Kennisbank

KI-Reife im Bau: wo die Fundamente noch fehlen

Der Bau arbeitet schon seit Jahrzehnten mit einer geschichteten Kette: Auftraggeber, Hauptauftragnehmer, Subunternehmer, Lieferanten. Diese Kette ist es gewohnt, Verantwortung zu verteilen und Arbeit in Phasen zu liefern. Das macht die Branche in bestimmter Hinsicht besser auf KI vorbereitet als andere Branchen — es gibt Disziplin in der Planung, in der Qualitätskontrolle, in der Festlegung von Absprachen. Aber genau diese Kette macht Daten fragil. Zeichnungen, Kalkulationen, Planungen und Fortschrittsberichte entstehen bei verschiedenen Parteien, in verschiedenen Systemen, mit verschiedenen Versionen der Wahrheit. Eine KI-Anwendung, die auf diesen Daten laufen soll, läuft auf etwas, das oft nicht vollständig, nicht aktuell oder nicht zentral ist.

Dieser Unterschied zwischen organisatorischer Disziplin und Datenreife ist genau der Punkt, an dem viele KI-Pilotprojekte im Bau ins Stocken geraten. Ein Projektleiter versucht, ein KI-Tool für die Planungsoptimierung einzusetzen, aber die Eingabedaten stammen aus drei Systemen, die nicht miteinander verbunden sind. Ein Arbeitsvorbereiter möchte Kalkulationen automatisch prüfen lassen, aber die historischen Daten sind auf einzelne Excel-Dateien pro Projekt verteilt. Das Pilotprojekt stockt nicht, weil die Technologie nicht funktioniert, sondern weil die Organisation noch nicht darauf ausgerichtet ist.

Warum die Reihenfolge hier zählt

KI-Reife misst nicht nur, ob eine Organisation Tools einsetzt, sondern ob das Fundament darunter steht. Das beginnt bei der Organisation selbst: gibt es einen klaren Eigentümer für die Digitalisierung, wird Wissen zwischen Projekten geteilt, oder bleibt jedes Projekt eine Insel. Danach folgt die IT-Infrastruktur: sind Systeme miteinander verbunden, gibt es eine Grundlage, auf der neue Anwendungen laufen können, ohne dass alles manuell abgetippt werden muss. Erst danach kommt das Datenmanagement: sind die vorhandenen Daten zuverlässig, aktuell und zugänglich für diejenigen, die damit arbeiten müssen.

Diese Reihenfolge ist keine Präferenz, sondern die Art, wie es funktioniert. Eine Organisation, die das Datenmanagement verbessern will, ohne dass die IT-Infrastruktur das unterstützt, baut auf Treibsand. Eine Organisation, die KI-Anwendungen einsetzen will, ohne dass die Organisation selbst weiß, wer Eigentümer welches Prozesses ist, erhält ein Tool, das niemand pflegt. Im Bau ist dieses Muster sichtbar: die Branche hat oft den organisatorischen Willen, aber die Infrastruktur und die Daten hinken hinterher. Das erklärt, warum Pilotprojekte oft auf Projektebene gelingen und auf Organisationsebene scheitern — die fundamentalen Dimensionen sind nicht mit dem Ambitionsniveau mitgewachsen.

Was die Messung zeigt

Die Reifemessung von hybridresourcing.com betrachtet sieben Dimensionen, von Organisation und Infrastruktur bis zu den stärker abhängigen Schichten wie Prozessautomatisierung und Entscheidungsfindung. Für jede Dimension gilt eines von fünf Niveaus: Baseline, Foundation, Activation, Insight oder Intelligence. Im Bau ist das Bild oft ungleich über diese Dimensionen verteilt. Ein Unternehmen kann auf Organisationsebene weit sein — klare Rollen, eine Digitalisierungsagenda, Rückhalt bei der Geschäftsführung — und dennoch beim Datenmanagement noch auf Baseline stehen, weil Projektdaten nie zentral zusammengeführt wurden.

Diese Ungleichheit wird in der Plot-Runde sichtbar, in der mehrere Personen innerhalb der Organisation getrennt bewerten. Ein Geschäftsführer und ein Bauleiter können dasselbe Unternehmen sehr unterschiedlich einschätzen, und diese Streuung ist selbst schon Information. Wenn der CIO denkt, dass die Daten in Ordnung sind, und der Arbeitsvorbereiter täglich mit verstreuten Dateien kämpft, dann liegt dort ein Engpass, den ein einzelnes Gespräch nicht aufgedeckt hätte. In einer Branche, in der sich die Arbeit über Projekte und Parteien verteilt, ist diese Streuung oft größer als im Durchschnitt — und damit informativer.

Was dies nicht ist

Diese Messung sagt nichts darüber aus, welche Aufgaben KI übernehmen kann oder wie viel Zeit das spart. Es geht um die Frage, ob die Organisation KI tragen kann: steht das Fundament, ist die Infrastruktur bereit, sind die Daten zuverlässig genug, um darauf aufzubauen. Diese Frage ist für den Bau relevanter als in Branchen, in denen Daten von Natur aus bereits zentral erfasst werden. Vergleichen Sie es mit der Installationsbranche, wo projektbezogenes Arbeiten und fragmentierte Daten vergleichbare Engpässe verursachen, oder mit der verarbeitenden Industrie, wo Produktionsdaten und Organisationsstruktur ein anderes Gleichgewicht zeigen. Auch der Transportsektor kennt eine vergleichbare Spannung zwischen operativer Disziplin und digitaler Grundlage, was zeigt, dass dieses Muster nicht einzigartig für den Bau ist, aber durch die Kettenstruktur mit einer eigenen Intensität auftritt.

Das Tool, mit dem dies gemessen wird, befindet sich im Aufbau. Wer die Messung durchlaufen möchte, sobald sie verfügbar ist, kann sich für die Warteliste anmelden. Hier wird nichts angeboten, das noch nicht funktioniert, und es wird nichts über das Ergebnis versprochen — nur ein ehrliches Bild davon, wo die Organisation jetzt steht, Dimension für Dimension.

Die nächste Frage

Wenn sich herausstellt, dass die fundamentalen Dimensionen in Ordnung sind oder auf dem Weg dorthin, wird eine andere Frage relevant: welcher Teil der Arbeit selbst geeignet ist, von KI übernommen zu werden. Das ist eine andere Messung als diese. Während hybridresourcing.com prüft, ob die Organisation KI tragen kann, berechnet der Werkscan von FTE TO AI pro Aufgabe, welcher Teil der Arbeit übernommen werden kann — nicht als Schätzung, sondern als Ergebnis einer Aufgabenanalyse. Für ein Bauunternehmen, das weiß, wo das Fundament steht, ist das der logische nächste Schritt: erst das Fundament, dann die Frage, was darauf gebaut werden kann.