Qualitätskontrolle per KI-Fotoauswertung

Das echte Ausmaß des Problems

Qualitätskontrolle in der Gebäudereinigung ist ein Zahlenspiel mit schlechten Chancen.

Eine Betriebsleiterin kann unmöglich jeden Tag alle Objekte vollständig inspizieren. Die Realität: stichprobenartig werden 5–10 Prozent der Reinigungsleistung überprüft. Bei 20 Objekten mit je 1.000 m² täglich sind das 20.000 m². Inspiziert werden vielleicht 1.000–2.000 m², nicht weil die Leitung faul ist, sondern weil Zeit und Personal begrenzt sind.

Die Folge: Systematische Mängel (etwa „Fenster werden immer streifig”) bleiben wochenlang unentdeckt. Der Kunde sieht das täglich, die Beschwerde kommt irgendwann, oft erst nach mehreren auffälligen Tagen.

Die Kosten sind zweifach:

• Verlust von Kundenvertrauen: Eine Reklamation, die hätte vermieden werden können, kostet Kundenzufriedenheit.
• Nacharbeit: Wenn ein Fehler 3 Tage lang unbemerkt bleibt, braucht die Nacharbeit länger, weil mehr Verschmutzung hinzukam.

Die Erfahrungswerte sind deutlich: 22 Prozent weniger Nacharbeitskosten, wenn Fehler am selben Tag erkannt werden statt drei Tage später.

Mit vs. ohne KI, ein ehrlicher Vergleich

Quellen: Gebäudedienstleistungs-Branchenpraxis (2023–2025), Deep Learning Accuracies in Visual Inspection (99%+), Computer Vision Fehlerquoten bei heterogenen Oberflächen (5–15%).

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5)
Ein Großteil der Inspektion fällt weg: Statt 1–2 Stunden Objektgang reichen 15 Minuten, um ein paar Fotos hochzuladen. Das ist real, aber nicht dramatisch, über die Woche verteilt bleibt die Ersparnis überschaubar. Dafür gewinnst du etwas anderes: Der Zeitpunkt der Qualitätskontrolle rückt näher an die Reinigung heran (noch am gleichen Tag statt drei Tage später). Das zählt mehr als die reine Zeiteinsparung.

Kosteneinsparung, hoch (4/5)
22 Prozent weniger Nacharbeit lassen sich messen. Bei 5–10 Reklamationen pro Monat, deren Nacharbeit im Schnitt 200–500 € kostet, spart ein System mit 35 Prozent weniger Reklamationen rund 2.000–5.000 € pro Jahr. Ein direkter Kosteneffekt.

Schnelle Umsetzung, mittel (3/5)
Das System braucht Trainingsdaten: mindestens 200–500 Fotos aus verschiedenen Räumen, Lichtverhältnissen und Oberflächentypen, um das KI-Modell zu kalibrieren. Das dauert 4–8 Wochen, nicht weil die Technik kompliziert wäre, sondern weil Daten gesammelt werden müssen. Danach läuft es schnell. Mittelfeld: nicht so einfach wie ein Chatbot, aber nicht so sperrig wie Chemikalien-Optimierung mit Hardware.

ROI-Sicherheit, mittel (3/5)
Der ROI ist messbar, aber multikausal. Wenn Kundenbeschwerden sinken, ist das eine Mischung aus besserer Qualitätskontrolle, besserer Schulung und manchmal auch Glück (weniger schwierige Kunden in dieser Saison). Nicht ganz so sicher wie Chemikalien-Einsparung, wo man Euro für Euro sieht. Die Einsparung bei der Nacharbeit ist real messbar, der größere Nutzen, Kundenvertrauen, bleibt indirekt.

Skalierbarkeit, gering (2/5)
Hier liegt der ehrliche Punkt. Das Modell wird auf deinen Flächenmix trainiert: Glasfenster, Marmortreppen, Teppichböden, Edelstahlfassaden. Kommt ein Objekt mit Flächentypen hinzu, die das Modell nicht kennt (etwa Fliesen mit einer bestimmten Struktur), sinkt die Trefferquote. Das Modell muss nachtrainiert werden. Nicht teuer, aber aufwendig, du brauchst wieder Trainingsfotos. Deshalb keine 5/5: Skalierbarkeit funktioniert mit dem gleichen Mix, nicht mit beliebigen neuen.

Richtwerte, stark abhängig von Flächentyp-Vielfalt und Lichtverhältnissen.

Was das System konkret macht

Das System arbeitet in drei Stufen:

1. Foto-Aufnahme: Nach Abschluss einer Reinigung fotografiert die Reinigungskraft oder Objektleitung die Fläche mit einem Smartphone. Das Foto wird über eine App (oder einfach per WhatsApp/E-Mail) hochgeladen. Die App speichert Metadaten: Uhrzeit, Ort, Flächentyp.

2. Automatische Analyse: Das Bildmodell (meist Computer Vision via YOLO oder ein ähnlich trainiertes Modell) prüft das Foto auf Mängel:

• Sind Streifen auf Glas sichtbar?
• Sind Flecken auf der Fläche?
• Sind Ecken/Kanten streifig (nicht vollständig gereinigt)?
• Sichtbare Verschmutzung noch vorhanden?

Das Modell vergibt einen Qualitäts-Score von 0–100 Prozent. Werte unter 85 Prozent werden als Mangel markiert.

3. Eskalation und Aktion:

• Score 85–100 %: „Perfekt”, keine Aktion
• Score 70–84 %: „Nacharbeit nötig” → Nachricht an die Objektleitung mit Hinweis auf die Fehlerart (etwa „Streifen erkannt”)
• Score unter 70 %: „Schwach” → sofortige Eskalation an die Objektleitung, Foto bei Bedarf an die Kundschaft weitergeben

Das ist kein „die Maschine entscheidet”. Das ist: „die Maschine zeigt, wo ein Mensch gründlicher hinschauen sollte”.

Konkrete Werkzeuge, was wann passt

Plattformen für Bildmodelle:

• Roboflow, Spezialisiert auf das Training eigener Modelle für visuelle Inspektion. Du lädst deine Trainingsfotos hoch, Roboflow erzeugt ein trainiertes Modell, das du direkt in deine App einbindest. Einsteigerfreundlich, erste Ergebnisse in 1–2 Wochen. Kosten: 50–200 €/Monat.

• ISRA VISION, Spezialisierte Hard- und Software für industrielle Bildverarbeitung und Oberflächenprüfung. Etablierter als Roboflow, höhere Genauigkeit (99 Prozent plus), aber auch deutlich teurer (5.000–50.000 € Einrichtung). Für die meisten Reinigungsbetriebe überdimensioniert, es sei denn, es geht um hochspezialisierte Anforderungen wie Kratzererkennung auf Hochglanzmaterialien.

• SmartVid.io, Videobasierte Inspektion, früher Schwerpunkt Bauwesen und Facility Management. Stand April 2026 in Procore aufgegangen und nicht mehr eigenständig verfügbar. Nur relevant, wenn du ohnehin Procore einsetzt.

• Eigenentwicklung mit OpenAI Vision API: Fotos hochladen, GPT-4 Vision analysiert sie. Einfach, aber weniger spezialisiert, generisches Bildverständnis statt trainierter Reinigungsblick. Kosten: 0,01–0,05 € pro Foto (rund 50–200 € für 100 Inspektionen pro Monat).

Praktischer Einstieg:

1. Trainingsdaten sammeln: 200–500 Fotos deiner Objekte (sauber, streifig, schmutzig usw.)
2. Mit Roboflow trainieren: hochladen, Mängel markieren (15–20 Stunden Arbeit), Modell bauen (automatisch, 1–2 Tage)
3. In App einbinden: einfache Mobile App oder einen Ablauf in Zapier
4. Mit dem Team teilen: Das Team lädt Fotos hoch, die App zeigt den Score

Kosten: 1.000–2.000 € Einrichtung + 100–150 €/Monat für Roboflow und App-Hosting.

Warnung: Heterogene Oberflächen sind das größte Problem. Eine Glasfläche unter Kunstlicht sieht für das Modell anders aus als dieselbe Fläche unter Sonnenlicht. Trainingsfotos müssen Lichtvarianten abdecken. Das ist kein Systemfehler, sondern die Realität von Computer Vision.

Datenschutz und Datenhaltung

Das System fotografiert Räume von innen. Das kann personenbezogene Daten enthalten: wenn zufällig eine Mitarbeiterin oder ein Besucher im Bild ist, oder wenn Schriftstücke mit Namen zu sehen sind.

Was hilft: Klare Anweisung an das Team, keine Personen im Foto, keine sensiblen Inhalte im Hintergrund. Das ist auch praktisch sinnvoll: Ein Foto von einer Fläche, auf der noch Leute sitzen, taugt sowieso nicht als Inspektionsbild.

Für die DSGVO:

• Trainingsfotos dürfen keine Personen oder sensiblen Inhalte zeigen
• Läuft das Training in der Cloud (etwa bei Roboflow), braucht es einen AVV mit dem Anbieter
• Die Fotos lassen sich auf EU-Servern ablegen, Roboflow bietet eine EU-Option

Praktischer Tipp: Eine kurze Datenschutzerklärung für die Foto-Nutzung formulieren: „Fotos werden ausschließlich zur Qualitätskontrolle verwendet, nicht zur Personalbeurteilung.” Das beruhigt das Team und ist rechtlich wichtig.

Was es kostet, realistisch gerechnet

Software (monatlich)

• Roboflow (eigenes Modell-Training): 50–200 €/Monat
• Foto-Ablage und -Verwaltung: 10–50 €/Monat
• Mobile-App-Hosting: 50–200 €/Monat (selbst gehostet günstiger)
• Summe: 110–450 €/Monat

Einmalige Kosten

• Trainingsfotos sammeln und labeln: 20–40 Stunden intern oder 1.500–2.000 € extern
• Modell-Training und Anbindung: 500–1.500 € (oder intern, 20 Stunden)
• App-Aufbau: 500–1.500 € (oder Low-Code via Zapier, 100–300 €)
• Summe einmalig: 2.000–5.000 €

Der ROI, konservativ gerechnet

Betrieb mit 10 Objekten, durchschnittlich 5 Reklamationen pro Monat wegen Qualitätsmängeln. Nacharbeit im Schnitt 300 € pro Reklamation.

Ausgangslage: 5 Reklamationen × 300 € = 1.500 €/Monat = 18.000 €/Jahr Nacharbeit.

Mit System: 35 Prozent weniger Reklamationen (Erfahrungswert, konservativ angesetzt).

Einsparung: 0,35 × 18.000 = 6.300 €/Jahr.

Dazu: 2 Stunden pro Woche weniger Inspektionszeit, also rund 100 Stunden pro Jahr. Bei 25 €/Stunde sind das 2.500 €/Jahr.

Gesamteinsparung: 6.300 + 2.500 = 8.800 €/Jahr.

Kosten im ersten Jahr: 5.000 € einmalig + 1.320 € laufend (12 Monate à 110 €, konservatives Minimum) = 6.320 €.

ROI im ersten Jahr: (8.800 − 6.320) / 6.320 = 39 Prozent.

Ab dem zweiten Jahr ohne Einmalkosten: (8.800 − 1.320) / 1.320 = 567 Prozent.

Rentabel.

Drei typische Einstiegsfehler

1. Zu viele Flächentypen auf einmal trainieren.
Das Modell verliert den Fokus. Was hilft: Mit den drei häufigsten Flächentypen starten (etwa Glas, Teppich, Marmor). Nach vier erfolgreichen Wochen weitere Typen ergänzen. Gleichzeitig sollten die Trainingsfotos echte Varianz abdecken, morgens, mittags, bei Regen, bei Sonne. Wenn alle Aufnahmen unter identischem Licht entstanden sind, versagt das Modell bei echtem Tageslicht.

2. Den Score als absolute Wahrheit nehmen.
Ein Score von 82 Prozent heißt nicht „82 Prozent sauber”. Er heißt: „Das Modell erkennt diese Mangel-Indikatoren mit 82 Prozent Sicherheit”. Was hilft: In den ersten zwei Wochen jeden markierten Fall selbst prüfen. Mensch im Loop, keine Voll-Automatisierung. Das baut Vertrauen auf beiden Seiten auf, im Team und im Modell.

3. Keine Reaktion auf Mängel.
Das System findet Streifen auf Glas. Die Meldung landet in einer App. Niemand liest sie. Das System ist nutzlos. Was hilft: ein klarer Prozess. Score unter 85 Prozent, SMS an die Objektleitung, Eskalation innerhalb von zwei Stunden. Und eine Quartalsauswertung: Welche Fehlerarten tauchen immer wieder auf? Wo muss das Modell nachtrainiert werden, wo braucht es Schulung im Team?

Was mit der Einführung wirklich passiert, und was nicht

Das System ändert nicht, wie lange dein Team zum Reinigen braucht. Es ändert, wie schnell ein Problem sichtbar wird.

Typische Reaktionen:

• „Das ist Überwachung.” Antwort: Es ist Qualitätskontrolle, nicht Leistungskontrolle. Das Foto zeigt die Fläche, nicht die Person. Dieser Unterschied gehört klar kommuniziert.
• „Wenn das System sagt, alles OK, ich aber Streifen sehe, wem glaube ich?” Antwort: Dir selbst. Das System ist ein Sensor, kein Oberaufseher. Es wird manchmal falsch liegen. Das ist in Ordnung.
• „Wir liefern doch gute Qualität, das System bringt nichts.” Antwort: Vielleicht. Die Daten sagen oft etwas anderes, die Kundenreklamationen ebenfalls. Das System zeigt dir die blinden Flecken.

Was konkret hilft:

• Auftakttermin: Gemeinsam ein paar Testfotos ansehen. Das Team sieht, was das System findet. Vertrauen wächst.
• Zweite Woche: Score zeigen, aber nie als Personenkritik nutzen. Es ist Flächen-Rückmeldung, kein Mitarbeiter-Urteil.
• Monatliche Datenauswertung: „Das war euer Einsatz, schaut, der Durchschnitt wird besser.” Der Blick geht nach vorn.

Das ist nicht „die Maschine kontrolliert dich”. Das ist: „Wir sehen jetzt, wo noch Luft nach oben ist.”

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Künstliches Licht sieht anders aus als Tageslicht. Das System liegt doch dauernd falsch.”
Ja, solange der Trainingsdatensatz nur eine Lichtsituation kennt. Deshalb müssen Trainingsfotos verschiedene Lichtverhältnisse abdecken. Das ist kein Fehler des Systems, das ist die Realität von Computer Vision.

„Wir können uns keine 5.000 € Einrichtung leisten.”
Fair. Dann starte günstiger. Die OpenAI Vision API kostet pro Foto nur ein paar Cent. 500 Inspektionen pro Monat sind rund 50 € Cloud-Kosten. Damit lässt sich ein erstes Pilotprogramm stemmen.

„Das System wird Mängel übersehen, und dann haben wir Ärger mit Kunden.”
Gut möglich. Deshalb bleibt in der Pilotphase immer ein Mensch im Prozess. Nach vier Wochen mit verlässlichen Werten kannst du den Kontrollaufwand reduzieren.

„Unsere Kunden interessiert die Technik nicht, die wollen einfach saubere Flächen.”
Stimmt. Das System ist nicht für die Kundschaft. Es ist für dich, damit du Fehler schneller findest.

Woran du merkst, dass das zu dir passt

• Du hast regelmäßig Reklamationen wegen Streifen, Flecken oder vergessener Ecken: Das System erkennt diese Mängel zuverlässig.
• Deine Objektleitungen kommen nicht dazu, alle Flächen täglich zu inspizieren: Das System ersetzt einen Teil der manuellen Rundgänge.
• Du hast mehrere Objekte mit ähnlichen Flächentypen: Das Modell-Training wird dadurch effizienter.
• Du brauchst Zahlen, um Schulung und Verbesserungen zu begründen: Das System liefert sie.
• Dein Team kommt mit einem Smartphone klar: Fotos hochladen und auf Meldungen reagieren muss niederschwellig funktionieren.

Wann es sich (noch) nicht lohnt, drei harte Ausschlusskriterien:

1. Du hast nur 1–2 Objekte. Der Aufwand für das Sammeln von Trainingsdaten steht in keinem Verhältnis zum Nutzen.

2. Deine Objekte haben völlig unterschiedliche Flächentypen (etwa Feinglas in einem, raue Industrieböden im nächsten, Hochglanz-Marmor im dritten). Das Modell wird nie gut generalisieren. Du bräuchtest mehrere spezialisierte Modelle, das wird teuer.

3. Dein Team arbeitet nicht mit Smartphones oder digitalen Werkzeugen. Die App-Anbindung funktioniert nicht, wenn das Team handschriftliche Berichte abgibt.

Das kannst du heute noch tun

Nimm dein Smartphone. Fotografiere zwei Bereiche: einmal eine saubere Fläche, einmal eine mit Streifen oder Flecken. Schicke die Fotos an Claude oder ChatGPT mit diesem Prompt:

„Analysiere diese zwei Fotos von gereinigten Oberflächen. Welche Unterschiede siehst du in der Reinigungsqualität? Auf einer Skala von 0–100 Prozent: Wie würdest du jedes Foto bewerten?”

Das gibt dir ein Gefühl dafür, wie eine Bildanalyse arbeitet. Und: Wenn ChatGPT die Unterschiede sieht, schafft ein trainiertes Modell das mit 95 Prozent plus Genauigkeit.

Dann: Starte eine Pilotgruppe. Fünf Leute, zwei Wochen lang, täglich Fotos hochladen, über ein einfaches Formular oder einen gemeinsamen Drive-Ordner. Schau, ob das Team das tatsächlich tut. Wenn ja, ist die Hürde für die vollständige Einführung gering.

Ein Einstiegs-Prompt:

Quellen & Methodik

• Qualitätskontroll-Abdeckung (5–10 % ohne System): Praxisdaten aus Gebäudedienstleistungs-Betrieben mit 10–50 Mitarbeitenden (2023–2025)
• Trefferquote beim Bildmodell: 99 Prozent plus bei kontrollierten Lichtverhältnissen (MDPI 2024, Ultralytics), 85–95 Prozent bei realen Lichtvarianten
• Fehlerquote bei heterogenen Oberflächen: 5–15 Prozent False-Positive-/False-Negative-Rate (Fraunhofer IAIS 2024, optische Qualitätskontrolle)
• Reklamations-Reduktion durch schnellere Erkennung: Erfahrungswerte aus digitalen Qualitätssystemen in der Gebäudereinigung (2022–2026)
• Nacharbeit und Zeitverzug: Je schneller Fehler erkannt werden, desto günstiger die Nacharbeit (Studie Gebäudedienstleistungs-Verband 2024)