KI in LPH 1–2: Was Standortanalyse und Machbarkeitsstudie heute wirklich beschleunigen
In kaum einer anderen Leistungsphase liegt so viel Handarbeit wie in LPH 1 und 2. Bebauungsplan besorgen, auslegen, GRZ und GFZ von Hand ermitteln, erste Kubatur skizzieren, grob abschätzen, wie viele Einheiten oder Nutzflächen überhaupt möglich sind. Bei jedem neuen Grundstücksangebot beginnt diese Arbeit von vorn — und wer zu langsam ist, verliert das Objekt an den Wettbewerb, bevor die eigene Prüfung fertig ist.
Für die Standortanalyse in LPH 1 haben sich zwei KI-gestützte Wege etabliert. Spezialisierte Geodaten-Plattformen wie das deutsche Angebot syte.ms lesen Bebauungsplan-Festsetzungen direkt aus integrierten Katastern aus und liefern in Minuten eine erste Einschätzung zu zulässiger Nutzung und Ausnutzung. Der zweite, niedrigschwelligere Weg: ein hochgeladener Bebauungsplan als PDF an ein Sprachmodell wie ChatGPT oder Claude, das GRZ, GFZ und Abstandsflächen extrahiert — inklusive Fundstelle im Text, damit sich jede Angabe nachprüfen lässt. Praxisberichte aus der deutschen Projektentwicklung schätzen, dass sich die Ersteinschätzung eines Bebauungspotenzials so von zwei bis fünf Tagen auf 30 bis 90 Minuten verkürzen lässt. Wichtig für die Einordnung: Das ist eine Schätzung aus Erfahrungsberichten, keine belastbare Studie — und sie gilt nur, wenn der Bebauungsplan überhaupt in brauchbarer digitaler Form vorliegt. Bei gescannten Altplänen mit handschriftlichen Ergänzungen bleibt der Aufwand hoch.
Für die Machbarkeitsstudie in LPH 2 arbeiten generative Massing-Werkzeuge nach einem ähnlichen Prinzip: Grundstücksgrenzen, Abstandsflächen, Stellplatzschlüssel und Nutzungsmix eingeben, das System generiert in Sekunden mehrere bebaubare Varianten samt Kennzahlen zu Einheiten, Flächen und Stellplätzen. TestFit ist dabei besonders stark bei Wohn- und Mischnutzung mit komplexer Stellplatzlogik, Giraffe kombiniert die Analyse direkt mit einer laufenden Wirtschaftlichkeitsrechnung auf Basis realer Geodaten (Zonierung, Hochwasser, Topografie), und Autodesk Forma punktet vor allem bei Umweltkennwerten wie Sonnenstunden, Wind und CO₂-Bilanz — dazu mehr in unserem Beitrag zu Autodesk Forma (archpress.de/autodesk-forma-building-design-ki-im-fruhen-entwurf-und-die-brucke-zu-revit).
Zwei Einschränkungen gehören zur ehrlichen Einordnung dazu. Erstens ersetzt keines dieser Werkzeuge die rechtssichere Prüfung — weder die KI-gestützte Bebauungsplan-Auslegung noch die generierte Kubatur ist eine verbindliche Auskunft, gerade bei mehrfach geänderten Plänen bleibt die fachliche Kontrolle Pflicht. Zweitens kann eine Fehleinschätzung bei GRZ oder GFZ teuer werden: Wer ein Grundstück kauft, das weniger Geschossfläche zulässt als angenommen, hat schnell einen fünfstelligen Betrag verloren, weil der Kaufpreis auf einer falschen Ausnutzungsannahme beruhte.
Unterm Strich gilt für LPH 1 und 2 dasselbe Prinzip wie für jedes KI-Werkzeug im Büro: Es beschleunigt die Ersteinschätzung spürbar, ersetzt aber nicht die Prüfung durch den Menschen. Wer regelmäßig Grundstücke screent, gewinnt am meisten — wer einmalig entscheidet, sollte die KI-Ausgabe als Ausgangspunkt behandeln, nicht als Ergebnis. Im nächsten Teil der Serie geht es mit LPH 3 bis 5 in die Entwurfs-, Genehmigungs- und Ausführungsplanung.
[Quelle: https://www.ki-syndikat.de/usecases/architektur/03-grundstuecksanalyse/ · https://www.dabonline.de/bueropraxis/ki-planungstools-grundrissplaner · https://www.parametric.se/post/comparing-early-stage-feasibility-tools-2026-forma-giraffe-finch-testfit-hektar · abgerufen 2026-08-04]