Berichterstellung gehört zu einer der Standard-Aufgaben in einem Ingenieurbüro. Dabei gibt es in den meisten Büros einen klar definierten Prozess nach dem Berichte erstellt werden. Dieser Prozess lässt sich grob zusammenfassen in: “Nimm dir die letzten drei Berichte, schau dir an wie die aufgebaut sind und pass erstmal die entsprechenden Sachen an. Dann schauen wir weiter.”

Dabei sind Berichte nur ein Beispiel für bestehende Prozesse, die nicht sauber definiert sind. In Gesprächen rund um das Thema KI treten oft ähnliche Themen auf.

  • “Wir möchten Berichte automatisieren.”
  • “Wir möchten aus diesen Daten einen Bericht erstellen.”
  • “Irgendwie ist KI nicht so gut darin uns in Berichten zu unterstützen.”

Die technische Implementierung ist dabei theoretisch nicht schwierig umzusetzen. Berichte sind Produkte aus einer klaren Vorlage, festgelegten Infos aus Normen und Gesetzen und projektbezogenen Informationen. Falls man alle Daten hat, kann die KI einen Bericht erstellen. Oft scheitert es daran die Datenpipeline so sauber aufzubauen, dass projektbezogene Infos in den Kontext der KI gegeben werden. Das sind technische Probleme und zwar solche in der Art, dass umfangreichere Umstrukturierungen in Unternehmen erforderlich werden um diese Art von Datenpipeline in große Unternehmen hochzuskalieren.

Doch noch öfter scheitert es schon an sauberen Vorlagen. Man kann der KI natürlich ebenfalls sagen “erstell den Bericht analog zu diesen dreien”. Aber sauberer ist es klare Vorlagen zu geben wie ein Bericht auf jeden Fall aussehen sollte, statt eine Token-Rate-Maschine raten zu lassen was denn nun wirklich einen guten Bericht ausmacht. Gleiches gilt für neue Mitarbeiter. Für das Onboarding jedes neuen Kollegen sind saubere Vorlagen sinnvoller als aus jeder Berichtserstellung ein reverse engineering Projekt zu machen.

Qualitätsmanagement ist ein Thema das gefühlt niemanden begeistert und dass auch niemandem im ersten Moment gewinnbringend erscheint. Aber mit Blick auf wechselnde Arbeitswelten und den Druck, dass junge neue Kolleginnen sich schnell in Projekte einarbeiten sollen, schwinden die Alternativen.