KI im Bauwesen: Sarah Buchner von Trunk Tools erklärt, warum Europa schneller handeln muss!

‍Von der Baustelle zur Construction AI

Sarah Buchner kennt die Baubranche nicht aus der Perspektive eines klassischen Tech-Unternehmens, sondern aus eigener Erfahrung auf der Baustelle. Sie arbeitete zunächst in der Tischlerei ihres Vaters, wechselte später in die Bauleitung und beschäftigte sich während ihres Studiums zunehmend mit Data Science und digitalen Anwendungen. Heute ist sie Gründerin von Trunk Tools und entwickelt in den USA Software, die Künstliche Intelligenz für konkrete Aufgaben im Bauwesen nutzbar machen soll. Im DIGITALWERK Podcast spricht Sarah darüber, wie ihr Weg aus der Baupraxis in die Construction-Tech-Welt geführt hat und warum sie beim Thema KI einen deutlichen Unterschied zwischen Europa und den USA beobachtet.

Sarahs Weg beginnt lange vor dem aktuellen Hype um generative KI. Schon als Jugendliche arbeitete sie in der Tischlerei ihres Vaters und lernte dort eine Arbeitswelt kennen, in der aus Plänen reale Dinge entstehen müssen. Später wollte sie bewusst die andere Seite des Bauens kennenlernen und entschied sich für die Bauleitung, obwohl sie mit 18 Jahren noch keine entsprechende Berufserfahrung hatte. Diese frühe Erfahrung mit Baustellen, Handwerk und den täglichen Problemen des Bauens prägt ihre Sicht auf Technologie bis heute.

‍

Was Baupraxis mit KI-Entwicklung zu tun hat

Für Sarah ist gerade das vermeintliche Chaos auf einer Baustelle eine interessante Ausgangslage für die Entwicklung digitaler Lösungen. Informationen liegen häufig an unterschiedlichen Stellen, Dokumente verändern sich und trotzdem müssen Entscheidungen getroffen werden. Sie beschreibt diese Fähigkeit, auch mit unvollständigen Informationen handlungsfähig zu bleiben, als etwas, das Menschen aus der Baubranche besonders gut beherrschen. Genau diese Erfahrung nimmt sie heute mit in ihre Arbeit an Construction AI.

Der Weg dorthin führte über ihr Studium und die zunehmende Beschäftigung mit Daten. Sarah erkannte, dass auf Baustellen riesige Mengen an Informationen entstehen, diese aber nicht automatisch so strukturiert sind, dass daraus bessere Entscheidungen entstehen. Erste digitale Projekte entstanden deshalb aus sehr konkreten Problemen aus der Praxis, etwa rund um Baupläne und Health-and-Safety-Prozesse. Aus dieser Verbindung von Bauwissen, Daten und Technologie entwickelte sich schließlich die Idee für Trunk Tools.

Das Unternehmen arbeitet heute daran, Informationen aus verschiedenen Quellen eines Bauprojekts zusammenzuführen und für KI-Anwendungen nutzbar zu machen. Statt einen allgemeinen Chatbot mit Fragen zur Baubranche zu füttern, geht es um den Kontext eines konkreten Projekts und die Informationen, die dort tatsächlich vorhanden sind. Sarah beschreibt dafür eine Art digitale Wissensbasis beziehungsweise ein „Gehirn“ der Baustelle, auf das spezialisierte KI-Agenten zugreifen können. Damit soll KI nicht nur Antworten liefern, sondern zunehmend konkrete Aufgaben innerhalb eines Bauprozesses übernehmen.

‍

„Wenn jemand sagt, wir testen KI, dann weiß ich schon, dass sie nichts machen.“

‍

Warum ein KI-Pilot noch keine Veränderung bedeutet

Diese Aussage bringt einen der zentralen Gedanken des Gesprächs auf den Punkt. Sarah kritisiert nicht grundsätzlich Pilotprojekte, sondern die Art, wie Unternehmen damit umgehen, wenn nach dem Test keine Entscheidung folgt. Aus ihrer Sicht sollte vor Beginn eines Piloten klar sein, welches Problem gelöst werden soll und anhand welcher Kriterien anschließend beurteilt wird, ob die Lösung funktioniert. Danach muss eine Entscheidung stehen: Wird die Technologie weiter eingesetzt und auf andere Baustellen oder Prozesse ausgerollt – oder nicht?

Für die Bauindustrie ist das eine wichtige Unterscheidung, weil KI inzwischen in vielen Unternehmen auf der Agenda steht. Ein Workshop, ein internes Experiment oder ein zeitlich begrenzter Test kann zeigen, was technisch möglich ist, verändert aber noch keinen Arbeitsprozess. Erst wenn sich daraus neue Abläufe, andere Rollen oder eine tatsächliche Nutzung im Tagesgeschäft entwickeln, wird aus Technologie ein wirtschaftlicher Effekt. Sarah sieht hier einen kulturellen Unterschied zwischen Europa und den USA, den sie aus ihrer eigenen Erfahrung kennt.

In den USA beobachtet Sarah eine größere Bereitschaft, neue Technologien praktisch einzusetzen und anhand konkreter Ergebnisse zu bewerten. Sie beschreibt beispielsweise Pilotprojekte mit klaren Erfolgskriterien und einem vorher definierten Zeitrahmen. Nach diesem Test wird entschieden, ob ein Produkt gekauft und schrittweise auf weitere Projekte ausgeweitet wird. In Europa werde dagegen aus ihrer Sicht häufiger länger diskutiert, getestet und reguliert, bevor eine Technologie tatsächlich im größeren Maßstab eingesetzt wird.

‍

Wie KI-Agenten auf der Baustelle arbeiten sollen

Bei Trunk Tools geht es deshalb um mehr als die Frage, ob ein Sprachmodell gute Antworten geben kann. Die Idee ist, Informationen aus unterschiedlichen Systemen und Dokumenten eines Projekts zusammenzuführen und daraus eine belastbare Grundlage für konkrete Aufgaben zu schaffen. Auf diese Wissensbasis können spezialisierte KI-Agenten zugreifen und einzelne Arbeitsschritte bearbeiten. Wenn mehrere Agenten miteinander verbunden werden, können daraus ganze Ketten von Aufgaben entstehen.

Ein Beispiel aus dem Gespräch ist der Umgang mit neuen Bauplänen. Wenn sich Informationen in einem Plan verändern, soll ein System diese Änderungen erkennen und daraus weitere Arbeitsschritte ableiten können. Ein Agent könnte dabei Informationen analysieren und anschließend einen weiteren Agenten anstoßen, der sich um einen anderen Teil des Prozesses kümmert. Der Mensch verschwindet dabei nicht aus dem Prozess, aber seine Rolle kann sich verändern – weg von einzelnen manuellen Informationsschritten und stärker hin zur Kontrolle und Entscheidung.

Damit wird auch klar, warum die Datenbasis für Construction AI so wichtig ist. Ein allgemeines KI-Modell kennt nicht automatisch die Besonderheiten eines bestimmten Bauprojekts, seiner Dokumentation und seiner aktuellen Planungsstände. Die eigentliche Herausforderung besteht deshalb darin, relevante Informationen aus verschiedenen Quellen zusammenzubringen und so aufzubereiten, dass KI damit zuverlässig arbeiten kann. Für Bauunternehmen bedeutet das: Die Qualität der Daten und Prozesse wird zu einem entscheidenden Faktor dafür, welchen Nutzen KI am Ende tatsächlich bringt.

Gleichzeitig stößt diese Entwicklung noch an technische Grenzen. Sarah spricht unter anderem über die Herausforderung, Informationen aus der 2D-Welt in eine 3D-Welt zu übertragen und unterschiedliche Planungsstände miteinander abzugleichen. Gerade im Bauwesen können BIM-Modelle oder andere digitale Informationen während eines Projekts veraltet sein, während aktuelle Informationen an anderer Stelle liegen. Construction AI muss deshalb nicht nur Sprache verstehen, sondern mit komplexen technischen Informationen und sich verändernden Projektdaten umgehen können.

‍

Warum Europa bei KI im Bau unter Druck gerät

Sarahs Blick auf Europa ist dabei differenzierter, als es die zugespitzte Kritik an der KI-Adoption zunächst vermuten lässt. Sie sieht große Stärken in der europäischen Bauindustrie, insbesondere bei Bauqualität, Handwerk und technischem Know-how. Gleichzeitig glaubt sie, dass Europa bei früheren Technologiewellen Chancen bei der praktischen Umsetzung verloren hat und sich dieser Fehler bei Künstlicher Intelligenz wiederholen könnte. Ihre Sorge richtet sich deshalb weniger gegen europäische Unternehmen als gegen eine Geschwindigkeit, die aus ihrer Sicht nicht mit der technologischen Entwicklung mithalten kann.

Die USA erlebt Sarah in diesem Punkt anders. Dort sieht sie Unternehmen, die KI stärker in bestehende Abläufe integrieren, Mitarbeitende schulen und Budgets für die Einführung neuer Technologien bereitstellen. Das bedeutet nicht, dass jede amerikanische KI-Anwendung automatisch besser funktioniert oder dass jedes europäische Unternehmen hinterherläuft. Der Unterschied liegt für Sarah vielmehr in der Bereitschaft, eine Technologie nach einem erfolgreichen Test tatsächlich in die Organisation zu bringen.

Für die Bauindustrie stellt sich damit eine ziemlich konkrete Frage: Was passiert nach dem Pilotprojekt? Wenn ein Unternehmen KI zwar ausprobiert, anschließend aber wieder zu seinen bisherigen Abläufen zurückkehrt, bleibt der Effekt begrenzt. Wenn dagegen ein funktionierender Anwendungsfall auf weitere Projekte übertragen wird, kann daraus ein echter Produktivitäts- oder Qualitätsgewinn entstehen. Genau diesen Schritt vom Experiment zum operativen Einsatz hält Sarah für entscheidend.

Sarahs eigene Geschichte passt dabei erstaunlich gut zu dieser These. Sie kommt aus einer Branche, in der Probleme selten theoretisch bleiben, sondern unmittelbar auf einer Baustelle gelöst werden müssen. Aus diesen Problemen hat sie zunächst digitale Anwendungen entwickelt und später ein Unternehmen aufgebaut, das sich mit KI und den Informationsstrukturen von Bauprojekten beschäftigt. Im aktuellen DIGITALWERK Podcast spricht Sarah darüber, wie dieser Weg funktioniert hat, was KI auf Baustellen heute schon leisten kann und warum sie glaubt, dass die nächsten Jahre für die Bauindustrie entscheidend werden.

‍