25 KI-Use-Cases für Architektur und Bauwesen: Beispiele von der Planung bis zur Baustelle

Massenermittlung aus Plänen frisst Kalkulator-Zeit und erzeugt systematische Fehler, die Angebote in den Verlust treiben.

KI-Bildanalyse erkennt Bauteile in 2D-Plänen und berechnet automatisch Mengen, Flächen und Längen.

Aus Tagen werden Stunden bei der reinen Abgreifarbeit. Die Prüfung bleibt, die Planqualität bestimmt das Ergebnis.

ChatGPT als kostenloser OrientierungstestSpezialisiertes Takeoff-Tool (Togal.AI)Bluebeam Revu Max mit KI-Planprüfung

LV-Erstellung kostet Bautechniker:innen und Planer:innen Tage pro Projekt und konserviert Fehler aus kopierten Altversionen.

Ein LLM erzeugt LV-Positionen mit VOB/C-Normtexten und prüft Langtexte auf VOB- und DIN-Konformität, in der AVA-Software oder als Textassistenz daneben.

Der Routineanteil am LV schrumpft, die Prüfarbeit bleibt. Belastbare Einsparzahlen aus unabhängigen Studien gibt es zu diesem Thema nicht.

Kostenlose AVA-Basisversion, ohne KIChatmodell als Textassistenz (8–23 €/Monat)AVA-Software mit eigener KI (ab 49 €/Monat netto)

Manuelle Mängelerfassung auf Baustellen kostet Bauleiter:innen Stunden täglich und erzeugt inkonsistente Dokumentation, die im Streitfall nicht standhält.

Eine Baudoku-App verortet Mängel im Grundriss, protokolliert Zeitstempel und Nutzer und verfolgt Fristen. Die KI darin nimmt Sprache auf, durchsucht Dokumente und formuliert Texte, sie beurteilt keine Bauleistung.

Weniger Abendarbeit im Büro, lückenlose und nachvollziehbare Dokumentation, weniger Streit bei der Abnahme. Belastbare Einsparzahlen aus unabhängigen Studien gibt es zu diesem Thema nicht.

ChatGPT Bildanalyse (kein Setup, Experiment)Baudoku-App mit Preis je Nutzer (PlanRadar, 26–129 €/Nutzer/Monat)Baudoku-App mit Preis nach Bauvolumen (Capmo, auf Anfrage)

Fehler in BIM-Modellen werden oft erst in der Ausführung entdeckt, wenn Demontage, Neuplanung und Terminverzug sie um ein Vielfaches teurer machen als am Bildschirm.

Regelbasierte Modellprüfung führt die IFC-Fachmodelle zusammen, findet Kollisionen und Normabweichungen automatisch und priorisiert sie für die Koordination.

Kollisionen werden zwischen den Koordinationsbesprechungen sichtbar statt danach. Belastbare Einsparzahlen aus unabhängigen Studien gibt es zu diesem Thema nicht.

Kostenloser Einstieg mit Trimble Connect for Windows (kein Setup)Professionelle Modellprüfung via Solibri (99–2.772 €/Jahr je Lizenz)Cloud-Koordinationsplattform (Autodesk, Preise auf Anfrage)

Bauprojekte überschreiten Zeit- und Budgetrahmen, weil Terminpläne ohne historische Daten, Ressourcenmodelle und Risikobetrachtung erstellt werden.

KI-Terminplanung nutzt historische Projektdaten, Subunternehmer-Verfügbarkeiten und Monte-Carlo-Simulation für realistische Pläne mit Frühwarnsystem.

Ressourcenkonflikte und Verzüge werden sichtbar, solange sie noch steuerbar sind. Belastbare Zahlen zur Reduktion der Terminüberschreitung gibt es zu diesem Thema nicht.

ChatGPT/Claude als Risikoanalyse-Assistent (kein Setup)Bauzeitenplan in einer Baudoku-Plattform (PlanRadar, 26–129 €/Nutzer/Monat)Primavera P6 oder Risikosimulation im Enterprise-Umfeld (Preise auf Anfrage)

Angebotsbearbeitung kostet Bauunternehmen 2 bis 8 Arbeitstage pro Ausschreibung, und der größte Teil dieses Aufwands fließt in Angebote, die nicht zum Zuschlag führen.

LLM-basierte Dokumentenanalyse extrahiert aus PDFs und GAEB-Dateien strukturiert Eignungsanforderungen, Vertragsrisiken und LV-Positionen, und liefert eine Vorkalkulation als Ausgangspunkt.

Strukturierte Go/No-Go-Entscheidung statt Zeitdruckbauchgefühl, und begründete Absagen, bevor vier Tage Kalkulation investiert sind.

ChatGPT/Claude für Erstanalyse (20–30 €/Monat)Spezialisierter Ausschreibungs-KI-Assistent mit GAEB (Preis auf Anfrage)Workflow-Automatisierung via Make.com + KI

Jede Planungsiteration erfordert eine neue Berechnung nach GModG (früher GEG) und DIN V 18599. Nicht der erste Nachweis bremst den Planungsprozess, sondern der dritte.

Normkonforme Berechnungsautomatisierung in der Nachweissoftware, plus LLM-Unterstützung für Recherche, Textarbeit und Bauherrenkommunikation daneben.

Szenarien lassen sich durchrechnen, statt jede Planungsänderung als neuen Nachweis von vorn aufzusetzen. Belastbare Einsparzahlen aus unabhängigen Studien gibt es zu diesem Thema nicht.

ChatGPT/Claude als Ergänzung (20–30 €/Monat)Nachweissoftware nach GModG: Hottgenroth ab ca. 650 €/Jahr, BKI Energieplaner ab 712 €Nachweissoftware + Workflow-Automatisierung (Make.com)

Bauherren können technische Pläne nicht lesen und treffen falsche Entscheidungen, teure Planungsänderungen entstehen erst nach dem ersten Rohbaubesuch.

KI generiert fotorealistische 3D-Renderings und Materialboards direkt aus Grundrissen, schnell genug für interaktive Beratungsgespräche.

Erwartungen werden vor dem Fundament abgeglichen statt bei der Rohbaubegehung, und Visualisierung wird für jedes Projekt bezahlbar, nicht nur für Prestigeaufträge.

ChatGPT + Midjourney direkt (ab 10 USD/Monat)Plan-basiert via Maket (kostenlos bis 100 USD/Monat)Lumion aus dem 3D-Modell (199–1.299 €/Jahr)

Berechtigte Nachtragsforderungen gehen verloren, weil Mehrleistungen nicht als nachtragspflichtig erkannt, zu spät angemeldet oder mangelhaft dokumentiert werden.

Ein LLM (Claude, ChatGPT) analysiert Bautagebücher und Protokolle auf Abweichungen, ordnet Nachtragstatbestände den VOB/B-Paragraphen zu und macht Anmeldefristen sichtbar.

Jeder Prozentpunkt mehr Realisierungsquote ist bei 500.000 Euro Nachtragsvolumen 5.000 Euro Umsatz für Mehrleistung, die ihr ohnehin erbracht habt. Das verbessert das Ergebnis, weil die Kosten schon angefallen sind, ist aber keine zusätzliche Marge.

Claude Team oder ChatGPT Business für die Protokollanalyse, beide ab zwei PlätzenPlanRadar als Dokumentationsbasis für Fotos und AufmaßORCA AVA als Kalkulationsgrundlage mit Bezug aufs Hauptangebot

Baubesprechungen erzeugen viel Protokollaufwand, offene Punkte gehen verloren und eine mangelhafte Dokumentation wird zum Haftungsrisiko.

KI-Transkription + LLM-Strukturierung ersetzt handschriftliche Nacharbeit: Protokoll, Aufgabenliste und Follow-up in 5–15 Minuten Prüfarbeit statt 45–90 Minuten Schreiben.

Bei vier Bausitzungen pro Woche sparen Bauleiter knapp 3 bis 5 Stunden Protokollaufwand; offene Punkte werden strukturiert nachverfolgt statt im Fließtext; das Transkript bleibt als Beleg erhalten.

Transkription + ChatGPT/Claude manuell (kein Setup)Fireflies.ai + Notion AI (automatisierter Workflow)M365 Copilot + PlanRadar (vollständig integriert)

Die Bauwirtschaft gehört zu den unfallträchtigsten Branchen Deutschlands, und ein Bauleiter kann auf einer Baustelle mit mehreren Ebenen und Gewerken nicht überall gleichzeitig hinsehen.

KI-Kameras analysieren kontinuierlich das Baustellengeschehen und erkennen fehlende PSA, gefährliche Situationen und Zutritt Unbefugter ohne menschliche Dauerpräsenz.

Sicherheitsverstöße werden in Sekunden gemeldet statt bei der nächsten Begehung, mit Video-Beleg für das Gespräch mit Polier und Nachunternehmer.

KI-Prompt-Analyse bestehender Kameradaten (kein Hardware-Invest)SaaS-Kameralösung wie viAct (Preis nur auf Anfrage)Edge-KI eines Videosicherheits-Systemintegrators

Kostenprognosen in frühen Planungsphasen stützen sich auf Bundesdurchschnittskennwerte, die Standort, Marktphase und Bauart kaum differenzieren, und altern zwischen zwei Ausgaben spürbar.

Ein ML-Modell lernt aus den eigenen abgeschlossenen Projekten, angereichert um aktuelle Preisindizes und Standortfaktoren, und liefert eine Schätzung mit Konfidenzintervall und nachvollziehbaren Vergleichsprojekten.

Die Schätzung wird am Backtesting messbar statt am Bauchgefühl, und der Bauherr sieht fünf echte Vergleichsprojekte statt eines Kennwerts ohne Referenz.

BKI Baukosten als Kennwertbasis (ab 269 €, ohne KI-Funktion)Julius AI für die Machbarkeitsprüfung auf eigenen Excel-DatenPython-Eigenentwicklung auf historischen Projektdaten

Die Auswahl des richtigen Nachunternehmers basiert oft auf Bauchgefühl und unvollständigen Daten, mit hohem Risiko für Terminverzögerungen, Qualitätsmängel und ungeklärte Haftungsfragen.

KI vergleicht Angebote strukturiert, gleicht gegen interne Bewertungshistorien ab, prüft Compliance-Bescheinigungen auf Vollständigkeit und erstellt Vergabeempfehlungen mit Risikohinweisen.

Vergabezeit je Gewerk von 4–6 auf 1–2 Stunden, abgelaufene Pflichtbescheinigungen fallen vor der Vergabe auf statt bei der Zollprüfung, Bewertungshistorie liegt in der Datenbank statt in einzelnen Köpfen.

ChatGPT/Claude direkt für Angebotsanalyse (kein Setup)Airtable-Datenbank + LLM-Anbindung (1–2 Wochen)Cosuno oder Procore als Komplettsystem (6–10 Wochen)

Bautagebücher werden aus Zeitmangel unvollständig oder gar nicht geführt, und fehlen genau dann, wenn Nachträge oder Gewährleistungsstreitigkeiten belegt werden müssen.

KI transkribiert Sprachmemos, strukturiert sie nach Bautagebuch-Schema und erstellt tagesaktuelle Einträge mit automatischer Kategorisierung.

Vollständigere Dokumentation täglich in 5–12 Minuten statt 30–60 Minuten manuell, auch an stressigen Tagen. Die gewonnene Zeit ist meist Feierabend, kein Geldbetrag.

ChatGPT/Claude + Prompt (kein Setup)Spezialsoftware Baukraft oder Phase0Whisper + LLM selbst gebaut (IT nötig)

Bauunternehmen unterschätzen systematisch Risiken in Ausschreibungen und Verträgen, weil keine Zeit für umfassende Prüfung bleibt, Verlustprojekte entstehen oft durch übersehene Klauseln.

KI liest Vertragswerke, LV-Texte und Baugrundberichte und markiert Risikostellen nach Kategorien: Haftung, Fristen, unklare Leistungsabgrenzungen, ungewöhnliche Klauseln.

Systematische statt zufällige Klauselprüfung, Prüfzeit von 4–8 Stunden auf 1–2 Stunden reduziert, dokumentierte Entscheidungsgrundlage für Go/No-Go.

LLM-basierte Dokumentenanalyse mit strukturierter Risikokategorisierung, kombiniert mit juristischer Gegenprüfung bei kritischen Feststellungen.

Bauherren und Planungsbüros verpassen jährlich Millionen Euro an Fördermitteln, weil die Recherche komplex, zeitaufwändig und für Nicht-Spezialisten kaum handhabbar ist.

KI analysiert Projektparameter und gleicht sie gegen aktuelle Förderprogramme ab, von KfW über BAFA bis zu Landesförderbanken, und listet passende Programme mit Beantragungshinweisen.

Fördermittelrecherche von 4–8 Stunden auf 30–60 Minuten für den Erstüberblick, breitere Programmabdeckung statt nur KfW und BAFA.

LLM-gestützte Recherche mit aktuellen Programmdaten (Perplexity, ChatGPT mit Websuche) + strukturierte Ausgabe für Bauherrenberatung.

Angebote werden bei volatilen Materialpreisen zu teuer oder verlustbringend, weil Kalkulator:innen veraltete Preise verwenden und Marktentwicklungen nicht systematisch beobachten.

KI-gestützte Preisüberwachung kombiniert mit regelmäßigen Kalibrierungshinweisen für die Kalkulation, basierend auf Marktdaten und internen Auftragsdaten.

Kalkulationsfehler durch Preisabweichungen deutlich reduziert, Marktbeobachtungsaufwand von 2–3 Stunden/Woche auf 20–30 Minuten reduziert.

Perplexity oder ChatGPT mit Websuche für Marktdaten, Abgleich mit der eigenen Kalkulation in Excel oder der AVA-Software.

Abnahmeprotokolle werden unter Zeitdruck unvollständig erstellt, fehlende Fristen, unklare Mängelklassifikationen und schlechte Fotodokumentation führen später zu Streitigkeiten.

KI strukturiert Abnahme-Notizen nach VOB-Mängelkategorien, verknüpft Fotos mit Positionen und erstellt druckfertige Protokolle mit vorgeschlagenen Fristen, deren Angemessenheit du prüfst.

Abnahmeprotokoll-Erstellung von 2–4 Stunden auf 30–45 Minuten reduziert, jeder Mangel mit Foto, Verortung und Frist statt Klemmbrett-Notiz.

Mobile Foto- und Sprachdokumentation (PlanRadar, BauMaster) + LLM-Strukturierung für die Protokollerstellung.

Einkauf und Bestellkommunikation fressen in Baubetrieben täglich 2–3 Stunden für wiederholende E-Mails, Preisanfragen und Lieferantenabstimmungen.

KI generiert strukturierte Bestellanfragen aus LV-Auszügen, formuliert Nachfass-E-Mails und vergleicht eingehende Angebote strukturiert.

Einkaufskorrespondenz-Aufwand um 50–60 % reduziert, schnellere Angebote durch strukturiertere Anfragen, weniger vergessene Nachfassaktionen.

LLM-Assistent mit betriebsspezifischen Lieferantenprofilen und LV-Vorlagen als Kontext für Korrespondenzgenerierung.

Ingenieure verbringen je Koordinationsrunde Tage damit, 3D-Modelle aus verschiedenen Gewerken manuell auf Kollisionen zu prüfen, und finden trotzdem nicht alle. Fehler, die erst auf der Baustelle auffallen, kosten ein Vielfaches gegenüber einer frühen Erkennung.

Clash Detection analysiert kombinierte IFC-Modelle aller Gewerke, erkennt räumliche Überschneidungen vollautomatisch und priorisiert sie nach Regeln, die du für Gewerk, Bauablauf und Schweregrad festlegst.

Rechenlauf in Minuten bis Stunden statt tagelanger Sichtprüfung je Runde, vollständig innerhalb der Prüfregeln. Kollisionen werden in der Planung statt auf der Baustelle behoben. In der DBIA-Fallstudie, einem Design-Build-Projekt mit Planung und Ausführung in einer Hand, stand 200.000 USD Koordinationsaufwand gegen 2,55 Mio. USD geschätzte Einsparung.

BIMcollab Basic (BCF-Einstieg)Navisworks Manage oder Solibri EssentialAutodesk Forma, früher Autodesk Construction Cloud

Baukolonnen stehen still, weil konservative Kalender-Standzeiten eingehalten werden, auch wenn Temperatur und Betoncharge eine frühere Freigabe erlauben würden. Verzögerungen summieren sich über ein Projekt.

Sensoren im Bauteil liefern den lückenlosen Temperaturverlauf. Die Software rechnet ihn über eine kalibrierte Reifekurve in eine Festigkeitsprognose um und gibt eine datenbasierte Freigabeempfehlung mit Protokoll.

Freigabe, sobald die geforderte Festigkeit nachweislich erreicht ist, statt nach Kalender-Richtwert. Wie viele Tage das spart, hängt an Temperatur und Rezeptur und ist je Projekt messbar. Schalungsumlauf beschleunigt, Folgegewerke rücken früher ein.

Giatec SmartRock-App (Demo, kein Setup)Maturix oder SmartRock-SensorkitCustom IoT (Azure) + Power BI

Dachinspektionen erfordern Gerüste oder Klettersteige, sind wetterabhängig und liefern subjektive Gutachten. Schadensbilder werden unterschiedlich bewertet, und Restlebensdauerprognosen schwanken erheblich je nach Gutachter.

Drohne erfasst hochauflösende RGB- und Wärmebildaufnahmen. KI-Modell klassifiziert Schadenstypen (Risse, Blasen, Wassereintritt, Dämmungsmängel) und liefert eine standardisierte Befundliste mit Prioritätsscore als Vorarbeit für die Sachverständige.

Inspektionszeit von 1–2 Tagen auf wenige Stunden reduziert, kein Sturzrisiko für Beschäftigte. Standardisierte, wiederholbare Schadensdokumentation als Grundlage für Sanierungsplanung und Sachverständigengutachten.

Drohnendienstleister pro Objekt buchenAirteam Starter-Kit (Drohne + Software)DroneDeploy oder Agisoft (Eigenbetrieb)

Materialdiebstahl und Überverbrauch auf Baustellen verursachen jährlich Millionenschäden, und werden oft erst in der Schlussabrechnung bemerkt, wenn Gegenmaßnahmen zu spät kommen.

KI analysiert Einkaufsdaten, Lieferscheine und LV-Positionen je Gewerk und Bauphase. Abweichungen zwischen Soll-Verbrauch und tatsächlichen Abrufmengen werden automatisch als Anomalien erkannt und eskaliert.

Frühwarnung bei Überverbrauch oder Schwund, nicht erst in der Schlussabrechnung. Auf einem 3-Mio.-€-Projekt mit 40 bis 60 Prozent Materialanteil geht es bei 3 bis 5 Prozent Schwund um 36.000–90.000 € Materialkosten.

Excel/Power BI: manueller Soll-Ist-AbgleichPlanRadar + eigene Auswertung (EU-konform)Procore oder Kojo: vollintegrierte Plattform

Bauträger planen mit der gesetzlichen Regelfrist und fahren in der Realität ein Vielfaches davon. Finanzierungskosten, Auftragnehmerverpflichtungen und Kaufverträge hängen an einem Zeitplan, den niemand mit Daten hinterlegt hat.

Historische Genehmigungsdaten des eigenen Portfolios und öffentliche Behördendaten als Trainingsgrundlage: Das Modell erkennt Muster, die Verzögerungen vorhersagen, bevor der Antrag eingereicht ist.

Realistischere Finanzierungsplanung und gezielte Antragskorrektur vor Einreichung. Eine verhinderte 6-Monats-Verzögerung auf einem 20-Mio.-€-Projekt spart 300.000–600.000 € Bereitstellungszinsen und Folgekosten.

ChatGPT/Claude als erste Musteranalyse (kein Setup)KNIME Desktop (Low-Code, lokal, kostenlos)Custom Python/scikit-learn Modell (Developer nötig)

In größeren Portfolios werden überhöhte Rechnungen, Doppeleinreichungen und schleichender Leistungsumfangsbetrug erst Jahre später, wenn überhaupt, entdeckt.

Statistische Benchmarking-Modelle vergleichen Instandhaltungskosten nach Objekttyp, Baujahr und Lage; Ausreißer werden automatisch markiert und zur Prüfung vorgelegt.

Jede Rechnung läuft gegen einen Benchmark vergleichbarer Objekte, statt nur gegen das Budget. Geprüft wird nur noch, was markiert ist. Der zurückgeholte Betrag ist ab dem Pilotbetrieb exakt belegbar, Rechnung für Rechnung.

Kostenloser Proof of Concept via Julius AI + Excel-ExportSelf-Build Benchmark-Dashboard in Power BIDedizierte FM-Plattform (Facilio / Planon)