Einordnung und Motivation
Die digitale Transformation und insbesondere die Anwendung von Methoden der Künstlichen Intelligenz (KI) schreitet in der Wirtschaftswelt zunehmend fort.
Für Unternehmen im Bauwesen ist die digitale Transformation eine große Herausforderung. Der Stand der Digitalisierung im Bauwesen ist aktuell noch gering: Mit einer Durchschnittsnote von 3,2 schätzten in der DIHK Digitalisierungs-Umfrage (“DIHK-Digitalisierungsumfrage 2023” 2024) die Unternehmen im Baugewerbe ihren Entwicklungsstand bezüglich Digitalisierung zum Zeitpunkt der Erhebung am schlechtesten von allen Branchen ein (über alle Wirtschaftszweige hinweg lag der Notendurchschnitt bei 2,8).
Für die Investition in Digitalisierung bestehen – insbesondere durch die Unternehmensstrukturen mit einer Vielzahl von Kleinunternehmen im Baugewerbe – erhebliche Hürden bei der Verfügbarkeit von Investitionsmitteln und dem Zugriff auf qualifiziertes Personal.
Das Ergebnis einer Befragung der Bundesarchitektenkammer (BDA) (“Ergebnisse Der Befragung Der Selbständig Tätigen Kammermitglieder 2021 - Verteilung Der Größe von Selbstständig Geführten Architektur- Und Planungsbüros* in Deutschland Im Jahr 2021 Nach Anzahl Der Tätigen Mitarbeiter” 2022) war, dass nur bei etwa 12% der selbstständig geführten Architektur- und Planungsbüros zehn oder mehr Personen tätig sind. Zu einem sehr großen Anteil handelt es sich um inhabergeführte Büros ohne Mitarbeiter. Diese Kleinst- und Kleinunternehmen können kaum ohne externe Unterstützung an ihrer digitalen Transformation arbeiten. Sie können sich dabei auch keine Großinvestitionen und Strategieprojekte wie Konzerne leisten, sondern sind auf zielgerichtete und pragmatische Unterstützung angewiesen.
Die Situation des Digitalisierungs-Rückstands wird noch dadurch verschärft, dass die allgemeine Baupreisentwicklung – der Baupreisindex für Bauleistungen ist zwischen 2021 und 2024 um fast 30% gestiegen (Statistisches Bundesamt 2025)– zu Kosteneffizienz zwingt. Aus diesem Grund sind pragmatische, aber innovative und leicht integrierbare Lösungen notwendig.
Einen wesentlichen Anteil an der wenig umgesetzten digitalen Transformation im Baugewerbe und den damit verbundenen Konsequenzen für die Produktivität liegt in der eingeschränkten Verfügbarkeit geeigneter Software-Werkzeuge am Markt (siehe Abbildung fig:problem). Die Geschäftsidee von Minonexus adressiert diese Lücke insbesondere im Bereich der digitalen Entwurfs- und Planungsunterstützung.
Chancen
Trotz der oben beschriebenen schwierigen Ausgangslage für die digitale Transformation im Baugewerbe bieten sich gerade jetzt deutliche Chancen:
Datenbasierte Vorgehen und Vernetzung: Über die letzten Jahre wurden Grundvoraussetzungen für vernetztes Arbeiten auf der Basis von Daten auch im Bauwesen geschaffen. Die Anwendung von Building Information Models (BIM) gewinnt in der Baubranche zunehmend an Bedeutung. Laut einer Umfrage aus dem Jahr 2019 nutzen 55% der globalen Bauunternehmen BIM (“The Business Value of BIM for Infrastructure 2017,” n.d.).
Entsprechende Standards wie die Industry Foundation Classes (IFC) (“Industry Foundation Classes (IFC),” n.d.) erlauben die Datenverkettung etablierter Systeme und Datenbestände.
Ergänzend sind für Planung und Ausführung relevante Datenbestände etwa der öffentlichen Hand zunehmend online verfügbar – beispielsweise stellt die Bayerische Vermessungsverwaltung im Produkt OpenData (Bayerische Vermessungsverwaltung - Landesamt für Digitalisierung, Breitband und Vermessung, n.d.) Umgebungsdaten als Open Source zur Verfügung, die für eine gelände-basierte Planung von Gebäuden verwendet werden können. Durch die digitale Vernetzung von Datenständen kann eine neue, bisher durch manuelle Dateneingabe nicht erreichbare Qualität und Effizienz bei gleichzeitiger Steigerung der kreativen Explorationsmöglichkeiten erreicht werden.
Die Entwicklung der Künstlichen Intelligenz (KI) hat in den letzten Jahren eine enorme Dynamik erfahren und durchdringt zunehmend nahezu alle Lebensbereiche. Besonders in Bereichen wie der Automatisierung von Geschäftsprozessen in Unternehmen und in der Unterhaltungsindustrie werden KI-gestützte Systeme immer präsenter.
Die aktuellen Untersuchungen der Stanford University(Nestor Maslej, Loredana Fattorini, Raymond Perrault, Vanessa Parli, Anka Reuel, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Juan Carlos Niebles, Yoav Shoham, Russell Wald, and Jack Clark, 2024) legen nahe, dass die Anwendung von KI im Berufsalltag es den Beschäftigten tatsächlich ermöglicht, Aufgaben schneller zu erledigen und die Qualität ihrer Arbeit zu verbessern. Diese Studien belegen auch das Potenzial der KI, die Qualifikationslücke zwischen gering und hoch qualifizierten Arbeitnehmern zu schließen.
Wichtig ist hier jedoch die Einschränkung, dass die KI Einführung die notwendige Kompetenz benötigt, weil es ansonsten eher zu eine Degradation der Arbeitsleistung kommt. Genau hier besteht Beratungs- und Unterstützungsbedarf.
Der Begriff bezieht sich auf u.a. auf Software, deren Quellcode öffentlich zugänglich ist und von Nutzern frei eingesehen, modifiziert und weiterverteilt werden kann. Open-Source-Projekte wie z.B. das KI-Framework PyTorch (“PyTorch: An Open Source Machine Learning Framework” 2025) oder OpenStack im Cloud Computing (OpenStack Contributors, n.d.) bieten Zugriff auf Innovationen, die sonst nur Großkonzernen vorbehalten wären. Mit der notwendigen Entwicklungs-Kompetenz bietet Open-Source eine enorme Chance von aktuellen Fortschritten in der KI zu profitieren.
Die freie Nutzung stellt einen erheblichen wirtschaftlichen Wert dar. So entwickeln sich die Trainingskosten für Large Language Models (LLM) – wie sie etwa von KI-basierten Chatprogrammen verwendet werden – in für KMU und auch manche Konzerne unerreichbare Höhen: Im Jahr 2023 wurden die Trainingskosten für Googles Gemini Ultra auf rund 191 Millionen US-Dollar geschätzt. Die Kosten für OpenAIs GPT-4 liegen bei rund 78 Millionen US-Dollar (Nestor Maslej, Loredana Fattorini, Raymond Perrault, Vanessa Parli, Anka Reuel, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Juan Carlos Niebles, Yoav Shoham, Russell Wald, and Jack Clark, 2024). Auf der anderen Seite werden die Ergebnisse und Modelle zunehmend frei verfügbar. Das den OpenAI Modellen durchaus ebenbürdige Modell des chinesischen Unternehmens DeepSeek AI steht als Open Source zur freien kommerziellen Nutzung zur Verfügung (DeepSeek AI, n.d.)(DeepSeek-AI 2024).
Unser Leistungsangebot
Minonexus positioniert sich als praxisorientierter KI-Experte für das Bauwesen, der hochwertige Beratung mit einem Angebot an leicht zugänglichen Software-Tools kombiniert, die einerseits die Kreativität unterstützen und andererseits die Wettbewerbsfähigkeit der Planungsbüros durch Digitalisierung und KI steigern bzw. erhalten.
Der Mehrwert aus dem Minonexus Leistungs-Angebot entsteht für Kunden durch:
Innovation
Ziel ist es auch den Kleinst- und Kleinunternehmen wie insbesondere Architekturbüros die technischen Innovationen der Digitalisierung zu erschließen. Auf der einen Seite kann sich diese Zielgruppe keine Eigenentwicklung leisten (siehe Beschreibung Ausgangslage auf Seite )und andererseits ist das Marktangebot an innovativen out-of-the-box Lösungen für diese Branche noch sehr gering (siehe Marktsituation auf Seite ). In Konsequenz gilt es vorhandene Lösungen – insbesondere Open-Source – fallspezifisch zu adaptieren und geschickt zu erweitern.
Die notwendige Unterstützung leistet die Minonexus Beratung aufbauend auf langjähriger Projektmanagementerfahrung, IT-Know-How und praktischer Expertise der Gründer im Bauwesen.
Anschlussfähigkeit
Die IT-Landschaft im Bauwesen ist sehr heterogen – es gibt etwa im Feld Computer-Aided-Design (CAD) neben großen internationalen Marktführern wie Autodesk eine Vielzahl von Einzelsystemen. Die börsennotierte deutsche Firma Nemetschek, die Softwareprodukte für Architekten, Ingenieure und die Bauwirtschaft anbietet, kommt etwa auf einen globalen Marktanteil von 3% (Jon Peddie Research and Business Advantage 2017). In den Einzelfirmen und Büros existieren eine Vielzahl von unterschiedlichen Lösungen.
Wichtig ist deswegen, dass anschlussfähige Lösungen geschaffen werden, die über etablierte Daten- und Modellierungs-Standards wie IFC (“Industry Foundation Classes (IFC),” n.d.), ein Vorgehen mit Building Information Models (BIM) und sogenannten Digitalen Zwillingen erreicht werden. Minonexus ist damit kein Komplett-Systemanbieter, sondern ein Integrator mit intelligenten Plug-Ins.
Innovatives Produktangebot
Neben der internen Integration bei den Anwendern will Minoexus innovative Produkte anbieten, die die Wertschöpfungskette unterstützen und auch neue Lösungsräume und Kunden für den Anwender erschließen.
Quellen
Bayerische Vermessungsverwaltung - Landesamt für Digitalisierung, Breitband und Vermessung. n.d. “OPENDATA - Kostenfreie Geodaten Der Bayerischen Vermessungsverwaltung.” https://geodaten.bayern.de/opengeodata/.
DeepSeek AI. n.d. “DeepSeek (GitHub Repository).” https://github.com/deepseek-ai.
DeepSeek-AI. 2024. “DeepSeek-V3 Technical Report.” https://arxiv.org/abs/2412.19437.
“DIHK-Digitalisierungsumfrage 2023.” 2024. https://www.dihk.de/resource/blob/111692/c2c84c03f399bb4c8bf59dd199426c29/dihk-digitalisierungsumfrage-2023-data.pdf.
“Ergebnisse Der Befragung Der Selbständig Tätigen Kammermitglieder 2021 - Verteilung Der Größe von Selbstständig Geführten Architektur- Und Planungsbüros* in Deutschland Im Jahr 2021 Nach Anzahl Der Tätigen Mitarbeiter.” 2022. BAK.
“Industry Foundation Classes (IFC).” n.d. https://www.buildingsmart.org/standards/bsi-standards/industry-foundation-classes/.
Jon Peddie Research and Business Advantage. 2017. “CAD in the CLOUD.”
Nestor Maslej, Loredana Fattorini, Raymond Perrault, Vanessa Parli, Anka Reuel, Erik Brynjolfsson, John Etchemendy, Katrina Ligett, Terah Lyons, James Manyika, Juan Carlos Niebles, Yoav Shoham, Russell Wald, and Jack Clark,. 2024. “The AI Index 2024 Annual Report.” AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA. https://aiindex.stanford.edu/report/.
OpenStack Contributors. n.d. “OpenStack: The Cloud Operating System.” https://www.openstack.org/.
“PyTorch: An Open Source Machine Learning Framework.” 2025. https://pytorch.org/.
Statistisches Bundesamt. 2025. “Entwicklung Des Baupreisindexes Für Bauleistungen an Wohngebäuden in Deutschland in Den Jahren 1995 Bis 2024 (2021=Index 100).” destatis.de.
“The Business Value of BIM for Infrastructure 2017.” n.d. Dodge Data & Analytics. https://www2.deloitte.com/content/dam/Deloitte/us/Documents/finance/us-fas-bim-infrastructure.pdf.