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 Auswertung historischer Projektdaten. Der Rohbau läuft drei Wochen über, der Innenausbau beginnt drei Wochen zu spät, die Gewerke stauen sich, die Abnahme verzögert sich — und Vertragsstrafen nach VOB/B §5 laufen.

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

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Schätzwerte basierend auf KI-Terminplanungs-Implementierungen; stark abhängig von Datenqualität, Projekttyp und Monitoring-Disziplin.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) KI-Terminplanung spart beim Erstellen von Plänen und beim Monitoring-Reporting Zeit — aber der eigentliche Aufwand (Fortschritt erfassen, Subunternehmer koordinieren, Frühwarnungen aufarbeiten) bleibt. Das ist kein Tool, das Arbeit abnimmt, sondern eines, das sie besser strukturiert. Der direkte Stunden-Effekt ist kleiner als bei Massenermittlung oder LV-Erstellung.

Kosteneinsparung — hoch (4/5) Der finanzielle Hebel ist erheblich: Vertragsstrafen nach VOB/B von 0,3 Prozent pro Werktag summieren sich schnell. Bei einem 2-Millionen-Euro-Projekt und drei Wochen Verzögerung sind das 90.000 Euro — dazu kommen Zusatzkosten für gestörte Baustellen, Winterbaumaßnahmen und Subunternehmer-Zeitverluste. Wenn KI-Terminplanung die Überschreitung um 8 Prozentpunkte reduziert, ist das ein erheblicher Wert.

Schnelle Umsetzung — niedrig (2/5) Um echte Vorteile zu erzielen, braucht KI-Terminplanung historische Projektdaten. Ohne diese Daten ist das System nur so gut wie MS Project mit mehr Optionen. Die Datenbeschaffung und -aufbereitung — Soll-Ist-Vergleiche aus abgeschlossenen Projekten, Subunternehmer-Kapazitätsprofile, Gewerk-Dauern nach Projekttyp — dauert typisch vier bis acht Wochen, bevor der erste produktive Plan sinnvoll erstellt werden kann.

ROI-Sicherheit — niedrig (2/5) Das ist die größte Unsicherheit: Hat das Tool die Verzögerung verhindert, oder waren es gute Wetterbedingungen und zuverlässige Subunternehmer? Der Kausalzusammenhang ist schwer zu isolieren. Im Gegensatz zur Massenermittlung (direkt zählbar) oder BIM-Kollisionsprüfung (Fehler vor/nach Implementierung messbar) ist der Planungseffekt diffus. Ein konservatives ROI-Bild ist realistischer als ein optimistisches.

Skalierbarkeit — niedrig (2/5) Jedes neue Projekt braucht eigenen Daten-Input: Subunternehmer-Verfügbarkeiten, projektspezifische Abhängigkeiten, Materiallieferzeiten. Das ist kein Tool, das man einmal aufsetzt und dann skaliert. Pro Projekt entsteht Setup-Aufwand. Büros mit sehr ähnlichem Projekttyp-Portfolio (z. B. immer Wohnungsbau, ähnliche Größen) profitieren von Vorlagen — alle anderen haben pro Projekt ähnlich hohen Aufwand.

Richtwerte — stark abhängig von Datenverfügbarkeit, Projekttyp und Monitoring-Konsequenz.

Was das System konkret macht

KI-Terminplanung arbeitet auf drei Ebenen: realistischen Plan erstellen, kontinuierliches Monitoring während der Bauausführung, 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 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) schränken Außenarbeiten ein? 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? Das Ergebnis ist eine Wahrscheinlichkeitsverteilung: „Mit 80 %-Wahrscheinlichkeit endet das Projekt zwischen Woche 72 und 78.” Das ist keine einzelne Terminzahl — das ist ehrliche Risikoplanung.

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

Konkrete Werkzeuge — was wann passt

MS Project mit Microsoft Copilot-Integration — Das in Deutschland meistgenutzte Terminplanungstool. Mit Copilot-Integration lassen sich Pläne schneller erstellen und Abhängigkeiten automatisch überprüfen. Preis: ca. 30 Euro/Monat/Nutzer in M365-Paketen. Sinnvoll, wenn MS Project ohnehin im Einsatz ist.

Primavera P6 (Oracle) — Der Standard für komplexe Großbauprojekte und Infrastruktur. Sehr mächtig, sehr komplex. Für mittelständische Bauunternehmen häufig überdimensioniert.

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

Procore — Integrierte Baumanagement-Plattform mit wachsenden KI-Features in der Terminplanung. Preise nach Bauvolumen, ab ca. 375 Euro/Monat.

ChatGPT — Für das schnelle Erstellen von Terminplan-Entwürfen auf Basis von Leistungsbeschreibungen. Kein echtes Planungstool, aber nützlich, um schnell eine Grundstruktur 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-Tool für fertige Pläne, nicht als Planungssystem.

Wann welcher Ansatz:

• MS Project bereits im Einsatz → Copilot-Integration, geringe Zusatzkosten
• Vollständige Baumanagement-Plattform gesucht → Procore oder PlanRadar
• Komplexe Großprojekte, Infrastruktur → Primavera P6
• Schneller Plan-Entwurf als Ausgangspunkt → ChatGPT, dann in Tool weiterbearbeiten

Datenschutz und Datenhaltung

Terminplanungs-Tools verarbeiten Projektdaten und Subunternehmer-Informationen — in der Regel keine personenbezogenen Daten im sensiblen Sinne. Ausnahme: Wenn Kapazitätsprofile von namentlichen Mitarbeitenden oder Subunternehmer-Ansprechpartner:innen gespeichert werden, greift die DSGVO.

MS Project und Procore bieten EU-Datenhaltungsoptionen. PlanRadar ist europäisch und DSGVO-konform. Für öffentliche Bauprojekte mit Geheimhaltungsanforderungen: Prüfe, ob Cloud-basierte Terminplanung mit den Vergabebedingungen vereinbar ist.

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 (PlanRadar oder Procore):

• Kosten: 300–500 Euro/Monat
• Nutzen: Integriertes Monitoring, mobile Eingabe auf der Baustelle, automatische Statusberichte
• Einrichtungsaufwand: 4–8 Wochen für Vorlagen, Datenbasis und Team-Schulung

ROI-Beispiel: Bauunternehmen, 8 parallele Projekte à 2 Millionen Euro, aktuell 15 % Terminüberschreitung. KI-Terminplanung reduziert auf 7 %. Vertragsstrafen und Zusatzkosten: typisch 0,5–1,5 % des Auftragsvolumens. Bei 16 Millionen Euro Jahresumsatz: Einsparung von 80.000 bis 240.000 Euro durch bessere Terminplanung. Tool-Kosten: 6.000 Euro/Jahr. Das klingt gut — aber die Kausalität ist schwer zu belegen. Plane eher mit einem konservativen Szenario.

Drei typische Einstiegsfehler

1. Ohne historische Daten starten und trotzdem Wunder erwarten. Ein KI-Terminplanungs-Tool ohne eigene Projekthistorie liefert generische Benchmarks — nicht die spezifischen Gewerk-Dauern deines Unternehmens, deiner Region, deiner Subunternehmer. Das ist besser als nichts, aber der echte Vorteil entsteht erst nach drei bis sechs abgeschlossenen Projekten, bei denen Soll-Ist-Daten erfasst wurden.

2. Zu viel Plan, zu wenig Monitoring. Ein 800-Zeilen-MS-Project-Plan, der in Woche 1 fertiggestellt wird und nie wieder angefasst wird, ist eine Illusion von Kontrolle. KI-Terminplanung schafft Wert nur, wenn der Ist-Fortschritt mindestens wöchentlich eingepflegt wird. Das ist Disziplin, kein Feature.

3. Frühwarnungen ignorieren. Das System zeigt Woche 5 an: „Rohbau 3 Tage hinter Plan, kritischer Pfad tangiert.” Wenn die Reaktion darauf ist „Wir holen das noch auf”, hat das Tool seinen Wert nicht geliefert. Frühwarnungen müssen zu Entscheidungen führen — Subunternehmer-Gespräch, Ressourcenverstärkung, Termin-Eskalation. Ohne Entscheidungskultur ist das Frühwarnsystem wertlos.

Was mit der Einführung wirklich passiert — und was nicht

Die häufigste Erwartung: KI übernimmt die Terminplanung und Projekt-Manager werden zu Überwachern. Was wirklich passiert: Die ersten zwei Projekte brauchen mehr Zeit für das Tool als ohne — weil Daten erfasst, Vorlagen erstellt und Prozesse neu definiert werden müssen. Das ist unvermeidlich.

Was sich nach drei bis sechs Projekten ändert: Das Tool kennt deine typischen Gewerk-Dauern, deine Risikoprofile, deine Subunternehmer-Kapazitäten. Dann werden neue Pläne schneller und realistischer. Der Frühwarneffekt ist erst dann verlässlich, wenn ausreichend Vergleichsdaten vorhanden sind.

Was nicht passiert: Das System löst keine Koordinationsprobleme mit Subunternehmern. Es zeigt sie früher — aber die Lösung erfordert nach wie vor persönliche Kommunikation, Kompromissbereitschaft und manchmal auch einfach Glück.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„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. 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.

Woran du merkst, dass das zu dir passt

• Deine Projekte überschreiten regelmäßig den Zeitrahmen um mehr als 10 % — und du weißt meistens erst spät davon
• Du führst gleichzeitig vier oder mehr Projekte, bei denen sich Subunternehmer und Ressourcen überschneiden
• Vertragsstrafen sind für dich ein bekanntes Risiko — du hast sie schon bezahlt oder siehst sie auf dich zukommen
• Historische Projektdaten existieren — du hast abgeschlossene Projekte, für die Soll-Ist-Vergleiche möglich sind

Wer es (noch) nicht tun sollte: Unternehmen ohne historische Projektdaten und mit weniger als drei parallelen Projekten haben kaum ausreichend Volumen für den Einführungsaufwand. Auch wenn der erste Instinkt ist, das Tool einzukaufen und dann die Daten aufzubauen: Starte lieber damit, Daten zu erfassen und nach sechs bis zwölf Monaten den Tool-Einsatz zu prüfen. KI ohne Daten ist teuer und liefert generische Ergebnisse.

Das kannst du heute noch tun

Nimm deinen letzten abgeschlossenen Terminplan und öffne ihn in MS Project oder Excel. Trag die tatsächlichen Enddaten der wichtigsten fünf Gewerke ein. Dann vergleiche: Welche Gewerke haben systematisch länger gedauert als geplant? Diese Abweichung ist dein erster Daten-Schatz — und der Ausgangspunkt für realistische Benchmark-Werte.

Für eine schnelle erste Risikoanalyse eines neuen Plans nutze diesen Prompt:

Quellen & Methodik

• 20 % Terminüberschreitung Bauprojekte: McKinsey Global Infrastructure Initiative, „Reinventing construction: A route to higher productivity” (2017); Erkenntnisse weiterhin zitiert in aktuellen Branchenberichten.
• Vertragsstrafen VOB/B §5: Vergabe- und Vertragsordnung für Bauleistungen, Teil B, §5 Ausführungsfristen (aktuell gültige Fassung).
• KI in der Bauablaufplanung: Fraunhofer IAO, „KI in der Bauwirtschaft” (2021); PlanRadar, „KI im Bauwesen: Der Stand 2025”; ki-trainingszentrum.com, „Prognosen für termingerechte Fertigstellung”.
• MS Project Copilot Preise: Microsoft 365 Preisseite (Stand April 2026).
• Procore und PlanRadar Preisangaben: Veröffentlichte Tarife der Anbieter (Stand April 2026).