Ungenutztes Wissen und ausbleibende Prozessverbesserung
Die Ausgangslage in vielen Ingenieur- und Planungsbüros. Erfahrung steckt in Projektordnern und in den Köpfen einzelner Mitarbeiter, statt im Tagesgeschäft nutzbar zu sein.
Wissens-Management
Einsatz von künstlicher Intelligenz
Zwei Schichten, ein System
PlanFlow AI besteht aus einer Wissensdatenbank (Corporate Brain), in der Projektdaten gespeichert werden. Darauf aufbauend machen KI-Workflows dieses Wissen als Werkzeug nutzbar.
Das Unternehmenswissen besteht aus Projektdaten abgeschlossener Projekte: Dokumente, Pläne, Tabellen und Engineering-Daten. In der Wissensdatenbank werden diese in KI-freundliche Formate konvertiert. So wird das Wissen für die KI semantisch und logisch durchsuchbar.
Workflows entstehen modular aus aneinandergereihten KI-Funktionen. Bestehende Abläufe lassen sich jederzeit erweitern oder anpassen, auf Wunsch auch durch das Unternehmen selbst und ohne Programmierkenntnisse. Nach jedem KI-Einsatz prüft der Mensch und führt bei Bedarf Änderungen durch.
Das Ergebnis ist eine einheitliche, aktuelle Datenbasis plus wiederverwendbare Arbeitsabläufe für alle Mitarbeiter.
PlanFlow AI in der Praxis
Datenimport: Projektdokumente werden hochgeladen, Text und Pläne automatisch ausgewertet und als durchsuchbares Wissen in der Projektdatenbank abgelegt.
Wie aus Projektdokumenten nutzbares Wissen wird
Zuerst entscheidet die Klassifizierung, um welche Art von Inhalt es sich handelt. Danach folgt jeder Inhaltstyp seinem eigenen Weg. Im Textzweig erkennt die Strukturanalyse Überschriften, Absätze und Gliederungsebenen. So lässt sich später nach Bedeutung suchen, nicht nur nach Stichwörtern. Tabellen werden in ein maschinenlesbares Format überführt und behalten ihre Zeilen- und Spaltenbezüge. Bei technischen Zeichnungen erkennt das System erst die Objekte und dann deren Verbindungen. Damit bleibt nachvollziehbar, welches Bauteil mit welchem verbunden ist. Am Ende landet jeder Inhalt im passenden Datenbanktyp: Text in der Vektordatenbank, Tabellen in der relationalen Datenbank und die Verbindungen aus Schaltschrankplänen im Graphen.
Technische Zeichnungen im Detail
Eine zweite Klassifizierung bestimmt den genauen Zeichnungstyp. Das ist nötig, weil jeder Typ andere Informationen trägt. Ein Grundriss liefert Räume mit Nummer, Fläche und Nutzung. Eine Schnittzeichnung zeigt Höhen und Ebenen eines Gebäudes. Bei diesen Architektur-Zeichnungen wird eine Raumerkennung durchgeführt. Zusätzlich werden Objekte erkannt, die sich in den Räumen befinden. In der Anlagentechnik geht es dagegen um Objekte und ihre Verbindungen. Der P&ID-Plan beschreibt Behälter, Rohrleitungen und Messstellen. Der Schaltschrankplan zeigt den Aufbau der Schränke samt Verdrahtung, das Automatisierungsschema die Logik dahinter. Der Stromlaufplan ergänzt die elektrischen Verbindungen. Je genauer die Objekte und deren Verbindungen bekannt sind, desto präziser arbeitet die KI und kann technische Unterlagen in ihrer Tiefe verstehen und erzeugen.
Ihr Nutzen im Detail
- Hybride Architektur aus Vektor- und Graph-Datenbank statt reiner Stichwortsuche: Die Vektor-Ebene versteht Bedeutungen, die Graph-Ebene versteht Beziehungen. Reine Vektorsuche ist schnell, verliert aber Logik, Hierarchien und zeitliche Abhängigkeiten. Eine Anfrage findet zunächst semantisch den passenden Einstiegspunkt und wird von dort einige Ebenen tief durch die Beziehungen weiterverfolgt, für vollständigen Kontext statt isolierter Textschnipsel.
- Versionierung: Antworten sind an einen Gültigkeitsstand gekoppelt. Überholte Informationen werden bei der Suche automatisch ausgefiltert, bleiben aber für einen lückenlosen Audit-Trail nachvollziehbar erhalten.
- Vision-basiertes Parsing: Verbindungsinformationen in PDFs, etwa Linien in Flowcharts oder Organigrammen, werden per Vision-LLM in Text und Beziehungen überführt.
- Kontinuierliches Lernen: Die KI baut ihr Wissen mit jedem Projekt weiter aus. Rückmeldungen der Anwender fließen direkt in die Wissensbasis ein und verbessern zukünftige KI-Ergebnisse.
- Wissenserhalt: Fachwissen bleibt im Unternehmen erhalten, auch wenn einzelne Experten das Unternehmen verlassen, da es in Workflows und Wissensdatenbank verankert ist.
- Prozessstandardisierung: Nach dem Baukasten-Prinzip kombinierbare KI-Prompts und Agenten werden per Klick zu Workflows zusammengestellt, ganz ohne Programmierkenntnisse. So können Unternehmen ihre eigenen Prozesse und Standards aufbauen und diese permanent weiterentwickeln. Alle Mitarbeiter arbeiten mit denselben KI-Prompts auf derselben, aktuellen Datenbasis. Einmal gebaute Workflows lassen sich unternehmensweit wiederverwenden und weitergeben, statt in jedem Projekt neu erfunden zu werden.
- Breite Anwendungsfälle: Nicht auf einen einzelnen Anwendungsfall oder eine Branche festgelegt, sondern flexibel auf beliebige Fachprozesse übertragbar. Immer wenn Eingangsdaten, etwa PDFs, in andere Formate überführt und dabei mit branchenspezifischem Wissen angereichert werden müssen, lässt sich das flexibel abbilden.
- Anschluss an vorhandene Werkzeuge: Ergebnisse gehen als Excel, Word, IFC oder über Schnittstellen direkt weiter und lassen sich in Ihre Engineering-Tools importieren. Der Workflow endet nicht in der KI, sondern in den Formaten, mit denen Sie ohnehin arbeiten.
- Human-in-the-Loop ist fest im Konzept verankert, statt einer vollautomatischen Blackbox: Der Planer prüft Zwischenergebnisse wie Tabellen oder Dokumente und nimmt bei Bedarf Änderungen vor, bevor der nächste Schritt durch die KI erfolgt. So behält der Anwender den Überblick und die Kontrolle.
Kundennutzen nach Zielgruppe
Fachplaner & Ingenieure
Deutliche Zeitersparnis bei wiederkehrender manueller Datenübertragung, von PDF über Excel bis Word oder Engineering-Tool. Wissensdatenbank und KI erhöhen zugleich die Qualität der Arbeit und helfen dabei, den Überblick über die Anforderungen zu behalten.
Geschäftsführung
Standardisierung und Skalierbarkeit von Expertenwissen. Projekte durchlaufen die Planungsphasen schneller, Nacharbeiten und Rückfragen nehmen ab. Das Büro bearbeitet mehr Aufträge, ohne bei der Qualität nachzulassen.
Neue Mitarbeiter
Schnellerer Einstieg, da Erfahrungswissen bereits in Workflows und Wissensdatenbank verankert ist. Offene Fragen lassen sich jederzeit direkt in der Wissensdatenbank abfragen. Ergänzend leitet der Workflow Schritt für Schritt durch den Prozess.
Use Cases
Drei Beispiele aus der Praxis. Jeder Use Case zeigt den Ablauf Schritt für Schritt, von den Eingangsdokumenten bis zum Export.
Beliebige Formate, ein Werkzeug
Kundeninformationen liegen in einem Planungsprozess meist als PDF, Tabellen oder 2D-Plänen vor. PlanFlow AI reichert sie mit dem Unternehmenswissen an, bereitet sie KI-geprüft auf und überführt sie in beliebige Formate.
GAEB, VDI 3805, BACnet
Sicherheit und Hosting
Sie entscheiden, wo Ihre Daten liegen und welche Modelle rechnen. Drei Betriebsmodelle stehen zur Wahl, die Plattform bleibt in allen Varianten dieselbe.
Betrieb auf EU-Servern mit externer KI-Anbindung. Die Modelle werden per API genutzt, abgerechnet wird nach Token.
Die Plattform läuft auf Ihrer Hardware. Für die Modelle greift sie auf externe KI-Anbieter zu.
Plattform und KI-Modelle laufen komplett auf eigenen Systemen. Maximale Datenkontrolle, keine externen Token-Kosten.
Betriebsmodelle im Vergleich
| Kriterium | EU-Cloud | On-Premise | Self-Hosting |
|---|---|---|---|
| Datenschutz | DSGVO-konform, EU-Rechenzentrum | Daten im Haus, Modellabfragen extern | Keine Daten verlassen Ihr Netz |
| Sicherheit | Verschlüsselte Übertragung und Ablage | Eigene Netz- und Zugriffskontrolle | Betrieb ohne externe Verbindung möglich |
| Aufwand | Gering, Betrieb liegt bei uns | Mittel, IT-Betrieb beim Kunden | Mittel, Modellbetrieb beim Kunden |
| Hardwarekosten | Keine | Eigene Server | Eigene Server und GPU-Kapazität |
| KI-Token-Kosten | Nach Verbrauch | Nach Verbrauch | Keine |
Ihre KI-Experten
Praxiserfahrung aus Forschung und industrieller Prozessautomatisierung, für Ihre KI-Projekte.
- Über 10 Jahre Erfahrung bei Toyota (Tokio), CERN (Genf) und KIT (Karlsruhe) in produktiver KI, Automatisierung und dem Aufbau skalierbarer KI-Plattformen für automatisiertes Fahren und KI-Infrastruktur.
- Arbeit an datenintensiven Analyse- und Rekonstruktionssystemen in internationaler Forschung.
- Spezialist für KI-basierte Prozessautomatisierung mit Fokus auf messbaren Nutzen für Unternehmen.
- Architektur und Umsetzung von KI-/ML-Systemen.
- 10 Jahre Erfahrung in der industriellen Prozessautomatisierung in Pharma-, Chemie- und Energiebranche.
- Projektsteuerung, Auslegung und Umsetzung von Projekten zur Automatisierung von Produktionsprozessen mittels SW- und HW-Komponenten.
- Leitung eines weltweiten Projekts zur Reduzierung der Engineering-Kosten durch SW-Neuentwicklung, Standarddefinition und Prozessharmonisierung.
- Experte für die internen KI-Tools der sms Consulting.
Wir sprechen über Ihre Planung und Sie erfahren, was sich automatisieren lässt
Sie erhalten eine Einschätzung zu Umsetzbarkeit, Zeitersparnis und Qualitätsgewinn.