Das Problem: Grundrisse stecken in PDFs fest
Immobilienmakler, Architekturbüros und Hausverwaltungen arbeiten täglich mit Grundrissen. Doch die Daten darin — Raummaße, Quadratmeter, Zusammenhänge im Layout — sind in Bildern und PDFs gefangen.
Für strukturierte Daten muss jemand:
- Jeden Raum manuell aus der Zeichnung abmessen
- Die Fläche Raum für Raum berechnen
- Alles abtippen, in eine Tabelle oder ein Exposé-Portal
- Doppelt prüfen, denn ein falsches Maß bedeutet einen falschen Preis
Für ein Maklerbüro mit 50 Objekten pro Monat sind das Stunden lästiger Arbeit pro Exposé. Für ein Architekturbüro, das Pläne prüft, ist es noch schlimmer.
Was wäre, wenn eine KI auf einen Grundriss schaut und Ihnen sofort jeden Raum, seine Maße und die Gesamtfläche nennt?
Was wir entwickelt haben
Wir haben ein KI-System gebaut, das jedes Grundrissbild — gescannt, fotografiert oder aus CAD exportiert — annimmt und strukturierte Raumdaten daraus zieht.
So funktioniert es
1. Bildanalyse Der Grundriss läuft durch unsere Computer-Vision-Pipeline. Wir kombinieren Linienerkennung (für Wände) mit Konturextraktion (für Raumgrenzen), um das Layout zu verstehen.
2. Raumerkennung Die KI erkennt einzelne Räume als geschlossene, von Wänden gebildete Flächen. Sie liest Raumbezeichnungen, wo vorhanden, und leitet den Raumtyp (Küche, Bad, Schlafzimmer) aus Einrichtung und Layout ab, wenn Bezeichnungen fehlen.
3. Maßextraktion Bemaßungen im Plan werden gelesen und den passenden Wänden zugeordnet. Das System versteht Schreibweisen wie „3.50m", „11'-6"" und gemischte metrische/imperiale Formate.
4. Strukturierte Ausgabe Jeder Raum wird zu einem Datenobjekt:
| Feld | Beispiel |
|---|---|
| Raumname | Wohnzimmer |
| Breite | 5,2 m |
| Länge | 4,8 m |
| Fläche | 24,96 m² |
| Türen | 2 (zum Flur, zur Küche) |
| Fenster | 3 |
| Etage | Erdgeschoss |
Dazu Gesamtfläche, Raumanzahl und ein Graph, welcher Raum an welchen grenzt.
Was daran schwierig war
Uneinheitliche Zeichenstile
Jeder Architekt zeichnet anders. Manche Pläne sind minimale Strichzeichnungen, andere sind detailreich mit Möbeln und Texturen. Wir brauchten ein Modell, das beide Extreme verkraftet.
Maßstab und Einheiten
Grundrisse kommen metrisch, imperial und manchmal ganz ohne Maßstab. Wir haben einen Kalibrierschritt gebaut, der die Maßstabsleiste oder bekannte Referenzmaße erkennt und alle Maße vereinheitlicht.
Mehrere Etagen auf einem Blatt
Manche Dokumente zeigen mehrere Etagen auf einer Seite. Das System erkennt die Etagengrenzen und verarbeitet jede einzeln.
Ergebnisse
| Kennzahl | Manuell | Unser System |
|---|---|---|
| Zeit pro Grundriss | 15–30 Minuten | 10 Sekunden |
| Genauigkeit Raumerkennung | — | 95% |
| Genauigkeit Maße | Menschlicher Fehler ~3% | ±2% Abweichung |
| Ausgabeformat | Tabelle | JSON + visuelle Überlagerung |
Für eine Immobilienplattform mit 200 Exposés pro Monat:
- Vorher: 2 Mitarbeiter je 3 Stunden täglich mit Grundrissdaten
- Nachher: Automatische Verarbeitung mit 10 Minuten Prüfung pro Tag
- Ergebnis: Exposés gehen 2 Tage früher online, mit genaueren Flächenangaben
Für wen das gedacht ist
- Makler, die Raumgrößen für Exposés brauchen, ohne zu messen
- Hausverwaltungen, die ein Regal alter Pläne in eine durchsuchbare Liste verwandeln
- Architekten, die Raumlisten aus älteren Zeichnungen ziehen
- Tools für Innenarchitektur, die Raumformen zum Planen brauchen
- Bauunternehmen, die Bestandspläne in Daten verwandeln
