Lokale KI · Multimodal

Pläne und Bilder durchsuchen
was lokale KI in Zeichnungen und Fotos findet.

Ein Planungsordner besteht zur Hälfte aus Zeichnungen und Fotos. Bisher war das für Suche unsichtbar. Multimodale Modelle ändern das, und zwar lokal, ohne dass ein einziger Plan das Haus verlässt.

Termin vereinbarenAlle Themen

Kurz gesagt

Ja, lokale KI kann Pläne, Fotos und Skizzen durchsuchen. Multimodale Modelle wie Qwen 3.5 beschreiben Bilder in Text, erkennen Planköpfe, Stempel und Beschriftungen, und dieser Text wandert mit Quelle in den Index. Sie fragen dann: Welcher Plan zeigt den Fluchtweg im zweiten Obergeschoss. Grenzen: feine Maßketten und Symbole liest die KI unsicher, dort bleibt der Blick auf den Plan.

Stand: September 2026

Ein Dokumentenstapel unter einer Glasglocke, ein Kupferfaden führt von oben genau in ein bestimmtes Blatt
Die Unterlagen bleiben liegen, wo sie liegen. Gelesen wird darin, kopiert wird nichts, und die Antwort nennt das Blatt, aus dem sie stammt.

Der Engpass

Warum die Hälfte des Bestands bisher stumm war

Textsuche findet Text. Ein Plan ist ein Bild mit ein paar Beschriftungen, ein Baustellenfoto hat gar keinen Text. In den Betrieben, die wir sehen, liegen Zehntausende Bilder und Pläne, die nur über Dateiname und Ordner auffindbar sind. Das multimodale Modell schreibt für jedes Bild eine Beschreibung, und die ist durchsuchbar. Ehrlich bleibt: Maßketten, kleine Symbole und handschriftliche Anmerkungen liest es unsicher, dort öffnet die Fachkraft den Plan.

Was mit Plänen und Bildern möglich ist

Sie können Pläne heute durchsuchbar machen, aber nicht so, wie Sie es sich wünschen. Was gut funktioniert: Schriftfelder, Legenden und Beschriftungen erkennen und damit den Plan über seine Metadaten auffindbar machen. Was nicht zuverlässig funktioniert: aus einer Zeichnung Maße oder Bauteilbeziehungen ableiten.

Bei Fotos von der Baustelle ist es umgekehrt. Ein Modell kann beschreiben, was zu sehen ist, und daraus einen Protokolleintrag vorbereiten. Das ist praktisch und spart Abtippen, aber die fachliche Bewertung, ob ein Mangel vorliegt, bleibt beim Menschen. Ein System, das Mängel selbst feststellt, wäre der falsche Weg.

Deshalb ist die ehrliche Antwort: Pläne erschließen wir über Text und Metadaten, Fotos über Beschreibung und Zuordnung. Alles, was darüber hinaus versprochen wird, sollten Sie sich an Ihren eigenen Unterlagen vorführen lassen, bevor Sie es kaufen.

Was über Pläne hinaus versprochen wird, lassen Sie sich an Ihren eigenen Unterlagen vorführen.

PhoenixOne AI

Sechs Fragen an Pläne und Bilder

So fragen Betriebe, die Zeichnungen und Fotos im Index haben. Jede Antwort zeigt das Bild und die Stelle.

01 · Was hereinkommt

  • Welcher Plan zeigt den Grundriss des zweiten Obergeschosses in der letzten Fassung mit Stempel
  • Zeige alle Baustellenfotos, auf denen die Brandschutzklappe im Technikraum zu sehen ist

02 · Was daraus wird

  • Welche Zeichnungen tragen den Planstand vom März und wurden nach der Prüfung nicht ersetzt
  • Finde die Skizze aus dem Ortstermin, auf der der Riss in der Außenwand markiert ist

03 · Was danach anders ist

  • Welche Fotos aus dem Bautagebuch zeigen die Bewehrung vor dem Betonieren der Decke
  • Gibt es Pläne, deren Plankopf eine andere Projektnummer trägt als der Ordner, in dem sie liegen

Für wen sich das lohnt

Fachplanung
Sie suchen den richtigen Planstand und finden ihn über den Inhalt, nicht über den Dateinamen, der dreimal vergeben wurde.
Bauleitung
Sie haben Tausende Fotos im Bautagebuch und brauchen das eine vom Tag der Abnahme. Die KI findet es über das, was darauf zu sehen ist.
Sachverständige
Sie brauchen alle Aufnahmen eines Schadensbilds über mehrere Termine. Die Beschreibung macht sie vergleichbar.

Was wir dafür entwickeln

Büro-Gedächtnis: Ihr KI-Gedächtnis, das neben Text auch Pläne und Fotos beschreibt und findetBüro-Gedächtnis im Detail
Baustellen-Agent: Baustelle und Protokoll, mit Fotos, die dem Tag und dem Gewerk zugeordnet werdenBaustellen-Agent im Detail
Machbarkeits-Radar: Anfragen prüfen, mit Blick auf Bestandspläne aus früheren ProjektenMachbarkeits-Radar im Detail

So kommen Bilder in den Index

  1. Schritt 1

    Bildbestand sichten

    Welche Formate, wie viele Dateien, welche Auflösung. PDF-Pläne, Fotos, Scans, DWG-Exporte. Daraus die Rechenzeit für die Beschreibung.

  2. Schritt 2

    Beschreibung durch das Modell

    Jedes Bild bekommt eine Textbeschreibung mit Plankopf, Stempel, Beschriftungen und Inhalt. Läuft nachts, auf Ihrem Server, mit Rechten aus dem Ordner.

  3. Schritt 3

    Testsatz mit Bildfragen

    Zwanzig Fragen, deren Antwort ein bestimmtes Bild ist. Erst wenn die Trefferquote stimmt, geht der Bildindex in den Pilot.

◆Fachwörter auf dieser Seite

Im Detail als Fachartikel

Was Betriebe an dieser Stelle fragen

Einwand

Welches Modell liest die Bilder?

Ein multimodales offenes Modell, derzeit meist Qwen 3.5, das Text und Bild zusammen verarbeitet. Es läuft auf derselben Karte wie der Chat und braucht keinen Cloud-Dienst.

Einwand

Liest die KI auch Maße und Symbole aus dem Plan?

Beschriftungen, Planköpfe und große Elemente ja. Feine Maßketten, kleine Symbole und Handschrift unsicher. Wir versprechen dort nichts, der Plan bleibt die Quelle.

Einwand

Wie lange dauert die Beschreibung von fünfzigtausend Bildern?

Das hängt von Karte und Auflösung ab, im Bereich von Tagen, nicht Wochen. Es läuft nachts im Hintergrund, der Chat bleibt tagsüber nutzbar.

Einwand

Können wir DWG- oder IFC-Dateien durchsuchen?

Direkt nein, das sind keine Bilder. Als PDF-Export oder Ansicht ja. Für IFC-Modelle gibt es andere Wege über die Bauteilliste, die wir getrennt prüfen.

Einwand

Gibt es Fördermittel für lokale KI?

Oft ja. Ob ein Zuschuss oder ein Darlehen greift, hängt an Ihrem Bundesland, an der Betriebsgröße und am Vorhaben. Hardware zählt in der Regel mit, wenn sie Teil des Vorhabens ist. Wir prüfen das vor dem Termin und sagen Ihnen, ob sich der Antragsaufwand lohnt.

Verwandte Seiten

Multimodale Modelle lokal

Modelle, die Bilder, Pläne und Scans sehen: damit auch das Foto von der Baustelle auffindbar wird

Texterkennung für Scans

Die achtzig Prozent des Fileservers, die bisher nur Bilder waren

Architekturbüro

Projektakten, Bauanträge und Ausschreibungen im Haus durchsuchen, ohne dass Entwürfe in eine Cloud gehen

Programme, mit denen Sie arbeiten

Zu jedem steht, was sich anbinden lässt, was dabei herauskommt und wo die Grenze liegt.

Alle Programme →

Sehen wir uns Ihren Bestand an.

Dreißig Minuten, per Video oder Telefon. Danach wissen Sie, ob lokale KI bei Ihnen trägt und was der erste Schritt ist.

Termin vereinbaren