChatGPT. Kosten: Claude Pro 20 € im Monat.
Gemini Notebook (ehemals NotebookLM), Wenn du eine Wissensbasis mit IWU-Tabellen, BAFA-Merkblättern und KfW-Förderprogrammdokumenten aufbauen und durchsuchen willst: Gemini Notebook als Förder- und Normendatenbank ist eine sinnvolle Ergänzung. Kostenlos für die Basisversion.
EVEBI und die iSFP-Software, Die Berechnungsprogramme bleiben unverzichtbar für Energieausweise und iSFP-Berechnungen. KI ersetzt sie nicht, sie sind die Grundlage für jeden Förderantrag. Kosten: Den Lizenzpreis nennt der Hersteller nicht öffentlich; das Servicepaket für die Grundsoftware kostet 145 € (Basis) oder 264 € (Premium) pro Jahr. EVEBI bietet selbst ein Zusatzmodul, das die Textbausteine des Sanierungsfahrplans erzeugt; wer es nutzt, spart mit einem Chatbot beim Fließtext weniger.
Was fehlt: Es gibt noch kein deutsches KI-Tool, das BAFA-konforme Sanierungskonzepte vollständig automatisiert erstellt. Anbieter wie 42watt (42watt.de) verkaufen Eigentümern Sanierungsfahrplan, Planung und Umsetzung aus einer Hand, das ist eher ein Wettbewerber des Energieberaters als ein Werkzeug für ihn.
Datenschutz und Datenhaltung
Sanierungsberatung enthält stark personenbezogene Daten: Name und Adresse der Eigentümer, Grundstücksdaten, Gebäudepläne, Energieverbrauchsdaten, manchmal auch Angaben zur Wohnsituation. Das fällt vollständig unter die DSGVO.
Für die KI-Nutzung: Wenn du Bestandsaufnahme-Notizen in ChatGPT oder Claude eingibst, dürfen diese keine direkt personenbezogenen Daten (Namen, vollständige Adressen) enthalten, oder du nutzt einen Business-Tarif beziehungsweise die API mit AVV. Für die Praxis: Lass Namen, Anschrift und Ort ganz weg (“EFH, Baujahr 1968”) und behalte die technischen Daten. Die Formulierungsqualität ist identisch, und ohne Namen, Adresse und Ort lassen sich Bauteilangaben in aller Regel keiner Person mehr zuordnen.
Wichtig für geförderte Beratungen: Die eigentliche Berechnung im EVEBI oder iSFP-Programm bleibt datenschutzrechtlich separat, diese Programme haben eigene Datenschutzregelungen. KI-Tools sind für die Dokumentationsunterstützung, nicht für die Berechnung.
Was es kostet, realistisch gerechnet
Setup-Aufwand (einmalig):
- Prompt-Vorlagen für Baujahresklassen-Recherche entwickeln: 4–8 Stunden
- Wissensbasis mit IWU-Tabellen und Förder-Dokumenten aufbauen (Gemini Notebook): 4–8 Stunden
- Test mit 3–5 abgeschlossenen Projekten: 4–8 Stunden
Laufende Kosten:
- ChatGPT Plus: 23 € im Monat (wenn sowieso genutzt: 0 € Zusatz)
- Claude Pro: 20 € im Monat (wenn sowieso genutzt: 0 € Zusatz)
- Gemini Notebook: kostenlos in der Basisversion
- Aktualisierung der Wissensbasis: einmal im Jahr, siehe Zeitplan
Was du dagegenrechnen kannst:
- 6 iSFP-Aufträge pro Monat, je 1,5 Stunden weniger Dokumentationsaufwand (unsere Annahme, keine Messung): 6 mal 1,5 Stunden, also 9 Stunden im Monat
- Mit einem internen Stundensatz von 60–90 € bewertet sind das 540–810 € im Monat. Als Selbstständiger zahlst du dir dafür kein Gehalt weniger: Geld wird daraus erst, wenn du die Stunden in bezahlte Arbeit steckst.
- Die 9 Stunden decken die Bestandsaufnahme und Dokumentation eines weiteren Gebäudes, nicht den ganzen Auftrag. Was ein zusätzlicher iSFP einbringt, ist dein Honorar abzüglich der Stunden für Berechnung, Bericht und Gespräch. Der BAFA-Zuschuss zählt dabei nicht mit: Er ist auf 650 € begrenzt und senkt nur den Eigenanteil des Eigentümers.
- Zeitwert und Zusatzauftrag nicht addieren, es sind dieselben Stunden.
- Mehrkosten: faktisch 0 € bei vorhandenem Chat-Abo, dazu 12–24 Stunden Einrichtung einmalig
Der Haupthebel ist nicht die Zeiteinsparung, sondern die Kapazitätserweiterung, und die kommt in kleinen Schritten. Wie viele zusätzliche Aufträge im Monat drin sind, rechnest du mit deinen eigenen Zahlen: 9 Stunden geteilt durch deine Gesamtstunden je iSFP.
Klingt das nach eurem Alltag? Ob sich dieser Use Case bei euch rechnet, klären wir im Erstgespräch: 30 Minuten, kostenlos.
Erstgespräch anfragenVier typische Einstiegsfehler
1. KI-Ausgaben zu U-Werten direkt in die Berechnung übernehmen. Das ist der kritische Fehler: Ein KI-generierter U-Wert für “Vollziegel-Außenwand, 36,5 cm, Baujahr 1968” klingt plausibel, aber er ist keine BAFA-anerkannte Berechnungsgrundlage. Nutze IWU-Tabellen als primäre Quelle und KI als Plausibilitätsprüfung. Nie umgekehrt.
2. Den Detailgrad der Vorort-Notizen unterschätzen. Die Qualität des KI-Outputs hängt direkt von der Qualität deiner Stichpunkte ab. Wenn deine Notizen nach der Bestandsaufnahme zu oberflächlich sind (“Dach: Satteldach, weiß gedämmt?”), hilft KI wenig. Investiere in ein strukturiertes Vor-Ort-Protokoll, dann bringt die KI-Unterstützung danach mehr.
3. Förderbedingungen KI-gestützt formulieren ohne aktuelle Prüfung. BAFA- und KfW-Förderprogramme ändern sich regelmäßig. Wenn du nach KI-Formulierungen Eigentümern Förderbeträge nennst, die seit letztem Quartal nicht mehr gelten, entsteht eine Haftungssituation. Prüfe Förderinformationen immer gegen die aktuellen BAFA- und KfW-Webseiten, das ist ein Schritt, der nicht automatisiert werden kann.
4. Das System einrichten und nie mit echten Projekten kalibrieren. Der Berater entwickelt einen Baujahresklassen-Prompt, testet ihn an einem Musterhaus, und setzt ihn danach unverändert für alle echten Projekte ein. Beim dritten Projekt kommt ein Fertighaus aus 1973 mit Holzrahmenbau: Die Antwort des Systems liefert Vollziegel-Konstruktionswerte, weil der Prompt diesen Fall nicht unterscheidet. Der Wert landet in EVEBI, die Berechnung ist falsch. Kalibriere jeden Prompt an drei bis fünf abgeschlossenen echten Projekten, bevor er produktiv läuft.
Was mit der Einführung wirklich passiert
Dieser Use Case hat eine höhere Einstiegshürde als die anderen in dieser Gruppe. Der Grund: Sanierungsberatung ist sehr fachspezifisch, und allgemeine KI-Prompts liefern ohne Kontextwissen nur oberflächliche Ergebnisse.
Was wirklich hilft, ist eine eigene Wissensbasis: Lade IWU-Tabellen (online frei verfügbar), aktuelle BAFA-Merkblätter und KfW-Förderprogrammdokumente in Gemini Notebook oder ein Claude Project. Dann kannst du gezielt fragen: “Welche typischen U-Werte gibt das IWU für Kellerwände aus Stahlbeton, Baujahr 1960–1970 an?”, und erhältst eine Antwort mit Quellenangabe, die du gegen das Original überprüfen kannst.
Der eigentliche Nutzen ist oft weniger die Zeitersparnis als die Qualitätskonsistenz: Wenn jede Bestandsdokumentation nach demselben Schema strukturiert ist, wird die eigene Arbeit überprüfbarer, und die Einarbeitung neuer Kolleginnen und Kollegen schneller.
Widerstand entsteht manchmal bei der Frage, ob “KI-generierte Texte” in BAFA-Dokumenten zulässig sind. Uns ist keine BAFA-Vorgabe bekannt, die Formulierungshilfen verbietet. Verantwortlich für den Inhalt bleibst du als Berater aus der Energieeffizienz-Expertenliste, und die Berechnung läuft ohnehin in der Energieberatungs- und iSFP-Software.
Realistischer Zeitplan mit Risikohinweisen
| Phase | Dauer | Was passiert | Typisches Risiko |
|---|---|---|---|
| Wissensbasis aufbauen | Woche 1–2 | IWU-Tabellen, BAFA-Merkblätter, KfW-Dokumente in Gemini Notebook laden | OCR-Probleme mit älteren gescannten Dokumenten |
| Prompt-Vorlagen entwickeln | Woche 2–3 | Baujahresklassen-Prompts, Maßnahmen-Begründungs-Prompt, Eigentümer-Zusammenfassung entwickeln | Erste Prompts zu allgemein, mehrere Iterationen nötig |
| Test mit Altprojekten | Woche 3–4 | 3–5 abgeschlossene Projekte mit KI-Unterstützung nachbauen, Qualität vergleichen | U-Wert-Divergenzen zeigen, wo KI-Wissen lückenhaft ist |
| Produktiver Einsatz | Ab Woche 5 | KI für Dokumentation bei neuen Projekten, Berechnung bleibt in der Energieberatungssoftware | Unreflektierte U-Wert-Übernahme aus KI-Output |
| Aktualisierung Wissensbasis | Jährlich | BAFA- und KfW-Dokumente auf neue Stände aktualisieren | Veraltete Förderprogrammdaten im System |
Häufige Einwände, und was dahintersteckt
„Die Berechnung muss in EVEBI oder einer anderen Energieberatungssoftware erfolgen, da bringt KI nichts.” Stimmt, für die Berechnung. Aber der Aufwand vor und nach der Berechnung (Bestandsdokumentation, Maßnahmenpriorisierung, Eigentümerkommunikation) ist erheblich und wird nicht durch das Berechnungsprogramm abgedeckt. Genau dort greift KI.
„Ich kenne meine Baujahresklassen aus dem Kopf, das brauche ich nicht.” Bei den Standardkonstruktionen vielleicht. Bei ungewöhnlichen Konstruktionen (Systembauten der DDR, Fertighaushersteller der 1970er, regionale Baumaterialien) ist das Wissen lückenhafter, und genau dort hilft eine strukturierte Wissensbasis mehr als das Gedächtnis.
„Was wenn die KI falsche Förderhöhen nennt und ich sie an Eigentümer weitergebe?” Das ist das richtige Risiko-Bewusstsein. Die Lösung ist keine andere als bei jedem anderen Qualitätsschritt: Du überprüfst, bevor es rausgeht. KI-generierte Förderaussagen werden immer gegen aktuelle BAFA- und KfW-Webseiten geprüft. Das ist kein optionaler, sondern ein Pflichtschritt.
Woran du merkst, dass das zu dir passt
- Du machst regelmäßig BAFA-geförderte Energieberatung und der Dokumentationsaufwand frisst in die Auftrags-Wirtschaftlichkeit
- Du hast einen breiten Baujahresklassen-Mix im Portfolio und musst bei jedem neuen Baujahrestyp recherchieren
- Dein Büro wächst und du möchtest Energieberatungswissen auf Mitarbeitende übertragen, die weniger Erfahrung mit Bestandsgebäuden haben
- Du nutzt bereits digitale Vor-Ort-Protokolle, dann ist die Brücke zur KI-gestützten Nacharbeit klein
Wann es sich (noch) nicht lohnt, drei harte Ausschlusskriterien:
-
Weniger als 10 Bestandsaufnahmen pro Jahr. Der Aufbau-Aufwand (Wissensbasis, Prompt-Vorlagen, Kalibrierung) amortisiert sich bei sehr geringem Volumen nicht. Wer ein- oder zweimal im Jahr ein Sanierungskonzept erstellt, profitiert nicht systematisch.
-
Ausschließlich Nichtwohngebäude. Der Use Case ist auf Wohngebäude mit gut dokumentierten Baujahresklassen-Konstruktionen zugeschnitten. Für Gewerbe- oder Industriegebäude fehlen die strukturierten Referenzkonstruktionen, der Hauptnutzen der Baujahresklassen-Recherche entfällt.
-
Kein Eintrag in der Energieeffizienz-Expertenliste oder keine energetische Berechnungssoftware. Wer die Berechnung nicht selbst macht, hat keinen Nutzen aus der KI-gestützten Dokumentationsvorbereitung, weil die Schnittstelle (das Berechnungsprogramm) fehlt.
Das kannst du heute noch tun
Nimm deine Notizen von der letzten Bestandsaufnahme und gib sie in ChatGPT oder Claude ein, anonymisiert, ohne Eigentümerdaten. Bitte das System, daraus eine strukturierte Bauteilübersicht zu erstellen und für jeden unbekannten Bauteil eine plausible Konstruktionshypothese nach Baujahresklasse zu formulieren. Prüfe das Ergebnis gegen deine eigene Einschätzung. Das dauert 20 Minuten und zeigt dir, ob der Ansatz für deinen Arbeitsalltag funktioniert.
Mitarbeiter:in
KI-Assistent
Quellen & Methodik
- BAFA-Förderung Energieberatung für Wohngebäude: bafa.de, Energieberatung für Wohngebäude, abgerufen am 19.09.2026: 50 Prozent des förderfähigen Honorars, höchstens 650 € (Ein- und Zweifamilienhaus) bzw. 850 € (ab drei Wohneinheiten), Berater aus der Energieeffizienz-Expertenliste (Kategorie Wohngebäude), iSFP-Software ab 1. September 2026 in Version 2.6
- IWU-Baujahresklassen: Institut Wohnen und Umwelt (IWU), Deutsche Wohngebäudetypologie, öffentlich verfügbar unter iwu.de
- EVEBI Kosten und Funktionen: unsere Toolseite, Stand Oktober 2026: Servicepaket 145 € (Basis) oder 264 € (Premium) pro Jahr, Lizenzpreis nicht veröffentlicht, Standardkonstruktionen nach Baujahr, Zusatzmodul für iSFP-Textbausteine
- Zeitersparnis und Stunden je Gebäude: unsere Annahmen, keine Messung
- DIN V 18599:2018-09: Energetische Bewertung von Gebäuden, Berechnungspflicht für iSFP nach BAFA-Merkblatt 2024