Thought Leadership
Das aufgenommene Sondervermögen für Infrastruktur und Klimaneutralität ist ein deutliches Bekenntnis zum Modernisierungsbedarf der physischen Infrastruktur in Deutschland.
Ob die Sanierung maroder Brückenbauwerke, der Ausbau von Schienennetzen und Stromtrassen oder die Modernisierung kommunaler Wassernetze, die Nachfrage nach ingenieurtechnischer Planung ist hoch. Gleichzeitig ist die Baubranche von strukturellem Fachkräftemangel betroffen. Laut dem VDI-Ingenieurmonitor ist die Diskrepanz zwischen offenen Stellen und arbeitssuchenden Fachkräften aller Ingenieurberufe in der Baubranche am größten. Die bevorstehende Pensionierungswelle der Babyboomer trifft auf einen anhaltenden Nachwuchsmangel. Dieser Trend wird in den nächsten Jahren noch deutlicher und bremst die wirtschaftliche Entwicklung im DACH-Raum aus.
Um diesen personellen Flaschenhals zu überwinden, wird in der Industrie intensiv über Digitalisierung und den Einsatz künstlicher Intelligenz diskutiert. Doch während administrative Aufgaben im Büroalltag von generativer KI profitieren, stoßen klassische Sprachmodelle in der technischen Gebäude- und Infrastrukturplanung auf ihre Grenzen. Um Vorhaben trotz knapper Personalressourcen fristgerecht umzusetzen, benötigt die Ingenieurbranche den Schritt von textbasierten Assistenzsystemen zu agentischer KI. Statt eines fehleranfälligen Chatbots braucht es streng kontrollierte, autonome Agenten, die deterministische Berechnungssysteme direkt und regelkonform ansteuern.
Das Problem mit Standard-KI: Warum Halluzinationen in der Tragwerksplanung gefährlich sind
Generative KI-Modelle haben in den vergangenen Jahren im Text- und Bildbereich enorme Fortschritte gemacht. Ihr technischer Kern basiert jedoch auf statistischen Wahrscheinlichkeiten und der Vorhersage des passenden Wortes oder Code-Fragments. Im Marketing oder bei kreativen Layouts ist eine statistische Abweichung von zehn Prozent ein kalkulierbares Risiko oder welches durch erfahrene Mitarbeitende behoben wird. In der Tragwerksplanung und bei sicherheitskritischer Infrastruktur gilt hingegen eine Null-Fehler-Toleranz Politik.
Eine statische Berechnung, die zu 90 Prozent korrekt ist, stellt ein existenzielles Sicherheitsrisiko dar. Ingenieure müssen sich ausnahmslos auf die mathematische und physikalische Korrektheit eines Berechnungsmodells verlassen können. Wenn eine generative KI bei sicherheitsrelevanten Faktoren Daten halluziniert oder falsche Normen anwendet, drohen schwere Planungsfehler. Standard-KI eignet sich hervorragend zur Dokumentation oder Vorbereitung von Inhalten, jedoch nicht für die Validierung ingenieurtechnischer Berechnungen.
Die Lösung: Das Model Context Protocol (MCP) als deterministische Schnittstelle
An dieser Stelle setzt das Model Context Protocol (MCP) an. Das von der Agentic AI Foundation unter dem Dach der Linux Foundation verwaltete Open-Source-Protokoll fungiert als herstellerunabhängige Schnittstelle zwischen KI-Agenten und etablierten Berechnungsprogrammen.
Anstatt KI-Modelle selbst komplizierte mathematische Gleichungen lösen zu lassen, nutzt MCP die Agenten als Steuerungsebene. Der KI-Agent übernimmt die Befehlskette, greift für die eigentliche Berechnung jedoch auf validierte Software Lösungen zurück, die seit Jahrzehnten in der Praxis erprobt sind. Über strukturierte MCP-Server erhalten die Agenten einen programmatischen Zugriff auf diese Berechnungslogiken. Die KI führt Berechnungen somit nicht eigenständig aus, sondern nutzt gezielt die Rechenleistung spezialisierter Werkzeuge.
Praxisanwendung: Komplexe Mechanik per Befehl in natürlicher Sprache
In der ingenieurtechnischen Praxis verändert dieser Ansatz die täglichen Workflows von Tragwerksplanern grundlegend. Bislang verbrachten Fachexperten einen erheblichen Teil ihrer Arbeitszeit mit manuellen Vorarbeiten: Geometrien aufbereiten, Skripte anpassen oder komplexe mathematische Netzstrukturen definieren.
Durch die Kopplung von KI-Agenten über MCP-Server lassen sich diese manuellen Zwischenschritte über Befehle in natürlicher Sprache (Natural Language Prompts) steuern. Ingenieure müssen dafür keine eigenen Schnittstellen programmieren oder zeitaufwendige Modellierungen per Hand vornehmen. Stattdessen beauftragen sie den Agenten per Text-, oder Spracheingabe, Aufgaben wie die korrekte Vernetzung von Wand- und Deckenplatten (Slab-Wall Meshing) durchzuführen. Der Agent führt die Operation direkt in der Simulationsumgebung aus, wendet geltende Baunormen an und liefert ein überprüfbares Ergebnis.
Reale Effekte: Material- und Zeiteinsparungen ohne Personalaufstockung
Praxistests unter realen Bedingungen belegen das Potenzial dieser Architektur. Anstelle manueller Testreihen übernahm ein KI-Agent die iterative Entwurfsoptimierung eines komplexen Projekts. Der KI-Agent testete automatisiert unterschiedliche Geometrieraster, Querschnitte und Materialien, womit der geplante Stahlbedarf des Entwurfs reduziert werden konnte.
Eine solche Materialeinsparung senkt nicht nur die Projektkosten und die CO₂-Bilanz, sondern schont auch knappe Rohstoffe. Ingenieurbüros erhalten durch agentische KI die Möglichkeit, komplexe Optimierungsschleifen in kurzer Zeit durchzuführen und gleichzeitig Personalressourcen zu schonen.
Die „Human-in-the-Loop“-Philosophie: KI als Werkzeug, nicht als Ersatz
Trotz des hohen Automatisierungsgrades ersetzt die agentische KI keineswegs den Fachexperten. Die fachliche und rechtliche Verantwortung für ein Bauwerk verbleibt beim Menschen. Das Konzept basiert auf dem Prinzip des „Human-in-the-Loop“: Die KI übernimmt zeitraubende Routineaufgaben, das Prüfen von Varianten und die Aufbereitung der Daten. Die finale Bewertung, die Freigabe und die Berücksichtigung lokaler Kontextfaktoren obliegen dem Ingenieur.
Praxistests zeigen zudem, dass die Qualität der Agenten-Ergebnisse direkt mit der Fachexpertise der Anwender skaliert. Je präziser Ingenieure ihr Domänenwissen, normative Vorgaben und projektspezifische Randbedingungen in die Prompts einbringen, desto effizienter arbeitet der Agent. Die Technologie ersetzt somit nicht den Ingenieur, sondern erweitert dessen Handlungsspielraum.
Aufruf an die DACH-Industrie: Standards nutzen, Datenhoheit wahren
Damit die Ingenieur- und Baubranche im DACH-Raum trotz begrenztem Personal ihre Leistungsfähigkeit behält, muss sie auf offene und interoperable KI-Standards setzen. Proprietäre Lösungen einzelner Anbieter behindern die Skalierung und die Interoperabilität der Branche. Offene Standards wie das Model Context Protocol (MCP) schaffen die Voraussetzung, um KI-Systeme flexibel in bestehende Softwarearchitekturen einzubinden.
Ein zentraler Faktor für das Gelingen dieser Transformation bleibt die Datensicherheit. Das Know-how eines Ingenieurbüros steckt in seinen historischen Projektdaten und langjährig erarbeiteten Rechenmodellen. Unternehmen dürfen nicht dazu gezwungen werden, dieses geschäftskritische geistige Eigentum für das Training öffentlicher KI-Systeme preiszugeben. Offene Datenplattformen zeigen bereits heute, wie sich komplexe Infrastrukturdaten strukturieren und KI-fähig aufbereiten lassen, ohne dass Unternehmen die Hoheit über ihre eigenen Daten abgeben müssen.
Agentische KI in Kombination mit präziser Berechnungssoftware ist ein Schlüssel zur Bewältigung des Personalmangels. Es geht dabei nicht darum, den Bauingenieur zu ersetzen. Die Technologie nimmt Experten vielmehr zeitraubende Routinearbeiten ab und schafft so dringend benötigte Kapazitäten. Wo maschinelle Automatisierung und menschliche Urteilskraft ineinandergreifen, lässt sich der Fachkräftemangel abfedern und die Transformation der Baubranche beschleunigen.
