Ein Bauunternehmen besteht aus Arbeit, die sich schwer in einem einzigen Prozess zusammenfassen lässt. Kalkulation, Arbeitsvorbereitung, Planung, Einkauf, Ausführung auf der Baustelle, Aufsicht, Revision und Abnahme laufen durcheinander und hängen ab von einer Zeichnung, die sich noch ändern kann, einem Lieferanten, der später liefert, oder Witterungsbedingungen, die die Planung umwerfen. Viele Stunden fließen in die Abstimmung dieser Bestandteile: eine Kalkulation, die zum Leistungsverzeichnis passt, eine Planung, die zur Materiallieferung passt, eine Ausführung, die zu dem passt, was tatsächlich im Boden oder in der Konstruktion steckt. Das macht das Bauwesen zu einer Branche, in der Ambitionen schnell auf dem Papier stehen und träger in der täglichen Arbeit ankommen, weil die Arbeit selbst über Rollen, Standorte und Zeitpunkte verstreut ist.
KI übernimmt in Teilen dieser Arbeit bereits Aufgaben, nicht als Zukunftsbild, sondern als etwas, das heute in manchen Unternehmen geschieht und in anderen noch nicht. Eine Kalkulation, die größtenteils automatisch auf Basis früherer Projekte zustande kommt, eine Planung, die sich bei einer geänderten Lieferzeit selbst neu berechnet, eine Baugenehmigung, die auf Vollständigkeit vorgeprüft wird: Das sind Aufgaben, bei denen Software den größten Teil der Arbeit übernehmen kann. Andere Aufgaben, wie die Beurteilung einer Abweichung auf der Baustelle oder die Einschätzung eines Risikos bei einem schwierigen Baugrund, bleiben teilweise Menschenarbeit, wobei KI eine erste Einschätzung liefert und ein Projektleiter mit Begründung genehmigt oder ablehnt. Wieder andere Arbeit, wie das Verhandeln mit einem Subunternehmer oder das Nachsteuern eines Teams auf der Baustelle, bleibt Menschenarbeit, ohne dass KI hier kurzfristig eingreift.
Der Unterschied zwischen Unternehmen, die dies bereits so organisieren, und Unternehmen, die dies noch nicht tun, liegt selten in der Verfügbarkeit der Technologie. Er liegt in der Frage, ob die zugrundeliegenden Daten in Ordnung sind: Ein Kalkulationssystem, das aus früheren Projekten lernt, braucht konsistente Projektdaten, und die sind im Bauwesen nicht von selbst vorhanden, weil jedes Projekt wieder anders erfasst wird. Er liegt auch in der Frage, ob Rollen und Entscheidungsbefugnisse auf die neue Arbeit ausgerichtet sind: Wer beurteilt einen KI-Vorschlag für eine Planung, und aufgrund welchen Kriteriums darf diese Person abweichen. Ohne diese Antwort bleibt eine Ambition eine Idee.
Ein Geschäftsführungsteam, das von „KI in der Kalkulation“ spricht, meint damit nicht überall dasselbe. Die eine Ambition setzt voraus, dass KI eine Konzeptkalkulation liefert, die ein Kalkulator noch kontrolliert; die andere setzt voraus, dass KI selbstständig Kalkulationen liefert, die nur bei Abweichung angesehen werden. Das sind zwei unterschiedliche Reifegrade, mit anderen Anforderungen an die Datenqualität, an das Vertrauen des Kalkulators in das System und an die Art, wie Verantwortung verteilt ist. Wer diesen Unterschied nicht explizit macht, entdeckt ihn erst, wenn das Projekt bereits läuft und die Kalkulation nicht stimmt.
Hier kommt der Ambitionstest ins Spiel: Ambitionen werden in vier Schichten festgehalten, von der breiten Vision bis zum konkreten Target, und auf Reife über acht Dimensionen geprüft, mit fünf Confidence Gates, die anzeigen, wo die Ambition auf festem Grund steht und wo nicht. Diese Prüfung wird zurückübersetzt in Capabilities: welche Rollen etwas Neues können müssen und wer welches Entscheidungsrecht im geänderten Prozess erhält. Das ist keine Personalberatung und keine Grundlage für eine Entscheidung über Arbeitsplätze; dafür gelten eigene gesetzliche Anforderungen. Es geht um die Frage, was eine Organisation können muss, bevor Arbeit tatsächlich verlagert werden kann, und wo sich jetzt zeigt, dass sie das noch nicht kann.
Das Bauwesen teilt dieses Muster mit anderen Branchen, in denen Arbeit über Standorte und Rollen verstreut ist: Die Installationsbranche kennt vergleichbare Fragestellungen rund um Planung und Störungsdiagnose, der Großhandel ringt mit vergleichbaren Datenanforderungen bei Lager und Einkauf, und die verarbeitende Industrie stößt bei Qualitätskontrolle und Prozessplanung an ähnliche Grenzen. Immer wieder ist die Frage nicht, ob KI etwas übernehmen kann, sondern ob die Organisation drumherum so weit eingerichtet ist, dass die Übernahme auch standhält. Für ein Geschäftsführungsteam ist das oft zunächst ein Gespräch über Sprache: Wie bringen Sie eine Geschäftsführung auf eine Linie, wenn jeder „KI in der Planung“ anders auslegt, und wie verhindern Sie, dass eine Strategie ein Dokument bleibt, wenn die Ambition zwar festgelegt ist, aber nirgends darauf zurückgeführt wurde, was ein Kalkulator, Planer oder Ausführender morgen anders macht.
Die zugrundeliegende Frage — welche Arbeit in diesem Unternehmen wirklich von KI übernommen werden kann — wird mit dem Arbeitsscan von FTE TO AI je Aufgabe beantwortet, unabhängig vom breiteren Ambitionstest.
Ein Geschäftsführungsteam, das wissen möchte, wo die eigenen Ambitionen zu KI im Bauwesen stehen, muss nicht mit einem ausgearbeiteten Plan beginnen. Der kostenlose Reifegrad-Check besteht aus acht kurzen Fragen, eine je Dimension, und liefert ein Bild davon, wo die Organisation am weitesten und wo sie noch am wenigsten fortgeschritten ist. Der vollständige Ambitionstest, mit den vier Schichten und den fünf Confidence Gates, befindet sich im Aufbau.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.