Stuttgart 21 oder Stuttgart 31: Was die Bauwirtschaft aus 1’000 Kilometern falsch verlegten Kabeln lernen muss

Aus Stuttgart 21 wird langsam Stuttgart 31.

Was ursprünglich als Jahrhundertprojekt geplant war, wird zunehmend zum Symbol für ein strukturelles Problem grosser Bau- und Infrastrukturprojekte: zu viele Schnittstellen, zu viele Planänderungen, zu viele getrennte Systeme – und am Ende zu wenig verlässliche Daten zur richtigen Zeit am richtigen Ort.

Aktuellen Medienberichten zufolge wurden bei Stuttgart 21 offenbar mehr als 1’000 Kilometer Kabel falsch verlegt. Ein grosser Teil davon muss ersetzt oder angepasst werden. Gleichzeitig verschiebt sich die vollständige Inbetriebnahme voraussichtlich erneut – möglicherweise bis 2031.

Das Problem ist dabei nicht nur ein technischer Fehler. Es ist ein Daten-, Planungs- und Koordinationsproblem.

KI verhindert keine Fehler – aber sie kann sie früher sichtbar machen

Künstliche Intelligenz wird Bauprojekte nicht fehlerfrei machen. Auch KI ersetzt keine saubere Projektführung, keine Verantwortung und keine Erfahrung auf der Baustelle.

Aber KI kann künftig helfen, typische Fehlplanungen früher zu erkennen:

Planstände können automatisch gegeneinander geprüft werden. Kabelpläne, Brandschutz, Statik, Bauablauf, Materiallisten, Normen, Liefertermine und Ausführungsstände können laufend miteinander abgeglichen werden. Abweichungen werden nicht erst sichtbar, wenn 1’000 Kilometer Kabel bereits verlegt sind, sondern bevor sie verbaut werden.

Das ist der eigentliche Nutzen von KI im Bau: nicht Magie, sondern Mustererkennung, Plausibilitätsprüfung und Frühwarnsystem.

Big Data verbessert auch die Kostenplanung

Viele Baukosten laufen aus dem Ruder, weil Annahmen zu optimistisch sind, Risiken zu spät bewertet werden oder Erfahrungswerte nicht systematisch genutzt werden.

Mit Big Data können Kostenplanungen realistischer werden. Frühere Projekte, Materialpreise, regionale Kapazitäten, Nachtragsrisiken, Verzögerungsmuster, Wetterdaten, Lieferketten und Ausführungsqualität können in die Kalkulation einfliessen.

Das bedeutet nicht, dass jedes Projekt exakt vorhersehbar wird. Aber die Branche kommt weg von reinen Erfahrungswerten einzelner Personen – hin zu datenbasierten Wahrscheinlichkeiten, Risikokorridoren und realistischeren Szenarien.

Der nächste Engpass: Projekt-Fit

Ein Bauprojekt scheitert selten nur an einem Plan. Oft scheitert es an der falschen Kombination von Beteiligten.

Welche Firma passt zu welchem Projekt? Welche Handwerker haben die richtige Erfahrung? Wer kann komplexe Schnittstellen führen? Wer ist stark bei Umbau, wer bei Neubau, wer bei Unterhalt, wer bei Speziallösungen? Welche Betriebe arbeiten zuverlässig zusammen? Welche Firmen haben ähnliche Projekte bereits erfolgreich umgesetzt?

Genau hier wird Projekt-Fit entscheidend.

Die Zukunft der Bauwirtschaft liegt nicht nur in besseren Ausschreibungen, sondern in besseren Matching-Systemen. Nicht der günstigste Anbieter allein ist entscheidend, sondern die beste Kombination aus Kompetenz, Erfahrung, Kapazität, Qualität, Referenzen, Region, Verlässlichkeit und Zusammenarbeit.

Dafür braucht es Trusted Data und Vertical Industry Data Platforms

KI ist nur so gut wie die Daten, auf die sie zugreifen kann.

Wenn Firmenprofile unvollständig sind, Referenzen fehlen, Zertifizierungen nicht strukturiert vorliegen, Bewertungen nicht eingeordnet werden und Projektinformationen nicht maschinenlesbar sind, kann auch die beste KI nur raten.

Deshalb braucht die Bauwirtschaft Trusted Data: geprüfte, strukturierte und vergleichbare Daten über Betriebe, Leistungen, Qualität, Referenzen, Spezialisierungen, Projektfähigkeit und Zuverlässigkeit.

Vertical Industry Data Platforms, kurz VIDP, können hier eine wichtige Rolle übernehmen. Sie schaffen eine branchenspezifische Datenbasis, die nicht nur für Menschen verständlich ist, sondern auch für Suchmaschinen, Plattformen, Versicherungen, Banken, Bauherren, Generalunternehmer und KI-Agenten.

AI-Docking-Layers: Die neue Schnittstelle zwischen Baustelle und KI

Die nächste Stufe sind sogenannte AI-Docking-Layers.

Damit sind strukturierte Daten- und Schnittstellenschichten gemeint, über die KI-Systeme kontrolliert auf relevante Bau-, Firmen- und Projektdaten zugreifen können. Nicht chaotisch über Werbetexte, PDFs und unstrukturierte Webseiten, sondern über klare, geprüfte und maschinenlesbare Datenpunkte.

Ein AI-Docking-Layer verbindet Firmenprofile, Referenzen, Zertifizierungen, Ratings, Projektinformationen, Verfügbarkeiten, Leistungsbereiche und Qualitätsdaten mit KI-Systemen und digitalen Workflows.

So entstehen die Grundlagen für bessere Suche, bessere Planung, bessere Ausschreibungen, bessere Kostenprognosen und bessere Anbieterwahl.

Was bedeutet das für die Schweizer Bauwirtschaft?

Auch in der Schweiz gibt es solche Probleme – vielleicht nicht immer im Ausmass von Stuttgart 21, aber im Grundmuster sehr wohl.

Planstände ändern sich. Schnittstellen zwischen Planern, Bauleitung, Unternehmern und Subunternehmern sind nicht immer sauber. Daten liegen in PDFs, E-Mails, Offerten, Excel-Listen und persönlichen Erfahrungswerten. Viele Entscheidungen hängen vom Netzwerk, vom Preis oder von kurzfristiger Verfügbarkeit ab – nicht immer vom besten Projekt-Fit.

Je komplexer Bauprojekte werden, desto weniger reicht diese Logik.

Die Schweizer Bauwirtschaft braucht deshalb bessere Datenstrukturen, bessere digitale Grundlagen und mehr Vergleichbarkeit. Nicht als Bürokratie, sondern als Schutz vor Fehlplanung, Kostenüberschreitungen und Qualitätsproblemen.

Quellenhinweis

Grundlage dieses Beitrags sind aktuelle Medienberichte von SWR/Tagesschau, n-tv, Tagesspiegel und weiteren Medien zu Stuttgart 21 sowie öffentliche Informationen zur Kostenentwicklung grosser Infrastrukturprojekte und zum Schweizer Bahnausbau.