Trunk Tools revolutioniert Baubranche mit KI-gestützter Dokumentenprüfung

Die Bauindustrie kämpft mit einem zentralen Problem: Unstrukturierte Dokumente, proprietäre Formate und implizites Fachwissen machen es selbst modernen KI-Systemen schwer, zuverlässige Ergebnisse zu liefern. Genau hier setzt das US-amerikanische Startup Trunk Tools an – und zeigt, wie spezialisierte KI-Architekturen branchenspezifische Herausforderungen lösen können.

Das Unternehmen hat eine maßgeschneiderte Technologie entwickelt, die Review-Zyklen von Monaten auf Tage verkürzt und gleichzeitig die Fehlerquote im Feld deutlich reduziert. Der Schlüssel liegt in einer dreistufigen Architektur, die branchenrelevante Daten in handlungsfähiges Wissen überführt. Besonders in Hochrisikobranchen wie Bauwesen, Recht oder Gesundheitswesen, wo Dokumentenvielfalt und Fachjargon dominieren, stößt die Technologie auf großes Interesse.

Warum Standard-KI in der Bauindustrie versagt

Allgemeine Sprachmodelle wie GPT-4 sind zwar leistungsfähig, aber für den Einsatz in spezialisierten Domänen oft ungeeignet. Ihr Hauptnachteil: Sie sind auf Breite statt Tiefe trainiert. Das führt zu Problemen bei

• Fachbegriffen und Abkürzungen, die nur Brancheninsider verstehen,
• implizitem Wissen, das nicht explizit dokumentiert ist,
• spezifischen Formatvorgaben, die in Zeichnungen oder Verträgen verankert sind.

Sébastien De Bollivier, Softwareentwickler und Experte für KI-Systeme, erklärt das Problem an einem Beispiel: Ein Sprachmodell der GPT-4-Klasse mag einen französischen Rechtsvertrag verstehen – doch bei der korrekten Zitierung von Gesetzesartikeln scheitert es regelmäßig. De Bollivier betont: „Die größten Engpässe entstehen nicht durch mangelndes Grundwissen, sondern durch die Unfähigkeit, branchenspezifische Daten korrekt zu verarbeiten.“

Kriti Faujdar, Senior Product Manager bei einem Unternehmen für KI-Infrastruktur, ergänzt: „Unternehmensdaten, die für die KI-Ausbildung entscheidend sind, landen selten in den Trainingsdaten großer Sprachmodelle. Sie bleiben in internen Systemen und proprietären Formaten verborgen.“ Selbst der Einsatz von Retrieval-Augmented Generation (RAG) bringe hier nur begrenzte Verbesserungen, da das Modell zwar bessere Fakten erhält – aber weiterhin nicht fachgerecht argumentieren kann.

Faujdar empfiehlt Unternehmen stattdessen einen dreistufigen Ansatz:

1. Vortraining mit branchenspezifischen Daten, um das Modell an Fachjargon und Kontexte zu gewöhnen,
2. Feinabstimmung mit echten Anwendungsbeispielen – „Ein paar tausend hochwertige, praxisnahe Beispiele übertreffen Millionen halbwegs brauchbarer, aber verrauschter Daten“, so Faujdar,
3. Eigene Evaluierungsmetriken entwickeln, die die Zuverlässigkeit in der Zielbranche messen.

Ein weiterer Lösungsansatz sind Mixture-of-Experts (MoE)-Modelle, die Spezialisierung ermöglichen, ohne die Inferenzkosten in die Höhe zu treiben. Der erfolgversprechendste Weg sei laut De Bollivier jedoch die Kombination aus allgemeinem Sprachmodell für Logik und Orchestrierung und einem feinabgestimmten, kleineren Modell für die domänenspezifische Extraktion. Sein Rat: „Feinabstimmung sollte nicht dazu dienen, das Modell schlauer zu machen – sondern zuverlässiger in den spezifischen Ausgaben, die eure Workflows benötigen.“

Trunk Tools‘ dreistufige Architektur: Wie sie funktioniert

Während viele KI-Systeme an der schieren Menge an Dokumenten scheitern, setzt Trunk Tools auf eine symbolische Interpretation – nicht auf probabilistische Annahmen. Amrish Kapoor, CTO des Unternehmens und ehemaliger Softwareingenieur bei Google, erklärt den Unterschied: „Ein Standard-Sprachmodell würde ein Bild als ‚wahrscheinlich einen Baum‘ oder ‚wahrscheinlich ein Kind neben einem Baum‘ beschreiben. Für die Bauindustrie ist das irrelevant – hier zählt die exakte Position eines Symbols, das nur 2 Millimeter breit ist und je nach Kontext eine völlig andere Bedeutung hat.“

Die Lösung liegt in Trunk Tools‘ drei Schichten:

1. Wahrnehmungsschicht: Rohdaten strukturieren

Diese Ebene ist für die Extraktion von Informationen aus unordentlichen Dokumenten zuständig – seien es PDFs, Bauzeichnungen oder Scans. Die Herausforderung: Baupläne folgen keiner einheitlichen Logik. Eine Tür wird nicht immer als „Tür“ beschriftet, sondern kann auch durch eine einfache Bogenform auf einer Wand dargestellt sein.

„Diese Schicht lehrt die KI, die Sprache der Baupläne zu lesen“, erklärt Sarah Buchner, Gründerin und CEO von Trunk Tools. „Dabei geht es nicht nur um Texterkennung, sondern um das Verständnis von Kontext – etwa ob eine Bogenform eine Tür, ein Fenster oder eine Nische repräsentiert.“

2. Semantische Schicht: Beziehungen herstellen

Hier wird die extrahierte Information in einen sinnvollen Zusammenhang gebracht. Ein klassisches Beispiel: Ein Türsymbol auf einem Plan wird mit der zugehörigen Spezifikation, dem Montageplan und dem verantwortlichen Handwerkerteam verknüpft. Buchner dazu: „Unsere Technologie beantwortet nicht die Frage ‚Gibt es hier eine Tür?‘, sondern ‚Führt diese Door später zu einem Problem im Bauablauf?‘“

Diese Verknüpfungen sind entscheidend, denn in der Bauindustrie vervielfachen sich Fehlerkosten mit der Zeit. Ein Konflikt, der bereits in der Planungsphase erkannt wird, lässt sich mit minimalem Aufwand beheben. Wird derselbe Fehler erst auf der Baustelle entdeckt, können die Kosten in die Zehntausende von Euro gehen.

3. Agenten-Schicht: Automatisierte Workflows auslösen

Auf Basis der strukturierten Daten werden autonome Agenten aktiv, die komplexe Aufgaben übernehmen. Ein Beispiel: Ein Agent vergleicht zwei Versionen eines Architekturbulletins, identifiziert Änderungen und generiert eine visuelle Gegenüberstellung mit Markierungen für Hinzufügungen und Streichungen. Gleichzeitig erstellt er einen verständlichen Fließtext, der die Änderungen in einfachen Worten erklärt – ohne dass ein Mensch eingreifen muss.

Branchenspezifische KI als Zukunftsmodell

Trunk Tools‘ Ansatz zeigt, dass generische KI-Lösungen in hochspezialisierten Branchen oft an ihre Grenzen stoßen. Die Bauindustrie ist nur ein Beispiel – ähnliches gilt für den Rechts- und Gesundheitssektor, wo hohe Fehlerkosten und standardisierte Dokumentenformate klare ROI-Vorteile für branchenspezifische KI bieten.

Doch es gibt eine Einschränkung: Spezialisierte Modelle funktionieren meist nur innerhalb ihres Fachgebiets. Faujdar warnt: „Ein Modell, das auf Baupläne trainiert wurde, wird bei medizinischen Dokumenten versagen – es sei denn, es wird neu trainiert.“ Die Lösung liegt daher in modularen Architekturen, die je nach Bedarf angepasst werden können.

Für Unternehmen, die ähnliche Herausforderungen bewältigen müssen, bietet Trunk Tools‘ Technologie einen blaupauseähnlichen Ansatz. Der Schlüssel zum Erfolg liegt darin, Datenchaos in handlungsfähiges Wissen zu verwandeln – und autonome Agenten mit dem richtigen Kontext auszustatten, um Millionen von Dokumenten zu analysieren, ohne dabei die Kontrolle zu verlieren.