Diese Case Study dokumentiert, wie ein Bauunternehmen in Ulm nach einem KI-Inhouse-Kurs erste Anwendungen in Projektkommunikation, Baustellendokumentation, Angebotsvorbereitung und internem Wissensmanagement etablierte.

Bauunternehmen arbeiten unter hohem Zeitdruck, mit vielen Beteiligten und einer großen Menge an Informationen: Angebote, Leistungsverzeichnisse, Nachträge, Baustellenprotokolle, Mängelhinweise, E-Mails, Terminabstimmungen, Projektstände, Fotodokumentationen, Sicherheitsunterweisungen und interne Erfahrungswerte müssen täglich verarbeitet werden. Künstliche Intelligenz kann hier entlasten – aber nur, wenn sie nicht unkontrolliert eingesetzt wird und sensible Projekt-, Kunden- oder Vertragsdaten geschützt bleiben.

Diese Fallstudie beschreibt ein Inhouse-Projekt der Bildungsakademie am Rosental GmbH mit einem Bauunternehmen in Ulm. Ziel war nicht, Projektleitung, Bauplanung oder technische Verantwortung an KI auszulagern. Ziel war ein sicherer, schrittweiser Praxiseinstieg: Welche Aufgaben eignen sich für KI? Wie können Teams bessere Textentwürfe, Protokolle, Checklisten und Wissensbausteine erstellen? Wo liegen Grenzen bei Vertragsdaten, Bauplänen, Fotos, Kalkulationen und vertraulichen Projektinformationen?

Der Projektbericht ergänzt den Themenbereich KI Inhouse Schulungen für Unternehmen und Organisationen und zeigt exemplarisch, wie ein mittelständisches Bauunternehmen KI nicht als Schnellschuss, sondern als kontrollierten Lern- und Transferprozess in laufende Projekte überführte.

 
 

 

Unser maßgeschneidertes Inhouse-Seminar für Sie!

Wählen Sie bei Ihrer Anfrage auch gern zwischen einem a) Inhouse-Präsenz-Seminar an Ihrem Standort, b) einem Inhouse-Online-Workshop mit Ihrem Team oder c) einem Inhouse-Präsenz-Kurs direkt an der Akademie – das Inhouse-Training gern auch in Kombination mit Teambuilding-Aktionen.

 
 

 

Ausgangslage: Viele Projekte, viele Abstimmungen und zu wenig Zeit für saubere Textarbeit

Das Bauunternehmen in Ulm betreut parallel mehrere Bauprojekte im gewerblichen und privaten Umfeld. Zum Arbeitsalltag gehören Angebotsanfragen, Projektabstimmungen, E-Mail-Kommunikation mit Auftraggebern, Rückfragen von Nachunternehmen, Dokumentation von Baustellenständen, Vorbereitung von Besprechungen, interne Übergaben und die Abstimmung zwischen Büro, Bauleitung und Baustelle.

Im Vorgespräch zeigte sich ein typisches Muster: Die fachliche Kompetenz war vorhanden, aber viele wiederkehrende Kommunikations- und Strukturierungsaufgaben kosteten Zeit. Projektleitungen mussten E-Mails formulieren, Sachstände zusammenfassen, Besprechungen vorbereiten, Informationen nachreichen und interne Hinweise für Teams sortieren. Gleichzeitig durfte keine KI-Nutzung entstehen, bei der vertrauliche Baupläne, Kalkulationen, personenbezogene Daten, Vertragsdetails oder Fotos aus laufenden Projekten unbedacht in offene Systeme eingegeben werden.

Einzelne Mitarbeitende hatten KI-Tools bereits ausprobiert. Die Ergebnisse waren gemischt: Manche Textentwürfe wirkten hilfreich, andere waren zu allgemein, fachlich ungenau oder enthielten Formulierungen, die im Baukontext zu viel versprachen. Die Geschäftsführung entschied deshalb, einen Inhouse-Kurs zu beauftragen, der nicht nur zeigt, was KI kann, sondern klare Regeln für die Projektpraxis entwickelt.

Besonders passend waren die KI-Kurse und KI-Seminare der Bildungsakademie am Rosental, insbesondere AI Literacy als Einstieg in das KI-Thema, der Einführungskurs zu ChatGPT und weiteren KI-Tools sowie Texte mit KI für Artikel, Social Media und Blogs.

 

Warum ein Bauunternehmen KI anders einführen muss als ein reines Büro-Team

Ein Bauunternehmen muss KI anders einführen als ein reines Büro-Team, weil Projektkommunikation, Baustelle, Kalkulation, Vertragsnähe, Sicherheitsfragen und praktische Verantwortung eng miteinander verbunden sind.

KI kann im Bauunternehmen viele Aufgaben unterstützen: E-Mail-Entwürfe, Protokollstrukturen, Checklisten, interne Wissensbausteine, Angebotsvorbereitung, Zusammenfassungen und verständlichere Kommunikation zwischen Büro und Baustelle. Gleichzeitig ist der Baukontext besonders sensibel. Fehlerhafte Formulierungen können Erwartungen verschieben, technische Aussagen verfälschen, Vertragsbezüge berühren oder interne Projektinformationen offenlegen.

Die Bildungsakademie am Rosental strukturierte den Inhouse-Kurs deshalb nicht als allgemeine Tool-Demonstration. Stattdessen wurde der Workshop als Anwendungstraining für konkrete Bauprozesse aufgebaut. Die Teilnehmenden sollten lernen, welche Aufgaben KI vorbereiten darf, wo menschliche Prüfung zwingend bleibt und welche Informationen grundsätzlich nicht in offene KI-Systeme gehören.

Als fachliche Orientierung wurden externe Quellen einbezogen: Die BAuA ordnet KI als Thema der Arbeitsgestaltung und des Arbeitsschutzes ein, die BG BAU beschreibt KI im Kontext von Baustellen und Arbeitsschutz, das BSI liefert Hinweise zur KI-Sicherheit in Organisationen und das NIST AI Risk Management Framework bietet eine strukturierte Perspektive auf KI-Risiken.

 

Projektziel: KI in laufende Projekte bringen, ohne Verantwortung abzugeben

Das Bauunternehmen wollte KI nicht als isoliertes Experiment behandeln. Der Kurs sollte konkrete Anwendungsmöglichkeiten in laufenden Projekten sichtbar machen – aber ohne technische Verantwortung, Bauleitung, Kalkulation oder Vertragsprüfung an KI abzugeben. Der Anspruch war: KI darf vorbereiten, strukturieren, formulieren und ordnen. Sie darf nicht entscheiden, freigeben oder fachliche Verantwortung ersetzen.

Für den Inhouse-Kurs wurden fünf Ergebnisziele festgelegt:

• Gemeinsames KI-Grundverständnis: Alle Teilnehmenden sollten verstehen, wie generative KI funktioniert und warum Ergebnisse geprüft werden müssen.
• Sichere Aufgabenwahl: Das Team sollte geeignete, prüfpflichtige und ausgeschlossene Anwendungen unterscheiden.
• Projektkommunikation verbessern: Wiederkehrende E-Mails, Abstimmungen und Sachstände sollten schneller vorbereitet werden.
• Baustellendokumentation strukturieren: Protokolle, Checklisten und Übergaben sollten klarer vorbereitet werden können.
• Transfer sichern: Aus dem Kurs sollten Pilotanwendungen, Prompt-Vorlagen und Nicht-Nutzungsregeln entstehen.

Diese Ziele passten zur Arbeitsweise der Bildungsakademie am Rosental: Inhouse-Schulungen sollen nicht nur inspirieren, sondern konkrete Transferstrukturen schaffen. Gerade im Bauunternehmen ist das entscheidend, weil neue Methoden nur dann wirken, wenn sie zu Baustellenrhythmus, Projektdruck und Verantwortlichkeiten passen.

 

Vorbereitung: Welche Aufgaben aus Bauprojekten in den Kurs einflossen

Vor dem Seminartag sammelte das Projektteam typische Aufgaben aus Büro, Projektleitung, Bauleitung, Kalkulation, Assistenz und interner Organisation. Wichtig war: Es wurden keine vertraulichen Originalverträge, keine vollständigen Baupläne, keine personenbezogenen Daten, keine konkreten Kundenvorgänge und keine sensiblen Kalkulationen verwendet.

Stattdessen wurden Aufgaben abstrahiert. Aus einer echten Projekt-E-Mail wurde ein neutraler Übungsfall. Aus einer konkreten Baustellensituation wurde ein allgemeines Szenario. Aus vertraulichen Projektinformationen wurden anonymisierte Strukturaufgaben. Dadurch konnte das Team praxisnah arbeiten, ohne sensible Informationen preiszugeben.

 

Arbeitsfeld	Beispielhafte Aufgabe	KI-Eignung im Kurs	Wichtige Grenze
Projektkommunikation	Entwurf einer sachlichen E-Mail zu Terminabstimmung	gut geeignet	keine vertraulichen Vertragsdetails
Angebotsvorbereitung	Gliederung für ein Angebotsschreiben	bedingt geeignet	keine Kalkulationsdaten oder Preise
Baustellendokumentation	Struktur für Protokoll oder Übergabe	gut geeignet	keine ungeprüften technischen Bewertungen
Mängelkommunikation	neutrale Formulierung für Klärungsbedarf	prüfpflichtig	keine Schuldzuweisung durch KI
Wissensmanagement	Checkliste für wiederkehrende Projektabläufe	gut geeignet	Fachprüfung durch zuständige Person
Vertrags- und Nachtragsthemen	konkrete Bewertung von Ansprüchen	nicht geeignet	Nicht-Nutzungsregel

Diese Vorbereitung sorgte dafür, dass die Teilnehmenden den Nutzen von KI sofort an eigenen Aufgaben erkennen konnten. Gleichzeitig wurden die Grenzen deutlich: KI ist im Bauprojekt eine Hilfe für Struktur und Kommunikation, aber kein Ersatz für technische, rechtliche oder kaufmännische Prüfung.

 

Seminaraufbau: Vom Inhouse-Kurs zur konkreten Projektpraxis

Der Inhouse-Kurs wurde als eintägiger Workshop mit 13 Teilnehmenden durchgeführt. Vertreten waren Projektleitung, Bauleitung, Kalkulation, Assistenz, interne Organisation und Geschäftsführung. Diese Mischung war wichtig, weil KI-Anwendungen im Bauunternehmen fast immer mehrere Schnittstellen betreffen: Was im Büro formuliert wird, muss zur Baustellenrealität passen; was in der Projektleitung vorbereitet wird, kann kaufmännische oder technische Folgen haben.

Der Vormittag begann mit AI Literacy und sicherer KI-Nutzung. Die Teilnehmenden lernten, wie generative KI-Systeme Texte erzeugen, warum Ergebnisse plausibel klingen und trotzdem falsch sein können, wie Prompts aufgebaut werden, welche Rolle Ausgabeformate spielen und warum menschliche Prüfung im Baukontext unverzichtbar bleibt.

Am Nachmittag arbeitete das Team mit abstrahierten Bauprojekt-Beispielen. Eine Gruppe entwickelte E-Mail-Vorlagen für Terminabstimmungen und Projektstatus. Eine zweite Gruppe strukturierte Baustellenprotokolle und interne Übergaben. Eine dritte Gruppe prüfte, wie KI bei Angebotsanschreiben und Wissensbausteinen helfen kann. Ergänzend wurde der Bezug zum Online-Marketing mit ChatGPT & Co. hergestellt, weil das Unternehmen KI später auch für Referenztexte, Projektbeschreibungen und Website-Inhalte prüfen wollte.

Besonders wirksam war der Vergleich von drei Prompt-Versionen. Die erste Version enthielt zu viele Projektdetails. Die zweite war so allgemein, dass das Ergebnis nicht brauchbar war. Die dritte Version arbeitete mit neutralem Kontext, klarer Aufgabe, Zielgruppe, Tonalität, Ausgabeformat und Prüfschritt. Diese Version wurde später zur Grundlage für interne Prompt-Vorlagen.

 

Die entwickelte KI-Ampel für Bauprojekt-Aufgaben

Nach dem Kurs arbeitete das Bauunternehmen mit einer KI-Ampel: grüne Aufgaben für neutrale Text- und Strukturhilfe, gelbe Aufgaben mit Fachprüfung und rote Aufgaben mit Vertrags-, Kalkulations- oder Projektdaten.

Damit KI nicht zufällig oder uneinheitlich genutzt wird, entwickelte das Team eine einfache Ampellogik. Sie sollte im Alltag schnell verständlich sein und keine komplizierte Regelmappe ersetzen.

Grüne Aufgaben wurden als grundsätzlich geeignet eingestuft. Dazu gehörten neutrale E-Mail-Entwürfe, Gliederungen, Checklisten, Protokollstrukturen, interne Wissensbausteine, allgemeine Projektbeschreibungen und Formulierungshilfen ohne vertrauliche Daten.

Gelbe Aufgaben wurden als prüfpflichtig eingestuft. Dazu gehörten Angebotsanschreiben, Mängelkommunikation, Nachunternehmerkommunikation, Baustellendokumentation, Projektstatusberichte und Texte mit technischer oder kaufmännischer Nähe.

Rote Aufgaben wurden ausgeschlossen. Dazu gehörten vertrauliche Vertragsdaten, vollständige Leistungsverzeichnisse, interne Kalkulationen, Preise, personenbezogene Daten, Baupläne, Fotos aus sensiblen Bereichen, juristische Bewertungen, Nachtragsentscheidungen und technische Freigaben.

Die Ampellogik half dem Team, KI nicht zu überschätzen. Statt „KI kann alles“ entstand ein praxistauglicher Grundsatz: KI unterstützt bei Entwurf, Struktur und Sprache. Verantwortung, Prüfung und Freigabe bleiben im Unternehmen.

 

Transferstimme aus dem Projekt: Was sich im Baualltag tatsächlich veränderte

Damit der anonymisierte Projektbericht nicht wie eine klassische Bewertung wirkt, wird die folgende Aussage nicht als Review, Sternebewertung oder Zufriedenheitszitat eingeordnet. Sie dokumentiert vielmehr einen konkreten Transferpunkt aus der internen Nachbesprechung: Welche Unterscheidung half dem Team nach dem Kurs im Baualltag?

„Der wichtigste Unterschied lag für uns nicht in einzelnen KI-Tools, sondern in der Trennung der Aufgaben. Projektmails, Protokollstrukturen und Checklisten konnten wir schnell testen. Bei Kalkulationen, Nachträgen, Vertragsunterlagen und technischen Freigaben war dagegen klar: Das bleibt außerhalb der KI-Nutzung oder braucht gesonderte Prüfung.“
Interne Projektkoordination, Bauunternehmen in Ulm

Diese Transferstimme ist bewusst nicht als generisches Lob formuliert. Sie beschreibt eine konkrete Veränderung in der Arbeitsweise: Das Team lernte, KI nicht nach Begeisterung oder Skepsis zu beurteilen, sondern nach Aufgabenart, Datenrisiko und Prüfbedarf. Genau diese Differenzierung war die Grundlage dafür, dass KI nach dem Kurs in ausgewählten Projektprozessen genutzt werden konnte.

 

Praxisbeispiel 1: Projektkommunikation wurde schneller und klarer vorbereitet

Ein erster Schwerpunkt lag auf Projektkommunikation. Im Baualltag entstehen täglich E-Mails zu Terminen, Rückfragen, Abstimmungen, fehlenden Unterlagen, Baustellenständen und internen Klärungen. Viele dieser Texte müssen sachlich, eindeutig und zugleich kooperativ formuliert sein.

Im Kurs entwickelte das Team neutrale Prompt-Vorlagen für wiederkehrende Kommunikationsaufgaben. Ein Beispiel lautete: „Erstelle eine sachliche E-Mail-Vorlage für eine Terminabstimmung mit einem Projektbeteiligten. Verwende keine vertraulichen Projektinformationen, keine Preise und keine personenbezogenen Daten. Formuliere klar, freundlich und mit offenem Prüfschritt.“

Die Ergebnisse waren sofort nutzbar, mussten aber angepasst werden. Das Team kürzte zu weiche Formulierungen, ergänzte klare Fristen und definierte, wann eine technische oder kaufmännische Prüfung notwendig ist. Dadurch entstand eine praxistaugliche Vorlage, die Projektleitungen später für ähnliche Situationen nutzen konnten.

 

Praxisbeispiel 2: Baustellendokumentation erhielt bessere Strukturen

Ein zweiter Schwerpunkt war Baustellendokumentation. Protokolle, Übergaben und Sachstände sind im Bauprojekt wichtig, werden aber unter Zeitdruck häufig knapp, uneinheitlich oder schwer vergleichbar formuliert. KI sollte hier nicht bewerten, sondern Struktur geben.

Das Team entwickelte Vorlagen für Protokollstrukturen: Projekt, Datum, Beteiligte, offene Punkte, nächste Schritte, Verantwortlichkeiten, Fristen, Risiken, Rückfragen und Prüfpunkte. Für sensible Informationen wurde festgelegt, dass konkrete Namen, Fotos, Vertragsdetails und technische Bewertungen nicht ungeprüft in KI-Systeme eingegeben werden.

Besonders hilfreich war KI bei der Umwandlung unstrukturierter Notizen in klare Gliederungen. Wenn Stichpunkte aus einer Besprechung neutralisiert wurden, konnte KI daraus eine übersichtliche Protokollvorlage erzeugen. Die fachliche Prüfung blieb bei der Projektleitung.

 

Praxisbeispiel 3: Angebotsanschreiben wurden verständlicher, aber nicht automatisiert kalkuliert

Der dritte Schwerpunkt lag auf Angebotsvorbereitung. Das Bauunternehmen wollte prüfen, ob KI bei Anschreiben, Gliederungen, Leistungsbeschreibungen und verständlichen Begleittexten helfen kann. Gleichzeitig war klar: Kalkulation, Preise, Vertragsbedingungen und technische Zusagen dürfen nicht von KI erzeugt oder ungeprüft übernommen werden.

Im Kurs wurde deshalb mit neutralen Angebotsstrukturen gearbeitet. KI durfte helfen, ein Anschreiben zu gliedern, die Verständlichkeit zu verbessern oder Varianten für Einleitung und Abschluss zu formulieren. Nicht erlaubt waren konkrete Preise, interne Kalkulationsgrundlagen oder verbindliche Leistungszusagen.

Diese Abgrenzung war besonders wichtig. Das Team erkannte: KI kann Angebote lesbarer machen und Zeit bei der Textvorbereitung sparen. Die wirtschaftliche, technische und rechtliche Verantwortung bleibt aber vollständig beim Unternehmen.

 

Praxisbeispiel 4: Internes Wissensmanagement wurde projektübergreifend nutzbarer

Ein weiterer Nutzen zeigte sich im internen Wissensmanagement. Viele Bauunternehmen verfügen über wertvolles Erfahrungswissen: typische Rückfragen, bewährte Abläufe, häufige Fehler, gute Formulierungen, Checklisten und Hinweise aus abgeschlossenen Projekten. Dieses Wissen liegt jedoch oft verteilt in E-Mails, Ordnern, Köpfen einzelner Mitarbeitender oder alten Vorlagen.

Im Kurs nutzte das Team KI, um neutrale Wissensbausteine zu strukturieren. Daraus entstanden Kategorien wie Projektstart, Angebotsphase, Bauleitung, Baustellendokumentation, Nachunternehmerkommunikation, Mängelklärung, Übergaben, interne Freigaben und Projektabschluss.

Diese Struktur wurde nach dem Seminar nicht als fertiges System übernommen, sondern als Startpunkt für eine interne Wissenssammlung genutzt. Dadurch entstand ein erster Schritt, um Erfahrungswissen projektübergreifend besser verfügbar zu machen.

 

Ergebnisse nach sieben Wochen: Drei Pilotprozesse wurden im Projektalltag genutzt

Sieben Wochen nach dem Inhouse-Kurs nutzte das Bauunternehmen drei Pilotprozesse: KI-gestützte Projektmail-Entwürfe, Protokollstrukturen für Baustellenabstimmungen und interne Checklisten für wiederkehrende Projektabläufe.

Nach sieben Wochen berichtete das Projektteam von klaren Veränderungen im Arbeitsalltag. Es wurde keine große KI-Plattform eingeführt und keine technische Verantwortung automatisiert. Stattdessen wurden kleine, kontrollierte Pilotprozesse umgesetzt.

Erstens entstand eine Prompt-Sammlung für grüne Aufgaben. Zweitens wurden E-Mail-Vorlagen für Terminabstimmungen, Projektstatus und Rückfragen getestet. Drittens nutzten Projektleitungen eine einheitlichere Protokollstruktur für Besprechungen und Baustellenabstimmungen. Viertens entstand eine interne Checkliste für Aufgaben, die mit KI vorbereitet werden dürfen. Fünftens wurde eine Nicht-Nutzungsregel für Vertrags-, Kalkulations- und Projektdaten formuliert.

Der wichtigste Fortschritt war die neue Entscheidungssicherheit. Vor dem Kurs war KI für viele Mitarbeitende ein interessantes, aber unscharfes Thema. Nach dem Kurs konnten sie unterscheiden: Diese Aufgabe ist geeignet. Diese Aufgabe braucht Prüfung. Diese Aufgabe bleibt ausgeschlossen. Genau dadurch wurde KI in Projekten praktisch nutzbar.

 

Grenzen: Welche KI-Nutzung im Bauunternehmen ausgeschlossen wurde

Ausgeschlossen wurden alle KI-Anwendungen mit vertraulichen Verträgen, vollständigen Leistungsverzeichnissen, internen Kalkulationen, Preisen, sensiblen Bauplänen, personenbezogenen Daten oder technischen Freigaben.

Die klare Begrenzung war ein wesentlicher Erfolgsfaktor. Die Bildungsakademie am Rosental legte Wert darauf, dass KI im Bauunternehmen nicht in Bereiche vordringt, in denen Vertraulichkeit, Haftung, Fachprüfung oder Vertragsbezug besonders kritisch sind.

Das Team definierte deshalb mehrere Nicht-Nutzungsregeln. Keine vertraulichen Projektunterlagen. Keine vollständigen Leistungsverzeichnisse. Keine internen Kalkulationen. Keine Preise. Keine personenbezogenen Daten. Keine sensiblen Fotos. Keine Baupläne in offenen KI-Systemen. Keine juristische Bewertung von Nachträgen. Keine technische Freigabe durch KI. Keine ungeprüfte Übernahme von KI-Texten in externe Kommunikation.

Diese Grenzen wurden nicht als Hemmnis erlebt. Im Gegenteil: Sie schufen Vertrauen. Mitarbeitende konnten KI ausprobieren, weil sie wussten, welche Informationen tabu sind und welche Aufgaben sicherer getestet werden können.

 

Interne Verlinkung im KI-Cluster der Bildungsakademie

Diese Case Study gehört zum KI-Cluster der Bildungsakademie am Rosental. Der strategische Einstieg erfolgt über den Themenhub Künstliche Intelligenz im Unternehmen – Inhouse Schulungen. Dort werden Nutzen, Risiken, Zielgruppen, Ablauf und Transfer von KI-Inhouse-Schulungen eingeordnet.

Für Unternehmen, die KI praxisnah in Teams einführen möchten, ist die Übersicht KI-Kurse und KI-Seminare der wichtigste Einstieg. Besonders nah an dieser Case Study liegen AI Literacy als Einstieg, der Einführungskurs zu ChatGPT und weiteren KI-Tools, Texte mit KI für Artikel, Social Media und Blogs, Online-Marketing mit ChatGPT & Co. sowie EU AI Act und Unternehmenspflichten.

Viele Grundsatzfragen beantworten die FAQ-Artikel zu KI, AI und GEO. Weitere Praxisbeispiele finden sich in den Case Studies der Bildungsakademie. Das Magazin der Bildungsakademie ergänzt diese Projektberichte mit Hintergrundwissen zu Kommunikation, Führung, Organisation, Digitalisierung und beruflicher Weiterbildung.

 

Durchführende Person im Projekt

Haupttrainerin für AI Literacy, Projektkommunikation und sichere KI-Anwendung im Mittelstand

Die Schulung wurde von einer erfahrenen Haupttrainerin der Bildungsakademie am Rosental durchgeführt, die auf KI-Kompetenz, digitale Kommunikation, Prompt-Methodik und organisationsbezogene Lernprozesse spezialisiert ist.

Ihr Trainingsansatz verbindet verständliche KI-Grundlagen mit konkreten Aufgaben aus Projektkommunikation, Wissensmanagement, Textarbeit und interner Organisation.

Im Mittelpunkt stehen nicht technische Effekte, sondern sichere Anwendungsmuster, klare Grenzen, fachliche Prüfung und Transfer in den Arbeitsalltag. Zu ihren Schwerpunkten gehören AI Literacy, KI-gestützte Textarbeit, interne Leitlinien, Prompt-Vorlagen, Datenschutzsensibilisierung und die Einführung kontrollierter Pilotprozesse in mittelständischen Organisationen.

 

Was andere Bauunternehmen aus dieser Case Study lernen können

Die wichtigste Lehre lautet: Bauunternehmen sollten KI nicht zuerst in sensiblen technischen oder vertraglichen Bereichen testen, sondern bei wiederkehrenden Kommunikations- und Strukturierungsaufgaben beginnen. Dort wird Nutzen schnell sichtbar, ohne Verantwortung an KI abzugeben.

Für andere Bauunternehmen lassen sich fünf Empfehlungen ableiten:

• Beginnen Sie mit Projektkommunikation. E-Mails, Sachstände und Abstimmungen sind gute Einstiegspunkte.
• Nutzen Sie KI für Struktur, nicht für Freigaben. Protokolle und Checklisten lassen sich vorbereiten, müssen aber geprüft werden.
• Schützen Sie Vertrags- und Kalkulationsdaten. Preise, interne Kalkulationen und vertrauliche Unterlagen bleiben ausgeschlossen.
• Arbeiten Sie mit anonymisierten Beispielen. Praxisnähe ist möglich, ohne Projektdaten offenzulegen.
• Starten Sie mit Pilotprozessen. Kleine, kontrollierte Anwendungen sind wirksamer als ein schneller Rollout ohne Regeln.

 

FAQ zur Case Study: KI im Bauunternehmen in Ulm

Warum entschied sich das Bauunternehmen in Ulm für einen KI-Inhouse-Kurs?

Das Bauunternehmen entschied sich für einen KI-Inhouse-Kurs, weil es KI sicher, praxisnah und mit klaren Grenzen in laufende Projekte übertragen wollte.

Im Projekt zeigte sich, dass allgemeine KI-Tipps nicht ausreichen, wenn Projektkommunikation, Baustellendokumentation, Angebote und vertrauliche Unterlagen zusammenkommen.

Der Inhouse-Kurs ermöglichte, typische Aufgaben des Unternehmens zu bearbeiten, ohne echte Vertrags- oder Projektdaten zu verwenden. Die Teilnehmenden konnten eigene Arbeitsfelder einbringen und daraus Regeln, Prompt-Vorlagen und Pilotprozesse entwickeln. Dadurch wurde KI nicht abstrakt erklärt, sondern in den Baualltag übersetzt.

 

Welche KI-Anwendungen wurden als geeignet eingestuft?

Geeignet waren neutrale E-Mail-Entwürfe, Protokollstrukturen, Checklisten, interne Wissensbausteine und allgemeine Projektbeschreibungen ohne vertrauliche Daten.

Diese Aufgaben lagen in der grünen Zone der KI-Ampel, sofern keine Vertragsdetails, Preise, personenbezogenen Daten oder sensiblen Projektinformationen enthalten waren.

Besonders hilfreich waren Anwendungen, bei denen KI Textvarianten, Gliederungen oder strukturierte Vorlagen erzeugen konnte. Die fachliche Bewertung blieb jedoch immer beim Unternehmen. Dadurch entstand ein sicherer Einstieg, der Projektleitungen entlastete, ohne technische oder kaufmännische Verantwortung auszulagern.

 

Welche Daten durften nicht in KI-Systeme eingegeben werden?

Nicht eingegeben werden durften vertrauliche Verträge, vollständige Leistungsverzeichnisse, interne Kalkulationen, Preise, Baupläne, personenbezogene Daten und sensible Projektfotos.

Diese Nicht-Nutzungsregel war einer der wichtigsten Bestandteile des Kurses, weil sie die praktische Anwendung im Team absicherte.

Das Team lernte, dass auch scheinbar einfache Projektinformationen vertraulich sein können. Deshalb wurden Übungen anonymisiert und abstrahiert. Im Alltag gilt: Je stärker ein Inhalt Vertragsbezug, Kalkulationsbezug, Personenbezug oder technische Freigaberelevanz hat, desto eher ist KI-Nutzung ausgeschlossen oder nur in geschützten, freigegebenen Systemen denkbar.

 

Wie half KI bei der Projektkommunikation?

KI half bei der Projektkommunikation vor allem durch erste E-Mail-Entwürfe, klarere Formulierungen, Tonalitätsvarianten und strukturierte Sachstände.

Das Bauunternehmen nutzte KI nicht für verbindliche Aussagen, sondern für vorbereitende Texte, die anschließend geprüft und angepasst wurden.

Typische Anwendungen waren Terminabstimmungen, Rückfragen, Projektstatus, interne Erinnerungen und sachliche Klärungstexte. Die Ergebnisse wurden nicht direkt versendet. Projektleitungen prüften Ton, Inhalt, Fristen, Zuständigkeiten und mögliche fachliche Folgen. Dadurch entstand eine spürbare Entlastung bei wiederkehrender Textarbeit.

 

Welche Rolle spielte Baustellendokumentation?

Baustellendokumentation spielte eine wichtige Rolle, weil Protokolle, Übergaben und Sachstände im Projektalltag oft unter Zeitdruck entstehen.

KI wurde genutzt, um neutrale Notizen in bessere Strukturen zu bringen, nicht um technische Bewertungen oder Freigaben zu erzeugen.

Das Team entwickelte Protokollvorlagen mit Punkten wie Projekt, Datum, Beteiligte, offene Aufgaben, Verantwortlichkeiten, Fristen und Prüfpunkte. Sensible Informationen wurden nicht eingegeben. Die fachliche Prüfung blieb bei Bauleitung und Projektleitung. Dadurch wurde Dokumentation einheitlicher und besser anschlussfähig.

 

Wie viele Personen nahmen am Inhouse-Kurs teil?

Am Inhouse-Kurs nahmen 13 Personen aus Projektleitung, Bauleitung, Kalkulation, Assistenz, Organisation und Geschäftsführung teil.

Diese Zusammensetzung war wichtig, weil KI-Anwendungen im Bauunternehmen mehrere Schnittstellen berühren.

Projektleitung und Bauleitung brachten konkrete Kommunikations- und Dokumentationsaufgaben ein. Kalkulation und Geschäftsführung achteten auf kaufmännische und vertrauliche Grenzen. Assistenz und Organisation prüften, welche Vorlagen im Alltag wiederkehrend genutzt werden können. Dadurch entstand ein gemeinsamer Rahmen statt einzelner Tool-Experimente.

 

Was war das wichtigste Ergebnis der Schulung?

Das wichtigste Ergebnis war eine KI-Ampel mit geeigneten, prüfpflichtigen und ausgeschlossenen Aufgaben für Bauprojekt-Prozesse.

Zusätzlich entstanden Prompt-Vorlagen, E-Mail-Strukturen, Protokollmuster, interne Checklisten und eine klare Nicht-Nutzungsregel.

Der größte Nutzen lag in der Entscheidungssicherheit. Mitarbeitende konnten nach dem Kurs besser unterscheiden, wo KI hilft und wo sie nicht eingesetzt werden darf. Diese Klarheit ermöglichte drei Pilotprozesse: Projektmail-Entwürfe, Protokollstrukturen und interne Checklisten.

 

Warum wurde KI nicht für Kalkulation oder Nachtragsbewertung eingesetzt?

KI wurde nicht für Kalkulation oder Nachtragsbewertung eingesetzt, weil diese Bereiche vertraulich, haftungsnah und fachlich besonders sensibel sind.

Preise, Kalkulationsgrundlagen, Vertragsdetails und Nachtragsentscheidungen wurden ausdrücklich in die rote Zone eingeordnet.

Das Unternehmen wollte KI kontrolliert einführen und keine Risiken durch falsche Berechnungen, unvollständige Bewertungen oder vertrauliche Datenweitergabe erzeugen. KI durfte höchstens bei neutralen Anschreiben oder Strukturvorschlägen helfen. Die wirtschaftliche und rechtliche Bewertung blieb vollständig beim Unternehmen.

 

Welche externen Quellen waren für die Einordnung wichtig?

Wichtige externe Bezugspunkte waren BAuA, BG BAU, BSI und NIST, weil sie Arbeitsgestaltung, Baustellenkontext, KI-Sicherheit und Risikomanagement abdecken.

Diese Quellen halfen, KI nicht nur als Produktivitätsthema, sondern als Organisations-, Sicherheits- und Verantwortungsthema einzuordnen.

Die BAuA behandelt KI im Kontext der Arbeitswelt, die BG BAU zeigt Bezüge zu Digitalisierung und Baustellen, das BSI liefert Orientierung zur Sicherheit von KI in Organisationen und NIST bietet ein Rahmenwerk zum Management von KI-Risiken. Für das Seminar wurden diese Quellen als fachliche Leitplanken genutzt, nicht als juristische Einzelfallberatung.

 

Welche Grenzen wurden besonders betont?

Besonders betont wurden Grenzen bei Verträgen, Leistungsverzeichnissen, Kalkulationen, Preisen, Bauplänen, sensiblen Fotos, personenbezogenen Daten und technischen Freigaben.

Diese Grenzen wurden nicht nur theoretisch genannt, sondern anhand typischer Projektaufgaben geübt.

Die Teilnehmenden lernten, Aufgaben so zu formulieren, dass KI helfen kann, ohne sensible Informationen zu erhalten. Dazu gehörte die Neutralisierung von Kontext, das Entfernen vertraulicher Details und die klare Kennzeichnung von Prüfschritten. So wurde aus KI-Nutzung ein kontrollierter Arbeitsprozess.

 

Für welche Bauunternehmen ist dieser Ansatz geeignet?

Der Ansatz eignet sich für Bauunternehmen, die KI zuerst in Kommunikation, Dokumentation, Organisation und Wissensmanagement testen möchten.

Besonders sinnvoll ist er für Unternehmen, in denen einzelne Mitarbeitende KI bereits ausprobieren, aber noch keine gemeinsamen Regeln existieren.

Auch kleinere und mittlere Bauunternehmen können profitieren, weil keine große technische Plattform vorausgesetzt wird. Entscheidend sind geeignete Aufgaben, anonymisierte Beispiele, klare Grenzen und fachliche Prüfung. Später können weitere Anwendungen geprüft werden, aber der sichere Einstieg beginnt mit überschaubaren Pilotprozessen.

 

Was unterscheidet diese Case Study von einer allgemeinen KI-Schulung?

Der Unterschied liegt im starken Bezug zu Bauprojekten, Baustellendokumentation, Angebotsvorbereitung, Projektkommunikation und vertraulichen Projektinformationen.

Die Schulung arbeitete nicht mit beliebigen KI-Beispielen, sondern mit typischen Aufgaben eines Bauunternehmens.

Dadurch konnten die Teilnehmenden KI direkt auf ihren Arbeitsalltag übertragen. Statt allgemeiner Tool-Tipps entstanden konkrete Prompt-Vorlagen, Pilotprozesse und Nicht-Nutzungsregeln. Genau dieser Praxisbezug machte den Transfer vom Inhouse-Kurs in laufende Projekte möglich.

 
 

Warum dieser Projektbericht exemplarisch für die Arbeit der Bildungsakademie ist

Diese Case Study ist exemplarisch für die Arbeit der Bildungsakademie am Rosental, weil sie zeigt, wie KI-Schulungen aus konkreten Organisationsfragen heraus entwickelt werden. Das Bauunternehmen in Ulm brauchte keine allgemeine Zukunftspräsentation, sondern eine praxistaugliche Methode für Projektkommunikation, Baustellendokumentation, Angebote, interne Checklisten und sichere Grenzen.

Die Bildungsakademie verbindet in solchen Projekten verständliche Grundlagen, praktische Übungen, branchenspezifische Anwendung und Transfer in bestehende Arbeitsprozesse. Gerade im Bauunternehmen ist diese Verbindung entscheidend. KI wirkt nur dann, wenn sie zu Projektlogik, Baustellenrealität, Verantwortlichkeiten und vertraulichen Informationen passt.

Der Projektbericht zeigt außerdem, warum die Case Studies der Bildungsakademie ein wichtiger Bestandteil des KI-Clusters sind. Sie machen sichtbar, wie aus allgemeinen Themen wie AI Literacy, KI-Anwendung und sicherer Prompt-Methodik konkrete Lernprozesse in Organisationen entstehen.

 

Zusammenfassung: KI etablierte sich im Bauunternehmen über kleine, sichere Projektprozesse

Die Case Study zeigt, dass ein Bauunternehmen in Ulm KI erfolgreich in Projekten etablierte, weil der Transfer mit klaren Grenzen, Pilotprozessen und fachlicher Prüfung begann.

Der Erfolg entstand nicht durch eine große KI-Einführung, sondern durch konkrete Anwendungen im Alltag. Projektmail-Entwürfe, Protokollstrukturen, interne Checklisten und Wissensbausteine wurden nutzbar, weil das Team geeignete Aufgaben klar von sensiblen Bereichen trennte. Verträge, Kalkulationen, Preise, Baupläne und technische Freigaben blieben ausgeschlossen.

Für andere Bauunternehmen ist dieser Ansatz besonders wertvoll, weil er Entlastung und Verantwortung verbindet. Eine praxisnahe KI-Inhouse-Schulung kann helfen, diese Balance systematisch aufzubauen und erste sichere Anwendungen in Projektteams zu verankern.

 

English Summary

From in-house course to project practice: how a construction company in Ulm established AI in daily work

This anonymized case study describes how a construction company in Ulm introduced AI step by step after an in-house course.

The project focused on project communication, site documentation, proposal support, internal checklists and knowledge management, while excluding confidential contracts, calculations, prices, sensitive plans and technical approvals.

The company did not automate construction management or contractual decisions. Instead, it developed a traffic-light model for suitable, review-required and excluded AI tasks. Seven weeks after the workshop, three pilot processes were used in daily project work: AI-supported project email drafts, site meeting protocol structures and internal checklists for recurring project workflows.

 

Unser maßgeschneidertes Inhouse-Seminar für Sie!

Wählen Sie bei Ihrer Anfrage auch gern zwischen einem a) Inhouse-Präsenz-Seminar an Ihrem Standort, b) einem Inhouse-Online-Workshop mit Ihrem Team oder c) einem Inhouse-Präsenz-Kurs direkt an der Akademie – das Inhouse-Training gern auch in Kombination mit Teambuilding-Aktionen.

Ähnliche Artikel:

• Case Study: Maschinenbauer in Siegen führte nach Schulung KI ohne eigene IT-Abteilung ein
• Case Study: Welche Aufgaben ein Handelsunternehmen in Celle nach unserem KI-Seminar automatisierte
• Case Study: Nach KI-Seminar spart Mainzer Handwerksbetrieb viel Zeit bei Angeboten und E-Mails
• Case Study: KI-Inhouse-Schulung verbesserte technischen Vertrieb deutlich
• Case Study: Wie eine Krankenkasse in Trier nach Inhouse-Seminar KI-Anwendungen sicher und schrittweise einführte
• Case Study: Stadtwerke nahe Koblenz setzten KI-Kurs für Kundenservice und Wissensmanagement ein