KI-Bauplanerkennung und Massenermittlung

Das echte Ausmaß des Problems

In einem mittelständischen Bauunternehmen oder Planungsbüro verbringen Kalkulator:innen einen erheblichen Teil ihrer Arbeitszeit damit, Pläne zu lesen und Mengen abzuzählen. Eine Massenermittlung für ein mittelgroßes Gewerbebauprojekt — 2.000 bis 5.000 Quadratmeter — dauert manuell zwei bis fünf Arbeitstage. Das ist keine Ausnahme, das ist der Normalfall.

Dabei ist die Aufgabe strukturell immer dieselbe: Aus einem Grundriss müssen Wandlängen, Fensterflächen, Türöffnungen, Bodenflächen, Deckenhöhen und Raumvolumina ermittelt werden. Aus Schnitten kommen Dämmstärken und Dachgeometrien. Aus Bewehrungsplänen folgen Stahlmengen. Wer das manuell macht, zählt Pixel, legt Lineal an, rechnet um — und macht dabei Fehler. Nicht wegen mangelnder Sorgfalt, sondern wegen der schieren Menge.

Studien aus dem Bauwesen zeigen, dass manuelle Massenermittlungen eine Fehlerquote von 5 bis 15 Prozent haben. Bei einem Angebot von 800.000 Euro bedeuten 10 Prozent Fehler 80.000 Euro falsch kalkuliert — entweder zu günstig (und du baust mit Verlust) oder zu teuer (und du bekommst den Auftrag nicht).

Die Personalknappheit macht es schlimmer: Erfahrene Kalkulator:innen sind rar und teuer. Gleichzeitig wächst der Ausschreibungsdruck — mehr Angebote, weniger Zeit pro Angebot. Wer drei Wochen für eine Kalkulation braucht, verliert Aufträge an Wettbewerber, die schneller reagieren. Eine aktuelle Studie von Togal.AI zeigt, dass KI-gestützte Massenermittlung Aufgaben, die früher Stunden oder Tage dauerten, in Minuten erledigt — mit einer Erkennungsgenauigkeit von bis zu 98 Prozent.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Erfahrungswerte aus KI-Massenermittlungs-Projekten; stark abhängig von Planqualität, Projektkomplexität und Gewerk. Bei handgezeichneten oder schlecht eingescannten Plänen liegen die Ergebnisse im unteren Bereich der Schätzungen.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Die Massenermittlung ist die zeitaufwändigste Routineaufgabe in der Kalkulation — und genau hier liefert KI den stärksten Hebel. Aus zwei bis fünf Arbeitstagen werden drei bis sechs Stunden. Kein anderer Anwendungsfall in diesem Zweig spart so viel direkte Arbeitszeit ein. Die Verbesserung ist sofort nach dem ersten Produktiveinsatz messbar.

Kosteneinsparung — hoch (4/5) Die Tool-Kosten von 200–800 Euro monatlich amortisieren sich bei zehn bis zwanzig Angeboten pro Monat schnell. Der größte finanzielle Effekt entsteht jedoch nicht durch Personaleinsparung, sondern durch mehr Angebote in derselben Zeit — und durch weniger teure Kalkulationsfehler. Ein einziger verhindeter Verlustauftrag übersteigt die Tool-Jahreskosten bei Weitem.

Schnelle Umsetzung — hoch (4/5) Spezialisierte Web-Tools wie Togal.AI oder Calcora erfordern keine IT-Integration. Plan hochladen, Ergebnis prüfen, exportieren. Die Einarbeitungszeit liegt bei ein bis zwei Tagen. Damit ist dies einer der einstiegsfreundlichsten Use Cases in dieser Branche — verglichen etwa mit BIM-Analyse oder KI-Terminplanung, die aufwändige Systemintegrationen brauchen.

ROI-Sicherheit — hoch (4/5) Der Nutzen ist direkt messbar: Du weißt vor und nach dem Einsatz, wie lange eine Massenermittlung dauert. Kein indirekter Effekt, keine Annahmen. Einzige Unsicherheit: Die Qualität der Ergebnisse hängt stark von der Planqualität ab — bei alten Bestandsplänen oder handgezeichneten Skizzen sinkt die Erkennungsgenauigkeit deutlich.

Skalierbarkeit — mittel (3/5) Das Tool skaliert grundsätzlich gut — mehr Projekte bedeuten mehr Uploads, nicht mehr Personal. Aber: Viele Anbieter berechnen Preise nach Projektvolumen oder Seitenanzahl. Mit wachsendem Auftragsvolumen steigen die Lizenzkosten linear mit. Das dämpft die Skalierungswirkung gegenüber echten Flat-Rate-Modellen.

Richtwerte — stark abhängig von Projektgröße, Planqualität und Gewerk.

Was die KI konkret macht

Der technische Ansatz heißt Computer Vision — dasselbe Verfahren, mit dem autonome Fahrzeuge Verkehrszeichen erkennen oder medizinische KI Röntgenbilder auswertet.

Das KI-Modell wurde auf Tausenden von Bauplänen trainiert. Es hat gelernt, Wände anhand ihrer Linienführung und Schraffur zu erkennen, tragende von nicht-tragenden Konstruktionen zu unterscheiden, Maßketten auszulesen und daraus Längen und Flächen zu berechnen. Türen, Fenster und Öffnungen werden als Objekte erkannt und aus der Nettofläche herausgerechnet. Raumvolumina werden aus Grundriss und Schnitt kombiniert.

Das Ergebnis ist eine strukturierte Mengenliste: 180 Laufmeter Außenwand 30 cm, 240 Laufmeter Innenwand 11,5 cm, 42 Fensteröffnungen à 1,20 m × 1,60 m. Diese Liste lässt sich direkt in Kalkulationssoftware wie ARRIBA, iTWO oder ORCA exportieren, oder per GAEB-Format in das Leistungsverzeichnis übernehmen.

Der Kalkulator prüft das Ergebnis, korrigiert wo nötig — und hat damit in drei Stunden erreicht, wofür er früher zwei Tage gebraucht hätte. Die eigentliche Kalkulator-Arbeit — Preise festlegen, Risikozuschläge einschätzen, Subunternehmer bewerten — bleibt Menschensache. Die Massenermittlung, die bisher den größten Zeitblock fraß, fällt weitgehend weg.

Wichtige Einschränkung für BIM-Projekte: Für IFC-Dateien aus BIM-Planung ist die Massenermittlung häufig bereits im Modell hinterlegt — hier ist KI-Bildanalyse weniger relevant. Der Use Case gilt primär für die sehr große Menge an Projekten, die noch mit 2D-Plänen arbeiten. Das ist im deutschen Mittelstand weiterhin die große Mehrheit.

Konkrete Werkzeuge — was wann passt

Togal.AI ist einer der bekanntesten spezialisierten Anbieter für KI-gestützte Massenermittlung. Trainiert auf Bauplänen, erkennt sehr präzise Wände, Öffnungen, Flächen. Export in gängige Kalkulations- und LV-Software. Preise abhängig vom Projektvolumen: typisch 200–800 Euro pro Monat für ein mittelständisches Unternehmen. Primär für den englischsprachigen Markt entwickelt, aber internationale Pläne werden gut verarbeitet.

Calcora ist ein deutschsprachiger Anbieter, der sich auf die Umwandlung von Bauplänen in strukturierte Mengenlisten und Leistungsverzeichnisse spezialisiert hat. Gut integriert in den deutschen Planungsprozess und GAEB-Export. Sinnvoll für Büros, die einen deutschen Anbieter bevorzugen oder DSGVO-konforme Datenhaltung in der EU benötigen.

Bluebeam Revu ist in deutschen Planungsbüros weit verbreitet und bietet automatische Mengenerkennung mit wachsenden KI-Features. Gut, wenn Bluebeam ohnehin schon im Einsatz ist — dann ist der Zusatzaufwand für die KI-Funktion minimal.

ChatGPT kann bei gescannten Plänen grundlegende Bildanalyse leisten, ist aber kein Ersatz für spezialisierte Tools. Maßketten werden nicht zuverlässig gelesen, Mengenberechnungen sind ungenau. Sinnvoll als erstes Experiment oder für sehr einfache Fragen zum Plan — nicht für produktive Massenermittlung.

Wann welcher Ansatz:

• Schwerpunkt auf Schnelligkeit und Genauigkeit bei Standardplänen → Togal.AI
• Deutsch, GAEB-Export, DSGVO → Calcora
• Bluebeam bereits im Einsatz → Bluebeam Revu KI-Features
• Erster kostenloser Test ohne Commitment → ChatGPT GPT-4o mit Plan-Foto (Orientierung, kein Produktiv-Tool)

Datenschutz und Datenhaltung

Baupläne enthalten in der Regel keine personenbezogenen Daten im DSGVO-Sinne — das vereinfacht die Lage deutlich gegenüber anderen KI-Anwendungen. Trotzdem gilt: Wettbewerbsrelevante Projektdaten (Grundrisse, Konstruktionsdetails, Auftraggeber-Informationen) sind vertraulich.

Wenn du Pläne an einen Cloud-Dienst hochlädst, schließe die DSGVO-Klausel für Verarbeitungsverträge ab und prüfe, wo die Daten verarbeitet werden. Calcora verarbeitet in Deutschland, Togal.AI auf AWS (US-basiert, mit EU-Kundenoptionen). Für öffentliche Auftraggeber oder Projekte mit Geheimhaltungsvereinbarung: Kläre vorab, ob Cloud-Upload zulässig ist — manche Vergabestellen verlangen lokale Verarbeitung.

Was es kostet — realistisch gerechnet

Spezialisiertes Tool (Togal.AI oder Calcora):

• Monatliche Lizenz: 200–800 Euro, je nach Nutzeranzahl und Projektvolumen
• Einarbeitung: 1–2 Tage pro Kalkulator:in
• Keine technische Integration nötig (Web-Upload)

ROI-Rechnung am Beispiel: Ein Kalkulator mit 55.000 Euro Jahresgehalt kostet brutto inkl. Lohnnebenkosten ca. 75.000 Euro — das sind rund 38 Euro pro Stunde. Wenn er durch KI-Massenermittlung pro Projekt 1,5 Tage (12 Stunden) einspart und dein Büro 20 Angebote pro Monat kalkuliert, sind das 240 gesparte Stunden monatlich — rechnerisch 9.120 Euro Personalkosten. Selbst wenn die reale Einsparung nur ein Drittel davon ist (80 Stunden), übersteigt sie die Tool-Kosten um das Dreifache.

Der eigentliche Vorteil ist aber oft ein anderer: nicht Personaleinsparung, sondern mehr Angebote in derselben Zeit — und damit mehr Aufträge.

Drei typische Einstiegsfehler

1. Mit dem schwierigsten Plan einsteigen. Die erste Reaktion: Altes Bestandsobjekt aus den 1980ern hochladen, handgezeichnet und schlecht eingescannt — und dann enttäuscht sein, wenn die KI schlechte Ergebnisse liefert. Das war zu erwarten. Starte mit einem digitalen 2D-Plan aus den letzten zehn Jahren. So lernst du, was das Tool kann — und nicht, was es nicht kann.

2. KI-Ergebnisse ungeprüft übernehmen. Das Tool erkennt Flächen und Öffnungen — aber es kennt nicht den Kontext. Eine Wand, die im Grundriss wie eine Außenwand aussieht, könnte ein Schacht sein. Eine scheinbar offene Fläche kann eine abgehängte Decke haben. Kein KI-Ergebnis sollte ohne Plausibilitätsprüfung in eine Kalkulation fließen. Behandle den Output wie den Entwurf einer Junior-Mitarbeiterin: gut als Ausgangspunkt, aber nicht fertig zum Unterschreiben.

3. Nur einen Anbieter testen. Die Qualität der Erkennung variiert stark je nach Plantyp und Gewerk. Was für Hochbaupläne gut funktioniert, kann bei Tiefbau oder Haustechnik versagen. Teste zwei bis drei Anbieter mit denselben Referenzplänen, bevor du eine Lizenz kaufst.

Was mit der Einführung wirklich passiert — und was nicht

Die häufigste Erwartung: Die KI macht die Massenermittlung, der Kalkulator wird freier. Was wirklich passiert: Die Massenermittlung wird schneller, aber die Prüfarbeit bleibt. Am Anfang prüfen die meisten Kalkulator:innen jeden Wert doppelt — bis das Vertrauen in die Tool-Qualität gewachsen ist. Das dauert drei bis fünf Projekte.

Typische Widerstands-Muster: Erfahrene Kalkulator:innen, die ihren Workflow über Jahre optimiert haben, empfinden die Umstellung oft als Rückschritt — zumindest am Anfang. “Das Tool versteht unsere Planstruktur nicht” ist der häufigste Einwand in der ersten Woche. Meistens stimmt das für die ersten zwei Pläne — und hört danach auf.

Was hilft: Führe das Tool gemeinsam mit der erfahrensten Person im Team ein. Lass sie den ersten Pilotplan selbst hochladen und das Ergebnis mit ihrer eigenen Methode vergleichen. Wenn das Ergebnis stimmt, hast du die überzeugendste Person für die Einführung gewonnen — nicht als Gegner, sondern als Champion.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Unsere Pläne sind oft handgezeichnet oder schlecht eingescannt — das kann die KI nicht lesen.” Das ist ein berechtigter Einwand für ältere Bestandspläne. Moderne KI-Systeme kommen mit vielen Planqualitäten zurecht — aber bei wirklich schlechter Scanqualität oder freihand gezeichneten Skizzen sind die Ergebnisse unsicher. Für Bestandsunterlagen aus den 1970ern ist manuelles Abgreifen oft weiterhin der verlässlichere Weg. Für alle Projekte, die in den letzten 15 Jahren digital geplant wurden — die große Mehrheit — funktioniert KI-Erkennung sehr gut.

„Wenn die KI einen Fehler macht und ich den nicht bemerke, hafte ich für falsche Kalkulation.” Die Haftungsfrage bleibt unverändert bei dir — genauso wie heute, wenn eine Mitarbeiterin einen Rechenfehler macht, den du nicht entdeckst. Gute KI-Tools kennzeichnen Unsicherheiten und zeigen an, wo die Erkennung unsicher war. Du prüfst die markierten Stellen und gibst das Gesamtergebnis frei. Das ist kein blinder Automatismus — es ist eine andere Arbeitsteilung: Die KI erledigt die Routine, du prüfst das kritische Zehntel.

Woran du merkst, dass das zu dir passt

• Dein Team kalkuliert mehr als fünf Angebote pro Monat und die Kalkulator:innen kommen kaum hinterher
• Massenermittlung dauert regelmäßig mehr als einen Arbeitstag pro Projekt, weil Pläne komplex und mehrseitig sind
• Ihr habt Aufträge verloren oder zu günstig angeboten und im Nachhinein Mengen- oder Rechenfehler entdeckt
• Kalkulator-Kapazität ist der Engpass, nicht der Markt — ihr könntet mehr Aufträge holen, wenn die Kalkulation schneller ginge

Wer es (noch) nicht tun sollte: Wenn dein Büro weniger als fünf Angebote pro Monat kalkuliert und die Projekte überschaubar sind, ist der Aufwand für Tool-Einführung und Workflow-Änderung wahrscheinlich höher als der Nutzen. Warte, bis du ein klares Kapazitätsproblem siehst — dann rechnet es sich schnell. Auch für Büros mit ausschließlich BIM-basierten Projekten (IFC-Übergabe) ist dieser Use Case weitgehend irrelevant — die Mengen sind dort meist schon im Modell.

Das kannst du heute noch tun

Öffne ChatGPT (GPT-4o) und lade einen Grundrissplan eines abgeschlossenen Projekts hoch. Stelle die Frage: „Identifiziere alle Außenwände, schätze ihre Länge anhand der Maßketten und erstelle eine strukturierte Mengenliste.” Das ist kein Produktivwerkzeug — aber es zeigt dir in 15 Minuten, wie weit KI-Plananalyse bereits gekommen ist. Wenn das Ergebnis halbwegs stimmt, lohnt sich der Test mit einem spezialisierten Tool wie Togal.AI oder Calcora.

Für die systematische Prüfung eines Angebots — wenn du schon eine Mengenliste hast und einen zweiten Blick brauchst — nutze diesen Prompt:

Quellen & Methodik

• Fehlerquote manuelle Massenermittlung (5–15 %): Erfahrungswerte aus Baukalkulationsprojekten; bestätigt durch Branchenberichte des Hauptverbands der Deutschen Bauindustrie.
• KI-Erkennungsgenauigkeit Togal.AI (98 %): Togal.AI Produktdokumentation und unabhängige Studie: Zhao et al., „Integrating AI in Construction Estimation Education”, European Journal of Education, 2025.
• Zeitreduktion Massenermittlung durch KI: Togal.AI-Fallstudien (2024/2025); aecplustech.com Produktvergleich (Stand April 2026).
• Baupreisentwicklung Deutschland 2025: Statistisches Bundesamt, Pressemitteilung Oktober 2025 (+3,1 % August 2025 ggü. August 2024).
• KI im Bauwesen allgemein: bau-master.com, „KI im Bauwesen 2026: Chancen & Risiken”; PlanRadar, „KI im Bauwesen: Der Stand 2025”.
• Kalkulatorlohn: Destatis, Verdiensterhebung Baugewerbe 2024 (Grundlage Stundensatzschätzung 38 €/h brutto inkl. Nebenkosten).