Diesen Artikel teilen:

30. Mär 2026

|

Wirtschaft

BIM schafft Grundlage für KI-Anwendungen – mit Prof. Dr. Cornelius Preidel, Professor für Bauinformatik und Digitales Planen an der Hochschule München und Vorstandsvorsitzender von buildingSMART Deutschland

Journalist: Katja Deutsch

|

Foto: Glasow

Prof. Dr. Cornelius Preidel ist Professor für Bauinformatik und Digitales Planen an der Hochschule München und Vorstandsvorsitzender von buildingSMART Deutschland. Im Interview erklärt er, was BIM und KI mit Daten, Mut und Ausbildung zu tun haben.

1658936155176_1600x1200 Kopie.jpg

Prof. Dr. Cornelius Preidel, Professor für Bauinformatik und Digitales Planen an der Hochschule München und Vorstandsvorsitzender von buildingSMART Deutschland.

Prof. Dr. Preidel, ist BIM inzwischen etablierter Standard oder eher noch ein Transformationsprozess? Building Information Modeling ist in Planung und Ausführung heute weitgehend etabliert: Es gibt klare Anforderungen, Leitfäden und Handlungsempfehlungen. Die Mehrwerte sind erkannt. Der eigentliche Transformationshebel liegt jetzt im Übergang in den Betrieb. Zwar werden große Datenmengen erzeugt, doch oft ohne klaren Bezug dazu, welche Informationen im Betrieb tatsächlich benötigt werden oder wie sie dorthin gelangen. Dabei entstehen die höchsten Lebenszykluskosten genau in dieser Phase. Wichtig: BIM ist nur eine Methode im Kontext der digitalen Transformation, über die Daten generiert und gesammelt werden. Denn Daten müssen entlang des gesamten Lebenszyklus und auch über Abteilungsgrenzen hinweg gedacht werden. Ausgangspunkt sollte stets die konkrete Entscheidungsfindung sein. Wer trifft wann welche Entscheidung? Und welche Daten braucht es dafür? Von dort aus kann rückwärts definiert werden, welche Informationen wo entstehen, gepflegt und weitergegeben werden. Nur so werden BIM-Daten zu einer echten Grundlage für datenbasierte Entscheidungen und nachhaltigen Mehrwert.

Welche Akteure treiben die BIM-Transformation aktuell am stärksten voran: Bauherren, Planer, Industrie, Forschung und Lehre/Ausbildung oder Politik? In Planung und Ausführung ist BIM etabliert und standardisiert. Nun müssen sich die Auftraggebenden bewegen – private wie öffentliche. Bei Ausschreibungen und Verbindlichkeiten ist bereits viel passiert, doch wir brauchen öffentliche Auftraggebende, die BIM gezielt nutzen, um bessere Entscheidungen zu Betrieb, Erhalt und Bestand zu treffen. Angesichts maroder Infrastruktur, Wohnraummangels und hoher Lebenszykluskosten liegt hier großes Potenzial. Der Staat könnte durch modellbasierte Genehmigungs- und Planfeststellungsverfahren Prozesse beschleunigen und so zugleich konsistente Daten für strategische Planung und Infrastrukturmanagement schaffen. Technisch ist das möglich – oft fehlt jedoch der Mut, die digitale Transformation konsequent umzusetzen.

BIM ist kein disruptiver Sprung, sondern eine kontinuierliche Entwicklung. Der Wandel erfolgt leise über lebenszyklusübergreifende Daten und schrittweise Konsolidierung.

Was wird innerhalb der kommenden fünf bis zehn Jahre der größte Entwicklungssprung im BIM-Umfeld sein? Das Kernproblem ist die Erwartungshaltung: BIM ist kein disruptiver Sprung, sondern eine kontinuierliche Entwicklung. Der Wandel erfolgt leise über lebenszyklusübergreifende Daten und schrittweise Konsolidierung. Neue Impulse kommen durch Künstliche Intelligenz, die BIM ergänzt. BIM liefert die strukturierte Datenbasis, KI ermöglicht darauf aufbauend Automatisierung, Analysen und bessere Entscheidungen. Wer BIM heute in seinem Betrieb etabliert hat, schafft die Grundlage für KI-Anwendungen, deren größter Nutzen in den kommenden Jahren sichtbar wird.

Wenn Sie jetzt eine einzige Stellschraube für erfolgreiches BIM benennen müssten, welche wäre das? Der zentrale Hebel ist konsequentes Informationsmanagement: Jede Information braucht von Beginn an einen klaren Zweck. Entscheidend sind daher Kompetenzen entlang der gesamten Wertschöpfungskette und vor allem ein grundlegendes Verständnis für Daten, Informationsflüsse und datenbasierte Entscheidungen. Diese Fähigkeiten müssen deutlich früher in Ausbildung und Lehre verankert werden. Derzeit kompensiert die Industrie diese Defizite durch teure Nachqualifizierungen. Bildung ist damit ein zentraler, bislang unterschätzter Transformationshebel.

Entscheidend sind daher Kompetenzen entlang der gesamten Wertschöpfungskette und vor allem ein grundlegendes Verständnis für Daten, Informationsflüsse und datenbasierte Entscheidungen.

2. Apr 2026

|

Business

Kein Roboter zum Gelddrucken, aber ein starker Wächter: KI bei Banken

Künstliche Intelligenz kann im Bankwesen schon ziemlich viel – aber eigenständig Geld drucken oder wundersam vermehren, das kann sie (noch) nicht. Banken setzen KI heute flächendeckend in mehreren Bereichen ein, allen voran in der Betrugsprävention, wo Fraud Detection mittlerweile Branchenstandard ist. KI-gestützte Systeme analysieren Transaktionen von Kundinnen und Kunden in Echtzeit, erkennen und stoppen auffällige Transaktionen und Zahlungsanweisungen in der Regel sofort, und reagieren innerhalb von Sekunden auf neue Angriffsszenarien. Gerade, weil sich Betrugsmaschen ständig weiterentwickeln, ist die Adaptionsgeschwindigkeit in diesem Bereich besonders hoch. Solche Systeme werden in Zukunft weiter optimiert werden, wodurch Banken Routineaufgaben mehr und mehr automatisieren können. Das eröffnet neue Möglichkeiten für personalisierte Kundenberatung, schnellere Analysen – etwa bei Kreditentscheidungen – und insgesamt bessere Kundenerlebnisse. Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen. Ziel ist es, Informationen effizienter zu nutzen und Entscheidungsprozesse zu beschleunigen. Im Vergleich zur Betrugsprävention befindet sich dieser Bereich jedoch noch in einer stärkeren Wachstumsphase, auch wenn die Entwicklung hier aktuell sehr dynamisch verläuft. >Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Es gibt unzählige Anbieter von bankenspezifischer KI. Viele davon decken nur bestimmte Anwendungsfelder ab, weshalb Banken häufig mehrere KI-Systeme parallel einsetzen. Auch, wenn Banken langjährige Erfahrung im Umgang mit sensiblen Daten haben, kann die Auswahl passender KI-Tools herausfordernd sein, denn die Lösungen müssen regelkonform sein, Change Compliance- und Datenschutzrichtlinien beachten, außerdem sollten die Daten innerhalb Europas bleiben und nicht unkontrolliert in andere Rechtsräume fließen. Erhöht KI im Bankwesen nun die Sicherheit – oder eher das Risiko für Betrug und Verlust? Grundsätzlich beides. Denn einerseits verbessert KI die Fähigkeit, Betrug frühzeitig zu erkennen und zu verhindern, andererseits entstehen neue Gefahren, insbesondere durch autonome KI-Agenten. Je mehr Entscheidungsfreiheit diese Systeme erhalten, desto größer ist das Risiko, dass sie Sicherheitsvorgaben umgehen oder manipuliert werden. Deshalb gewinnt das Prinzip „Human in the Loop“ beziehungsweise „Human in the Lead“ an Bedeutung: Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Auch im Finanzmarkt insgesamt sind automatisierte Prozesse kein neues Phänomen. Mechanismen wie algorithmischer Handel oder Stop-Loss-Orders können bereits heute Kettenreaktionen auslösen. KI könnte solche Effekte künftig verstärken, stellt aber nicht die ursprüngliche Ursache dar. Wohin wird sich KI im Bankwesen entwickeln? Eigenständig Geld drucken wird sie hoffentlich niemals – doch sie wird als umfassendes System im Hintergrund immer besser in den Bankenalltag integriert werden. Der Mensch wird im Bankwesen jedoch in zentralen Bereichen immer die Oberhand behalten, besonders bei der letzten Kontrolle und beim direkten Kundenkontakt – denn hier können aufmerksame Bankangestellte besser als jede KI als Sicherheitsschranke wirken, die ihre betagten Kundinnen davor schützen, auffällige Transaktionen hoher Summen vorzunehmen. >Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen.