Foto mit Sprachkommentar

Beim Foto mit Sprachkommentar nimmt die App unmittelbar nach der Aufnahme eine kurze Sprachnotiz auf. Aus dieser entsteht per Spracherkennung die Bildbeschreibung, die dauerhaft mit dem Foto verknüpft bleibt. Der Monteur sagt “Bad Obergeschoss, Warmwasserleitung vor dem Verschließen, Absperrventil noch nicht gesetzt” und hat damit dokumentiert, was auf dem Bild zu sehen ist.

Das Verfahren löst das größte Problem der Fotodokumentation: unkommentierte Bilder. Ein Foto ohne Beschreibung ist nach sechs Monaten schwer einzuordnen, weil weder Raum noch Anlass erkennbar sind. Getippt werden Beschreibungen auf der Baustelle praktisch nie, gesprochen dagegen schon, weil es den Arbeitsfluss nicht unterbricht und mit Handschuhen funktioniert.

Der Nutzen wächst mit dem Bestand. Kommentierte Fotos sind durchsuchbar: Die Suche nach einer bestimmten Leitung oder einem bestimmten Raum liefert die passenden Bilder, statt einen Ordner mit hunderten Dateien zu öffnen. Damit wird aus dem Bildarchiv eine verwertbare Dokumentation.

Voraussetzung im Betrieb ist eine Absprache darüber, was kommentiert wird. Wird jedes Bild besprochen, entstehen Tonaufnahmen im Umfang eines Arbeitstages, die niemand auswertet. Sinnvoll ist der Kommentar dort, wo die Aufnahme später begründen soll: vor dem Verschließen, bei Abweichungen vom Plan, bei Vorleistungen anderer Gewerke und bei Mängeln.

Zu bedenken ist die Fehlerquote der Erkennung bei Baustellenlärm. Kompressor, Trennschleifer und Hallräume verschlechtern das Ergebnis deutlich, und Fachbegriffe oder Herstellernamen werden häufig falsch übertragen. Ein kurzer Blick auf den erkannten Text vor dem Speichern verhindert, dass eine Dokumentation entsteht, deren Beschreibungen nicht zum Bild passen.

Wo KI ansetzt

Neben der Umwandlung in Text extrahiert ein Sprachmodell aus dem Kommentar strukturierte Angaben: Raum, Bauteil, Gewerk, Bauphase und, falls genannt, den Mangelbezug. Bildanalyse ergänzt, was nicht gesagt wurde, etwa das erkannte Bauteil. Beides zusammen ergibt eine belastbare Verschlagwortung.

Rechtlich ist der eigene Kommentar unbedenklich, weil nur die eigene Stimme aufgezeichnet wird. Werden dagegen Gespräche auf der Baustelle mitgeschnitten, gilt: Die Aufzeichnung des nichtöffentlich gesprochenen Wortes ist nur mit Einverständnis aller Beteiligten zulässig. Die Aufnahmefunktion sollte deshalb bewusst kurz gehalten und nicht als Dauermitschnitt betrieben werden.

Ein Beispiel aus dem Elektrohandwerk: Vor dem Verputzen werden Leitungswege fotografiert und jeweils mit Raum, Stromkreis und Verlegetiefe besprochen. Bei einer späteren Bohrung durch den Nutzer ist damit belegbar, wo Leitungen liegen und dass darauf hingewiesen wurde.

Praktischer Hinweis: Sprechen Sie immer in derselben Reihenfolge, beginnend mit dem Ort. Eine gleichbleibende Struktur verbessert die automatische Zuordnung erheblich und macht die spätere Suche verlässlich.