KI-gestützte LV-Analyse bezeichnet den Einsatz von künstlicher Intelligenz zur automatisierten Extraktion, Kategorisierung und Bewertung von Leistungsverzeichnis-Positionen in Ausschreibungen. Das System verarbeitet GAEB-Dateien und PDF-Dokumente, identifiziert relevante Positionen, ordnet sie Produktkategorien zu und erstellt einen strukturierten Überblick — in Minuten statt Stunden. Für Bauzulieferer mit hunderten Positionen pro Ausschreibung ist das der Unterschied zwischen fundierter Analyse und Bauchgefühl.
Was ist KI-gestützte LV-Analyse?
Ein Leistungsverzeichnis (LV) ist das Herzstück jeder Bauausschreibung. Es beschreibt Position für Position, welche Leistungen in welchem Umfang erwartet werden. Ein typisches LV für ein mittleres Bauvorhaben enthält 200 bis 500 Positionen — davon sind für einen spezialisierten Zulieferer nur ein Bruchteil relevant. KI-gestützte LV-Analyse automatisiert den Prozess der Relevanzbewertung: Das System liest das gesamte LV, identifiziert die für den jeweiligen Zulieferer relevanten Positionen und kategorisiert sie nach Produkttyp, Anforderungsprofil und Komplexität. Das Ergebnis ist ein strukturierter Überblick, der dem Vertrieb und der Kalkulation sofort zeigt: Welche Positionen sind relevant, was wird genau gefordert, und wo gibt es Klärungsbedarf. Dieser Prozess funktioniert sowohl mit GAEB-Dateien (X81, X82, X84) als auch mit PDF-Leistungsverzeichnissen und gescannten Dokumenten.
Das Problem: Hunderte Positionen, manuelles Matching skaliert nicht
Die manuelle Analyse eines Leistungsverzeichnisses folgt einem wiederkehrenden Muster: Position lesen, Relevanz prüfen, Anforderungen verstehen, Produktzuordnung vornehmen, Sonderbedarf markieren, Klärungsfragen notieren. Bei 200+ Positionen pro Ausschreibung und mehreren Ausschreibungen pro Woche bindet dieser Prozess erhebliche Kapazitäten — gerade bei dem Personal, das eigentlich für Kalkulation und Vertrieb gebraucht wird. Das Skalierungsproblem wird durch drei Faktoren verschärft: Erstens sind LV-Positionen nicht standardisiert — dieselbe Leistung kann in unterschiedlichen Ausschreibungen völlig unterschiedlich formuliert sein. Zweitens sind die Anforderungen über verschiedene Dokumententeile verstreut — das LV enthält die Grundbeschreibung, aber technische Details stehen in der Baubeschreibung, Plänen oder Anlagen. Drittens erfordert jede Position eine Fachentscheidung: Standard oder Sonder? Lieferbar oder nicht? Risiko akzeptabel oder zu hoch? Diese Entscheidungen können nur von Fachleuten getroffen werden — aber die Vorarbeit der Informationsextraktion kann die KI übernehmen.
Wie KI Leistungsverzeichnis-Positionen extrahiert und kategorisiert
Der KI-gestützte LV-Analyseprozess folgt einem strukturierten Ablauf: 1. Dokumenteneinlesen — GAEB-Dateien werden nativ geparst, PDFs mit Layout-Erkennung verarbeitet, gescannte Dokumente durch OCR erschlossen. Das LV wird vollständig digitalisiert und strukturiert. 2. Positionsextraktion — Jede Position wird identifiziert mit Positionsnummer, Kurztext, Langtext, Menge, Einheit und hierarchischer Zuordnung (Los, Gewerk, Titel). 3. Relevanzfilterung — Basierend auf dem Geschäftsprofil des Anwenders werden relevante Positionen von irrelevanten getrennt. Ein Türhersteller sieht nur Türpositionen, ein Fensterhersteller nur Fensterpositionen. 4. Anforderungsextraktion — Für jede relevante Position werden die technischen Anforderungen extrahiert: Materialien, Abmessungen, Leistungswerte, Zertifizierungen, Normen. 5. Produktmatching — Die extrahierten Anforderungen werden gegen den Produktkatalog des Anwenders abgeglichen: Standardprodukt, Anpassung erforderlich oder Sonderkonstruktion. 6. Risikomarkierung — Positionen mit unvollständigen Spezifikationen, widersprüchlichen Anforderungen oder außergewöhnlichen Risiken werden markiert. 7. Strukturierte Ausgabe — Das Ergebnis ist ein übersichtlicher Bericht mit allen relevanten Positionen, ihren Anforderungen und der Produktzuordnung.
Anwendungsfall: Türhersteller — Welche Tür gehört wohin?
Für einen Türhersteller enthält ein typisches LV 200+ türenrelevante Positionen: Innentüren, Außentüren, Brandschutztüren (T30, T60, T90), Rauchschutztüren, Sicherheitstüren (RC2-RC6), Schallschutztüren, Multifunktionstüren und Sonderkonstruktionen wie Tunneltüren oder EBA-zugelassene Bahntüren. Die KI extrahiert jede Türposition, identifiziert die geforderte Kombination aus Funktionsanforderungen (Brand + Rauch + Schall + Einbruch), ermittelt die Einbausituation (Wand, Zarge, Maße) und gleicht das Ergebnis mit dem Produktkatalog ab. Positionen, die mehrere Zertifizierungen kombinieren, werden besonders hervorgehoben — hier liegt das höchste Risiko für Fehlkalkulation. Das Ergebnis: Statt Stunden mit dem Durcharbeiten des LV zu verbringen, erhält der Vertrieb in Minuten eine nach Komplexität sortierte Positionsliste mit klarer Standard/Sonder-Klassifizierung. Details zur KI für Türhersteller finden Sie unter /de/blog/tuerhersteller-ausschreibung-ki.
Anwendungsfall: Fertigteilwerk — Standardkatalog vs. Sonderkonstruktion
Im Betonfertigteilbau ist die Unterscheidung zwischen Standardelementen und Sonderkonstruktionen der wichtigste Faktor für die Kalkulation. Standardelemente — Elementwände, Hohldeckenplatten, Norm-Stützen — können mit vorhandenen Schalungen gefertigt werden. Sonderkonstruktionen erfordern neue Schalungen und individuelle Bewehrungspläne. Die KI analysiert jede Position im LV und kategorisiert: Welche Elemente sind Standard, welche erfordern modifizierte Standardschalungen, und welche sind echte Sonderkonstruktionen? Diese Dreier-Klassifizierung gibt dem Engineering sofort einen Überblick über den zu erwartenden Schalungsaufwand — den zentralen Kostentreiber im Fertigteilbau. Zusätzlich identifiziert die KI Schnittstellenpositionen — Anschlussdetails, Fugenausbildungen, Montagefolgen — die erfahrungsgemäß die größten Nachtragspotenziale bergen. Details zur KI für Fertigteilhersteller finden Sie unter /de/blog/betonfertigteile-schalungsberechnung-ki.
Anwendungsfall: Fensterhersteller — Variantenmatching über Dutzende Typen
Fensterhersteller stehen vor einem besonderen Kombinationsproblem: Jede Position kann eine einzigartige Mischung aus Öffnungsart (Dreh-Kipp, Schiebe, Fest, Klapp), Material (PVC, Alu, Holz, Holz-Alu), U-Wert, Schallschutz, Einbruchschutz und Gestaltung erfordern. Bei 100+ Fensterpositionen pro Projekt ergibt sich eine Matrix, die manuell kaum vollständig zu erfassen ist. Die KI erstellt für jede Position ein Anforderungsprofil und gleicht es mit dem Produktprogramm ab. Positionen, deren Anforderungskombination nicht im Standardprogramm verfügbar ist — etwa ein U-Wert von 0,8 W/(m²K) bei gleichzeitiger RC3-Klassifizierung — werden sofort identifiziert. Das spart nicht nur Zeit, sondern verhindert auch Kalkulationsfehler durch übersehene Anforderungen. Der Fenster-Wand-Anschluss als häufigster Risikopunkt wird ebenfalls in die Positionsanalyse einbezogen: Wo sind die Anschlussdetails spezifiziert, wo fehlen sie? Details zur KI für Fensterhersteller finden Sie unter /de/blog/fensterhersteller-ausschreibung-ki.
Häufig gestellte Fragen
Welche LV-Formate werden unterstützt?▾
Wie genau ist die Positionsextraktion?▾
Funktioniert das System branchenübergreifend?▾
Wie funktioniert die Relevanzerkennung?▾
Fazit
Die manuelle Analyse von Leistungsverzeichnissen ist einer der größten Zeitfresser in der Ausschreibungsbearbeitung — und gleichzeitig einer der fehleranfälligsten Prozesse. KI-gestützte LV-Analyse automatisiert die Extraktion, Kategorisierung und Produktzuordnung von Positionen und liefert in Minuten einen strukturierten Überblick, der fundierte Entscheidungen ermöglicht. Ob Türhersteller, Fertigteilwerk oder Fensterbauer — die Technologie passt sich an das jeweilige Produktportfolio an und skaliert mit dem Ausschreibungsvolumen.