Wie KI unsere Welt verändert, wo die Technologie ihren Ursprung hat, welche Formen von Künstlicher Intelligenz es gibt und warum wir jetzt lernen müssen, verantwortungsvoll damit umzugehen – all das erfahren Sie in diesem NEVARIS-Blog.
Außerdem in diesem Artikel: NEVARIS Product Manager und AI-Experte Philip Knoll zu den Chancen und Herausforderungen der KI-Nutzung im Allgemeinen und ganz spezifisch auf die Baubranche bezogen.
Inhalt:
- Künstliche Intelligenz: Das neue Internet?
- Die kurze, dynamische Geschichte der KI
- Kompetenz und verantwortungsvoller Umgang mit künstlicher Intelligenz
- Ist KI gleich KI? Eine Modellübersicht
- Wo Licht, da Schatten – Herausforderungen und Risiken
- KI in der Bauwirtschaft – Wo Künstliche Intelligenz bereits Realität ist
- Blick in die Glaskugel: 2028 – wo steht die Baubranche im Hinblick auf KI?
The faster it gets: ist KI das neue Internet – nur schneller?
Kaum ein technisches Thema bewegt aktuell so sehr, wie Künstliche Intelligenz (KI). Ob im Büro, im Klassenzimmer oder auf der Baustelle: KI hält mit atemberaubendem Tempo Einzug in unseren Alltag, privat wie beruflich. Die Diskussionen reichen von Euphorie bis Skepsis.
Vergleiche mit früheren technischen Umbrüchen drängen sich rasch auf.
Und tatsächlich: Der Einsatz von AI-Tools ist für unsere Zeit, was das Internet für die 90er-Jahre war. Allerdings mit einem sehr entscheidenden Unterschied: Diese Revolution verläuft deutlich schneller – und sie betrifft nicht nur Kommunikation oder Medien, sondern das Denken selbst.
Exponentiell sinkende Inferenzkosten*, menschlichere Schnittstellen, Daten als zentraler Netzwerkeffekt und agentische KI – all das verändert nicht nur, wie wir arbeiten, sondern was Arbeit überhaupt bedeutet.
Philip Knoll
Head of Technical Product Management & AI bei NEVARIS
*Inferenz: Die Fähigkeit von KI, nach viel Training mit kuratierten Datensätzen, Schlussfolgerungen aus Daten zu ziehen, die sie noch nie zuvor gesehen hat.
Künstliche Intelligenz geht weiter
Das Internet hat Kommunikation, Handel und Wissenszugang grundlegend verändert. KI geht weiter. Es automatisiert nicht nur manuelle, sondern auch kognitive Prozesse:
1
Erstellen von Texten
2
Analyse von Daten
3
Vorbereitung von Entscheidungen
4
Sprache verstehen und in Echtzeit übersetzen
5
Generieren und Kreieren von Designs, Plänen, Musik
Werkzeug versus Co-Pilot
Während das Internet ein Werkzeug war, das bewusst genutzt wurde, ist KI oft unsichtbar integriert. Es agiert als eine Art Co-Pilot, der mitdenkt und gestaltet, verbessert und lernt.
Human-in-the-Loop
Dreh- und Angelpunkt, um erfolgreich mit Künstlicher Intelligenz zu arbeiten, ist die Inbezugnahme und das Mitnehmen der Menschen. Der Mensch als Kurator, als Qualitätswerkzeug also.
Die kurze wie dynamische Geschichte der KI
Künstliche Intelligenz ist tatsächlich gar kein neues Thema – lediglich die Entwicklung war zunächst lange schleppend, der Hype der jüngeren Vergangenheit hingegen immens:
Bereits in den 1950er–1980ern entstanden erste Konzepte (z. B. der Turing-Test) und symbolische KI mit festen Regeln. Die 1990er–2010er waren vom Fortschritt durch mehr Rechenleistung geprägt. Ab 2015 tauchen die Begriffe Big Data und Deep Learning in den Vordergrund, bis ab 2022 Generative KI’s wie ChatGPT oder DALL·E das Schreiben, Programmieren und Zeichnen oft auf menschlichem Niveau ermöglichen.
Nice to know: ChatGPT erreichte 100 Mio. Nutzer in nur 2 Monaten – Instagram brauchte 2,5 Jahre dafür.
Kompetenter Umgang mit KI
Mindestens so sehr in aller Munde, wie die Tools an sich, ist der Umgang damit und sind Diskussionen rund um verantwortliche Verwendung, Richtlinien und ethische Grundsatzfragen.
Verantwortlicher Umgang mit KI:
Damit der Einsatz von KI kein Blindflug wird, sind neue Kompetenzen erforderlich – nicht nur technischer, sondern auch ethischer und sozialer Art.
Technische & digitale KI-Kompetenzen:
- Prompt Engineering: Die Fähigkeit, gute Fragen und Anweisungen an die KI zu stellen.
- Datenverständnis: Verstehen, was Trainingsdaten sind und wie Biases (systematische Verzerrungen) entstehen können.
- Modellverständnis: Wie funktionieren diese Systeme und wo sind ihre Grenzen?
Kritisches Denken & Ethik:
- Erkennen von Fehlinformationen, Deepfakes und automatisierten Manipulationen.
- Wissen, wann und wie der Einsatz von KI sinnvoll und vertretbar ist.
- Transparenz: Offenlegen, wenn KI an der Arbeit mitgewirkt hat.
Kollaborative Fähigkeiten:
- Die Zusammenarbeit zwischen Mensch und Maschine neu denken.
- Menschliche Stärken wie Empathie, Kreativität und Kontextverständnis bewahren.
KI wird in den nächsten Jahren Kundenerwartungen radikal verändern, neue Geschäftsmodelle ermöglichen und zum echten Teamkollegen statt zum bloßen Werkzeug werden – mit enormem Produktivitätspotenzial.
Philip Knoll
Head of Technical Product Management & AI bei NEVARIS
Ist KI gleich KI? Eine Modellübersicht
LLMs sind KI-Modelle, die sehr große Mengen an Textdaten verarbeiten, um menschenähnlichen Text zu erzeugen, Kontext zu verstehen und Aufgaben wie Übersetzung, Zusammenfassung oder Beantwortung von Fragen zu lösen. Bekannte Beispiele sind ChatGPT, Google Gemini oder Llama. Anwendungen reichen von Chatbots über Kundenservice bis zur Codegenerierung.
Transformer sind Deep-Learning-Architekturen, die das Verständnis und die Verarbeitung von Sprache revolutioniert haben. Sie nutzen sogenannte Attention-Mechanismen, um in Texten kontextabhängige Beziehungen zwischen Wörtern effizient zu lernen. Modelle wie BERT oder T5 werden für Aufgaben wie Textklassifikation, Beantwortung von Fragen und maschinelle Übersetzung verwendet.
GPT-Modelle sind eine spezielle Form von Large Language Models, die auf der Transformer-Technologie basieren und darauf trainiert wurden, Zusammenhänge in Textdaten zu erkennen. „Generative Pre-trained“ bedeutet, dass das Modell zuerst auf riesigen Textmengen vortrainiert und später für spezifische Aufgaben feinjustiert wird, zum Beispiel für Text- oder Codeerstellung.
Diese Architektur kommt bei sogenannten „Sequenz-zu-Sequenz“-Problemen wie maschineller Übersetzung zum Einsatz. Ein Encoder verarbeitet die Eingabesequenz (z.B. einen Satz in Englisch) und codiert sie in eine interne Darstellung, der Decoder nimmt diese und erzeugt daraus die Zielsequenz (z.B. denselben Satz in Deutsch). Moderne Modelle nutzen dabei oft Attention-Mechanismen, um relevante Zusammenhänge im Text besser zu erfassen.
GAN – Generative Adversarial Networks (z.B. Midjourney, Adobe Firefly).
GANs bestehen aus zwei gegeneinander trainierten Netzwerken – einem Generator, der neue Daten (z.B. Bilder) erstellt, und einem Diskriminator, der versucht zu erkennen, ob diese künstlich oder echt sind. Dieser Wettbewerb sorgt dafür, dass immer glaubwürdigere Ergebnisse entstehen. Sie sind besonders bei der Bildgenierung gefragt, etwa bei Midjourney oder Adobe Firefly.
Diffusionsmodelle erzeugen aus Rauschen schrittweise neue, fotorealistische Bilder, indem sie lernen, wie das Rauschen umgekehrt in ein brauchbares Bild verwandelt werden kann. Sie sind aktuell führend bei der KI-gestützten Bildgenerierung und werden etwa von Modellen wie DALL·E und Stable Diffusion genutzt.
Die Schattenseiten: Risiken und Herausforderungen
Langfristige Herausforderungen für den Bausektor
Langfristig steht die Baubranche vor grundlegenden ethischen und strukturellen Fragen durch den verstärkten Einsatz von KI. Eine zentrale Herausforderung ist die wachsende Abhängigkeit von großen Plattformanbietern, die zunehmend den Standard im digitalen Bauen bestimmen.
Dies birgt das Risiko einer Marktkonzentration und begrenzt unter Umständen die individuelle Handlungsfreiheit von Bauunternehmen. Darüber hinaus ist die Frage der Ethik und Verantwortlichkeit besonders relevant: Wer entscheidet zukünftig – auch im globalen Kontext –, welche KI-Anwendungen akzeptabel sind und wie mit Fehlern oder Diskriminierung umzugehen ist? In der Baubranche gewinnt dies an Bedeutung, da Planung, Genehmigungen und Bauausführung oft unterschiedliche Stakeholder betreffen. Schließlich hinkt die Regulierung der technischen Entwicklung weiterhin hinterher; konkrete Haftungsfragen, Datenschutz und Entscheidungsnachvollziehbarkeit sind häufig unzureichend geklärt. Die aktuelle EU-Regulierung (AI Act) schafft zwar Richtlinien für den KI-Einsatz, doch für die Baubranche selbst müssen spezifische gesetzliche Vorgaben erst entwickelt werden, damit die Technologie kontrolliert und sicher eingesetzt werden kann.
Kurzfristige Risiken in der Baubranche
In der Bauindustrie eröffnen Künstliche Intelligenz und datengetriebene Technologien zwar neue Möglichkeiten, sie schaffen aber auch unmittelbare Risiken. Durch Deepfakes können fotorealistische Fälschungen von Projektbildern, Zertifikaten oder Dokumentationen entstehen, was die Glaubwürdigkeit von Unternehmen und die Transparenz gegenüber Auftraggebern bedroht. Fake News, etwa über Bauprojekte oder Sicherheit, können die öffentliche Meinung oder politische Entscheidungen manipulieren und zu Reputationsschäden führen. Zudem beschleunigt die Automatisierung von Planungs- und Verwaltungsaufgaben durch KI die Ablösung bestimmter Tätigkeiten, besonders in der Bauplanung, Dokumentation und Projektsteuerung, wodurch Arbeitsplätze im Bürobereich betroffen sein können. Hinzu kommt, dass viele KI-basierte Entscheidungsprozesse im Bauwesen technisch komplex und schwer nachvollziehbar sind. Dadurch treten „Black Box“-Probleme auf: Wichtige Projektentscheidungen – etwa zur Baustellenlogistik oder Risikobewertung – werden für Bauherren oder Behörden zunehmend undurchsichtig, was zu Unsicherheiten und Akzeptanzproblemen führen kann.
KI in der Baubranche – wo sie heute schon Realität ist
Künstliche Intelligenz wird bereits zur Optimierung architektonischer Entwürfe verwendet, analysiert Kameradaten von Baustellen in Echtzeit und erkennt Fehler & Fortschritt. KI im Zusammenspiel mit 3D-Druck revolutioniert Bauteilfertigung – schneller, präziser, effizienter.
Wir gestalten die Zukunft der KI – nicht umgekehrt
Künstliche Intelligenz ist nicht nur ein Hype, sondern ein echter Paradigmenwechsel. Sie wird unsere Arbeit, unsere Kommunikation und unsere Denkweise verändern – und das in vielen Bereichen schon in wenigen Jahren.
Wie KI genutzt wird und ob sie dem Gemeinwohl dient, hängt nicht vom Code ab, sondern von den Menschen. Wir stehen am Anfang einer Entwicklung, die mit der Einführung des Internets vergleichbar ist. Doch dieses Mal haben wir die Chance, schneller, bewusster und verantwortungsvoller zu handeln.
Bildquelle: Adobe Stock
Quelle: https://exxeta.com/blog/die-sechs-wichtigsten-ki-modelle-und-architekturen
