KI-gestützte Bauablaufplanung

Das echte Ausmaß des Problems

Laut einer Studie der Unternehmensberatung McKinsey überschreiten große Bauprojekte weltweit im Schnitt ihren geplanten Zeitrahmen um 20 Prozent. Im deutschen Mittelstand sind die Zahlen nicht besser: Ein typisches Gewerbebauvorhaben mit 18 Monaten geplanter Bauzeit endet nach 21 bis 24 Monaten. Die Ursachen sind oft keine dramatischen Einzelereignisse — es ist das kumulative Versagen kleiner Pufferreserven über Hunderte von Abhängigkeiten hinweg.

Das Problem beginnt beim Plan selbst. Bauablaufpläne werden oft unter Zeitdruck erstellt — mit optimistischen Annahmen, ohne systematische Risikobetrachtung, ohne historische Auswertung, wie lang vergleichbare Gewerke in der Vergangenheit tatsächlich gedauert haben. Der Rohbau läuft 3 Wochen über, der Innenausbau beginnt 3 Wochen zu spät, die Gewerke stauen sich, die Abnahme verzögert sich — und die Vertragsstrafen laufen.

Ein weiteres Problem: Ressourcen werden in der Terminplanung oft nicht oder zu vereinfacht berücksichtigt. Dass dieselbe Subunternehmer-Kolonne, die bei dir in Woche 14 Estrich legen soll, gleichzeitig auf zwei anderen Baustellen gebunden sein wird — das steht nicht im Plan. Erst wenn der Koordinationsanruf kommt, ist die Situation klar. KI-gestützte Terminplanung bringt diese Risiken früher ans Licht.

So funktioniert es in der Praxis

KI-Terminplanung arbeitet auf drei Ebenen: Erstellen eines realistischen Plans, kontinuierliches Monitoring während der Bauausführung, und Frühwarnung bei drohenden Verzögerungen.

Schritt 1 — Historische Projektdaten als Basisdaten nutzen Das System wird mit abgeschlossenen Projekten gefüttert: Wie lange hat der Rohbau gedauert, aufgeschlüsselt nach Projekttyp und Größe? Welche Gewerke wurden regelmäßig überschritten? Welche Risiken haben in der Vergangenheit zu Verzögerungen geführt? Diese Daten erzeugen realistische Dauer-Benchmarks als Ausgangspunkt für neue Pläne.

Schritt 2 — Ressourcenverfügbarkeit und Wetterrisiken integrieren Statt nur Gewerke-Abhängigkeiten zu modellieren, berücksichtigt das System: Welche Subunternehmer sind für welche Perioden reserviert? Welche Lieferzeiten haben kritische Materialien? Welche Wetterperioden (Frost, Hitze) können Außenarbeiten einschränken? Diese Parameter fließen in den Plan und erzeugen realistische Terminpuffer — nicht aus dem Bauch, sondern aus Daten.

Schritt 3 — Monte-Carlo-Simulation für Risikoabschätzung Das System simuliert Tausende mögliche Verläufe des Projekts unter verschiedenen Risikoszenarien: Was passiert, wenn der Rohbau 2 Wochen zu spät fertig wird? Welche Gewerke sind im kritischen Pfad, welche haben Puffer? Das Ergebnis ist keine einzelne Terminzahl, sondern eine Wahrscheinlichkeitsverteilung: „Mit 80%-Wahrscheinlichkeit endet das Projekt zwischen Woche 72 und 78.”

Schritt 4 — Monitoring und Frühwarnung Während der Ausführung wird der Ist-Fortschritt regelmäßig eingepflegt. Wenn der Rohbau 3 Tage hinter Plan liegt, berechnet das System sofort, welche Auswirkungen das auf alle nachgelagerten Gewerke hat und welche Entscheidungen jetzt nötig sind, um den Endtermin zu halten. Frühwarnung statt Überraschung.

Welche Tools passen hierzu

MS Project mit KI-Erweiterungen — Das in Deutschland meistgenutzte Terminplanungstool. Mit Plugins wie Microsoft Copilot (ab 2024 integriert) lassen sich Pläne schneller erstellen, Abhängigkeiten automatisch überprüfen und Reports generieren. Preis: ca. 10 Euro/Monat/Nutzer in M365-Paketen.

Primavera P6 (Oracle) — Der Standard für komplexe Großbauprojekte und Infrastruktur. Sehr mächtig, sehr komplex. Für mittelständische Bauunternehmen häufig überdimensioniert. Ab ca. 50 Euro/Monat/Nutzer.

PlanRadar — Moderne Cloud-Plattform für Terminplanung, Ressourcenverwaltung und Baudokumentation. Weniger komplex als P6, aber deutlich nutzerfreundlicher und mit besserer mobiler Nutzbarkeit. Stark in der deutschen und europäischen Baubranche etabliert. Ab ca. 25 Euro/Nutzer/Monat.

Procore — Integrierte Baumanagement-Plattform mit Terminplanung, die zunehmend KI-Features integriert. Stark in der Kombination aus Terminplanung, Dokumentation und Mängelerfassung. Preisgestaltung nach Bauvolumen, ab ca. 375 Euro/Monat.

ChatGPT — Für das schnelle Erstellen von Terminplan-Entwürfen auf Basis von Leistungsbeschreibungen oder Bauphasenlisten. Kein echtes Planungstool, aber nützlich, um schnell eine Grundstruktur für einen neuen Plan zu generieren, die dann in MS Project weiterbearbeitet wird.

Claude — Für die Analyse von Bauzeitenplänen in PDF oder Excel: Wo sind kritische Pfade? Welche Puffer sind unrealistisch? Als Reviewing-Werkzeug für fertige Pläne, nicht als Planungssystem.

Was es kostet — realistisch gerechnet

Einstieg (MS Project mit M365 Copilot):

• Kosten: ca. 30 Euro/Nutzer/Monat (M365 Business Premium inkl. Copilot)
• Nutzen: Schnelleres Erstellen von Plänen, KI-gestützte Risikoanalyse auf Basis vorhandener Daten
• Einschränkungen: Keine Monte-Carlo-Simulation, keine automatische Subunternehmer-Ressourcenverfolgung

Professionelle KI-Terminplanung (Buildertrend oder Procore):

• Kosten: 300–500 Euro/Monat
• Nutzen: Integriertes Monitoring, mobile Eingabe auf der Baustelle, automatische Statusberichte
• Einrichtungsaufwand: 2–4 Wochen für Vorlagen und Team-Schulung

ROI-Beispiel: Bauunternehmen, 8 parallele Projekte à 2 Millionen Euro Auftragsvolumen, aktuell 15% Terminüberschreitungsrate. Eine KI-gestützte Planungsverbesserung reduziert die Überschreitung auf 7%. Vertragsstrafen und Zusatzkosten durch Verzögerungen: typisch 1–3% des Auftragsvolumens. Bei 16 Millionen Euro Jahresumsatz: Einsparung von 80.000 bis 240.000 Euro durch bessere Terminplanung. Tool-Kosten: 6.000 Euro/Jahr.

Realistischer Zeitplan

Phase	Dauer	Was passiert	Typisches Risiko
Tool-Auswahl und Pilotprojekt definieren	Woche 1–2	Welches Tool passt zur Projektgröße? Ein Projekt als Piloten auswählen	Tool zu mächtig für Pilotprojekt — mit einem mittleren Projekt starten, nicht dem komplexesten
Historische Daten auswerten	Woche 2–4	Abgeschlossene Projekte analysieren: Soll vs. Ist pro Gewerk, häufigste Verzögerungsursachen	Keine historischen Daten verfügbar — rückwirkende Schätzungen mit Projektleitern erheben
Pilotplan erstellen	Woche 3–6	Neues Projekt mit KI-Unterstützung planen, Ressourcen und Risiken explizit einplanen	Plan zu detailliert — 500-Zeilen-Plan ist nicht besser als 100-Zeilen-Plan, wenn die Daten nicht stimmen
Monitoring einführen	Bau-Monat 1–3	Ist-Fortschritt wöchentlich erfassen, Frühwarnungen ernst nehmen	Monitoring findet statt, aber Entscheidungen werden nicht getroffen — Frühwarnungen verpuffen
Auf alle Projekte ausweiten	Ab Monat 4	Template und Workflow auf alle neuen Projekte übertragen	Jedes Projekt wird individuell geplant — kein Lerneffekt aus historischen Daten

Häufige Einwände

„Unsere Bauprojekte sind alle individuell — Benchmarks aus der Vergangenheit passen nicht.” Jedes Projekt ist individuell, aber die Gewerke sind es nicht. Rohbau dauert bei vergleichbarer Kubatur immer ähnlich lang — mit ähnlichen Risiken. Innenausbau variiert, aber die Bandbreite ist bekannt. Was KI-Terminplanung leistet, ist nicht das Erstellen eines perfekten Standardplans — sondern das Aufzeigen, wo der aktuelle Plan von realistischen Erfahrungswerten abweicht und warum das ein Risiko ist.

„Wir haben MS Project — das reicht doch.” MS Project ist ein gutes Werkzeug für die Darstellung eines Plans, aber kein Werkzeug für Risikoanalyse und automatisches Monitoring. Wenn du MS Project nutzt, aber die Ist-Daten nicht systematisch einpflegst, Ressourcen nicht modellierst und keine Frühwarnungen definiert hast, ist es ein schönes Gantt-Diagramm — aber kein aktives Steuerungsinstrument. Der Unterschied liegt in der Prozessdisziplin, nicht im Tool.