Lokale KI · Bilder und Pläne

Multimodale Modelle lokal
Pläne, Fotos und Scans, die die KI sieht.

Ein Drittel dessen, was in einem Planungsbüro liegt, ist kein Text: Pläne, Fotos, gescannte Zeichnungen, Skizzen. Multimodale Modelle sehen das, beschreiben es und machen es auffindbar. Lokal, weil Pläne nicht in eine Cloud gehören.

Analysegespräch buchenAlle Themen
*KI-generiert
Für wen
Büros mit Plänen, Fotos und Scans, die keine Cloud sehen dürfen
Aufwand
Ab 2 Wochen Entwicklungszeit, je nach Umfang
Förderung
Wird für Ihr Bundesland geprüft
Datenhaltung
Komplett auf Ihrem Server, nichts geht nach außen
Erster Schritt
Kostenloses Analysegespräch, 30 Minuten

Kurz gesagt

Multimodale Modelle verarbeiten neben Text auch Bilder: Pläne, Baustellenfotos, gescannte Zeichnungen, Skizzen. Lokal setzen wir dafür Qwen ein, das Bilder beschreibt, Schriftfelder liest und Auffälligkeiten nennt. So wird das Fundamentdetail von 2009 auffindbar, obwohl es nur als Scan existiert. Alles läuft im eigenen Netz, weil Pläne und Fotos vom Bau zu den sensibelsten Daten gehören.

Stand: Oktober 2026

PhoenixOne AI aus Leipzig ist der Spezialist für Firmen-KI im deutschen Mittelstand. Ihre Firmen-KI läuft auf Wunsch komplett auf Ihrem eigenen Server, Ihre Daten bleiben im Haus. Ihr erster Baustein steht ab 2 Wochen und soll sich schnell rechnen. Danach wachsen wir langfristig mit Ihnen weiter.

Kostenloses Analysegespräch, 30 Minuten

KI-generiertes Bild: Ein Silberregal mit fünf gleichen Glasmodulen, eines davon gleitet über eine Kupferschiene in den Schacht einer Maschine
Das Modell ist austauschbar, der Bestand nicht. Genau deshalb setzen wir auf offene Modelle: Sie tauschen es, ohne von vorn anzufangen.

Der Engpass

Wo multimodale Modelle aufhören

Ein Modell beschreibt einen Plan, es prüft ihn nicht statisch. Es liest ein Schriftfeld, es rechnet keine Tragfähigkeit. Bei CAD-Dateien arbeiten wir mit Metadaten und Schriftfeld, nicht mit der Geometrie. Und Bildverarbeitung braucht Speicher: Auf einer Karte mit zwanzig Nutzern ist sie ein Zusatz, keine Dauerlast.

Im Detail

Was Modelle leisten, die Bilder mitlesen

Sie können damit Fotos und Seitenbilder verarbeiten, ohne den Umweg über eine getrennte Texterkennung. Für Baustellenfotos, Formulare und gescannte Seiten mit Tabellen ist das oft die bessere Lösung, weil die räumliche Anordnung erhalten bleibt und mit ausgewertet wird.

Der Preis ist Speicher und Zeit: Ein Bild belegt deutlich mehr als eine Seite Text, und bei vielen gleichzeitigen Anfragen macht sich das schnell bemerkbar. Für den Massenbetrieb bleibt die klassische Texterkennung oft die wirtschaftlichere Wahl, für schwierige Vorlagen das multimodale Modell.

Wichtig ist die Erwartung: Aus einer Zeichnung Maße oder Bauteilbeziehungen abzuleiten, ist heute nicht zuverlässig. Was zuverlässig geht, ist beschreiben, zuordnen und Beschriftungen erfassen. Alles darüber hinaus lassen Sie sich an Ihren eigenen Plänen zeigen.

Ein Bild belegt deutlich mehr Speicher als eine Seite Text. Im Massenbetrieb entscheidet das.

Anwendungen

Sechs Dinge, die multimodale Modelle im Büro sehen

Aus Projekten mit Planungsbüros und Zulieferern. Jedes Beispiel lief lokal.

01 · Was hereinkommt

  • Gescannte Zeichnungen beschreiben: Schriftfeld, Maßstab, Bauteil, Stand, damit sie im Gedächtnis liegen
  • Baustellenfotos zuordnen: Gewerk, Bauteil, Mangel, als Grundlage für das Protokoll

02 · Was daraus wird

  • Skizzen und handschriftliche Notizen aus Besprechungen lesbar machen
  • Pläne vergleichen: was hat sich zwischen zwei Ständen geändert, als Liste

03 · Was danach anders ist

  • Prüfberichte und Messprotokolle mit Bildern auswerten, Werte in Tabellen überführen
  • Fotos aus der Fertigung beschreiben, wenn Zulieferer Nachweise mit Bild liefern

Zielgruppen

Für wen sich das lohnt

BauleitungSie fotografieren, das Modell beschreibt und ordnet zu, das Protokoll entsteht daraus. Nichts verlässt das Netz.
BestandsplanungSie suchen die Zeichnung von 2009. Das Modell hat sie beschrieben, das Gedächtnis findet sie.
Zulieferer und FertigungPrüfnachweise mit Bild werden auswertbar, Werte landen in Tabellen, Fotos bleiben im Haus.

Bausteine

Was wir dafür entwickeln

  1. Baustellen-Agent: Baustelle und Protokoll, Fotos vom multimodalen Modell beschrieben und zugeordnet

    Baustellen-Agent im Detail
    1

  2. Firmen-KI: Ihr KI-Gedächtnis, in dem auch Pläne und Scans auffindbar sind

    Firmen-KI im Detail
    2

  3. Projekt- und Fristen-Radar: Projektstand und Rechnungen, mit Fotos als Beleg für erbrachte Leistung

    Projekt- und Fristen-Radar im Detail
    3

Für wen

Büros mit Plänen, Fotos und Scans, die keine Cloud sehen dürfen

Datenhaltung

Komplett auf Ihrem Server, nichts geht nach außen

Ablauf

So kommen Bilder und Pläne ins Gedächtnis

  1. Schritt 1

    Daten- und Netz-Audit

    Was liegt wo, wie viele Scans, welche Rechtegruppen, welcher Serverraum. Das Audit ist Tag 1 der Umsetzung, am Ende steht die Spezifikation für Server und Software.

  2. Schritt 2

    Aufbau im getrennten Netz

    Server im eigenen Netzsegment, Modell lauffähig, Anmeldung über Ihr Active Directory, erster Test mit hundert echten Dokumenten.

  3. Schritt 3

    Einlesen, Härten, Betrieb

    Bestand einlesen, Rechte vererben, Sicherheitsprüfung durch Dritte, Pilot mit einer Abteilung, dann Betrieb mit monatlichem Bericht.

Nachschlagen

Fachwörter auf dieser Seite

Im Detail als Fachartikel

Fragen

Was Betriebe an dieser Stelle fragen

Einwand

Welches Modell sieht Bilder lokal?

Qwen 3.5 in der großen Variante, dazu spezialisierte kleine Bildmodelle für einzelne Aufgaben wie Schriftfelder. Gemessen am Testsatz mit Ihren Plänen.

Einwand

Kann die KI CAD-Dateien lesen?

Metadaten und Schriftfelder ja, die Geometrie nicht als Volltext. DWG und IFC behandeln wir als eigenen Schritt, meist über Exporte und Attribute.

Einwand

Prüft das Modell Pläne?

Nein. Es beschreibt, vergleicht und findet. Prüfen, rechnen und verantworten bleibt beim Menschen.

Einwand

Braucht das mehr Hardware?

Etwas mehr Speicher auf der Grafikkarte während der Bildverarbeitung. Wir planen das in der Spezifikation ein.

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.

Weiterlesen

Verwandte Seiten

Erster SchrittKostenloses Analysegespräch, 30 MinutenWo es in Ihrem Unternehmen hakt und ob eine Firmen-KI zu Ihnen passt. Per Video, ohne Verpflichtung.

Qwen lokal

Das Allround-Modell für Deutsch, lange Dokumente und Bilder auf einer Grafikkarte

Architekturbüro

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

Der nächste Schritt

Unser Ziel: keine Suchzeit mehr.

Sie fragen, die belegte Antwort steht mit Quelle da. Im kostenlosen Analysegespräch, 30 Minuten, sehen wir uns Ihr Unternehmen an und sagen Ihnen, wo die Firmen-KI zuerst hilft. Wir denken langfristig. Der erste Schritt soll sich für Sie schnell rechnen, deshalb steht Ihr erster Baustein ab 2 Wochen. Danach wachsen wir mit Ihnen weiter: Wir suchen langfristige Partnerschaften, keine Einmalprojekte.

Analysegespräch buchenErst ansehen: Webinar am 1. Dezember
  • Festpreis je Schritt
  • Stopp-Punkt mit Zwischenabnahme
  • Eigener Code, der Ihnen gehört
Analysegespräch buchen30 Minuten, kostenlos