Schadenserkennung per Foto

Schadenserkennung per Foto bezeichnet Verfahren, bei denen ein Bildmodell aufgenommene Fotos auf auffällige Muster untersucht und diese benennt: Risse in Putz oder Beton, Ausblühungen, Feuchteränder, Korrosion an Metallbauteilen, beschädigte Dachziegel oder unvollständig ausgeführte Anschlüsse. Grundlage ist Computer Vision, also die maschinelle Auswertung von Bildinhalten.

Im Betriebsalltag entsteht das Material ohnehin. Monteure, Bauleiter und Servicetechniker fotografieren Baustellen, Übergaben und Reklamationen mit dem Smartphone. Die Bilder landen bislang meist unsortiert in einer Galerie oder in einer Chatgruppe. Eine automatische Auswertung sortiert sie nach Objekt und Auffälligkeit vor und erzeugt Vorschläge für Einträge im Mängelmanagement oder im Bautagebuch. Für einen Dachdecker kann das die Sichtung von Drohnenaufnahmen nach einem Sturmereignis abkürzen, für einen Malerbetrieb die Vorbesichtigung einer Fassade.

Die Grenzen sind deutlich. Ein Bildmodell erkennt Erscheinungsbilder, keine Ursachen. Ob ein Riss setzungsbedingt, schwindbedingt oder statisch relevant ist, lässt sich aus einem Foto nicht ableiten. Auch Bauteilschichten hinter der Oberfläche bleiben unsichtbar. Die Auswertung ersetzt daher keine Begutachtung, sondern liefert eine strukturierte Vorsortierung.

Sinnvoll ist es, den Einsatz auf klar umrissene Fragestellungen zu begrenzen. Eine Auswertung, die gezielt auf Fassadenrisse oder auf fehlende Befestigungen an einer bestimmten Bauteilart geprüft wurde, liefert brauchbare Trefferquoten. Eine offene Frage nach allen erkennbaren Mängeln erzeugt dagegen lange Listen mit vielen Fehlalarmen, die im Ergebnis mehr Prüfzeit kosten als die manuelle Sichtung. Betriebe fahren daher besser damit, zunächst einen wiederkehrenden Schadenstyp abzudecken und den Umfang erst nach belastbarer Erfahrung zu erweitern.

Wo KI ansetzt

Praktisch wird die Erkennung dort, wo sie in einen Ablauf eingebettet ist. Das Foto wird auf der Baustelle aufgenommen, automatisch dem Bauvorhaben und dem Raum zugeordnet, mit einem Beschreibungsvorschlag versehen und in die Dokumentation übernommen. Kombiniert mit Sprache-zu-Text kann der Monteur zusätzlich eine kurze Bemerkung diktieren, die als Kommentar am Bild hängt. Aus mehreren Aufnahmen entsteht so ohne Nacharbeit im Büro ein belastbares Mängelprotokoll.

Wichtig ist die Bildqualität: gleichmäßige Ausleuchtung, ein Maßstab oder ein bekanntes Bauteil im Bild und Aufnahmen aus mehreren Abständen verbessern die Trefferquote erheblich. Wie sich das in eine durchgängige Dokumentation einfügt, beschreibt unser Ratgeber zur Baustellendokumentation mit KI.

Für die Verwendung gegenüber Auftraggebern und Versicherern gilt eine klare Grenze. Die automatische Einordnung eines Fotos ist ein Hinweis für die weitere Prüfung, kein Befund. Ein Dachdecker, der eine Undichtigkeit meldet, stützt sich auf die Begehung und die eigene Feststellung; das Foto und dessen Auswertung dienen der Dokumentation. Wer das vertauscht, gerät bei Streit über die Schadensursache in Beweisnot.

Praktischer Hinweis: Vor dem Einsatz sollte geklärt sein, wie mit Fotos umgegangen wird, auf denen Personen zu sehen sind, und wo die Bilder verarbeitet werden. Fachlich bleibt die Bewertung beim Menschen; das System liefert den Verdacht, die Einordnung liefert der Betrieb.