BIM gehört ins Projektmanagement. AI auch.

Die Trennung von BIM-Management und Projektmanagement war der grösste Fehler, der die Digitalisierung in Architektur, Ingenieurwesen und Bauwirtschaft bis heute behindert.

Wir haben BIM zum Spezialthema gemacht. Das BIM-Team schrieb das BIM-Handbuch, pflegte die Use-Case-Liste und diskutierte Modellanforderungen. Das Projektmanagement führte Ziele, Umfang, Kosten, Termine und Entscheide. Beide Gruppen arbeiteten am selben Projekt, aber oft mit unterschiedlichen Wahrheiten.

Das Ergebnis war vorhersehbar. BIM-Anforderungen wurden technisch detailliert, blieben aber schwach mit dem Zweck des Projekts verbunden. Der Projektauftrag beschrieb, was die Bauherrschaft wollte. Die BIM-Dokumente beschrieben daneben einen separaten digitalen Prozess. Danach investierten Teams Zeit in die Koordination der Dokumente, statt das Projekt zu verbessern.

Darum sollten wir nicht mehr von BIM-Projekten sprechen. Wir brauchen Projekte mit BIM.

AI könnte denselben Fehler wiederholen

Jetzt hält AI Einzug in die Branche, und dasselbe Muster zeichnet sich erneut ab. Organisationen ernennen AI-Verantwortliche, schreiben AI-Strategien und starten AI-Piloten neben ihren normalen Projektprozessen. Wenn wir nicht aufpassen, wird das AI-Management zum nächsten Silo mit eigener Sprache, eigenen Workshops und eigenen Dokumenten.

Ein Projekt braucht keine parallele AI-Welt. Es braucht klare Definitionen, die Menschen, Software und AI nutzen können. AI soll Anforderungen interpretieren, Vorschläge erzeugen, Varianten vergleichen und Abweichungen finden. Sie ersetzt nicht die Aufgabe, zu entscheiden, was ein Projekt erreichen muss.

Die entscheidende Frage lautet deshalb nicht: «Wo können wir AI einsetzen?» Sie lautet: «Was muss dieses Projekt unter welchen Bedingungen liefern, und woran erkennen wir seine Erfüllung?»

Mit Zielen und Randbedingungen beginnen

Genau diesen Weg gehen wir mit pragmaticBIM. Was bereits vorhanden ist, beginnt vor den Modellanforderungen. Das Projektteam wählt Projektziele und hält Randbedingungen fest. Diese Auswahl bestimmt die relevanten Use Cases, und aus den Use Cases folgen die Datenanforderungen.

Die Kette ist einfach:

Projektziele und Randbedingungen → Use Cases → Informationsanforderungen → Prüfungen

Damit kehrt sich der übliche Prozess um. Statt das BIM-Handbuch des letzten Projekts zu kopieren und scheinbar Unnötiges zu löschen, beginnt das Team mit dem Zweck des aktuellen Projekts. Jede Anforderung braucht eine Begründung. Wenn kein Ziel und kein Use Case eine Anforderung rechtfertigt, sollte sie dem Planungsteam nicht auferlegt werden.

Das Raumprogramm mit derselben Quelle verbinden

Als Nächstes bringen wir die Projektdefinition näher an die tatsächliche Nutzung. Das Team definiert Nutzungsszenarien: Wer nutzt einen Ort, für welche Tätigkeit, mit welcher Kapazität, Ausstattung, welchen Umgebungsbedingungen, Zugangsregeln und Beziehungen zu anderen Räumen?

Diese Szenarien konfigurieren das Raumprogramm. Ein Raum ist dann nicht mehr nur ein Name und eine Fläche in einer Tabelle. Er wird zu einem strukturierten Satz von Anforderungen, abgeleitet aus der vorgesehenen Funktion des Gebäudes.

Aus derselben Quelle entsteht anschliessend die Bedarfsplanung. Sie ist kein schön gestaltetes Dokument, das von den zugrunde liegenden Anforderungen getrennt ist. Sie ist eine Sicht auf strukturierte, versionierte Daten, die ebenso Modelle, Listen, IDS-Dateien und weitere Projektwerkzeuge speisen können.

Genau das bedeutet, Anforderungen wie Code zu behandeln. Anforderungen sind strukturiert, damit Software sie lesen kann, versioniert, damit jede Änderung nachvollziehbar bleibt, und prüfbar, damit sich ihre Erfüllung testen lässt. Sie werden nicht in einem PDF eingefroren. Sie entwickeln sich durch kontrollierte Änderungen weiter und behalten dabei eine verlässliche gemeinsame Datenquelle.

Erstellung wird günstig. Definition und Prüfung bleiben anspruchsvoll.

AI wird die Erstellung von Texten, Zeichnungen, Bildern, Listen und Modellinhalten beschleunigen. Die Erstellung wird immer weniger zum begrenzenden Faktor. Die knappe Kompetenz liegt künftig darin, das richtige Ergebnis zu definieren und zu prüfen, ob eine Lieferung dieses Ergebnis erfüllt.

AI wird ein bestehendes Problem verschärfen: die falsche Korrelation zwischen der Qualität eines Inhalts und der Qualität seiner Darstellung. AI kann schwache Anforderungen in Sekunden in einen überzeugenden, professionell wirkenden Bericht verwandeln. Die Darstellung wird besser, die zugrunde liegende Definition nicht. Gleichzeitig kann eine schlichte Datendatei eine hervorragende, präzise Spezifikation enthalten.

Sobald Anforderungen strukturiert sind, wird die Darstellung zu einer von vielen Ausgaben. Dieselbe Quelle kann eine klare Webseite für Entscheidungsträger, ein Raumprogramm für Planende und maschinenlesbare Prüfungen für Software erzeugen. Jede Sicht darf anders aussehen, ohne die vertragliche Bedeutung zu verändern.

Offene Definitionen, bezahlte Werkzeuge

Das Beste daran: Die Rohdaten müssen nicht in einer Anbieterplattform eingeschlossen sein. Der zugrunde liegende Elementplan-Datenstandard ist Open Source und frei verfügbar.

Sie bezahlen nicht für den Zugang zur Definition Ihres Projekts. Sie bezahlen für Werkzeuge, mit denen sich die Daten einfach konfigurieren, prüfen, versionieren, publizieren und kontrollieren lassen. Diese Unterscheidung ist wichtig. Offene Daten schützen das Projekt; nützliche Werkzeuge verdienen ihren Platz, indem sie Arbeit sparen.

Die AEC-Digitalisierung kommt nicht mit einer weiteren isolierten Disziplin voran. BIM und AI gehören ins Projektmanagement, verbunden mit den Entscheiden, die den Projekterfolg definieren. Ein Projekt, eine durchgängige Anforderungskette und viele Wege, die Daten zu nutzen und zu prüfen.

So verbindet pragmaticBIM Bedarfsplanung und BIM-Anforderungen