Wie KI Architekturpläne liest und Materialmengenermittlungen erstellt

Ein Architekturplansatz für ein 50.000 sq ft großes Gewerbegebäude kann 80 bis 120 Blätter umfassen. In diesen Blättern befinden sich Türlisten, Fenstertypen, Ausbaulisten, Deckenspiegelpläne, Einbaumöbeldetails und Hunderte weiterer Elemente, die quantifiziert werden müssen, bevor jemand eine aussagekräftige Kostenschätzung erstellen kann. Die manuelle Extraktion all dieser Mengen ist ein ganzer Arbeitstag für einen erfahrenen Kalkulator – bei komplexen Projekten manchmal zwei Tage.

Wie KI-gestützte Planlesung funktioniert

Die KI-gestützte Planlesung beginnt mit der Dokumentenklassifizierung. Die Software erkennt, welche Blätter Grundrisse sind, welche Ansichten, welche Details und welche Listen. Das ist wichtig, weil dasselbe Element – zum Beispiel eine Tür – auf einem Grundriss (ein Symbol mit einer Nummer), in einer Liste (eine Zeile mit Spezifikationen) und in einem Detail (ein Schnitt mit Zarge und Beschlägen) unterschiedlich dargestellt wird. Die KI muss alle drei Darstellungen verknüpfen, um eine genaue Mengenermittlung zu erstellen.

Die Grundrissanalyse nutzt Computer Vision, um architektonische Elemente anhand ihrer Symbole und Beschriftungen zu identifizieren. Türen werden nach ihrer Listennummer gezählt und typisiert. Fenster werden nach Größe und Typbezeichnung identifiziert. Raumgrenzen werden nachgezeichnet, um Bodenflächen, Wandlängen und Deckenflächen zu berechnen. Die KI liest die Textannotationen, um jedes Element mit seiner Spezifikation in den Listen zu verknüpfen.

Ein nationaler Kalkulationsdienstleister testete drei KI-Planlesetools an 25 Gewerbeprojekten mit bekannten Mengen. Das leistungsstärkste Tool erreichte 94 % Genauigkeit bei Türanzahl und -typen, 91 % bei der Fensteridentifikation, 96 % bei Raumflächenberechnungen und 88 % bei der Extraktion von Ausbaumaterialmengen. Die schwächsten Bereiche waren komplexe Deckenpläne mit mehreren Höhenänderungen und architektonische Sonderelemente wie geschwungene Wände oder maßgefertigte Einbauten.

Erstellung der Materialmengenermittlung

Sobald die KI alle architektonischen Elemente identifiziert und gezählt hat, generiert sie Materialmengen. Türen werden zu Zargen, Beschlagsets und Türblättern mit spezifizierten Oberflächen. Fenster werden zu Einheiten mit zugehörigen Mengen für Abdichtung, Versiegelung und Innenverkleidung. Raumausbau wird zu Quadratmeterzahlen für Farbe, Fliesen, Teppich oder was auch immer die Ausbauliste vorgibt.

Die Multiplikations- und Erweiterungsberechnungen sind der Bereich, in dem KI eine häufige Quelle menschlicher Fehler eliminiert. Ein Kalkulator, der 47 Türen vom Typ A zählt und dann manuell die zugehörigen Beschläge, Dichtungen und Oberflächenmengen berechnet, hat mehrere Gelegenheiten für Rechen- oder Übertragungsfehler. Die KI führt diese Berechnungen sofort und konsistent durch.

Ein Generalunternehmer in Portland verglich seine KI-generierten Materialmengenermittlungen mit seinem manuellen Prozess bei 10 parallel laufenden Ausschreibungsprojekten. Die KI-Mengenermittlung benötigte durchschnittlich 35 Minuten Verarbeitungszeit plus 3 Stunden Kalkulatorenprüfung. Die manuelle Mengenermittlung dauerte durchschnittlich 14 Stunden. Die KI-Mengenermittlungen erfassten durchschnittlich 6 Positionen pro Projekt, die beim manuellen Prozess übersehen wurden – typischerweise Elemente wie Revisionsklappen, Dehnungsfugenabdeckungen und Spezialbeschläge, die in den Zeichnungen spezifiziert, aber beim manuellen Zählen leicht zu übersehen sind.

Das Problem der Listenquerverweise

Architektonische Listen sind das Rückgrat genauer Mengenermittlungen und gleichzeitig der Bereich, in dem KI-Tools die variabelste Leistung zeigen. Eine gut formatierte Türliste mit einheitlichen Spalten und klaren Typbezeichnungen ist für die KI leicht zu analysieren. Eine Türliste, die Abkürzungen uneinheitlich verwendet, sich über mehrere Blätter erstreckt oder handschriftliche Änderungen enthält, ist deutlich schwieriger.

Ausbaulisten stellen ähnliche Herausforderungen dar. Wenn der Architekt ein Standardformat mit Raumnummern verwendet, die eindeutig mit den Grundrissbeschriftungen übereinstimmen, übersteigt die KI-Genauigkeit bei Ausbaumaterialmengen 90 %. Wenn Raumnummern in der Ausbauliste nicht exakt mit den Planbeschriftungen übereinstimmen oder wenn Ausbau-Spezifikationen in Anmerkungen statt in einer formalen Liste eingebettet sind, sinkt die Genauigkeit auf 75 bis 80 %.

Die praktische Konsequenz ist, dass KI-gestützte Planlesung am besten bei Projekten von Architekten funktioniert, die saubere, gut organisierte Unterlagen erstellen. Projekte von Büros mit weniger standardisierten Zeichnungspraktiken erfordern mehr menschliche Überprüfungszeit, wobei die KI dennoch einen nützlichen Ausgangspunkt liefert.

Integration mit Kostendatenbanken

Die reine Mengenermittlung wird wertvoller, wenn sie mit Kostendaten verknüpft wird. Einige KI-Planlesetools integrieren sich mit RSMeans oder unternehmensspezifischen Kostendatenbanken, um neben den Mengen auch vorläufige Kostenschätzungen zu generieren. Dadurch wird eine Materialmengenermittlung innerhalb von Minuten nach Planeingang zu einer groben Kostenschätzung.

Für Bauunternehmen, die KI-Tools in ihrem Kalkulationsworkflow einsetzen, verändert diese schnelle Grobkostenfähigkeit die Bewertung von Ausschreibungsmöglichkeiten. Anstatt einen Tag für die Mengenermittlung aufzuwenden, nur um festzustellen, dass das Projekt außerhalb ihres Zielbudgets liegt, können sie in unter einer Stunde eine Grobkostenzahl erhalten und schneller eine Go/No-Go-Entscheidung treffen.

Die Kostenschätzungen in diesem Stadium sind grob – typischerweise innerhalb von 15 bis 20 % der endgültigen Angebotszahlen. Sie sind nicht präzise genug für eine tatsächliche Angebotsabgabe, aber präzise genug für die Vorauswahl von Projekten. Ein Bauunternehmen, das bei 1 von 5 geprüften Projekten ein Angebot abgibt, kann KI-generierte Grobkostenschätzungen nutzen, um Möglichkeiten schneller zu filtern und potenziell sein Angebotsvolumen zu erhöhen, ohne zusätzliches Kalkulationspersonal einzustellen.

Umgang mit Änderungen und Nachträgen

Eine unterschätzte Fähigkeit der KI-gestützten Planlesung ist die Änderungsverfolgung. Wenn ein Nachtrag mit überarbeiteten Blättern eintrifft, kann die KI die neuen Blätter mit den Originalen vergleichen und identifizieren, was sich geändert hat. Hinzugefügte Türen, versetzte Wände, geänderte Oberflächen und andere Revisionen werden automatisch markiert.

Das ist wertvoll, weil die Nachtragsprüfung eine der fehleranfälligsten Tätigkeiten im Ausschreibungsprozess ist. Nachträge treffen spät ein, oft 2 bis 3 Tage vor dem Abgabetermin, und der Kalkulator muss schnell alle Änderungen identifizieren und Mengen anpassen. Eine Änderung in einem Nachtrag zu übersehen, ist eine häufige Quelle für Angebotsfehler. KI-gestützte Änderungsverfolgung reduziert dieses Risiko erheblich.

Aktuelle Einschränkungen

Die KI-gestützte Planlesung entwickelt sich in mehreren Bereichen noch weiter. Bauphasenpläne, bei denen derselbe Raum in Etappen mit unterschiedlichen Oberflächen oder Konfigurationen in jeder Phase ausgebaut wird, verwirren die meisten KI-Tools. Sanierungsprojekte, bei denen Bestandszustand und neue Arbeiten auf denselben Blättern dargestellt werden, erfordern von der KI die Unterscheidung zwischen bestehend-verbleibend und neuen Elementen, was nicht immer zuverlässig funktioniert.

Dreidimensionale räumliche Zusammenhänge bleiben ebenfalls herausfordernd. Die KI arbeitet primär mit 2D-Grundrissansichten, und obwohl sie Schnitt- und Ansichtsinformationen lesen kann, löst sie nicht immer korrekt Widersprüche zwischen dem, was ein Grundriss zeigt, und dem, was ein Schnitt durch denselben Bereich zeigt. Erfahrene Kalkulatoren erkennen diese Diskrepanzen durch ihr Verständnis davon, wie Gebäude zusammengefügt werden. KI-Tools werden darin besser, sind aber noch nicht vollständig ausgereift.

Selbst mit diesen Einschränkungen stellt die KI-gestützte Planlesung eine bedeutende Produktivitätsverbesserung für die architektonische Mengenermittlung dar. Die Technologie bewältigt die repetitive Zähl- und Extraktionsarbeit gut und gibt Kalkulatoren die Freiheit, sich auf die urteilsintensiven Aspekte der Kalkulation zu konzentrieren, bei denen ihre Erfahrung den größten Mehrwert bietet.