Fachbeitrag
Automatische Mängelerkennung: jedes Bild gleich gründlich
Optische Mängel sind im Schlüsselfertigbau die häufigsten — und die langweiligsten. Genau deshalb übersieht sie ein Mensch unter Zeitdruck und eine Maschine nicht.
Fachbeitrag der Open Experience GmbH. Stand: September 2026
Wie funktioniert die KI-Mängelerkennung am Bau?
Ein Algorithmus zur Objekterkennung durchsucht Baustellenaufnahmen nach optischen Auffälligkeiten wie Kratzern, Rissen, Flecken oder Beschädigungen und markiert die betroffenen Bildbereiche. Über den Abgleich mit dem BIM-Modell wird die Position des Fundes bestimmt; anschließend wird geprüft, ob an dieser Stelle bereits ein Mangel erfasst ist. Ist er neu, wird er automatisch angelegt und klassifiziert, ein Ausschnitt der Erkennung dient als Beleg. Erprobt wurde das Verfahren im BMBF-Projekt ESKIMO.
Rechtsstand: Deutschland (BGB, VOB/B, HOAI). Abweichende Vereinbarungen im Bauvertrag gehen den hier genannten Regelfristen vor.
Der Ablauf in fünf Schritten
Die eigentliche Erkennung ist nur ein Schritt von fünf. Die anderen vier entscheiden darüber, ob aus einem markierten Bildbereich ein brauchbarer Vorgang wird.
- 1 — ErfassenRegelmäßige, verortete Aufnahmen der Baustelle, etwa als 360°-Begehung mit dem Helmkamerasystem.
- 2 — ErkennenObjekterkennung markiert auffällige Bereiche im Bild und ordnet ihnen eine Mangelart zu.
- 3 — VerortenÜber den Abgleich mit dem Modell wird aus einer Bildstelle eine Position im Bauwerk.
- 4 — AbgleichenExistiert an dieser Stelle bereits ein Mangel, entsteht kein zweiter. Ohne diesen Schritt erzeugt die Automatik Dubletten statt Nutzen.
- 5 — AnlegenDer neue Mangel wird mit Klassifikation, Bildausschnitt und Position erfasst — und geht denselben Weg wie jeder andere Mangel.
Was die Maschine besser kann — und was nicht
Der Vergleich ist keine Wertung, sondern eine Arbeitsteilung.
| Aufgabe | Mensch | Automatische Erkennung |
|---|---|---|
| *Jedes Bild gleich gründlich ansehen* | Unter Zeitdruck kaum durchzuhalten | Der eigentliche Vorteil |
| *Kleinste Abweichungen finden* | Abhängig von Licht, Routine und Tagesform | Systematisch, pixelgenau |
| *Ursache beurteilen* | Erfahrung und Kontext | Nicht möglich |
| *Relevanz einschätzen* | Kennt Vertrag, Detail und Bauablauf | Nicht möglich |
| *Mit Beteiligten klären* | Kerntätigkeit der Bauleitung | Nicht möglich |
Die Maschine liefert Kandidaten, keine Entscheidungen. Der Nutzen entsteht dort, wo eine Person die Kandidaten schneller sichten kann als die Rohbilder.
Woher die Trainingsdaten kamen
Erkennungsverfahren sind nur so gut wie das Material, mit dem sie trainiert wurden. Im Projekt ESKIMO wurden über hunderttausend Aufnahmen optischer Mängel — Kratzer, Risse, Beschädigungen — analysiert und von Hand kategorisiert. Diese Handarbeit ist der unsichtbare Teil jedes KI-Projekts; sie erklärt auch, warum sich Verfahren aus anderen Branchen nicht ohne Weiteres auf den Bau übertragen lassen.
Einordnung: ESKIMO war ein Forschungsprojekt mit elf Partnern und einem Budget von 2,4 Mio. Euro. Die Ergebnisse sind Prototypen, keine Serienfunktionen.
Fünf Wirkungen, die sich zeigen
Gleichmäßigkeit
Die dreißigste Wohnung wird so genau geprüft wie die erste.
Weniger Dubletten
Der Abgleich mit bestehenden Vorgängen verhindert doppelte Erfassung — in Listen ein Dauerproblem.
Belegt statt beschrieben
Der markierte Bildausschnitt zeigt, was gemeint ist. Rückfragen entfallen.
Früher statt später
Was in der laufenden Begehung auffällt, ist noch Handwerk und kein Gewährleistungsfall.
Auswertbar
Wiederholt sich dieselbe Mangelart an derselben Detailstelle, ist das ein Hinweis auf die Planung.
Und
Die Bauleitung sichtet Kandidaten, statt jedes Bild einzeln zu öffnen.
Die Voraussetzung ist nicht die KI
Der häufigste Grund, warum automatische Erkennung in Projekten nichts bringt, liegt vor dem Algorithmus: Es fehlen die Bilder. Ohne regelmäßige, vergleichbar aufgenommene und verortete Begehungen gibt es nichts auszuwerten. Wer heute anfängt, gewinnt zuerst durch die Erfassung selbst — die Automatisierung kommt später obendrauf.
Der Weg vom Fund zum Vorgang
Ob ein Mangel von einer Person oder von einem Algorithmus gefunden wird, ändert nichts an dem, was danach passieren muss: Er braucht Ort, Bild, Beschreibung, Verantwortlichen und Frist, und er muss bis zur Freimeldung verfolgt werden. Genau dafür ist Bau-Mängel gebaut — die Erkennung liefert Kandidaten in denselben Prozess, statt eine zweite Liste zu erzeugen.
Häufige Fragen
Kann ich die automatische Mängelerkennung heute buchen?
Nein. Sie stammt aus dem Forschungsprojekt ESKIMO und ist dort demonstriert worden. Produktiv verfügbar sind Verpixelung, Gegenstandserkennung und die automatische Bildklassifikation.
Welche Mängel lassen sich überhaupt automatisch erkennen?
Optische Erscheinungen an sichtbaren Oberflächen: Kratzer, Risse, Flecken, Verfärbungen, Beschädigungen. Alles, was Messung, Öffnung oder Berührung verlangt, bleibt menschliche Prüfung.
Wie zuverlässig ist die Erkennung?
Sie liefert Kandidaten mit unterschiedlicher Sicherheit. Für die Praxis ist weniger die Trefferquote entscheidend als der Umgang mit Fehlalarmen — eine Liste, die zu oft irrt, wird nicht mehr gesichtet.
Ersetzt das die Begehung?
Nein. Es verändert, was während der Begehung passiert: aufnehmen statt protokollieren. Die Beurteilung geschieht danach, am Bildschirm.
Was passiert mit falsch erkannten Mängeln?
Sie werden verworfen. Wichtig ist, dass das Verwerfen dokumentiert wird — sonst taucht derselbe Fund bei der nächsten Begehung wieder auf.
Braucht die Erkennung ein BIM-Modell?
Für die genaue Verortung ja, für die Erkennung selbst nicht. Ohne Modell lässt sich der Fund über den Aufnahmepunkt im Grundriss zuordnen.
Quellen und Rechtsgrundlagen
Die Rechtsaussagen dieses Beitrags stützen sich auf die folgenden Primärquellen. Der Beitrag ersetzt keine Rechtsberatung im Einzelfall.
Zuerst die Bilder, dann die Automatik.
45 Minuten an Ihrem Projekt: Wie eine Begehung entsteht, die Auswertung überhaupt erst möglich macht.