Beinahe jede und jeder hat in irgendeiner Form schon mit künstlicher Intelligenz (KI) gearbeitet, Experten hingegen gibt es nur wenige. Einer davon ist Roger Basler de Roca. Wir haben uns mit ihm darüber unterhalten, wo KI einen Mehrwert bringt, was die Risiken sind und wie KI die Rollen und Verantwortlichkeiten in Projektteams verändert.
Interview: Michael Milz | 02.07.2026
Wie erklären Sie einem technisch interessierten, aber nicht KI-spezifisch ausgebildeten Publikum, was aktuelle KI-Systeme besonders gut können – und wo sie klare Grenzen haben?
Grundsätzlich sind KI-Modelle, insbesondere Sprachmodelle, stark musterorientiert. Ähnlich wie wir Menschen oft schon wissen, wie der Satz unseres Gegenübers vermutlich weitergeht, arbeiten auch diese Systeme. Sie erkennen auf Basis sehr vieler Daten Muster und Wahrscheinlichkeiten. Dadurch eignen sie sich sehr gut für Aufgaben wie Texterstellung, Übersetzung, Datenanalyse oder das Aufbereiten von Informationen. Vereinfacht gesagt ist das wie eine Kombination aus Excel und Word, mit der man sprechen kann, statt nur Knöpfe zu drücken. Die grosse Stärke liegt also darin, Informationen schnell zu strukturieren, zusammenzufassen und in einen Kontext zu bringen. Die Grenze ist allerdings klar: Die Systeme verstehen nicht wirklich, was sie sagen. Sie berechnen Wahrscheinlichkeiten. Das eigentliche Problem ist nicht die fehlende Rechenleistung, sondern das fehlende echte Verständnis.
Welche grundlegenden Tätigkeiten in wissensintensiven Berufen können aus Ihrer Sicht am ehesten von KI profitieren – und inwiefern lassen sich diese auf Planungs- und Bauprozesse übertragen?
Gerade im Wissensmanagement liegt enormes Potenzial. KI-Modelle erkennen Zusammenhänge in grossen Datenmengen sehr schnell. Das hilft beispielsweise bei Normen, gesetzlichen Vorgaben oder komplexen Abhängigkeiten in Projekten. Mitarbeitende finden Informationen schneller und können diese gleichzeitig besser einordnen. Besonders spannend ist die semantische Entwicklung der letzten Jahre. Früher musste man exakt wissen, wonach man sucht. Heute verstehen Systeme zunehmend Zusammenhänge und Bedeutungen. Man kann sich das wie ein internes Wikipedia vorstellen, kombiniert mit einem Chatbot. Statt sich durch Ordnerstrukturen zu klicken, stellt man einfach eine Frage und bekommt die relevanten Informationen direkt aufbereitet.
Viele Bauprojekte scheitern an fehlender Koordination oder Informationsverlust. Wo sehen Sie generative KI als Unterstützung, gerade im Hinblick auf Kommunikation und Dokumentation?
Der grosse Wurf, also ein System, das sämtliche heterogenen Prozesse und Beteiligten vollständig koordiniert, liegt vermutlich noch in einiger Ferne. Aber gerade bei Kommunikation und Dokumentation gibt es bereits heute sehr konkrete Mehrwerte. Meetings können transkribiert, durchsucht und automatisch in Aufgaben oder Verantwortlichkeiten übersetzt werden. Das verbessert die Nachvollziehbarkeit enorm. Auch bei der Verarbeitung visueller Informationen sehen wir Fortschritte. Beispielsweise beim Überführen von 2D-Plänen in 3D-Modelle oder beim Strukturieren handschriftlicher Notizen. Der entscheidende Unterschied liegt aber nicht in irgendeiner Superintelligenz, sondern darin, dass Informationen schneller auffindbar und verständlicher werden.
«Strukturierte Daten werden zum strategischen Faktor.»
Wo sehen Sie die grössten Risiken beim Einsatz von KI in Branchen mit hohen Anforderungen an Sicherheit, Normtreue und Nachvollziehbarkeit wie der Bauwirtschaft?
Da gibt es im Wesentlichen drei Ebenen. Die erste Ebene betrifft den Dialog mit dem System selbst. Die KI liefert oft sehr überzeugende und menschenähnliche Antworten. Das verleitet dazu, Aussagen zu schnell zu vertrauen, ohne die Grundlage kritisch zu hinterfragen. Menschen neigen generell dazu, selbstbewusst auftretenden Systemen Kompetenz zuzuschreiben. Auf einer zweiten Ebene geht es um die Datenbasis. Moderne KI-Systeme sind nur so gut wie die Daten, mit denen sie arbeiten. Gute, strukturierte und nachvollziehbare Daten werden deshalb zum strategischen Faktor. Die dritte Ebene ist der Datenschutz. Sobald Daten verarbeitet oder hochgeladen werden, stellt sich die Frage: Wo liegen diese Daten? Wer darf sie weiterverwenden? Gerade zwischen europäischen Datenschutzprinzipien und amerikanischen Plattformmodellen entstehen hier Spannungen. Und trotz aller Technologie gilt weiterhin: Der Mensch bleibt verantwortlich. Maschinen dürfen unterstützen, aber die Entscheidung muss am Ende beim Menschen liegen.

Wie können Unternehmen sicherstellen, dass KI-gestützte Ergebnisse verlässlich, überprüfbar und nicht verzerrt sind – gerade wenn die KI die Fachlogik der Branche nicht versteht?
Das braucht mehrere Ebenen der Qualitätssicherung. Erstens sollte man Systeme nutzen, die auf einer klar definierten Datenbasis arbeiten. Man spricht hier oft von sogenannten Retrieval-Augmented-Generation-Systemen. Vereinfacht gesagt: Die Qualität kommt stärker aus den eigenen Daten als aus dem Sprachmodell selbst. Dann braucht es kontinuierliches Training der Mitarbeitenden. Der Umgang mit KI ist keine einmalige Schulung, sondern ein laufender Lernprozess. Und schliesslich braucht es Qualitätskontrollen. Das kann klassisch über das Vier-Augen-Prinzip geschehen oder algorithmisch über definierte Prüfmechanismen und Scoring-Systeme. Was übrigens oft unterschätzt wird: Nicht die KI entscheidet über Qualität, sondern die Prozesse rund um die KI.
Was ist bekannt im Zusammenhang mit Urheberrechten an Daten und Informationen, die in KI-Modelle eingespeist und genutzt werden?
Das ist juristisch komplex. Vereinfacht gesagt kollidieren hier, wie bereits erwähnt, amerikanische und europäische Denkweisen. In den USA gibt es im Copyright-Bereich Ausnahmen für Forschung und Training von Modellen. Deshalb waren viele KI-Unternehmen ursprünglich als Forschungsorganisationen organisiert. Europa verfolgt stärker den Grundsatz, geistiges Eigentum zu schützen. Genau dort entstehen Konflikte. Besonders kritisch wird es, wenn Mitarbeitende ohne klare Richtlinien interne Daten in öffentliche KI-Systeme eingeben. Viele unterschätzen, dass Informationen damit potenziell weiterverarbeitet werden können. Das eigentliche Problem ist nicht nur die Technologie selbst, sondern fehlendes Bewusstsein im Umgang damit.
«Nicht die KI entscheidet über Qualität, sondern die Prozesse rund um die KI.»
Welche Kompetenzen brauchen Baufachleute, um KI sinnvoll einzusetzen?
Das Wichtigste bleibt Plausibilitätskompetenz: Menschen müssen weiterhin beurteilen können, ob Ergebnisse logisch und sinnvoll sind. Eine weitere wichtige Fähigkeit ist vernetztes Denken. Gerade im Bauwesen hängen Materialien, Normen, Zeitpläne und physische Realitäten eng zusammen. Diese Komplexität vollständig zu verstehen, bleibt menschlich geprägt. Und schliesslich braucht es die Fähigkeit, Systeme sauber zu instruieren. KI funktioniert nur dann gut, wenn Menschen klare Ziele, Werte und Rahmenbedingungen vorgeben.
Wie verändert KI aus Ihrer Sicht die Rollen und Verantwortlichkeiten in Projektteams? Wird sie eher Assistenzsystem oder zunehmend Co-Autor komplexer Aufgaben?
Ich vergleiche das gerne mit der Einführung von CAD-Software damals. Die Software hat unterstützt, aber sie hat nicht ersetzt, was Fachleute verstehen und beherrschen mussten. KI wird viele repetitive und zeitaufwändige Aufgaben übernehmen können. Sie kann Menschen entlasten und gewisse Schwächen ausgleichen. Aber das kritische Denken darf niemals ausgelagert werden. Vor-, Mit- und Nachdenken bleiben zentrale menschliche Aufgaben. Die Konsequenz daraus ist: Wenn KI uns Zeit verschafft, damit wir besser denken können, dann haben wir eigentlich gewonnen.
Wie wird sich die Arbeitsweise in wissensintensiven und projektorientierten Branchen in den nächsten fünf Jahren verändern – unabhängig von der spezifischen Fachdisziplin?
Wir sehen gerade den Übergang, dass Software beginnt, andere Software zu bedienen. Systeme interagieren zunehmend autonom miteinander. Man kann einer KI heute bereits sagen: Übertrage Daten von einem System ins andere, aktualisiere Informationen oder strukturiere Inhalte neu. Dadurch werden sich viele Schnittstellen und manuelle Prozesse verändern. Gleichzeitig stellt das Softwareanbieter vor neue Fragen: Welche Funktionen bauen sie selbst, und welche übernimmt künftig eine KI-Ebene darüber? Der grosse Umbruch liegt wahrscheinlich weniger in einzelnen Tools als in der Art und Weise, wie Software künftig miteinander kommuniziert.
Was sind realistische Erwartungen an KI im Bauwesen – und wo überschätzt die Branche (oder die Öffentlichkeit) die Technologie heute noch deutlich?
Sehr stark ist KI heute bereits bei textbasierten Aufgaben: Protokolle, Übersetzungen, Qualitätsprüfungen oder das Strukturieren von Informationen. Auch multimodale Modelle, also Systeme, die gleichzeitig mit Text, Bildern oder Dokumenten arbeiten, entwickeln sich schnell weiter. Überschätzt wird hingegen oft die Vorstellung einer vollständig autonomen Gesamt-KI, die sämtliche Prozesse intelligent steuert. So weit sind wir nicht. Aber das muss auch nicht das Ziel sein. Kleine, konkrete Helfer im Alltag können bereits enorme Wirkung entfalten.
Wenn Sie den Akteuren im Bau- und Planungswesen drei pragmatische Tipps für den Einstieg in KI geben müssten – welche wären das?
Erstens: Sich klar überlegen, welche Prozesse überhaupt sinnvoll automatisierbar sind. Zweitens: Datenqualität ernst nehmen. Gute Daten machen einen massiven Unterschied. Schlechte Daten skalieren Probleme nur schneller. Und drittens: Experimentier- und Lernbereitschaft mitbringen. Wir stehen noch ziemlich am Anfang dieser Entwicklung. Wer heute zu lernen und zu experimentieren beginnt, baut langfristig einen entscheidenden Vorteil auf.
Roger Basler de Roca hat seine Laufbahn vor rund 30 Jahren als Informatiker bei IBM gestartet und kam bereits damals mit künstlicher Intelligenz («IBM Watson») in Berührung. Er arbeitete längere Zeit in China, Spanien und Nordamerika und begleitet nun seit über zehn Jahren diverse Firmen im Bereich Digitalisierung und digitale Geschäftsmodelle. In seiner Freizeit ist der KI-Experte allerdings sehr analog unterwegs. Er ist gerne und viel in den Bergen, spielt Squash und nimmt an Mud Races teil, Hindernisläufen also, bei denen man garantiert dreckig wird. Das erdet dann wieder, sagt er.