GEBRA

Anforderungen, Ausgangslage und Impulse für die Entwicklung von GEBRA
Die ISTW steht vor der Herausforderung, für jedes Planungsverfahren Erläuterungsberichte in hoher und konsistenter Qualität zu erstellen. Diese Berichte folgen dabei einer klar vorgegebenen Struktur, dienen als zentrale Dokumentationsgrundlage und sind in vielen Projekten essenzieller Bestandteil des Genehmigungsprozesses. Gleichzeitig haben sich die Anforderungen an Tiefe, Vollständigkeit und Nachvollziehbarkeit dieser Berichte stetig erhöht – nicht zuletzt aufgrund komplexerer technologischer Rahmenbedingungen, höherer Regulierung und wachsender Erwartungen an Transparenz.
Bislang hängt die Erstellung dieser Berichte stark von der Expertise der jeweiligen Planungsingenieure ab. Das gewährleistet zwar Qualität, bindet aber bedeutende Kapazitäten, insbesondere in Phasen hoher Auslastung. Die manuelle, textbasierte Dokumentation führt zudem zu zeitlichen Engpässen, erschwert eine gleichbleibend hohe Detailtiefe und birgt potenzielle Inkonsistenzen, die durch unterschiedliche Schreib- und Arbeitsstile entstehen können.
Impulsgeber für die Überlegung, diesen Prozess zu digitalisieren und stärker zu automatisieren, war die zunehmende Verfügbarkeit generativer KI-Methoden. Interne Fachbereiche äußerten den Wunsch, textlastige Routinetätigkeiten zu entlasten und mehr Raum für fachlich-konzeptionelle Arbeit zu schaffen. Gleichzeitig stellte die ISTW fest, dass bislang keine marktfähige Lösung existiert, die speziell auf die Anforderungen von Planungsverfahren und die Erstellung technischer Erläuterungsberichte zugeschnitten ist.
Eine eigene, sichere und datenschutzkonforme Lösung zu entwickeln, erschien daher als konsequenter Schritt – insbesondere, da projektspezifische Daten und Geschäftsgeheimnisse den Einsatz cloudbasierter Dienste nahezu ausschließen. Ein „on premise“-Ansatz bietet hier die notwendige Kontrolle. So entstand die Entscheidung, einen Proof of Concept zu entwickeln und zu erproben, der sowohl die technische Machbarkeit als auch die fachliche Qualität einer KI-gestützten Berichtserstellung überprüft.

Technische Machbarkeit, Systementwicklung und Nutzen in der Praxis
Im Projektverlauf steht die ISTW vor der zentralen Frage, ob generative KI-Modelle die komplexen Qualitätsanforderungen erfüllen können, die an Erläuterungsberichte gestellt werden. Dazu gehören fachlich korrekte Beschreibungen, konsistente Terminologie, logische Strukturierung und die präzise Integration technischer Kennwerte. Die technische Machbarkeitsanalyse konzentriert sich daher nicht nur auf Textqualität, sondern auch auf Themen wie Datenvertraulichkeit, Modellarchitektur, Schnittstellenfähigkeit und die Möglichkeit, projektspezifisches Wissen sicher einzubinden.
Ein wesentlicher Aspekt ist die Einrichtung eines „on premise“-Services, der ohne externe Datenübermittlung auskommt und damit höchste Anforderungen an Datenschutz und Geheimhaltung erfüllt. Parallel wird evaluiert, wie Domänenwissen strukturiert eingebettet werden kann, sodass KI-Modelle verlässliche, reproduzierbare Ergebnisse liefern.
Der Nutzen für die Praxis zeichnet sich bereits in der Projektphase ab: Wo heute viel Zeit für das Formulieren textlicher Passagen aufgewendet wird, könnte KI künftig erste Entwürfe automatisiert erstellen. Ingenieurinnen und Ingenieure würden dadurch stärker in ihrer Kernaufgabe entlastet – der fachlichen Bewertung, Planung und Abstimmung mit internen und externen Stakeholdern. Die Qualität der Berichte könnte durch einheitliche Terminologie und konsistente Strukturen erhöht werden, während die Erstellungsgeschwindigkeit gleichzeitig steigt.
In ersten Tests zeigt sich zudem, dass generative KI bei korrekter Modellierung in der Lage ist, große Informationsmengen präzise zu verarbeiten und in klar gegliederte Texte zu überführen. Die Herausforderung liegt darin, das Modell so auszurichten, dass es regulatorische Vorgaben, projektspezifische Besonderheiten und den Duktus technischer Dokumentation sicher berücksichtigt.

Integration generativer KI, Automatisierung und strategische Weiterentwicklung
Mit Abschluss des Proof of Concept ergeben sich für die ISTW vielfältige Perspektiven zur Weiterentwicklung ihrer digitalen Planungsprozesse. Sollte sich zeigen, dass generative KI die geforderte Qualität zuverlässig liefert, könnte das System zukünftig direkt in bestehende Planungsworkflows integriert werden – etwa in Form eines integrierten Moduls innerhalb der Projektsoftware oder als eigenständige Anwendung zur strukturierten Berichtserstellung.
Ein möglicher nächster Schritt besteht darin, den Funktionsumfang zu erweitern: automatische Konsistenzprüfungen, intelligente Textelement-Vorschläge, die Integration technischer Datenquellen oder halbautomatisierte Abstimmungsprozesse könnten den Dokumentationsablauf weiter beschleunigen. Zusätzlich könnten Versionierungsmechanismen, Qualitätsmetriken oder Dashboards eingeführt werden, um Transparenz und Nachvollziehbarkeit über den gesamten Berichtserstellungsprozess hinweg sicherzustellen.
Langfristig eröffnet das Projekt die Option, weitere KI-basierte Services zu entwickeln – etwa für das Erkennen von Abweichungen in Planungsdaten, das automatische Ableiten von Maßnahmen oder die strukturelle Analyse vergleichbarer Verfahren. Auch eine sukzessive Erweiterung des Wissensbestands, mit dem das Modell arbeitet, ist denkbar und würde die Ergebnisqualität weiter steigern.