B4T: Herr Müller, Sie vertreten die These, die Bauindustrie habe bislang die falsche Schicht digitalisiert. Was genau meinen Sie mit „falscher Schicht“?
Thomas J. Müller: Das war natürlich bewusst provokativ formuliert. Eigentlich geht es um eine fehlende Schicht – und zwar eine der wichtigsten. Wir haben in der Bauwirtschaft sehr viel digitalisiert. Wir erstellen Modelle, koordinieren diese Modelle, haben Common Data Environments und bringen über BIM2Field Planungsdaten auf die Baustelle. Überall gibt es inzwischen Standards. Aber der Rückweg von der Baustelle in die Planung ist nicht standardisiert, den macht jeder, wie er will. Da werden E-Mails verschickt, WhatsApp-Nachrichten geschrieben, Fotos gemacht und Protokolle erstellt. Die Informationen sind irgendwo vorhanden, aber nicht mehr wirklich im Kontext zwischen dem Bauteil in der Planung und dem Bauteil auf der Baustelle verortet. Genau dieser Kreislauf fehlt auf vielen Baustellen. Wir wissen sehr genau, was geplant ist. Aber wissen wir auch, was tatsächlich gebaut wurde?
B4T: Das heißt, es fehlen gar nicht unbedingt die Informationen, sondern sie kommen nicht an der richtigen Stelle an?
Müller: Richtig. Heute produzieren wir wahnsinnig viel Output. Aber wenn ich diesen Output nicht wieder in den Kreislauf zurückbringen kann, ist er praktisch wertlos. Wir müssen deshalb den Gedankengang umkehren und vom Ergebnis her denken. Nicht mehr fragen: Was haben wir alles geliefert? Sondern: Haben wir das erreicht, was wir erreichen wollten? Ist das Gebäude in der vereinbarten Qualität, zum vereinbarten Termin und innerhalb des Budgets fertig geworden? Das ist für mich Outcome statt Output.
B4T: Wie lässt sich dieser Rückweg besser organisieren?
Müller: Indem wir die reale Baustelle digital erfassen. Wir nennen das Visual Intelligence. Jemand geht mit einer 360-Grad-Kamera durch das Gebäude und nimmt dabei auf, was auf der Baustelle passiert. Dabei kommen auch Technologien wie LiDAR oder Drohnen zum Einsatz. Die Aufnahmen werden automatisch auf dem Grundriss verortet. Die Software weiß dann also, wo das Bild entstanden ist, in welchem Raum und zu welchem Zeitpunkt. Ich kann auch ein BIM-Modell hochladen und dann das Modell auf der einen Seite und das tatsächliche Bild von der Baustelle auf der anderen Seite miteinander vergleichen. Das Entscheidende ist, dass ich nicht einfach nur Fotos habe. Ich habe Informationen, die räumlich und zeitlich genau zugeordnet sind. Ich kann sehen, wie etwas vor zwei Wochen ausgesehen hat und wie es heute aussieht. Und diese Information muss zurück in die Planung, damit der Planer reagieren kann, sobald auf der Baustelle etwas anders ausgeführt wird als vorgesehen. Die Zeit zwischen einer Veränderung auf der Baustelle und der Reaktion der Planung wird damit massiv verkürzt.
B4T: Was übernimmt dabei die künstliche Intelligenz? Kann sie beispielsweise automatisch den Baufortschritt erkennen?
Müller: Den Einsatz von KI muss man hier genauer spezifizieren. Die Kamera nimmt zunächst einmal alles auf, was sichtbar ist. KI kann die Bilder automatisch auf dem Plan und damit auch im Modell verorten. Ein wichtiger Anwendungsfall ist zudem die Fortschrittskontrolle. Die KI kann anhand der Bilder eine Vorqualifizierung des Leistungsstands vornehmen. Sie kann allerdings nicht vollständig einordnen, was ein bestimmtes Bild für den tatsächlichen Fertigstellungsgrad bedeutet. Das ist ein Verständnis, das aus der Zusammenarbeit im Projektteam und aus der Berufserfahrung entsteht. Deshalb bereitet unsere KI die Fortschrittskontrolle vor. Anschließend bewerten unsere internen Architekten und Ingenieure die Bilder im Zusammenhang mit den Informationen, die sie von den Verantwortlichen auf der Baustelle erhalten haben. Die KI macht also eine Vorbewertung. Die fachliche Beurteilung erfolgt durch Experten.
B4T: KI soll künftig auch bei der Mängelprüfung eingesetzt werden. Wie funktioniert das?
Müller: Stellen Sie sich vor, wir haben vor zwei Wochen eine 360°-Erfassung gemacht und gestern wieder eine. Dazwischen hätten bestimmte Mängel behoben werden müssen, damit die nächsten Gewerke weiterarbeiten können. Heute muss der Bauleiter normalerweise durch die Baustelle gehen und kontrollieren, ob wirklich alles erledigt wurde. Mit Visual Intelligence können KI-Agenten die beiden Aufnahmestände automatisch vergleichen, die im ersten Durchlauf erkannten Mängel durchgehen und einen Vorschlag machen, ob ein Mangel inzwischen behoben wurde. Dabei gibt sie in Prozent an, wie sicher sie sich bei ihrer Einschätzung ist, und begründet diese Einschätzung auch. Ab 2027 wollen wir solche Funktionen verfügbar machen. Aber das ist ganz wichtig: KI macht nur einen Vorschlag. Die Entscheidung, ob ein Mangel tatsächlich geschlossen wird, trifft weiterhin der Bauleiter.
B4T: Warum soll die KI diese Entscheidungen nicht selbstständig treffen?
Müller: Weil KI auf einer Baustelle keine Verantwortung übernehmen darf. Menschen arbeiten für Unternehmen, und diese Unternehmen müssen am Schluss für ihre Entscheidungen geradestehen. Unser Ansatz ist deshalb Human in the Loop zu jeder Zeit. Wir wollen den Menschen Fleißarbeit abnehmen. Aber der Bauleiter muss letztendlich entscheiden. Grundsätzlich sollte das Ziel der Digitalisierung sein, mehr Zeit für den Menschen zu schaffen – und nicht, dass er weniger denkt.
B4T: Wie zuverlässig sind solche KI-Bewertungen? Die Anforderungen an die Bauqualität unterscheiden sich schließlich von Projekt zu Projekt.
Müller: Das ist ein wichtiger Punkt. Was in Kapstadt, Lima, New York, Berlin oder Helsinki als gute Bauqualität angesehen wird, kann sehr unterschiedlich sein. Wenn Sie eine KI nehmen, die von Baustellen aus der ganzen Welt gelernt hat, funktioniert das nicht unbedingt. Bei einem Unternehmen erkennt sie vielleicht ständig Mängel, die nach den dort vereinbarten Qualitätsanforderungen gar keine sind. Bei einem anderen übersieht sie Probleme, weil dort höhere Anforderungen gelten. Deshalb müssen solche Anwendungen mit dem Kunden entwickelt und anhand seiner Daten trainiert werden. Die KI muss lernen, welche Qualität beim jeweiligen Kunden und im jeweiligen Projekt gefordert ist.
B4T: Wo stößt die visuelle Baustellenerfassung technisch an ihre Grenzen?
Müller: Die wichtigste Grenze ist ganz einfach: Die Kamera sieht nur das, was sichtbar ist. Wenn jemand einen Raum nicht betritt, wird dieser Raum nicht aufgenommen. Wenn er zu schnell durch die Baustelle läuft, können die Bilder unscharf werden. Eine normale Baustellenbeleuchtung reicht in der Regel aus, aber die Aufnahmebedingungen müssen natürlich stimmen. Und wenn eine Wand geschlossen ist, ist sie auch für unsere Kamera geschlossen. Umgekehrt heißt das: Wenn ich vor dem Schließen einer Decke eine 360°-Aufnahme mache, weiß ich später noch genau, wo die Rohre verlegt wurden. Das Gleiche gilt für Elektroleitungen in Wänden oder andere Installationen. Diese Informationen sind für den späteren Betrieb ausgesprochen wertvoll. Deshalb ist es wichtig, bei der Einführung einer solchen Technologie gemeinsam mit dem Polier festzulegen, wann und wie oft aufgenommen werden muss.
Mit Ihrer Zustimmung werden Daten an Vimeo übertragen. Datenschutzerklärung
B4T: Wie häufig muss man eine Baustelle erfassen, damit dieser Informationskreislauf funktioniert?
Müller: Das hängt sehr stark vom Projekt ab. Je kritischer eine Baustelle in Bezug auf Termine ist, desto häufiger macht es Sinn. Wir haben Kunden, die jedem Vorarbeiter oder Polier eine Kamera geben. Da wird teilweise täglich erfasst. Bei anderen Projekten wird nach bestimmten Arbeitsschritten aufgenommen. Beispielsweise im Straßenbau, bevor etwas hinterfüllt oder zugeschüttet wird. So ein Arbeitsschritt kann drei Tage dauern oder auch zwei Wochen. Entscheidend ist nicht, möglichst oft aufzunehmen, sondern die richtigen Zeitpunkte zu erwischen. Und natürlich entstehen dabei viele Bilder. Auch da hilft die KI. Sie sucht beispielsweise die schärfsten Aufnahmen mit den besten Lichtverhältnissen heraus. Alle Bilder bleiben verfügbar, aber auf der Plattform wird zunächst nur eine Auswahl der besten Bilder gezeigt.
B4T: Damit entsteht noch eine weitere Datenplattform neben den bereits verfügbaren. Wie kommen die Informationen dann zuverlässig in die bestehenden BIM- und Projektmanagementsysteme zurück?
Müller: Wir haben einen API-First-Ansatz. Wir wollen kein neues Silo sein. Wenn ich etwa Mängel erfasse, kann ich diese über den internationalen BCF-Standard in andere Systeme übernehmen. Und über unsere API können Unternehmen ihre eigenen Systeme direkt anbinden. Das können BIM- und Koordinationsplattformen sein, beispielsweise von Autodesk oder Revizto, aber auch größere Unternehmensanwendungen bis hin zu SAP. Wir können natürlich auch PDF- und Excel-Berichte ausgeben. Unser Ziel ist, dass wir das Reality Capture und die Visual Intelligence auf unserer Plattform möglichst einfach und gut durchführen. Aber die Informationen sollen so schnell wie möglich dorthin zurückfließen, wo die anderen Projektbeteiligten arbeiten.
B4T: Können erkannte Abweichungen dann auch automatisch in Terminpläne und Kostenprognosen übernommen werden?
Müller: Wenn wir den Leistungsstand bewerten und feststellen, dass an einer Wand beispielsweise schon seit acht Tagen hätte gearbeitet werden sollen, die Arbeiten aber noch gar nicht begonnen haben, hat das natürlich Auswirkungen auf die Folgegewerke. Diese Information können wir zur Verfügung stellen, sodass sie beispielsweise ins Kosten- und Terminmanagement übernommen werden kann. Aber wir machen nur einen Vorschlag. Die verantwortliche Person muss entscheiden, ob sie ihre Planung anpasst. Ich möchte nicht, dass der Computer anfängt, selbstständig alles zu entscheiden. Die Technologie soll die Informationen vorbereiten, damit die Menschen mehr Zeit haben, sie fachlich zu beurteilen, miteinander zu diskutieren und die richtigen Entscheidungen zu treffen.
„Ein zu spät erkannter Fehler wird sehr schnell teuer. Die Kosten für eine solche Technologie müssen Sie also immer mit den Kosten vergleichen, die durch zu spät erkannte Probleme entstehen.“
B4T: Kommen wir zum wirtschaftlichen Nutzen. Ab welcher Projektgröße lohnt sich die Technologie überhaupt? Plane ich damit auch mein Einfamilienhaus?
Müller: Nein, für ein privates Einfamilienhaus würde ich das nicht empfehlen, außer jemand hat genügend Geld. Wir sagen als grobe Größenordnung, dass es ab Projekten von ungefähr zehn Millionen Euro interessant wird. Je größer und komplexer ein Projekt ist, desto wertvoller ist Visual Intelligence. Nehmen Sie zum Beispiel ein Krankenhaus. Da kann ein Projekt schnell 500 oder 700 Millionen Euro kosten. Der Eröffnungstermin ist extrem wichtig, weil daran die gesamte Logistik und vielleicht auch die Aufnahme des Betriebs hängen. Ein zu spät erkannter Fehler wird hier sehr schnell teuer. Die Kosten für eine solche Technologie müssen Sie also immer mit den Kosten vergleichen, die durch zu spät erkannte Probleme entstehen.
B4T: Gibt es belastbare Zahlen dazu, wie stark sich Fehler oder Kosten dadurch reduzieren lassen?
Müller: Wir haben unsere Kunden gefragt, wie viele Fehler sie durch den Einsatz unseres Systems ihrer Einschätzung nach vermeiden konnten. Im Durchschnitt haben sie 40 Prozent weniger Fehler angegeben. Wichtig ist: Das ist eine reine Kundeneinschätzung. Ich habe mir außerdem Studien zu Fehlerkosten am Bau angesehen. Laut der Studie "Mängel im Hochbau" der ETH Zürich im Auftrag des Schweizerischen Baumeisterverbands liegen diese in der Schweiz bei ungefähr sieben Prozent der Bausumme, in Deutschland beziffert es BauInfoConsult in seiner Jahresanalyse Deutschland 2023/2024 auf 8,1 Prozent. Wir sprechen also über erhebliche Summen, die durch frühzeitiges Erkennen und Beheben von Fehlern eingespart werden könnten. Denn wenn ein Problem unmittelbar erkannt wird, kann der Handwerker vielleicht noch einmal hingehen und es korrigieren. Wenn die Wand oder Decke später geschlossen ist, wird dieselbe Korrektur unter Umständen sehr teuer.
B4T: Bei wirtschaftlichem Nutzen denke ich sofort auch an die Datenverwertung. Aber wem gehören die Daten, die während eines Bauprojekts erfasst werden?
Müller: Das hängt davon ab, wer die Technologie einsetzt und wie die Zusammenarbeit geregelt ist. Wenn beispielsweise ein Generalunternehmer das System lizenziert und die Daten erfasst, liegen diese Daten bei ihm. Wenn der Bauherr das System einsetzt, entsprechend beim Bauherrn. Wir sehen aber auch häufig, dass Generalunternehmer die Aufnahmen für den Bauherrn mit erstellen und ihm das gesamte Datenpaket am Ende übergeben. Für den Bauherrn haben diese Informationen einen großen Wert. Er erhält nicht nur eine Dokumentation, sondern zeitlich und räumlich verortete As-built-Daten, die er später für den Gebäudebetrieb oder zur Beweissicherung nutzen kann.
B4T: Visual Intelligence könnte dann ja auch bei der Integrierten Projektabwicklung (IPA) eine wichtige Rolle spielen?
Müller: Ja, absolut. Bei IPA sind alle Beteiligten gemeinsam für das Ergebnis verantwortlich. Man hat nicht nur einzelne Verträge, bei denen jeder auf seine eigene Leistung schaut, sondern arbeitet gemeinsam daran, das vom Bauherrn festgelegte Ziel zu erreichen. Visual Intelligence kann hier maßgeblich zur Transparenz beitragen. Ein Beispiel ist ein Forschungs- und Laborgebäude im Berliner Raum. Das Projekt ist als IPA-Projekt aufgesetzt und setzt auch unsere Technologie ein. Ich glaube, dass gerade bei großen, komplexen Projekten der Erfolg künftig stärker am gemeinsamen Ergebnis gemessen wird – also Outcome statt Output.
B4T: Wenn wir etwas weiter in die Zukunft schauen: Wie wird die Baustelle in fünf Jahren aussehen?
Müller: Ich glaube, dass die Robotik einen ganz massiven Einzug auf die Baustelle halten wird. Ein interessantes Beispiel sehen wir jetzt schon in Japan. Dort herrscht ein großer Fachkräftemangel, und gerade für Baustellen fernab der Städte wird es zunehmend schwierig, Menschen für bestimmte Arbeiten zu gewinnen. Deshalb arbeitet man daran, Bagger aus der Ferne zu steuern. Der Baggerfahrer muss also nicht mehr auf der Baustelle sitzen. Er kann von einem unter Umständen weit entfernten Büro aus mehrere Baustellen bedienen. Der Bagger wird dabei zu einer Art Roboter, der weiterhin von einem Menschen gesteuert wird. Seine Umgebung muss dann aber lückenlos visuell erfasst werden, damit der Fahrer im Büro alles sieht und die Maschine zusätzlich warnt, wenn sich beispielsweise ein Hindernis nähert. Auch beim Mauern oder Verputzen wird die Robotik eine immer größere Rolle spielen. Und damit schließt sich der Kreis zu unserem Thema: Wenn Maschinen und Roboter auf der Baustelle arbeiten, wird es noch wichtiger, dass die tatsächliche Situation vor Ort digital erfasst wird und diese Informationen in die Planung zurückfließen. Ich glaube, dass digitale Bauplanung, Reality Capture und Robotik künftig viel stärker zusammenkommen werden. Erst dann funktioniert dieser Kreislauf wirklich.

:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))
:quality(80))