KI in der Baubranche: Was sich jetzt verändert

KI in der Baubranche gilt als eine der größten ungenutzten Chancen der Technologiewelt. Julian Geiger, Chief AI Officer beim Münchner Softwarekonzern Nemetschek, kennt das Problem aus erster Hand: 90 Prozent aller Bauprojekte weltweit überschreiten Budget und Zeitplan. Rund 40 Prozent der globalen CO₂-Emissionen stammen aus dem Bausektor, und auf einer typischen Baustelle wird etwa 20 Prozent des Materials verschwendet. Geiger, der zuvor bei Google, BMW und BCG tätig war, ist überzeugt: Künstliche Intelligenz kann diese Missstände von Grund auf beheben – wenn sie richtig eingesetzt wird.

Warum die Baubranche ein Sonderfall für KI ist

Anders als in der Fertigungsindustrie, wo Maschinen millionenfach dasselbe Produkt herstellen, ist jedes Gebäude ein Prototyp. Diese Einzigartigkeit hat den Einsatz klassischer Machine-Learning-Methoden lange erschwert. Doch die neueste Generation von KI-Modellen verändert das grundlegend.

Ein weiteres strukturelles Problem: Es gibt in der Baubranche keine einheitliche Datenbasis. Informationen werden an definierten Übergabepunkten weitergegeben – dabei gehen regelmäßig Daten verloren, werden neu erstellt oder unterschiedlich interpretiert. Dieses fragmentierte Wissen kostet Zeit, Geld und Ressourcen.

Hinzu kommt die hohe Haftbarkeit: Architekten und Ingenieure unterschreiben persönlich für ihre Entwürfe. Fehler haben deshalb weitreichende rechtliche und finanzielle Konsequenzen – ein Umfeld, das maximale Zuverlässigkeit von KI-Systemen verlangt.

KI-Agenten brauchen deterministische Software

Ein zentrales Prinzip, das Geiger betont: KI-Agenten im Bauwesen dürfen sich nicht auf probabilistische Ergebnisse verlassen. Während es bei einer KI-generierten E-Mail tolerierbar ist, wenn das Ergebnis gelegentlich leicht abweicht, ist das im Ingenieurwesen inakzeptabel.

„Ein Agent muss auf Software zurückgreifen, die deterministisch ist – eine Million Mal das gleiche Ergebnis”, erklärt Geiger. Die Intelligenzschicht der KI soll demnach klar über den bestehenden Softwarewerkzeugen liegen und diese gezielt steuern, nicht ersetzen.

• Früherkennung von Konstruktionsproblemen bereits in der Planungsphase
• Automatisierter Vergleich von Bauplänen statt stundenlanger manueller Prüfung
• Kontinuierliche Verifikation von Dokumenten ohne menschliche Experten
• Reduzierung von Materialbestellungsfehlern durch präzise Bedarfsplanung
• Bessere Koordination zwischen allen Beteiligten entlang des gesamten Lebenszyklus

Nemetscheks Nemetschek Intelligence Platform bündelt Daten aus dem gesamten AEC-Zyklus – von der frühen Architekturplanung über das Ingenieurwesen bis zum Facility Management. Das ermöglicht es KI-Agenten, Zusammenhänge herzustellen, die Menschen bislang entgangen sind.

Von AI-enabled zu AI-first: der Unterschied

Geiger unterscheidet scharf zwischen zwei Reifegraden der KI-Nutzung im Unternehmen. AI-enabled bedeutet, bestehende Prozesse mit KI zu beschleunigen – nützlich, aber begrenzt. Wer seine Engineering-Abteilung auf zehnfache Codeproduktion hochschaltet, erzeugt schnell einen neuen Engpass: im Produktmanagement, im Vertrieb, in der Qualitätssicherung.

AI-first hingegen heißt, das gesamte Betriebsmodell von Grund auf neu zu denken. Ein zehnteiliger Entwicklungsprozess kann auf drei Schritte schrumpfen; Rollen, Anreize und Strukturen verändern sich fundamental. Geiger sieht darin die entscheidende Innovationsaufgabe der Jahre 2026 und 2027 – für die es noch kein fertiges Patentrezept gibt.

Intern setzt Nemetschek auf breite Werkzeugpaletten: GitHub Copilot für Entwickler, KI-gestützte Tools für Kundensupport, Vertrieb und Marketing sowie eine aktive Nutzungsquote von über 90 Prozent innerhalb der Belegschaft.

Europas Rolle und der Blick in die Zukunft

Im transatlantischen Vergleich sieht Geiger Europa in einer schwierigen, aber nicht aussichtslosen Position. Während US-Unternehmen tendenziell technologieoptimistischer agieren, schlägt Europa häufig einen vorsichtigeren Kurs ein. Nemetschek selbst ist hybrid aufgestellt: Hauptsitz in München, Mehrheit des Umsatzes in den USA.

Geiger plädiert dafür, dass Europa seinen Vorteil in der industriellen Tiefenkompetenz ausspielt – in der Pharmaindustrie, im Maschinenbau, in der Automobilbranche und eben im Bauwesen. Dafür brauche der Kontinent aber dringend mehr Rechenkapazität, einen Ausbau der Energieinfrastruktur und weniger regulatorische Zurückhaltung.

Langfristig erwartet Geiger, dass viele Nutzer von Bausoftware künftig selbst KI-Agenten sein werden – keine Menschen mehr, die Werkzeuge bedienen, sondern Systeme, die direkt Ergebnisse liefern: fertig überprüfte Baupläne, annotierte Änderungslisten, strukturell validierte Entwürfe. Die Baubranche steht damit vor einer Transformation, die weit über Software-Updates hinausgeht – und deren Ergebnisse jeder Bürger sehen wird.