McKinsey AEC KI: Analyse der Workflow-Neugestaltung

Irgendwo auf dem gemeinsamen Laufwerk eines Bauunternehmens leistet eine Tabelle namens Final Final Bid v7 tragende Arbeit, für die sie nie zugelassen wurde. Genau dort beginnt McKinseys KI-Chancenkarte für Architektur, Ingenieurwesen und Bauwesen: nicht beim glänzendsten Modell, nicht bei der elegantesten Demo, sondern bei der zutiefst unspektakulären Infrastruktur dafür, wie Arbeit tatsächlich fließt. KI im AEC-Bereich wird verkauft wie ein Roboter-Polier mit Tablet und perfekter Haltung. Die bessere Lesart ist einfacher und nerviger: Bringe den Workflow in Ordnung, bevor du die Maschine bittest, ihn zu optimieren.

Was laut McKinsey und Construction Dive passiert ist

McKinseys Insights-Seite zu Engineering, Construction and Building Materials sagt, „KI ist bereit, den Architektur-, Ingenieur- und Bausektor neu zu verdrahten“, und beschreibt den Vorteil für Unternehmen, die Workflows neu denken, Datennutzung verbessern und automatisieren. Dieses Trio ist wichtig, weil es keine Einkaufsliste ist. Es ist eine Betriebssystem-Diagnose mit Schutzhelm.

Die Berichterstattung von Construction Dive über McKinseys Arbeit ergänzt eine praktische Nuance: Unternehmen müssen verstehen, wann sie Lösungen für künstliche Intelligenz selbst entwickeln und wann sie sie kaufen sollten. Das klingt offensichtlich, bis Beschaffung auf Panik trifft und plötzlich jedes Problem einem Chatbot vorgestellt wird, als wäre er ein Rettungshund. Die eigentliche Frage ist, ob ein Tool dazu passt, wie Projekte gewonnen, entworfen, kalkuliert, besetzt und umgesetzt werden, oder ob es nur ein weiterer Tab in der Software-Lasagne wird.

Der Workflow ist das Produkt, laut McKinsey

McKinseys Fokus auf das Neudenken von Workflows ist der Teil, den AEC-Führungskräfte auf einen Haftzettel schreiben und an den nächsten BIM-Monitor kleben sollten. Wenn Projektdaten über Zeichnungen, E-Mails, PDFs, lokale Ordner und eine Person namens Gary verstreut sind, die weiß, wo die Nachträge vergraben liegen, wird KI vor allem dekorativen Nebel erzeugen.

Modelle sind sehr gut in Musterarbeit, Zusammenfassungen, Klassifizierung, Abruf und unterstützter Erstellung. Sie sind weniger gut darin, institutionelles Gedächtnis aus einem Ordner namens Alte Sachen zu erraten. Das bedeutet: In der Praxis kommt Workflow-Redesign vor Automatisierung, selbst wenn es im Vorstandsslide erst nach der Automatisierung auftaucht.

Unternehmen brauchen konsistente Eingaben, klare Freigabepunkte, standardisierte Benennungen, strukturierte historische Daten und saubere Übergaben zwischen Kalkulation, Planung, Beschaffung und Baustellenteams. Nicht weil KI zerbrechliches Porzellan ist. Sondern weil „garbage in, garbage out“ weiterhin ungeschlagen ist, auch wenn der Müll jetzt in einem selbstbewussten Führungskräfteton sprechen kann.

Build versus Buy ist eine Strategiefrage, berichtet Construction Dive

Construction Dive berichtet, dass es nach McKinseys Sicht auf Bau-Workflows wichtig ist zu wissen, wann man KI-Lösungen selbst entwickelt und wann man sie kauft. Die hilfreiche Unterscheidung ist nicht ideologisch. Kaufe dort, wo der Workflow üblich ist, der Anbieter starke Integrationen hat und die Aufgabe nicht dein Geheimrezept ist; baue dort selbst, wo deine Daten, dein Prozess oder deine Entscheidungslogik echte Differenzierung schaffen.

Für AEC-Unternehmen könnte das bedeuten, allgemeine Dokumentenverarbeitung oder Terminplanungsunterstützung zu kaufen, während man bei proprietärer Kalkulationslogik, Benchmarking-Methoden oder Risikoprüfungsprozessen gezielter vorgeht. Es geht nicht darum, so zu tun, als wäre man ein Frontier-KI-Labor. Es geht darum, keine maßgeschneiderte Engineering-Energie für Standardaufgaben zu verschwenden und zugleich die Teile des Geschäfts nicht auszulagern, die Marge, Ruf und Lieferqualität definieren. Anders gesagt: Baue keinen eigenen Taschenrechner, es sei denn, dein Taschenrechner weiß, warum Stahlangebote allen immer wieder den Dienstag ruinieren.

Architekten sollten auf die menschliche Feedbackschleife achten, sagt Architects

Der Überblick von Architects EDCET zu KI in der Architektur sagt, dass KI den Wert der gebauten Umwelt in Bereichen wie Sicherheit, Nutzerkomfort und Wohlbefinden beeinflusst, während generative KI Daten- und Technologiefeedback in menschenzentrierten Designprozessen nutzen kann. Das ist die Entwurfsseite derselben Workflow-Geschichte.

KI ist nützlicher, wenn sie Schleifen zwischen Absicht, Einschränkungen, Leistung und gelebter Erfahrung schließt. Für Architektur- und Ingenieurteams liegt der kurzfristige Wert nicht darin, Urteilsvermögen zu ersetzen. Er liegt darin, mehr Optionen früher sichtbar zu machen, Annahmen schneller zu prüfen und Leistungssignale wieder in Entwurfsentscheidungen einfließen zu lassen, bevor Beton überhaupt mitreden kann.

Die Gefahr besteht darin, Generierung als Hauptereignis zu behandeln, obwohl der eigentliche Hebel besseres Feedback ist. Ein Modell, das fünfzig Grundrisse vorschlägt, ist niedlich; ein Workflow, der erklärt, welche Grundrisse an Komfort-, Sicherheits-, Budget- oder Baubarkeitsanforderungen scheitern, ist nützlich.

Worauf man als Nächstes achten sollte, mit McKinsey

als Ausgangspunkt McKinseys Einordnung gibt AEC-Führungskräften einen einfachen Test für die nächste Welle von KI-Pitches: Verändert dieses Produkt die Arbeit, verbessert es die Daten oder automatisiert es einen wiederholbaren Schritt mit messbarer Verantwortlichkeit? Wenn die Antwort nur lautet „es hat KI“, Glückwunsch, du hast eine sehr teure Autovervollständigung in Warnweste gefunden.

Die Unternehmen, die am meisten profitieren, werden wahrscheinlich diejenigen sein, die KI-Einführung als Prozessentwicklung behandeln, nicht als Ansammlung von Tools. Für alle, die in diesem Bereich bauen oder kaufen: Beginne mit einem Workflow, der schon heute wehtut: Angebotsprüfung, Kalkulationsunterstützung, Entwurfsiteration, Bearbeitung von Einreichungen oder Baustellenberichte. Kartiere die Übergaben, bereinige die Eingaben, definiere die menschlichen Freigaben und entscheide dann, wo KI hingehört.

Die Pointe ist: Die Maschine kann vielleicht helfen, bessere Gebäude zu bauen, aber zuerst braucht sie Menschen, die aufhören, den Bauplan in Garys Seele zu speichern.