KI für die Betonmengenermittlung: Genauigkeits-Benchmarks im Vergleich zur manuellen Massenermittlung

Ein mittelgroßer Gewerbebau-Unternehmer in Phoenix führte letztes Jahr ein interessantes Experiment durch. Er nahm 12 abgeschlossene Projekte – von einem 370 m² großen Einzelhandelsausbau bis zu einem 5.600 m² großen Lagerhaus – und ließ die Pläne durch drei verschiedene KI-Schätzungstools laufen. Anschließend verglich er die KI-Mengen mit dem, was sein erfahrener Kalkulator ermittelt hatte, und mit den tatsächlich vor Ort eingebauten Mengen.

Die Ausgangszahlen

Bei einfachen Bodenplatten lagen die KI-Tools im Durchschnitt innerhalb von 2,3 % der tatsächlich eingebauten Mengen. Der menschliche Kalkulator hatte eine durchschnittliche Abweichung von 4,1 %. Allein bei der Flächenberechnung hatte die KI einen Vorteil, da sie jeden Quadratzentimeter des Plans ohne Ermüdung oder Interpolationsabkürzungen digitalisieren konnte.

Bei Konstruktionsbeton wird das Bild jedoch komplizierter. Fundamente, Grundbalken, Stützen, Geschossdecken mit unterschiedlichen Stärken. Hier lagen die KI-Tools im Durchschnitt bei 6,8 % Abweichung von den Ist-Werten, während der erfahrene Kalkulator 3,9 % erreichte. Der Mensch verstand die Bauabfolge, wusste, welche Details im Plan Wunschdenken waren und was tatsächlich gebaut werden würde, und wendete Verschnittfaktoren basierend auf der Schalungskomplexität an.

Wo die KI-Kalkulation glänzt

Geschwindigkeit ist der offensichtliche Vorteil. Was ein erfahrener Kalkulator für ein mittelgroßes Gewerbeprojekt 6 bis 10 Stunden kostet, erledigen KI-Tools in 15 bis 40 Minuten. Für einen Generalunternehmer, der auf eine Ausschreibung mit 5 Tagen Bearbeitungszeit reagiert, ist diese Zeitersparnis erheblich.

Konsistenz ist der weniger offensichtliche Vorteil. Lässt man dieselben Pläne zehnmal durch ein KI-Tool laufen, erhält man zehnmal dasselbe Ergebnis. Bittet man drei verschiedene Kalkulatoren, dasselbe Projekt zu ermitteln, erhält man drei verschiedene Zahlen, die manchmal um 8 % oder mehr variieren. Eine Studie des Bauwissenschaftsprogramms der Texas A&M University ergab, dass die Abweichung bei manueller Massenermittlung zwischen qualifizierten Kalkulatoren bei Konstruktionsbetonprojekten durchschnittlich 7,2 % betrug.

KI erkennt auch Mengenelemente, die Menschen beim ersten Durchgang routinemäßig übersehen. Voutendetails an Stützenanschlüssen, verdickte Plattenränder an Laderampen, kleine Fundamentplatten für Geräte, die in den Haustechnikplänen, aber nicht in den Tragwerksplänen dargestellt sind. Eine KI-Plattform berichtete, dass sie über 500 analysierte Projekte hinweg durchschnittlich 3,4 fehlende Betonelemente pro Projekt im Vergleich zur ursprünglichen manuellen Massenermittlung identifizierte.

Wo die manuelle Massenermittlung noch gewinnt

Erfahrene Kalkulatoren wenden Urteilsvermögen an, das aktuelle KI-Tools nicht nachbilden können. Sie wissen, dass der Architekt eine 15 cm starke Platte gezeichnet hat, aber das Baugrundgutachten angesichts der Bodenverhältnisse wahrscheinlich 20 cm erfordern wird. Sie wissen, dass die spezifizierte Betonmischung eine Betonpumpe erfordert, was die Verschnittberechnungen verändert. Sie berücksichtigen Arbeitsfugen, Überbaggerungskorrekturen und die Realität, dass keine Schalung perfekt lotrecht ist.

Wissen über die Baubarkeit ist die entscheidende Lücke. KI liest, was auf der Zeichnung steht. Ein erfahrener Kalkulator liest, was auf der Zeichnung steht, was auf der Zeichnung stehen sollte und was tatsächlich auf der Baustelle passieren wird. Bei komplexen Tragwerksarbeiten zählt dieses Urteilsvermögen nach wie vor.

Der hybride Ansatz, der funktioniert

Die Unternehmen mit den besten Ergebnissen nutzen KI für die erste Mengenextraktion und lassen dann einen erfahrenen Kalkulator prüfen und anpassen. Dies dauert in der Regel etwa 30 % der Zeit, die eine vollständige manuelle Massenermittlung erfordern würde, und liefert Schätzungen innerhalb von 2 % der tatsächlichen Mengen über alle Betonarten hinweg.

Der Arbeitsablauf sieht folgendermaßen aus: Die KI extrahiert die Mengen aus dem Plansatz in 20 Minuten. Der Kalkulator überprüft die Massenermittlung in 2 Stunden statt in 8 und konzentriert sich auf Bereiche, in denen die KI bekanntermaßen Schwierigkeiten hat – wie komplexe Schalungsbedingungen, nicht standardmäßige Details und phasenweise Betonagen. Der Kalkulator wendet Praxiswissen-Anpassungen für Verschnitt, Überbaggerung und Schalungstoleranzen an.

Unternehmen, die diese Art von KI-gestütztem Bauablauf erkunden, stellen fest, dass die Technologie am besten als Beschleuniger für erfahrene Fachleute funktioniert – nicht als deren Ersatz.

Genauigkeit nach Projekttyp

Die Daten zeigen klare Muster, wo KI am besten abschneidet. Bei Tilt-up-Lagerhallenprojekten mit sich wiederholenden Wandelement-Layouts liegt die KI-Genauigkeit innerhalb von 1,5 % der Ist-Werte. Fachmarktzentren und Einzelhandelsrohbauten mit Standard-Bodenplatten liegen im Bereich von 2 bis 3 %. Mehrgeschossige Stahlbetonbauten mit vorgespannten Decken, Überzügen und komplexen Gründungssystemen zeigen bei alleiniger KI-Nutzung noch 5 bis 8 % Abweichung.

Wohnungsbau-Beton ist interessanterweise ein gemischtes Bild. KI verarbeitet Fundamentpläne gut, typischerweise mit einer Genauigkeit innerhalb von 3 %, hat aber Schwierigkeiten mit Sichtbeton, individuellen Poolschalen und nicht standardmäßigen Betonflächenformen, die Wohnbauprojekte häufig beinhalten.

Was die Benchmarks uns sagen

Die Genauigkeitslücke zwischen KI und manueller Kalkulation schließt sich, aber sie schließt sich schneller bei einfachen, sich wiederholenden Arbeiten als bei komplexen Tragwerksprojekten. Das entspricht der allgemeinen Funktionsweise von maschinellem Lernen. Je standardisierter und musterbasierter die Arbeit, desto besser schneidet die KI ab.

Für Bauunternehmen, die diese Tools evaluieren, lautet die relevante Frage nicht, ob KI genauer ist als ein Mensch. Die Frage ist, ob KI plus Mensch in einem strukturierten Prüfprozess zusammen bessere Kalkulationen in weniger Zeit liefern als ein Mensch allein. Die Daten aus mehreren unabhängigen Studien sagen durchgehend ja – mit einem bedeutsamen Vorsprung.