KI in der Verkehrs­sicherung

Was in diesem E-Book steht

Der Leitfaden folgt dem tatsächlichen Auftragsprozess eines Verkehrssicherungsbetriebs – von der Anfrage bis zur Abrechnung. Er ist als Arbeitsdokument gedacht, nicht als Technologieübersicht.

Verkehrssicherung ist zur Hälfte Informationsarbeit

Verkehrssicherung ist ein Geschäft mit hoher Verantwortung, knappen Zeitfenstern und vielen Schnittstellen. Verkehrszeichenpläne müssen zur tatsächlichen Situation vor Ort passen. Material, Fahrzeuge und Personal müssen rechtzeitig am Einsatzort sein. Anordnungen, Auflagen, Kontrollfahrten, Aufbauprotokolle, Fotodokumentationen und Leistungsnachweise müssen vollständig vorliegen – und im Zweifel auch Jahre später noch auffindbar sein.

Ein großer Teil dieser Arbeit wird heute mit einer Mischung aus E-Mail, Telefon, Excel-Listen, Papierformularen, Messenger-Nachrichten und Erfahrungswissen bewältigt. Das funktioniert, solange erfahrene Mitarbeiter verfügbar sind und die Zahl der parallelen Maßnahmen überschaubar bleibt. Mit wachsendem Auftragsvolumen steigt jedoch das Risiko von Informationsverlusten, Doppelarbeiten, Verzögerungen und nicht dokumentierten Abweichungen. Die Belastung trifft dabei selten die Montage, sondern fast immer Innendienst, Planung und Disposition.

Künstliche Intelligenz übernimmt diese Arbeit nicht eigenständig. Sie ersetzt weder eine verkehrsrechtliche Anordnung noch die fachliche Verantwortung des benannten Verantwortlichen für die Verkehrssicherung. Sie kann aber große Teile der Informationsverarbeitung beschleunigen, die dieser Verantwortung vorausgeht.

Was KI im Tagesgeschäft übernehmen kann

Wer diesen Unterschied nicht macht, kauft Werkzeuge und behält seine Probleme. Wer ihn macht, verändert zuerst die Informationslage – und stellt dann fest, dass ein erheblicher Teil des Nutzens bereits ohne aufwendige Technik entsteht.

Sechs Aussagen, auf die es ankommt

1. Der Markt wächst, die Vorlaufzeiten schrumpfen

Der Auftragseingang im deutschen Bauhauptgewerbe erreichte 2025 nominal 113,0 Milliarden Euro und lag real 6,8 Prozent über dem Vorjahr. Der Tiefbau übertraf dabei seinen bisherigen Höchststand aus 2024 noch einmal um real 6,2 Prozent. Mehr Baustellen bedeuten mehr Verkehrssicherung – aber auch mehr parallele Maßnahmen bei gleichbleibendem Personal.

2. Der Nutzen liegt an den Übergängen, nicht in der Fläche

Informationen gehen selten innerhalb einer Abteilung verloren, sondern beim Wechsel zwischen Anfrage und Vorgang, zwischen Anordnung und Arbeitsanweisung, zwischen Kolonne und Abrechnung. Genau dort setzt KI wirtschaftlich an.

3. Sicherheitsrelevante Entscheidungen bleiben beim Menschen

Ein KI-System darf Verkehrsführungen weder festlegen noch eigenmächtig ändern. Es darf vorbereiten, prüfen, markieren und zusammenfassen. Die Auswahl des Regelplans, die Festlegung von Abständen und die Freigabe bleiben beim fachkundigen Verantwortlichen.

4. Ohne geordnete Daten bleibt der Effekt klein

Eindeutige Auftragsnummern, nachvollziehbare Planversionen und eine zentrale Dokumentenablage sind wichtiger als die Wahl des Modells. KI macht schlechte Dokumentation nicht gut. Sie macht Widersprüche nur schneller sichtbar – oder übernimmt sie unbemerkt.

5. Die Regulierung ist beherrschbar, aber nicht ignorierbar

Der EU AI Act verlangt seit Februar 2025 angemessene KI-Kompetenz der Beschäftigten. Ab dem 2. August 2026 greifen die Transparenzpflichten. Die umfangreichen Hochrisiko-Pflichten wurden durch den Digital Omnibus on AI auf Dezember 2027 beziehungsweise August 2028 verschoben. Ein Assistent, der E-Mails zusammenfasst, ist ohnehin anders zu bewerten als ein System, das in die Verkehrssteuerung eingreift.

6. Wirtschaftlichkeit misst sich nicht nur in Minuten

In einem sicherheitskritischen Gewerk zählen Vollständigkeit, Nachvollziehbarkeit und Reaktionsfähigkeit mindestens ebenso viel wie eingesparte Bearbeitungszeit. Eine lückenlose Aufbaudokumentation ist auch dann wertvoll, wenn sie keine einzige Minute spart.

Verkehrssicherung unter wachsendem Druck

Deutschland wird in den kommenden Jahren mehr und nicht weniger Baustellen im öffentlichen Verkehrsraum sehen. Brücken müssen erneuert, Straßen saniert, Glasfaser- und Versorgungsleitungen verlegt, Radwege ausgebaut und kommunale Infrastrukturen modernisiert werden.

Quelle: Statistisches Bundesamt, Pressemitteilung Nr. 061 vom 25. Februar 2026 (Bauhauptgewerbe 2025). destatis.de

Für Verkehrssicherungsunternehmen bedeutet diese Entwicklung eine grundsätzlich stabile Nachfrage. Bahnstreckensanierung und der Ausbau der digitalen Infrastruktur haben 2025 maßgeblich zu den Großaufträgen beigetragen – beides Bereiche, die dauerhaft Arbeitsstellen im Straßenraum erzeugen. Gleichzeitig steigen die Anforderungen an die Betriebe.

Was gleichzeitig zunimmt

Die Leistung ist sicherheitskritisch

Im Jahr 2025 kamen in Deutschland 2.832 Menschen bei Straßenverkehrsunfällen ums Leben – 62 mehr als im Vorjahr. Rund 49.200 Menschen wurden schwer verletzt, etwa 322.000 leicht. Die Zahl der Schwerverletzten erreichte damit den niedrigsten Stand seit 1991, die Zahl der Getöteten stieg dagegen wieder an. Die Polizei erfasste insgesamt rund 2,52 Millionen Unfälle.

Verkehrssicherung ist deshalb keine organisatorische Nebenleistung, die man nebenbei mitkalkuliert. Sie ist ein wesentlicher Bestandteil der Verkehrssicherheitsarbeit – und jede Lücke in Planung, Aufbau oder Kontrolle kann Folgen haben, die weit über eine Rechnungskürzung hinausgehen.

Quelle: Statistisches Bundesamt, Pressemitteilung Nr. 238 vom Juli 2026, endgültige Ergebnisse Verkehrsunfälle 2025. destatis.de

Verkehrssicherung ist Informationsarbeit

Auf den ersten Blick ist Verkehrssicherung ein materielles Geschäft: Schilder, Leitbaken, Absperrschranken, transportable Lichtsignalanlagen, Fahrbahnmarkierungen, mobile Schutzeinrichtungen und Fahrzeuge. Im täglichen Betrieb entscheidet jedoch meist die Qualität der Informationen darüber, ob eine Maßnahme wirtschaftlich und regelkonform ausgeführt werden kann.

Die Fragen, die jeden Auftrag begleiten

Keine dieser Fragen wird durch Material beantwortet. Alle werden durch Informationen beantwortet – die aus Dokumenten, Gesprächen, Ortskenntnis und Erfahrung zusammengetragen werden müssen, meist unter Zeitdruck und meist mehrfach, weil das Ergebnis nicht an einer Stelle festgehalten wird.

Genau an dieser Stelle kann KI einen Beitrag leisten. Sie verarbeitet Texte, Bilder, Tabellen, Spracheingaben und strukturierte Daten. Damit eignet sie sich für Prozesse, in denen Informationen aufgenommen, geprüft, zugeordnet, verdichtet und dokumentiert werden müssen – also für den größten Teil der Vorgangsarbeit in einem Verkehrssicherungsbetrieb.

Wie weit ist die Branche?

Ein Blick auf den Verbreitungsgrad hilft bei der Einordnung. Nach der IKT-Erhebung des Statistischen Bundesamtes nutzten 2025 rund 26 Prozent aller Unternehmen ab zehn Beschäftigten KI-Technologien: 23 Prozent der kleinen Unternehmen mit 10 bis 49 Beschäftigten, 36 Prozent der mittleren mit 50 bis 249 und 57 Prozent der großen ab 250 Beschäftigten. Der Bitkom misst für Unternehmen ab 20 Beschäftigten inzwischen einen Nutzungsanteil von 41 Prozent, nach 17 Prozent ein Jahr zuvor.

Im Handwerk sieht es anders aus: Dort setzten nach einer Bitkom-Befragung von 504 Betrieben im Jahr 2025 erst 4 Prozent KI ein, weitere 9 Prozent planten den Einsatz. Für Betriebe, die im bau- und handwerksnahen Umfeld arbeiten, ist der Abstand zum Rest der Wirtschaft damit erheblich – und der Vorsprung entsprechend groß, den ein früher, aber sauber geführter Einstieg bringt.

Quellen: Statistisches Bundesamt, IKT-Erhebung 2025 (destatis.de) · Bitkom e. V., Pressemitteilung vom 11. März 2026 und Studie „Digitalisierung des Handwerks 2025“ (bitkom.org)

Was KI in der Verkehrssicherung bedeutet

Der Begriff „KI“ wird für sehr unterschiedliche Technologien verwendet. Für die Verkehrssicherung sind fünf Kategorien relevant. Sie unterscheiden sich nicht nur technisch, sondern vor allem in der Frage, wie viel Vertrauen ihre Ergebnisse verdienen.

2.1 Sprachmodelle

Sprachmodelle verarbeiten Ausschreibungen, Anordnungen, E-Mails, Protokolle und Regelwerkstexte. Sie fassen Inhalte zusammen, extrahieren Informationen, vergleichen Dokumente und erstellen Textentwürfe. In der Praxis sind das die Anfrageanalyse, die Zusammenfassung einer verkehrsrechtlichen Anordnung, das Erkennen fehlender Angaben, die Vorbereitung von Rückfragen, der Entwurf einer Arbeitsanweisung oder eines Kontrollberichts und die Auswertung eines Leistungsverzeichnisses.

Sprachmodelle liefern jedoch keine automatisch verlässlichen Fachentscheidungen. Sie können Inhalte falsch interpretieren, veraltete Informationen verwenden oder plausibel klingende Angaben erfinden. Besonders tückisch ist, dass Fehler sprachlich genauso souverän klingen wie korrekte Ergebnisse. Fachlich relevante Ausgaben müssen deshalb geprüft und freigegeben werden – und das System sollte anzeigen, worauf es seine Antwort stützt.

2.2 Computer Vision

Computer Vision bezeichnet die automatisierte Auswertung von Bildern und Videos. Im Umfeld der Verkehrssicherung kann sie Verkehrszeichen auf Baustellenfotos erkennen, den Zustand von Leitbaken oder Absperrschranken beurteilen, beschädigte oder umgestürzte Elemente markieren, Bildserien nach Einsatzort und Bauphase sortieren, Verkehrsaufkommen grob klassifizieren, Fahrzeuge, Radfahrer oder Fußgänger zählen und Unterschiede zwischen Soll- und Ist-Zustand hervorheben.

Eine Bilderkennung ersetzt keine fachkundige Kontrolle. Sie hat ihren Wert als zusätzliche Prüfstufe und als Vorsortierung großer Bildmengen – dort, wo heute niemand mehr alle Fotos ansieht, weil es schlicht zu viele sind.

2.3 Prognosemodelle

Prognosemodelle werten historische und aktuelle Daten aus, um erwartbare Auftragslast, Material- und Personalbedarf, wahrscheinliche Einsatzdauer, Verkehrsstärke zu bestimmten Zeitfenstern, Störungswahrscheinlichkeit, Instandhaltungsbedarf von Geräten oder mögliche Lieferengpässe abzuschätzen.

Ihre Qualität hängt vollständig von den vorhandenen Daten ab. Sind Einsatzzeiten, Materialbewegungen und Störungen nicht strukturiert erfasst, liefert auch ein gutes Modell keine belastbare Prognose. Dieser Anwendungsfall gehört deshalb selten an den Anfang.

Optimierung und Agenten

2.4 Optimierungsverfahren

Optimierungsverfahren unterstützen Entscheidungen, bei denen mehrere Bedingungen gleichzeitig gelten. In der Verkehrssicherung betrifft das die Tourenplanung für Kontrollfahrten, die Zuordnung von Kolonnen zu Einsatzorten, die Bereitstellung von Material, die Fahrzeugdisposition, die Planung von Aufbau- und Abbaufolgen, die Minimierung von Leerfahrten sowie die Berücksichtigung von Qualifikationen und Arbeitszeiten.

Anders als Sprachmodelle erfinden Optimierungsverfahren nichts. Sie rechnen exakt – aber sie rechnen nur mit dem, was ihnen bekannt ist. Was ein erfahrener Disponent über eine schwierige Zufahrt, einen unzuverlässigen Auftraggeber oder eine langsame Kolonne weiß, steht nicht im Modell. Die Optimierung liefert deshalb Vorschläge; die Disposition behält die Entscheidungshoheit.

2.5 KI-Agenten

KI-Agenten kombinieren Sprachmodelle mit Softwarefunktionen. Sie lesen nicht nur, sondern handeln: Ein Agent kann eine neue Anfrage lesen, die Baustellenadresse erkennen, fehlende Angaben feststellen, einen Vorgang anlegen und einen Rückfrageentwurf vorbereiten.

Ein weitergehender Agent könnte den gesamten Eingang eines Postfachs bearbeiten:

1. neue Anfragen erfassen,
2. Auftraggeber und Projekt zuordnen,
3. Unterlagen klassifizieren,
4. Termine und Einsatzorte extrahieren,
5. einen Auftragsentwurf im System anlegen,
6. die zuständige Disposition informieren,
7. offene Angaben in einer Prüfliste zusammenfassen.

Solche Systeme sollten nicht unkontrolliert handeln. Je mehr ein Agent selbst tut, desto genauer muss festgelegt sein, was er nicht tun darf. Änderungen an Aufträgen, Genehmigungen, Plänen oder abrechnungsrelevanten Daten benötigen definierte Freigaben. Eine praktikable Regel: Der Agent darf alles vorbereiten und nichts abschließen.

Ein Sicherheitsaspekt, der oft übersehen wird

Sobald ein Agent Dokumente aus dem Posteingang verarbeitet, verarbeitet er Inhalte, die von außen kommen. In einer manipulierten PDF-Datei oder E-Mail können Anweisungen versteckt sein, die das System als Auftrag missversteht – etwa, bestimmte Auflagen zu ignorieren oder Daten weiterzuleiten. Dieses Risiko trägt den Namen Prompt Injection und ist kein theoretisches Problem.

Die Gegenmaßnahmen sind organisatorisch und technisch: Inhalte aus externen Dokumenten werden als Daten behandelt, nicht als Anweisungen. Ausgehende Aktionen – Nachrichten versenden, Daten exportieren, Vorgänge abschließen – benötigen eine menschliche Bestätigung. Und jede Aktion wird protokolliert.

Die regulatorische Leitplanke

KI verändert die fachlichen und rechtlichen Grundlagen der Verkehrssicherung nicht. Sie ändert nur, wie schnell die Informationen bereitstehen, die zur Einhaltung dieser Grundlagen nötig sind. Wer das verwechselt, baut ein Compliance-Problem statt einer Entlastung.

3.1 Verkehrsrechtliche Anordnung nach § 45 StVO

Nach § 45 der Straßenverkehrs-Ordnung können Straßenverkehrsbehörden die Benutzung von Straßen oder Straßenabschnitten aus Gründen der Sicherheit oder Ordnung des Verkehrs beschränken, verbieten oder umleiten. Das gilt insbesondere für Arbeiten im Straßenraum. Unternehmer müssen vor Beginn von Arbeiten, die sich auf den Straßenverkehr auswirken, entsprechende Anordnungen einholen und umsetzen.

Für KI-Systeme folgt daraus eine klare Grenze: Sie dürfen keine eigenmächtigen Änderungen an angeordneten Verkehrsführungen vornehmen. Erkennt ein System eine mögliche Abweichung oder eine vermeintliche Verbesserung, muss daraus ein Prüf- oder Abstimmungsvorgang entstehen – nie eine automatische Anpassung. Die Anordnung ist ein Verwaltungsakt, keine Empfehlung.

3.2 RSA 21

Die „Richtlinien für die verkehrsrechtliche Sicherung von Arbeitsstellen an Straßen“ in der Ausgabe 2021 (FGSV 370) sind die zentrale fachliche Grundlage für die verkehrsrechtliche Sicherung von Arbeitsstellen. Sie behandeln Arbeitsstellen innerorts, auf Landstraßen und auf Autobahnen und enthalten Regelpläne für Arbeitsstellen kürzerer und längerer Dauer.

Ein Punkt, der in der Praxis regelmäßig zu Missverständnissen führt: Die RSA 21 gelten nicht automatisch bundesweit identisch. Sie werden über Einführungserlasse der Bundesländer verbindlich gemacht. Einige Länder haben sie unverändert eingeführt, andere haben gesonderte Festlegungen getroffen, die bei Planung und Ausführung zu beachten sind.

3.3 ASR A5.2

Die Technische Regel für Arbeitsstätten ASR A5.2 behandelt Anforderungen an Arbeitsplätze und Verkehrswege auf Baustellen im Grenzbereich zum Straßenverkehr. Sie betrachtet den Schutz der Beschäftigten und konkretisiert Anforderungen der Arbeitsstättenverordnung. Die geltende Ausgabe stammt aus Dezember 2018 (GMBl 2018, S. 1160) und wurde zuletzt 2022 formal geändert (GMBl 2022, S. 252).

RSA 21 und ASR A5.2 verfolgen unterschiedliche Schutzziele. Die RSA 21 behandelt die verkehrsrechtliche Sicherung und Führung des Verkehrs. Die ASR A5.2 behandelt Sicherheit und Gesundheitsschutz der Beschäftigten. Seit der RSA 21 sind arbeitsschutzrechtliche Regelungen bewusst nicht mehr in den RSA enthalten – die beiden Werke greifen also ineinander, statt sich zu überschneiden.

Die Bundesanstalt für Straßenwesen hat dazu eine „Handlungshilfe für das Zusammenwirken von ASR A5.2 und RSA bei der Planung von Straßenbaustellen im Grenzbereich zum Straßenverkehr“ veröffentlicht (Ausgabe 2020, bekannt gegeben im Verkehrsblatt Nr. 4/2021). Ein digitales Planungs- oder Prüfsystem sollte beide Perspektiven abbilden. Ein formal passender Regelplan reicht nicht aus, wenn Arbeits- und Sicherheitsräume für die Beschäftigten fehlen.

Quellen: BAuA, ASR A5.2 (baua.de) · BASt, Handlungshilfe ASR A5.2 / RSA (bast.de) · FGSV Verlag, RSA 21 und MVAS 99 (fgsv-verlag.de)

Fachkunde bleibt Fachkunde

3.4 MVAS 99 und der benannte Verantwortliche

Das „Merkblatt über Rahmenbedingungen für erforderliche Fachkenntnisse zur Verkehrssicherung von Arbeitsstellen an Straßen“ (MVAS 99, FGSV 371) beschreibt, welche Kenntnisse Verantwortliche für die Verkehrssicherung nachweisen müssen. Es enthält Schulungsprogramme für unterschiedliche Betroffenengruppen – von der anordnenden Behörde über den Auftraggeber bis zum ausführenden Unternehmen.

Die RSA 21 verweisen darauf ausdrücklich: Nach Teil A, Kapitel 1.4 Absatz 3 müssen Verantwortliche für die Verkehrssicherung die erforderlichen Fachkenntnisse nach dem MVAS nachweisen. Die anordnende Behörde kann bei Arbeiten mit geringen verkehrlichen Auswirkungen Ausnahmen zulassen und soll die Benennung eines Vertreters mit gleichen Voraussetzungen fordern. In der verkehrsrechtlichen Anordnung ist der Verantwortliche zu benennen; der Qualifikationsnachweis wird bei nahezu allen öffentlichen Ausschreibungen verlangt und auf Aktualität geprüft.

KI-Kompetenz ersetzt diese Fachkunde nicht – nicht einmal ansatzweise. Umgekehrt sollte ein erfahrener Verantwortlicher aber verstehen, wie KI-Ergebnisse entstehen, welche Fehler typischerweise auftreten und wann ein Vorschlag verworfen werden muss. Diese zweite Richtung wird gerne übersehen: Ein Verantwortlicher, der einem System blind vertraut, weil er dessen Grenzen nicht kennt, ist ein größeres Risiko als ein Betrieb ganz ohne KI.

Weitere Regelwerke, die den Rahmen mitbestimmen

Die Prozesskette der Verkehrssicherung

Um sinnvolle KI-Anwendungen zu finden, sollte man nicht nach allgemeinen KI-Ideen suchen. Ausgangspunkt ist der tatsächliche Auftragsprozess – und zwar so, wie er im Betrieb abläuft, nicht so, wie er im Qualitätshandbuch steht.

Fünfzehn Schritte von der Anfrage zur Rechnung

Die Medienbrüche sind das eigentliche Problem

An jedem Übergang können Informationen verloren gehen. Besonders kritisch sind die Stellen, an denen ein Medium gewechselt wird – weil dort niemand zuständig ist:

KI kann diese Übergänge absichern. Der Nutzen liegt dabei meist weniger in spektakulären Funktionen als in der konsequenten Strukturierung von Informationen an genau den Stellen, an denen sie heute verdunsten.

Anfragen und Ausschreibungen auswerten

Verkehrssicherungsunternehmen erhalten Anfragen in sehr unterschiedlichen Formen – vom formalen Leistungsverzeichnis bis zur Telefonnotiz. Die erste Prüfung bindet ausgerechnet die Mitarbeiter, die am dringendsten für andere Aufgaben gebraucht werden.

Wie Anfragen tatsächlich hereinkommen

Die erste Prüfung erfordert ein Urteil: Worum geht es? Welche Unterlagen fehlen? Kann das Unternehmen die Leistung wirtschaftlich und fachlich erbringen? Diese Fragen kann KI nicht beantworten. Aber sie kann alles vorbereiten, was zur Beantwortung nötig ist – und das ist der zeitaufwendige Teil.

Was ein KI-Assistent extrahieren kann

Aus diesen Feldern entsteht kein fertiger Auftrag, sondern eine strukturierte Prüfliste. Der Unterschied ist wesentlich: Das System liefert eine Arbeitsgrundlage, keine Entscheidung.

So sieht das Ergebnis aus

Beispiel einer automatischen Anfrageprüfung

Der Sachbearbeiter erhält damit keinen fertigen Auftrag, sondern eine strukturierte Grundlage für die weitere Bearbeitung. Er entscheidet, welche Punkte nachgefordert werden, ob die Anfrage überhaupt zum Betrieb passt und wie dringend sie ist.

Nutzen

• weniger Zeit für die Erstsichtung
• weniger vergessene Rückfragen
• schnellere Reaktionszeit gegenüber dem Auftraggeber
• einheitlichere Angebotsvorbereitung, unabhängig davon, wer die Anfrage bearbeitet
• frühzeitige Erkennung ungeeigneter oder riskanter Anfragen
• bessere Übergabe an Planung und Disposition

Wann sich dieser Anwendungsfall lohnt

Die folgenden Bedingungen sind keine Ausschlusskriterien, aber gute Indikatoren. Treffen mindestens drei davon zu, ist der Anwendungsfall in der Regel wirtschaftlich:

• Es gehen mehr als 20 umfangreiche Anfragen pro Monat ein.
• Mehrere Mitarbeiter bewerten Anfragen unterschiedlich.
• Angaben müssen häufig nachgefordert werden.
• Informationen werden manuell aus PDF-Dateien übernommen.
• Ausschreibungen werden aus Zeitgründen nicht vollständig geprüft.
• Angebote gehen verloren, weil die Reaktionszeit zu lang war.

Verkehrszeichenpläne vorbereiten und prüfen

Die Planung einer Verkehrsführung ist sicherheitsrelevant. Eine KI darf deshalb nicht autonom entscheiden, welcher Verkehrszeichenplan fachlich zulässig ist. Sie kann den Planer aber bei den wiederkehrenden Arbeitsschritten entlasten, die den Großteil der Zeit kosten.

Regelplan-Assistent

Der Nutzer beschreibt die Arbeitsstelle: innerorts oder außerorts, kürzere oder längere Dauer, Fahrbahnbreite, Zahl der Fahrstreifen, vorhandene Geh- und Radwege, Lage des Baufeldes, vorgesehene Verkehrsführung, angestrebte Geschwindigkeit und besondere örtliche Bedingungen. Das System schlägt geeignete Ausgangspunkte aus dem Regelwerk vor – unter Berücksichtigung der im jeweiligen Bundesland geltenden Einführungsregelung.

Der Planer entscheidet, ob ein Regelplan anwendbar ist oder ein individueller Verkehrszeichenplan erforderlich wird. Der Assistent verkürzt das Suchen, nicht das Denken.

Vollständigkeitsprüfung

Ein Prüfassistent kann kontrollieren, ob im Plan oder in den Begleitunterlagen Angaben fehlen. Das ist eine mechanische Aufgabe, die Menschen zuverlässig schlecht erledigen – besonders am Freitagnachmittag beim zwölften Plan:

Vergleich von Planständen

Bei Änderungen kann KI unterschiedliche Planversionen vergleichen und die Abweichungen in Klartext zusammenfassen: Schildstandort verschoben, Geschwindigkeit geändert, Fußgängerführung angepasst, Bauphase verlängert, zusätzliche Zufahrt aufgenommen, Fahrstreifenbreite verändert, Auflage der Behörde ergänzt.

Diese Funktion wirkt unscheinbar, adressiert aber eines der häufigsten und teuersten Probleme im Betrieb: dass Monteure oder Auftraggeber mit einem veralteten Plan arbeiten.

Das Freigabemodell

Vier Stufen, die sich in der Praxis bewährt haben

Der entscheidende Punkt an diesem Modell ist Stufe 3. Solange eine Freigabe nicht als eigener, protokollierter Schritt existiert, verschwimmt die Verantwortung – und zwar unabhängig davon, ob eine KI beteiligt ist. Die Einführung eines KI-Assistenten ist erfahrungsgemäß ein guter Anlass, diesen Schritt endlich sauber zu definieren. Nicht selten ist das der größere Gewinn.

Was der Assistent können muss, damit die Fachprüfung schneller wird

• Fundstellen zeigen. Jede Aussage muss auf ein Dokument, eine Seite und einen Abschnitt zurückführbar sein. Ohne Beleg entsteht keine Zeitersparnis, sondern zusätzliche Prüfarbeit.
• Unsicherheit kennzeichnen. Ein System, das immer gleich sicher klingt, zwingt zur vollständigen Nachprüfung aller Ausgaben.
• Schweigen können. Wenn eine Information nicht in den freigegebenen Unterlagen steht, muss das System das sagen – und nicht raten.
• Versionen unterscheiden. Der Assistent muss wissen, welcher Planstand freigegeben ist, und darf nicht auf Entwürfen antworten.

Anträge und Behördenkommunikation vorbereiten

Anträge auf verkehrsrechtliche Anordnung enthalten viele wiederkehrende Angaben. Gleichzeitig unterscheiden sich Formulare, Bearbeitungswege und Anforderungen erheblich zwischen Behörden – manchmal schon zwischen zwei Nachbarkommunen. Genau diese Kombination aus Wiederholung und Varianz ist ein guter KI-Anwendungsfall.

Typische Antragsdaten

Der entscheidende Vorteil liegt nicht im Ausfüllen

Ein Formular schneller auszufüllen, spart Minuten. Der eigentliche Gewinn entsteht dadurch, dass die Daten nicht mehr für jeden Antrag neu aus E-Mails, Plänen und Stammdaten zusammengesucht werden. Stattdessen greift das System auf einen zentralen Vorgang zu – und der Vorgang weiß, welche Dokumente von ihm abhängen.

Ändert sich beispielsweise der Bauzeitraum, kann der Assistent sofort anzeigen, was betroffen ist:

Das ist die Art von Wissen, die heute meist in einem einzigen Kopf im Innendienst liegt – und die im Urlaubsfall verschwindet.

Eingehende Anordnungen auswerten

Der Rückweg ist mindestens so wertvoll wie der Hinweg. Eine erteilte Anordnung ist ein dichtes Dokument, aus dem im Betrieb konkrete Aufgaben werden müssen – und aus dem regelmäßig einzelne Auflagen herausfallen.

Was das System aus der Anordnung herauslösen kann

Daraus entsteht eine verständliche Arbeitszusammenfassung für Planung, Disposition und Kolonne – in der Sprache, in der auf der Baustelle gesprochen wird, und nicht in der Sprache des Bescheids.

Beispiel

Die Behörde ergänzt in der Anordnung fünf Punkte, die im Antrag so nicht vorgesehen waren:

• Aufbau nur zwischen 20:00 und 05:00 Uhr
• Aufrechterhaltung einer Mindestbreite für den Fußverkehr
• tägliche Kontrolle vor Beginn des Berufsverkehrs
• Abstimmung mit dem Verkehrsbetrieb
• Anpassung der Lichtsignalanlage an Schulzeiten

Jeder dieser Punkte hat operative Folgen: Nachtzuschläge, ein zusätzlicher Materialbedarf für die Fußgängerführung, ein täglicher Kontrolltermin, ein Telefonat und eine Programmänderung an der Anlage. Der Assistent markiert die Punkte als ausführungsrelevant und erstellt Aufgaben für die zuständigen Mitarbeiter. Zwei davon – Nachtarbeit und tägliche Kontrolle – berühren zudem die Kalkulation.

Nebeneffekt: Behördenwissen wird auswertbar

Wenn Anordnungen über Jahre strukturiert erfasst werden, entsteht nebenbei etwas, das heute kaum ein Betrieb hat: eine auswertbare Historie darüber, welche Behörde welche Auflagen typischerweise erteilt, wie lange sie im Durchschnitt bearbeitet und welche Unterlagen sie regelmäßig nachfordert.

Das ist keine spektakuläre KI-Anwendung. Aber es ist die Grundlage dafür, Vorlaufzeiten realistisch zu kalkulieren, statt sie zu schätzen – und für neue Mitarbeiter der Unterschied zwischen „Frag mal Herrn Meier“ und einer belastbaren Auskunft.

Einsatzplanung und Materialdisposition

Die Disposition ist in den meisten Verkehrssicherungsunternehmen der operative Engpass. Sie muss kurzfristige Änderungen, Personalverfügbarkeit, Fahrzeugkapazitäten, Materialbestände, Qualifikationen und Einsatzorte gleichzeitig berücksichtigen – und zwar ohne die Zeit, alles nachzuschlagen.

Die Probleme, die jeder Disponent kennt

Was ein System aus dem Auftrag ableiten kann

Aus den Auftragsdaten und dem freigegebenen Plan lässt sich ein Ressourcenbedarf berechnen: Verkehrszeichen nach Art und Anzahl, Leitbaken, Absperrschranken, Warnleuchten, Fußplatten, transportable Lichtsignalanlagen, mobile Schutzeinrichtungen, Markierungsmaterial, Aufstellvorrichtungen, Anhänger, Arbeitsfahrzeuge, benötigte Mitarbeiter, erforderliche Qualifikationen und voraussichtliche Aufbauzeit.

Danach kann das System prüfen, was in der Praxis oft niemand vollständig prüft:

Der Disponent bleibt verantwortlich

Automatische Optimierungsvorschläge bilden operative Erfahrung nicht vollständig ab. Ein erfahrener Disponent kennt die tatsächliche Leistungsfähigkeit einzelner Kolonnen, örtliche Besonderheiten, die Zuverlässigkeit von Auftraggebern, typische Verzögerungen bestimmter Behörden, schwierige Zufahrten, Materialzustände und Abhängigkeiten von Bauabläufen.

Der richtige Weg ist deshalb nicht, dieses Wissen zu ersetzen, sondern es schrittweise als strukturierte Daten und Regeln in das System einfließen zu lassen. Wenn eine Kolonne für einen bestimmten Aufbautyp regelmäßig 20 Prozent länger braucht, gehört das in die Planwerte – nicht in den Kopf einer Person.

Woran Sie den Fortschritt messen

Dispositionsprojekte scheitern selten an der Technik. Sie scheitern daran, dass niemand vorher festgelegt hat, was besser werden soll. Die folgenden Kennzahlen lassen sich in fast jedem Betrieb erheben – oft schon vor der Einführung.

Ein Wort zur Akzeptanz

Kein Disponent akzeptiert ein System, das ihm Vorschläge macht, die er nicht nachvollziehen kann. Der Assistent muss deshalb begründen können, warum er eine bestimmte Zuordnung vorschlägt – etwa: Kolonne B, weil Kolonne A am Folgetag bereits gebunden ist und die Qualifikation für die Lichtsignalanlage nur bei zwei Mitarbeitern vorliegt.

Ein Vorschlag ohne Begründung wird ignoriert oder aus Prinzip überschrieben. Ein Vorschlag mit Begründung wird geprüft – und dann entweder angenommen oder korrigiert. Beides ist ein Erfolg: Die Korrektur ist die wertvollste Rückmeldung, die das System bekommen kann, weil sie das fehlende Wissen sichtbar macht.

Mobiler Assistent für Aufbau und Abbau

Monteure benötigen vor Ort nicht sämtliche Projektunterlagen. Sie benötigen die für ihre Aufgabe relevanten Informationen – in einer verständlichen und nachweislich aktuellen Form. Ein 40-seitiges PDF auf einem Smartphone am Fahrbahnrand ist keine Arbeitsgrundlage.

Digitale Einsatzmappe

Ein KI-Assistent kann Fragen zu diesen Unterlagen beantworten – gesprochen oder getippt: Welche Auflage gilt für die Baustellenzufahrt? Wann muss die erste Kontrolle erfolgen? Welche Mindestbreite ist für den Gehweg vorgesehen? Wer ist bei einer Verzögerung zu informieren? Welcher Planstand ist freigegeben?

Die Antwort muss auf den freigegebenen Projektdokumenten beruhen und die verwendete Fundstelle anzeigen. Ein Assistent, der aus allgemeinem Modellwissen antwortet, ist an dieser Stelle nicht nur nutzlos, sondern gefährlich.

Spracheingabe

Im Baustellenumfeld ist Tippen unpraktisch: Handschuhe, Lärm, Zeitdruck, Dunkelheit. Mitarbeiter können Informationen deshalb per Sprache erfassen. Ein realistisches Beispiel:

Das System wandelt diese Aussage in einen strukturierten Vorgang um: Zeitpunkt, Einsatzort, Art der Abweichung, betroffenes Element, Begründung, getroffene Maßnahme, informierte Person, erforderliche weitere Freigabe.

Für den Monteur muss der Vorgang dabei kürzer sein als der Griff zum Telefon. Wird er länger, wird er nicht genutzt. Das ist kein Akzeptanzproblem, sondern ein sachliches Urteil über das Werkzeug.

Aufbau digital dokumentieren

Eine umfangreiche Fotodokumentation schützt nicht automatisch vor Streitigkeiten. Entscheidend ist, ob Bilder eindeutig zugeordnet, zeitlich nachvollziehbar und inhaltlich ausreichend sind. Zweihundert unsortierte Fotos in einem Ordner sind vor Gericht kein Nachweis, sondern ein Problem.

Anforderungen an eine belastbare Dokumentation

Was Computer Vision übernimmt

Bilder lassen sich automatisch klassifizieren – nach Vorankündigung, Beginn des Sicherungsbereichs, Fahrstreifenverschwenkung, Längsabsperrung, Querabsperrung, Fußgängerführung, Radverkehrsführung, Baustellenzufahrt, Lichtsignalanlage, Umleitungsbeschilderung, Endbereich und Übersichtsaufnahme.

Wertvoller als die Klassifizierung ist oft die Rückmeldung an den Mitarbeiter, solange er noch vor Ort ist:

Ein Hinweis nach zwei Sekunden kostet einen zusätzlichen Auslöser. Derselbe Mangel, drei Wochen später bei der Rechnungsprüfung entdeckt, kostet eine Anfahrt – oder die Position.

Soll-Ist-Vergleich

In einer weiterentwickelten Lösung werden Planinformationen mit Baustellenbildern verbunden. Das System markiert mögliche Abweichungen: ein geplantes Verkehrszeichen wurde nicht erkannt, ein zusätzlicher Gegenstand befindet sich im Sicherheitsbereich, eine Leitbake ist umgestürzt, eine Absperrung ist unterbrochen, eine Leuchte ist möglicherweise ausgefallen, ein Fußgängerweg ist blockiert, die Baustellenzufahrt ist nicht wie vorgesehen gesichert.

Datenschutz bei Bild- und Videoaufnahmen

Baustellenfotos sind selten frei von personenbezogenen Daten. Auf einer Aufnahme des Sicherungsbereichs sind schnell Kennzeichen, Gesichter, Grundstücke, Anlieger oder eigene Beschäftigte zu sehen – auch dann, wenn sie niemand fotografieren wollte.

Was zu prüfen ist

Die Datenschutzkonferenz empfiehlt, Datenschutzanforderungen bereits bei Auswahl und Einführung einer KI-Anwendung zu berücksichtigen – nicht erst, wenn das System läuft. Für Systeme, die interne Wissensquellen mit Sprachmodellen verbinden, hat sie 2025 zusätzlich eine Orientierungshilfe zu Retrieval-Augmented-Generation-Systemen veröffentlicht. Die Bundesbeauftragte für den Datenschutz und die Informationsfreiheit vertritt dieselbe Linie.

Ein Sonderfall: Aufnahmen des fließenden Verkehrs

Sobald Kameras dauerhaft den fließenden Verkehr erfassen – etwa zur Zählung oder zur Erkennung von Rückstau –, verschiebt sich die Bewertung deutlich. Hier ist regelmäßig eine Datenschutz-Folgenabschätzung zu prüfen, und es stellt sich zusätzlich die Frage nach der Einordnung unter der KI-Verordnung. Solche Anwendungen gehören nicht in einen ersten Pilot.

Quellen: Datenschutzkonferenz, Orientierungshilfe Künstliche Intelligenz und Datenschutz sowie Orientierungshilfe zu RAG-Systemen (datenschutzkonferenz-online.de) · BfDI, Handreichung zum Einsatz von KI (bfdi.bund.de)

Kontrollfahrten und laufende Überwachung

Verkehrssicherungen müssen nicht nur ordnungsgemäß aufgebaut, sondern während der gesamten Laufzeit kontrolliert und instand gehalten werden. Diese Pflicht ist der Teil des Geschäfts, der am häufigsten unterschätzt und am seltensten sauber nachgewiesen wird.

Digitale Kontrollliste

Eine mobile Kontrollanwendung kann die Prüfpunkte abhängig vom Projekt erzeugen – statt für jede Maßnahme dieselbe generische Liste zu verwenden:

KI-gestützte Priorisierung

Bei vielen laufenden Maßnahmen ist nicht jede Kontrolle gleich dringend. Ein System kann Kontrollfahrten priorisieren – anhand von Verkehrsstärke, Standzeit, Unwetterlage, vorherigen Störungen, häufigen Fremdeingriffen, Beschwerdeaufkommen, Komplexität der Verkehrsführung, vorhandener Lichtsignalanlage, Nachtbaustellen, bekannter Unfallhäufung, Schwerverkehrsanteil sowie der Bedeutung als Schul- oder Radverkehrsroute.

Tourenoptimierung und Berichtsvorbereitung

Für die operative Planung lassen sich Kontrollpunkte zu Routen bündeln, unter Berücksichtigung vorgeschriebener Kontrollzeitpunkte, aktueller Verkehrslage, Priorität der Maßnahme, Startort des Mitarbeiters, erwarteter Kontrolldauer, notwendigen Ersatzmaterials und Fahrzeugkapazität.

Nach Abschluss erstellt das System einen Berichtsentwurf mit kontrollierter Maßnahme, Zeitpunkt, festgestelltem Zustand, dokumentierten Mängeln, ausgeführten Korrekturen, benötigtem Ersatzmaterial, weitergeleiteten Aufgaben, Fotos und Name des Mitarbeiters. Der Mitarbeiter prüft und bestätigt – und genau diese Bestätigung ist der Nachweis, nicht der Entwurf.

Störungen und Vorfälle bearbeiten

In laufenden Maßnahmen treten Ereignisse auf – und zwar regelmäßig außerhalb der Bürozeiten. Die Qualität der Bearbeitung entscheidet sich in den ersten Minuten: Wer nimmt die Meldung auf, wie vollständig, und was passiert damit?

Was passieren kann

Strukturierte Ereigniserfassung

Ein KI-Assistent kann aus einem Telefonat oder einer Sprachnachricht die wesentlichen Informationen herauslösen und in ein Formular überführen, das sonst niemand um 23 Uhr ausfüllt:

Der Wert liegt weniger in der Geschwindigkeit als in der Vollständigkeit. Eine Meldung, die drei Wochen später als Grundlage für eine Versicherungsfrage oder eine Haftungsdiskussion dient, ist nur so gut wie das, was in der Nacht erfasst wurde.

Priorisierung und Eskalation

Eine Störungsmeldung ohne Priorität ist eine Warteschlange. Ein einfaches, dreistufiges Schema reicht in den meisten Betrieben aus – vorausgesetzt, es ist schriftlich festgelegt und nicht der Tagesform überlassen.

Automatische Kommunikation

Nach Freigabe kann das System vorbereitete Nachrichten versenden: Meldung an den Auftraggeber, Information an die Behörde, Arbeitsauftrag an die Bereitschaft, Hinweis an die Disposition, Rückmeldung an Anlieger, Dokumentation für Versicherung oder Polizei.

Zwei Worte sind hier entscheidend: nach Freigabe. Eine automatisch versendete Meldung an eine Behörde, die auf einer Fehlinterpretation beruht, ist schwerer zu korrigieren als ein verspätetes Telefonat.

Die Eskalationsmatrix ist der eigentliche Aufwand

Wer soll wann informiert werden? Was passiert, wenn diese Person nicht erreichbar ist? Ab wann wird die Geschäftsführung eingebunden? Wann ist die Behörde zu benachrichtigen, wann der Auftraggeber, wann beide?

Diese Fragen sind nicht technisch. Sie werden im Betrieb aber oft erst dann beantwortet, wenn ein System sie stellt. Auch das ist ein legitimer Nutzen einer KI-Einführung: Sie zwingt zur Klärung von Zuständigkeiten, die vorher informell geregelt waren – also gar nicht.

Baustellen- und Verkehrsdaten nutzen

Moderne Verkehrssteuerung verwendet zunehmend Daten aus Sensoren, Zählstellen, Fahrzeugen, Verkehrszentralen und digitalen Plattformen. Für einen mittelständischen Betrieb sind nicht alle dieser Entwicklungen unmittelbar nutzbar – die Richtung ist aber erkennbar.

Wohin sich das Umfeld bewegt

Die Autobahn GmbH des Bundes entwickelt mit AutobahnOS eine bundesweit einheitliche digitale Plattform für ihre Verkehrszentralen. Eine der Fachanwendungen betrifft ausdrücklich das Baustellenmanagement: Sie soll Geschäfts- und Genehmigungsprozesse vereinheitlichen und die Planung aller Arbeitsstellen auf Autobahnen verbessern. Nach Angaben der Gesellschaft sollen bis Ende 2027 alle Verkehrszentralen mit dem System und allen verfügbaren Applikationen arbeiten; einzelne Anwendungen sind bereits im Einsatz, andere werden noch getestet oder entwickelt.

Auch die Forschung arbeitet an KI-gestützter Infrastrukturauswertung. Das mFUND-Projekt TWIN4ROAD untersucht eine Infrastrukturdatenbank für den Straßenraum – einschließlich Beschilderung, Fahrbahnmarkierungen, Randsteinen und Lichtsignalanlagen – sowie eine KI-basierte Straßenzustandsbewertung auf Basis von 3D-, Bild- und Bodenradardaten. Das Projekt Smart-Check arbeitet an einer automatisierten, disziplinübergreifenden Konformitätsprüfung im Planungs- und Genehmigungsverfahren von Infrastrukturprojekten.

Für Verkehrssicherungsunternehmen bedeutet das mittelfristig: Leistungen werden stärker mit digitalen Straßen-, Bau- und Verkehrsdaten verbunden – und Auftraggeber werden zunehmend erwarten, dass Daten strukturiert übergeben werden können, nicht als PDF-Konvolut.

Praktisch nutzbare Datenquellen – heute

Was datenbasierte Warnung leisten kann – ein ehrlicher Blick

Bei der A8-Enztalquerung bei Pforzheim ist seit vor Baubeginn eine dynamische Stauwarnanlage in Betrieb. Die Autobahn GmbH berichtet unter Verweis auf die Verkehrsunfallstatistik des Polizeipräsidiums Pforzheim, dass die Anlage Unfälle verhindert und insbesondere schwere Unfälle mit Personenschaden im Dreijahresvergleich reduziert werden konnten. Nach Auskunft der Polizei vom Dezember 2025 gab es 2024 und 2025 keine tödlichen Unfälle im Baustellenbereich.

Zugleich stieg die Gesamtzahl der Unfälle im Abschnitt von 594 (2024) auf 668 (2025) – überwiegend Blech- und Sachschäden. Die Botschaft ist also differenzierter, als sie in Vermarktungsunterlagen üblicherweise erscheint: Datenbasierte Warnsysteme können die Schwere von Unfällen in Baustellenbereichen deutlich beeinflussen. Sie verhindern nicht jeden Unfall.

Quellen: Die Autobahn GmbH des Bundes, AutobahnOS und Projekt A8-Enztalquerung (autobahn.de) · BMV, mFUND-Projekte TWIN4ROAD und Smart-Check (bmv.de) · Polizeipräsidium Pforzheim, Auskunft Dezember 2025

Wissen im Unternehmen nutzbar machen

In vielen Verkehrssicherungsunternehmen liegt entscheidendes Wissen verteilt vor – und ein erheblicher Teil davon nur in den Köpfen erfahrener Mitarbeiter. Das ist kein Ordnungsproblem, sondern ein Risiko: Es geht mit jeder Verrentung und jeder Kündigung verloren.

Wo das Wissen heute liegt

Was ein internes Wissenssystem beantworten kann

• Welche Unterlagen benötigt Behörde X üblicherweise?
• Welche Kontrollvorgaben gelten für Projekt Y?
• Wie wird die eingesetzte Lichtsignalanlage zurückgesetzt?
• Welche Materialliste wurde bei einer vergleichbaren Maßnahme verwendet?
• Welche Auflagen wurden bei früheren Baustellen in dieser Straße erteilt?
• Welche internen Prüfschritte gelten vor dem Aufbau?
• Welche Nachweise verlangt der Auftraggeber für die Abrechnung?

Technisch kommt dafür meist ein RAG-Verfahren zum Einsatz (Retrieval Augmented Generation). Das Sprachmodell greift dabei auf freigegebene interne Dokumente zu, statt ausschließlich mit allgemeinem Modellwissen zu antworten – und kann die Fundstelle mitliefern.

Anforderungen an ein belastbares Wissenssystem

Von der Einzellösung zur integrierten Plattform

Ein Chatbot allein verändert den Betrieb nur begrenzt. Er kennt weder die laufenden Aufträge noch die freigegebenen Pläne. Der größere Nutzen entsteht, wenn die KI mit den operativen Systemen verbunden ist – und die müssen dafür nicht neu gebaut werden.

Die Systemlandschaft eines Verkehrssicherungsbetriebs

Die Rolle der KI

Die KI bildet eine Assistenzebene über diesen Systemen. Sie ersetzt sie nicht. Ihre Aufgabe ist eine doppelte Übersetzung: Sie überführt unstrukturierte Informationen in strukturierte Daten – und sie macht vorhandene strukturierte Daten leichter zugänglich, ohne dass jemand die Bedienlogik von vier Programmen kennen muss.

Diese Einordnung ist wichtiger, als sie klingt. Sie bedeutet nämlich, dass eine KI-Einführung kein Systemwechsel sein muss. Ein Betrieb mit funktionierender Branchensoftware muss diese nicht ablösen. Er muss sie zugänglich machen.

Aus einer E-Mail wird ein Vorgang

Ein konkretes Beispiel macht den Unterschied zwischen einem Chatbot und einer angebundenen Assistenzebene deutlicher als jede Architekturgrafik.

Der Eingang

Vier Sätze. Für einen erfahrenen Sachbearbeiter zehn Minuten Arbeit – Vorgang anlegen, Daten übernehmen, Lücken erkennen, Rückfrage formulieren. Für einen neuen Mitarbeiter eine halbe Stunde, mit dem Risiko, drei Punkte zu übersehen.

Der Auftragsentwurf

Der Sachbearbeiter prüft die Daten und übernimmt sie in den Vorgang. Zwei Dinge sind dabei bemerkenswert. Erstens: Das System hat nichts entschieden. Zweitens: Es hat den Radverkehr bemerkt, obwohl er in der E-Mail nicht erwähnt wurde – weil bei einer Gehwegsperrung mit Fußgängerumleitung die Radverkehrsführung regelmäßig mitgeklärt werden muss.

Was danach möglich wird

Sobald der Vorgang existiert, kann alles Weitere darauf aufbauen. Die Rückfrage an das Bauunternehmen wird vorbereitet. Sobald die Anordnung eintrifft, wird sie dem Vorgang zugeordnet und ausgewertet. Die Auflagen werden zu Aufgaben. Die Einsatzmappe entsteht aus dem freigegebenen Plan. Die Fotodokumentation trägt automatisch die Auftragsnummer. Die Abschlussakte muss nicht zusammengesucht werden, weil sie unterwegs entstanden ist.

Ohne strukturierte Daten bleibt der Nutzen begrenzt

Viele KI-Projekte scheitern nicht am Modell, sondern an der Datenlage. Das ist eine unbequeme Erkenntnis, weil sie bedeutet, dass ein Teil der Arbeit vor dem eigentlichen Projekt liegt – und dass dieser Teil nicht besonders spannend ist.

Typische Datenprobleme

Zehn Mindestanforderungen

Vor einer größeren KI-Einführung sollten mindestens diese Grundlagen vorhanden sein. Keine davon ist ein IT-Projekt – alle sind Organisationsentscheidungen:

1. eindeutige Auftragsnummern
2. definierte Projektstatus
3. einheitliche Dokumentenablage
4. nachvollziehbare Planversionen
5. zentrale Materialstammdaten
6. Mitarbeiter- und Qualifikationsdaten
7. strukturierte Einsatztermine
8. zentrale Erfassung von Kontrollen und Störungen
9. Rollen und Zugriffsrechte
10. Verantwortliche für Datenqualität

Daten müssen nicht perfekt sein

Das ist die andere Seite der Medaille – und sie ist genauso wichtig. Wer wartet, bis die Datenlage stimmt, wartet für immer. Ein Pilot kann auch mit begrenzter Datenbasis starten, wenn der Anwendungsfall bewusst dazu passend gewählt wird.

Das Muster ist erkennbar: Die geeigneten Einstiege verarbeiten Dokumente, die ohnehin da sind. Die ungeeigneten setzen historische Betriebsdaten voraus, die erst noch entstehen müssen. Der Trick besteht darin, mit den ersten anzufangen und dabei die Grundlage für die zweiten zu schaffen.

Der EU AI Act – Stand Juli 2026

Die KI-Verordnung (EU) 2024/1689 trat am 1. August 2024 in Kraft. Ihre Pflichten greifen gestaffelt. Im Frühjahr 2026 wurde dieser Zeitplan durch den Digital Omnibus on AI in wesentlichen Teilen geändert – wer noch mit dem ursprünglichen Kalender plant, arbeitet mit veralteten Annahmen.

Was der Digital Omnibus geändert hat

Rat und Europäisches Parlament erzielten am 7. Mai 2026 im Trilog eine politische Einigung. Das Parlament stimmte am 16. Juni 2026 zu, der Rat nahm den Rechtsakt am 29. Juni 2026 förmlich an. Damit ist das Gesetzgebungsverfahren abgeschlossen; die Veröffentlichung im Amtsblatt wurde für Juli 2026 erwartet, das Inkrafttreten erfolgt am dritten Tag danach.

Hintergrund der Verschiebung ist die verzögerte Bereitstellung der harmonisierten Normen, die die Hochrisiko-Pflichten konkretisieren sollen. Die Aufsichtsbehörden gehen ausdrücklich davon aus, dass Unternehmen die zusätzliche Zeit für die ohnehin fällige Vorbereitung nutzen – Risikomanagement, Datenqualität, technische Dokumentation und Governance.

Stand: 17. Juli 2026. Rechtsentwicklungen nach diesem Datum sind nicht berücksichtigt. Quellen: EUR-Lex, Verordnung (EU) 2024/1689 (eur-lex.europa.eu) · Europäische Kommission, Digital Omnibus on AI, Verfahren 2025/0359(COD) (ec.europa.eu)

Was das für Ihren Betrieb bedeutet

Fünf Aufgaben, die unabhängig vom Zeitplan sinnvoll sind

• Inventur. Erfassen Sie, welche KI-Systeme im Unternehmen tatsächlich genutzt werden – einschließlich der Werkzeuge, die Mitarbeiter eigenständig eingeführt haben. Diese Liste ist erfahrungsgemäß länger als erwartet.
• KI-Kompetenz. Artikel 4 verlangt seit Februar 2025 angemessene KI-Kompetenz derjenigen, die KI-Systeme betreiben oder nutzen. Der Maßstab richtet sich nach Kenntnissen, Kontext und betroffenen Personen. Eine kurze, dokumentierte Schulung ist der Regelfall, kein Zertifikatsprogramm.
• Risikoklassifizierung. Ordnen Sie jede Anwendung ein. Nicht jede KI in der Verkehrssicherung ist automatisch ein Hochrisiko-System.
• Verantwortlichkeiten. Legen Sie fest, wer für jede Anwendung fachlich verantwortlich ist und wer Ergebnisse prüft.
• Transparenz. Prüfen Sie ab August 2026, wo Kennzeichnungspflichten greifen – etwa bei KI-generierten Inhalten, die veröffentlicht oder an Dritte weitergegeben werden.

Die Einordnungsfrage – am Beispiel

Die Einordnung hängt vom konkreten Zweck, der technischen Rolle und den Auswirkungen ab – nicht vom Namen des Produkts. Ein Verkehrssicherungsunternehmen ist im Regelfall Betreiber, nicht Anbieter; entwickelt es aber eigene Systeme oder lässt es sie unter eigenem Namen entwickeln, kann sich das ändern.

Datenschutz und Informationssicherheit

17.2 Datenschutz

Personenbezogene Daten treten in der Verkehrssicherung an mehr Stellen auf, als zunächst sichtbar ist: Namen und Kontaktdaten, Beschäftigtendaten, GPS-Positionen, Arbeitszeiten, Fotos, Videoaufnahmen, Kennzeichen, Sprachaufzeichnungen, Anruferdaten, Beschwerdedaten sowie Leistungs- und Verhaltensdaten von Mitarbeitern.

Zu prüfen sind Zweck und Rechtsgrundlage, Datenminimierung, Speicherfristen, Auftragsverarbeitung, eine mögliche Übermittlung in Drittländer, technische und organisatorische Maßnahmen, Zugriffsrechte, Protokollierung, Betroffenenrechte und die Erforderlichkeit einer Datenschutz-Folgenabschätzung.

Zwei Punkte verdienen besondere Aufmerksamkeit. Erstens die Auftragsverarbeitung: Wenn ein KI-Anbieter Dokumente verarbeitet, in denen Beschäftigten- oder Anliegerdaten stehen, ist ein Vertrag nach Art. 28 DSGVO erforderlich – auch dann, wenn niemand die Daten „nutzen“ will. Zweitens das Modelltraining: Es muss vertraglich ausgeschlossen oder ausdrücklich geregelt sein, dass eingegebene Inhalte nicht zum Training verwendet werden.

17.3 Informationssicherheit

Ein KI-System, das mit den operativen Systemen verbunden ist, erhält Zugriff auf sensible Informationen: Sicherheitskonzepte, Baustellenpläne, Infrastrukturinformationen, Zugangsdaten, Kontaktdaten, Behördenkommunikation, Vertragsdaten und interne Kalkulationen. Für Infrastrukturprojekte ist das eine relevante Angriffsfläche – Baustellenpläne sagen Dritten präzise, wo und wann eine Straße offen liegt.

Mitbestimmung und Haftung

Zwei Themen werden in KI-Projekten regelmäßig zu spät bedacht – und verursachen dann die größten Verzögerungen. Beide betreffen keine Technik, sondern Menschen und Verantwortung.

18.1 Der Betriebsrat kommt früher ins Spiel, als viele denken

Nach § 87 Abs. 1 Nr. 6 des Betriebsverfassungsgesetzes hat der Betriebsrat mitzubestimmen bei der Einführung und Anwendung technischer Einrichtungen, die dazu bestimmt oder geeignet sind, das Verhalten oder die Leistung der Arbeitnehmer zu überwachen. Das Wort „geeignet“ ist entscheidend: Es kommt nicht darauf an, ob eine Überwachung beabsichtigt ist.

In der Verkehrssicherung betrifft das eine ganze Reihe der hier beschriebenen Anwendungen:

Der praktische Rat ist einfach: Beziehen Sie den Betriebsrat ein, bevor die Auswahlentscheidung fällt, nicht danach. Eine Betriebsvereinbarung, die festlegt, welche Auswertungen ausdrücklich nicht erfolgen, schafft Vertrauen und beschleunigt das Projekt. Umgekehrt kann ein übergangenes Mitbestimmungsrecht die Nutzung eines fertigen Systems blockieren.

18.2 Haftung: KI ändert nichts an der Verkehrssicherungspflicht

Wer eine Arbeitsstelle im Straßenraum einrichtet, übernimmt die Verkehrssicherungspflicht für diesen Bereich. Verletzt er sie und entsteht daraus ein Schaden, kommen zivilrechtliche Ansprüche und in gravierenden Fällen strafrechtliche Folgen in Betracht. Diese Verantwortung ist an Personen gebunden – an den Unternehmer und an den benannten Verantwortlichen.

Daraus folgt allerdings auch die positive Seite. Eine lückenlose, zeitlich nachvollziehbare Dokumentation von Aufbau, Kontrollen und Störungen ist im Streitfall das wirksamste Mittel, den ordnungsgemäßen Zustand nachzuweisen. Genau hier liegt ein Nutzen, der sich in keiner Zeitersparnisrechnung abbildet – und der in einem einzigen ernsten Fall den gesamten Einführungsaufwand rechtfertigen kann.

Das passende Betriebsmodell

Nicht jedes Unternehmen benötigt eine eigene KI-Infrastruktur. Grundsätzlich bestehen drei Modelle. Sie schließen einander nicht aus – die meisten Betriebe durchlaufen sie nacheinander.

Modell A · Standard-KI mit abgesicherten Unternehmenskonten

Geeignet für: Textentwürfe, Zusammenfassungen, interne Recherche, erste Pilotanwendungen, geringe Integrationsanforderungen.

Modell B · Unternehmens-KI mit eigenen Wissensquellen

Geeignet für: Regelwerkssuche, interne Arbeitsanweisungen, projektbezogene Dokumentensuche, Anordnungs- und Vertragsanalyse, standardisierte Assistenzprozesse.

Modell C · Integrierte KI-Plattform

Geeignet für: automatisierte Anfrageverarbeitung, Auftragsanlage, Disposition, mobile Dokumentation, Kontrollmanagement, Kunden- und Behördenkommunikation, Kennzahlen und Prognosen.

Wo Sie anfangen sollten

Der richtige Einstieg ergibt sich nicht aus dem gewünschten Ziel, sondern aus der heutigen Ausgangslage. Suchen Sie in der linken Spalte die Beschreibung, die auf Ihren Betrieb am ehesten zutrifft.

Der übliche Weg

In der Praxis beginnen die meisten Betriebe mit Modell A, weil es schnell verfügbar ist und wenig kostet. Das ist vernünftig – solange klar ist, dass Modell A den eigentlichen Engpass nicht löst. Ein Sprachmodell ohne Zugriff auf die Auftragsdaten kann Texte formulieren, aber nicht sagen, welcher Planstand freigegeben ist.

Der entscheidende Schritt ist deshalb der Übergang von A nach B: der Moment, in dem das System auf die eigenen, freigegebenen Dokumente zugreift und Fundstellen nennt. Ab diesem Punkt verändert sich die Nutzung – aus einem Schreibwerkzeug wird eine Auskunftsstelle. Modell C ist dann eine Frage der Integration, nicht mehr der Grundsatzentscheidung.

Drei typische Praxisbeispiele

Praxisbeispiel 1 · Verkehrssicherungsunternehmen mit 40 Mitarbeitern

Ausgangslage

Das Unternehmen bearbeitet jährlich rund 1.200 Maßnahmen. Anfragen treffen per E-Mail ein. Daten werden manuell in eine Auftragsliste übernommen. Anordnungen liegen als PDF-Datei vor. Disponenten müssen sich die wichtigsten Auflagen selbst heraussuchen – jeder auf seine Weise.

Lösung

Ein KI-Assistent analysiert neue Anfragen, extrahiert Einsatzort und Zeitraum, legt einen Vorgangsentwurf an, erkennt fehlende Angaben, fasst eingehende Anordnungen zusammen, markiert ausführungsrelevante Auflagen und erstellt eine Arbeitszusammenfassung für Disposition und Kolonne.

Beispielrechnung

Hinzu kommen Effekte, die sich schwerer beziffern lassen: weniger Rückfragen, schnellere Angebote, geringere Übergabefehler. Abzuziehen sind Softwarekosten, Einführung, Schulung und laufende Pflege – siehe Kapitel 21.

Erfolgsbedingung

Die extrahierten Daten werden nicht ungeprüft übernommen. Ein Sachbearbeiter bestätigt jeden Vorgang. Ohne diesen Schritt entsteht kein Zeitgewinn, sondern nur eine Verlagerung des Fehlers nach hinten – wo er teurer wird.

Straßenbauunternehmen und Bauhof

Praxisbeispiel 2 · Straßenbauunternehmen mit eigener Verkehrssicherung

Ausgangslage

Die Bauleitung beauftragt interne Kolonnen kurzfristig. Planänderungen werden häufig telefonisch weitergegeben. Unterschiedliche PDF-Versionen befinden sich auf Smartphones und in E-Mail-Postfächern. Niemand kann verlässlich sagen, welcher Stand auf welchem Gerät liegt.

Lösung

Eine zentrale digitale Einsatzmappe stellt den freigegebenen Planstand, die Anordnung, die Arbeitsanweisung, Ansprechpartner, Materialliste, Fotovorgaben sowie Aufbau- und Kontrollchecklisten bereit. Änderungen werden versioniert. Die Kolonne bestätigt, dass der neue Planstand zur Kenntnis genommen wurde – und diese Bestätigung ist der eigentliche Kern der Lösung.

Nutzen

• weniger veraltete Pläne im Umlauf
• nachvollziehbare Übergaben
• vollständigerer Aufbaunachweis
• schnellere Information bei Änderungen
• bessere Grundlage für Nachträge

Der wirtschaftliche Effekt zeigt sich hier weniger in eingesparten Minuten als in vermiedenen Fehlern. Ein einziger Aufbau nach falschem Planstand kostet Anfahrt, Rückbau, Neuaufbau – und im ungünstigen Fall die Diskussion mit der Behörde.

Praxisbeispiel 3 · Kommunaler Bauhof

Ausgangslage

Der Bauhof betreut kurzfristige Arbeitsstellen, Veranstaltungen, Grünpflege und Reparatureinsätze. Wissen über Regelpläne, interne Zuständigkeiten und vorhandenes Material ist auf wenige erfahrene Mitarbeiter konzentriert. Bei Urlaub oder Krankheit steht die Abteilung still.

Lösung

Ein internes Wissenssystem beantwortet Fragen auf Grundlage freigegebener Unterlagen. Zusätzlich werden Material, Fahrzeuge und wiederkehrende Einsatzarten digital erfasst. Ein Mitarbeiter kann beispielsweise fragen:

Das System liefert die interne Prüfliste, die zuständige Stelle, die erforderlichen Antragsunterlagen, die relevanten Muster – und den Hinweis, dass eine fachliche Prüfung erforderlich bleibt.

Nutzen

• schnellere Einarbeitung neuer Mitarbeiter
• weniger Abhängigkeit von Einzelpersonen
• einheitlichere Abläufe
• bessere Vertretungsfähigkeit

Wirtschaftlichkeit richtig bewerten

KI-Projekte werden häufig mit allgemeinen Produktivitätsversprechen begründet. Für eine belastbare Entscheidung braucht es dagegen konkrete Prozessdaten aus dem eigenen Betrieb – auch wenn diese unbequemer sind.

Die vier Nutzenpositionen

Die vierte Position wird am häufigsten unterschätzt. In vielen Betrieben ist der Betrag nicht abgerechneter oder gekürzter Leistungen größer als jede realistische Zeitersparnis – nur steht er in keiner Statistik, weil er nie als Verlust gebucht wird.

Was gegenzurechnen ist

Besonders die letzten drei Positionen fallen dauerhaft an und werden in Angeboten selten ausgewiesen. Ein Wissenssystem, dessen Dokumente niemand pflegt, verliert innerhalb eines Jahres seinen Wert – und wird dann zum Risiko, weil ihm weiterhin vertraut wird.

Ein durchgerechneter Business Case

Ein Unternehmen bearbeitet 800 Aufträge pro Jahr. Die folgenden Effekte sind Annahmen. Ersetzen Sie sie durch Ihre eigenen, gemessenen Werte – und messen Sie vorher, nicht nachher.

Davon abzuziehen sind die in Kapitel 21 genannten Kostenpositionen. Ob am Ende ein tragfähiger Business Case steht, hängt maßgeblich davon ab, wie hoch der Integrationsaufwand ausfällt – und ob die eingesparte Zeit tatsächlich für andere Arbeit genutzt wird oder nur die Belastungsspitze abflacht. Beides ist legitim, aber wirtschaftlich unterschiedlich zu bewerten.

Eine ehrliche Gegenrechnung

Zur Vollständigkeit gehört die Frage, was passiert, wenn die Annahmen nicht eintreffen. Halbiert sich die Zeitersparnis auf 15 Minuten je Auftrag, bleiben 11.000 Euro rechnerisches Potenzial. Bei jährlichen Kosten von 12.000 Euro für Software, Pflege und Governance wäre der Fall negativ – gemessen an der Zeit.

Gerechnet werden müsste dann über die anderen drei Positionen: Wie viele Rechnungskürzungen gab es im Vorjahr? Wie oft wurde nach falschem Planstand aufgebaut? Wie viele Zusatzfahrten wurden nicht abgerechnet? Wenn diese Zahlen nicht vorliegen, ist das selbst schon eine Antwort – und ein Argument, mit der Erfassung zu beginnen.

Der 90-Tage-Pilot

Ein KI-Pilot sollte begrenzt, messbar und reversibel sein. Reversibel heißt: Es muss möglich sein, ihn zu beenden, ohne dass der Betrieb Schaden nimmt. Diese Bedingung schließt bereits einige Anwendungsfälle aus.

Phase 1 · Prozess auswählen (Woche 1 bis 2)

Am Anfang steht keine Technologiefrage, sondern eine Bestandsaufnahme. Geeignete Leitfragen:

Am Ende dieser Phase steht ein definierter Anwendungsfall – in einem Satz formulierbar. Zum Beispiel: Eingehende Kundenanfragen werden automatisch analysiert. Das System erstellt einen Auftragsentwurf und eine Liste fehlender Angaben. Die Freigabe erfolgt durch den Innendienst.

Phase 2 · Daten und Risiken prüfen (Woche 2 bis 4)

Phase 3 · Prototyp aufbauen (Woche 4 bis 7)

Der Prototyp sollte nur die notwendigen Funktionen enthalten – und zwar wirklich nur diese. Für den genannten Anwendungsfall heißt das: E-Mail und Anlagen einlesen, acht definierte Datenfelder extrahieren, fehlende Angaben erkennen, Vorgangsentwurf erstellen, Ergebnis zur Prüfung anzeigen.

Testen und entscheiden

Phase 4 · Testen (Woche 7 bis 10)

Der Test erfolgt mit historischen und aktuellen Fällen. Historische Fälle sind dabei die wertvolleren: Ihr Ergebnis ist bekannt, und niemand steht unter Zeitdruck.

Der letzte Punkt ist der wertvollste Ertrag der Testphase und wird am häufigsten vergessen. Ein Pilot, der am Ende sauber beschreibt, wo das System nicht funktioniert, hat mehr geliefert als einer, der nur eine Erfolgsquote nennt.

Phase 5 · Betriebsentscheidung (Woche 11 bis 13)

Kennzahlen für den Pilotbetrieb

Vier Gruppen von Kennzahlen sind relevant. Wer nur die dritte misst, wird die Anwendung falsch bewerten – wer nur die erste misst, wird sie nie ausrollen dürfen.

Qualität

Prozess

Wirtschaftlichkeit

Sicherheit und Governance

Wichtig ist, dass alle vier Gruppen vor dem Piloten einmal erhoben werden. Ohne Ausgangswert lässt sich später nicht sagen, ob eine Verbesserung eingetreten ist – und die Diskussion verlagert sich auf Eindrücke.

Reifegradcheck: Ist Ihr Unternehmen bereit?

Bewerten Sie jede Aussage mit 0 Punkten (nicht vorhanden), 1 Punkt (teilweise vorhanden) oder 2 Punkten (ausreichend vorhanden). Maximal erreichbar sind 40 Punkte. Beantworten Sie die Fragen so, wie es tatsächlich ist – nicht so, wie es sein sollte.

Checkliste für die Auswahl eines KI-Anwendungsfalls

Diese Checkliste ist zum Ausfüllen gedacht – je Anwendungsfall einmal. Wenn Sie in einer der fünf Gruppen mehr als zwei Fragen nicht beantworten können, ist der Anwendungsfall noch nicht entscheidungsreif.

Fachlicher Nutzen

• Löst die Anwendung ein häufiges Problem?
• Ist der heutige Aufwand messbar – und gemessen?
• Sind ausreichend Fälle vorhanden, damit sich der Aufwand lohnt?
• Verbessert die Anwendung Sicherheit, Qualität oder Wirtschaftlichkeit?
• Ist das Ergebnis für Mitarbeiter unmittelbar nutzbar?

Risiko

• Kann ein falsches Ergebnis Menschen gefährden?
• Kann ein Fehler zu einem Verstoß gegen eine Anordnung führen?
• Kann ein Fehler erhebliche finanzielle Folgen haben?
• Werden personenbezogene oder vertrauliche Daten verarbeitet?
• Ist eine menschliche Freigabe technisch und organisatorisch möglich?
• Ist die Anwendung reversibel – kann sie ohne Schaden beendet werden?

Daten

• Liegen die notwendigen Daten digital vor?
• Sind sie aktuell?
• Sind sie eindeutig einem Auftrag zugeordnet?
• Dürfen sie für den vorgesehenen Zweck verarbeitet werden?
• Gibt es ausreichend Testfälle mit bekanntem Ergebnis?

Technik

• Bestehen geeignete Schnittstellen zu den vorhandenen Systemen?
• Kann der Zugriff auf Rollen und Projekte beschränkt werden?
• Werden Eingaben und Ergebnisse protokolliert?
• Kann die Anwendung bei Problemen abgeschaltet werden?
• Gibt es eine Exportmöglichkeit für die erzeugten Daten?

Betrieb

• Wer ist fachlich verantwortlich?
• Wer überprüft die Qualität – und in welchem Rhythmus?
• Wer pflegt Dokumente und Regeln?
• Wer bearbeitet Fehlermeldungen?
• Wie werden Mitarbeiter geschult?
• Wie und wann wird der Nutzen gemessen?
• Ist der Betriebsrat eingebunden, sofern erforderlich?

Checkliste für Anbieter und Softwareauswahl

Diese Fragen gehören in jede Anbieteranfrage. Ein Anbieter, der mehrere davon nicht schriftlich beantwortet, ist für ein regulatorisch beobachtetes Gewerk nicht geeignet – unabhängig von der Qualität der Demonstration.

Unternehmen und Betrieb

• Wo befindet sich der Anbieter?
• Wo werden die Daten verarbeitet?
• Welche Unterauftragnehmer werden eingesetzt?
• Gibt es einen Vertrag zur Auftragsverarbeitung nach Art. 28 DSGVO?
• Werden Daten für Modelltraining verwendet?
• Kann eine Nutzung für Training vertraglich ausgeschlossen werden?
• Welche Löschfristen gelten?
• Wie werden Sicherheitsvorfälle gemeldet – und in welcher Frist?

Funktion

• Kann das System Fundstellen anzeigen?
• Kann es Unsicherheit kennzeichnen?
• Kann es bei fehlenden Informationen die Antwort verweigern?
• Sind Rollen und Berechtigungen möglich?
• Können Dokumente nach Auftrag oder Kunde getrennt werden?
• Gibt es definierbare Freigabeschritte?
• Ist eine Versionshistorie vorhanden?
• Können Ergebnisse exportiert werden?

Integration

• Gibt es eine dokumentierte Schnittstelle?
• Können Auftragsdaten übernommen werden?
• Können Dokumente automatisiert zugeordnet werden?
• Können mobile Anwendungen angebunden werden?
• Ist eine Verbindung zu Karten- oder Geodaten möglich?
• Können Material- und Mitarbeiterdaten eingebunden werden?
• Wie kommen wir bei einem Anbieterwechsel wieder heraus?

Governance

• Werden Eingaben und Ergebnisse protokolliert?
• Kann der Einsatz auf bestimmte Funktionen begrenzt werden?
• Können Nutzergruppen getrennt werden?
• Kann ein Administrator Inhalte sperren?
• Gibt es Auswertungen über Nutzung und Fehler?
• Werden Modell- oder Funktionsänderungen angekündigt?
• Wie unterstützt der Anbieter bei der Einordnung nach der KI-Verordnung?

Häufige Fehlentscheidungen

Die folgenden Sätze fallen in fast jedem Projekt. Keiner davon ist böswillig – alle sind nachvollziehbar. Und alle führen regelmäßig dazu, dass ein Vorhaben scheitert oder wirkungslos bleibt.

„Wir führen zuerst einen allgemeinen KI-Chatbot ein.“

Ein allgemeiner Chatbot kennt weder die aktuellen Aufträge noch die freigegebenen Pläne und Anordnungen. Er erzeugt Texte, löst aber selten den eigentlichen Prozessengpass. Nach drei Monaten stellt sich heraus, dass ein Drittel der Belegschaft ihn für E-Mail-Formulierungen nutzt und der Rest gar nicht.

Besser: Einen konkreten Vorgang auswählen und die notwendigen Datenquellen anbinden.

„Die KI kann unsere Pläne automatisch freigeben.“

Bei sicherheitsrelevanten Planungen ist das nicht angemessen. Automatische Prüfungen können unterstützen, aber nicht die fachliche Verantwortung übernehmen – und sie können sie auch nicht abnehmen, wenn es später darauf ankommt.

Besser: Prüfregeln, Fundstellen und dokumentierte menschliche Freigabe kombinieren.

„Wir laden einfach alle Dokumente hoch.“

Eine ungeprüfte Dokumentensammlung führt zu widersprüchlichen Antworten. Und weil das System diese Widersprüche in flüssigem Deutsch auflöst, merkt es zunächst niemand.

Besser: Dokumente klassifizieren, Verantwortliche benennen, Gültigkeit und Versionsstand pflegen.

„Die Mitarbeiter sollen die KI einfach ausprobieren.“

Ohne Regeln werden vertrauliche Daten in ungeeignete Systeme eingegeben oder Ergebnisse ungeprüft verwendet. Der Wunsch nach Experimentierfreude ist berechtigt – er braucht nur einen Rahmen.

Besser: Zugelassene Anwendungen, Nutzungsvorgaben und Schulungen definieren. Zwei Seiten reichen.

„Wir messen nur eingesparte Minuten.“

In der Verkehrssicherung zählen auch Vollständigkeit, Nachvollziehbarkeit, weniger Abweichungen und bessere Reaktionsfähigkeit. Wer nur Minuten misst, wird gute Anwendungen abschalten und schlechte behalten.

Besser: Wirtschaftliche und sicherheitsbezogene Kennzahlen gemeinsam betrachten.

„Wir automatisieren sofort den gesamten Prozess.“

Zu große Projekte werden schwer steuerbar und liefern erst spät Ergebnisse. Bis dahin haben sich die Anforderungen geändert und die Beteiligten das Interesse verloren.

Besser: Mit einem begrenzten Prozess beginnen und schrittweise erweitern.

„Das kann die IT machen.“

Die IT kann Systeme betreiben und anbinden. Sie kann nicht beurteilen, ob eine extrahierte Auflage korrekt interpretiert wurde oder ob ein Regelplanvorschlag zur örtlichen Situation passt.

Besser: Für jede Anwendung einen fachlichen Eigentümer benennen – aus Planung, Disposition oder Innendienst.

Welche Anwendungen heute realistisch sind

Vier Reifegrade, Stand Juli 2026. Die Einordnung bezieht sich auf einen mittelständischen Betrieb mit üblicher Softwareausstattung – nicht auf das technisch Machbare in einem Forschungsprojekt.

Handlungsempfehlungen für die Geschäftsführung

1. Nicht mit Technologie beginnen

Beginnen Sie mit einem Prozess, der heute Zeit kostet, fehleranfällig ist oder Wachstum begrenzt. Die Frage lautet nicht „Was kann KI?“, sondern „Wo verlieren wir heute Zeit, Geld oder Nachweise?“.

2. Fachverantwortung festlegen

Jede Anwendung benötigt einen fachlichen Eigentümer. Die IT allein kann die Qualität eines Verkehrssicherungsprozesses nicht beurteilen – und sollte auch nicht dafür haften müssen.

3. Sicherheitskritische Entscheidungen abgrenzen

Definieren Sie schriftlich, welche Entscheidungen immer durch qualifizierte Mitarbeiter getroffen werden. Dieses Dokument ist kurz, aber es ist die Grundlage von allem Weiteren.

4. Dokumente und Daten ordnen

Eine zentrale Projekt- und Dokumentenstruktur ist häufig die wichtigste Voraussetzung – und der Teil des Vorhabens, der am wenigsten nach KI aussieht und am meisten bewirkt.

5. Nutzer früh beteiligen

Disponenten, Planer, Bauleiter und Monteure kennen die tatsächlichen Engpässe. Eine Anwendung ohne ihren Beitrag wird selten dauerhaft genutzt. Wo ein Betriebsrat besteht, gilt das doppelt – und rechtlich ohnehin.

6. Mit historischen Fällen testen

Bevor eine KI in laufenden Maßnahmen eingesetzt wird, sollte sie an bekannten Vorgängen geprüft werden. Das ist der einzige Test, bei dem Sie die richtige Antwort bereits kennen.

7. Ergebnisse protokollieren

Bei fachlich relevanten Ausgaben muss nachvollziehbar sein, welche Daten verwendet wurden, welches Ergebnis erzeugt wurde, wer es geprüft hat, welche Korrekturen vorgenommen wurden und wer die Freigabe erteilt hat. Diese fünf Angaben sind im Streitfall wertvoller als jede Erfolgsquote.

8. Erfolg nachweisen

Nach spätestens drei Monaten sollte erkennbar sein, ob die Anwendung messbaren Nutzen bringt. Wenn nicht: beenden. Ein sauber beendeter Pilot ist ein Ergebnis, kein Scheitern.

Fazit

Künstliche Intelligenz wird die Verkehrssicherung nicht durch einen autonomen Planer oder eine vollständig selbststeuernde Baustelle verändern. Wer darauf wartet, wartet auf das Falsche.

Die praktische Veränderung beginnt an weniger spektakulären, aber wirtschaftlich relevanten Stellen:

• Informationen werden nicht mehr mehrfach übertragen.
• Anordnungen und Auflagen werden schneller ausgewertet.
• Planstände sind nachvollziehbar.
• Mitarbeiter erhalten die für ihren Einsatz relevanten Informationen – und nur diese.
• Aufbau und Kontrolle werden vollständiger dokumentiert.
• Störungen werden schneller eingeordnet.
• Wissen bleibt im Unternehmen verfügbar, auch wenn Menschen gehen.
• Abrechnungsunterlagen werden systematischer erstellt.
• Disponenten erhalten bessere Entscheidungsgrundlagen.

Keiner dieser Punkte ist eine Schlagzeile wert. Zusammen verändern sie, wie ruhig ein Betrieb arbeitet – und wie gut er nachweisen kann, was er getan hat.

KI kann dabei eine leistungsfähige Assistenz sein. Sie kann Arbeit ruhiger machen: weniger Suchen, weniger Rückfragen, weniger offene Enden am Freitagabend. Sie kann aber keine Verantwortung tragen.

Die Verantwortung bleibt beim Unternehmen und bei den fachkundigen Mitarbeitern. Das ist keine Einschränkung, sondern der Grund, warum diese Technologie in einem sicherheitskritischen Gewerk überhaupt einsetzbar ist.

Welche KI-Anwendung passt zu Ihrem Verkehrssicherungsbetrieb?

Die Antwort hängt von Ihrer Auftragskette ab, nicht von einer Produktliste. KrambergAI analysiert gemeinsam mit Ihnen, wo in Ihrem Betrieb tatsächlich Zeit, Geld und Nachweise verloren gehen – und welche Anwendung das ändert.

Was wir gemeinsam betrachten

Das Ergebnis ist keine allgemeine KI-Präsentation, sondern eine priorisierte Umsetzungsübersicht für Ihren Betrieb – mit Aufwand, erwartetem Nutzen und einer klaren Reihenfolge.

Mögliche Einstiege

KrambergAI GmbH

KI-Lösungen für den deutschen Mittelstand
Leinfelden-Echterdingen · krambergai.com

Quellen und weiterführende Grundlagen

Alle Angaben wurden zuletzt am 17. Juli 2026 geprüft. Regelwerke, Fristen und Statistiken können sich seither geändert haben.

Fachliche und regulatorische Grundlagen

• Bundesanstalt für Straßenwesen (BASt): Handlungshilfe für das Zusammenwirken von ASR A5.2 und RSA bei der Planung von Straßenbaustellen im Grenzbereich zum Straßenverkehr, Ausgabe 2020, bekannt gegeben im Verkehrsblatt Nr. 4/2021. bast.de
• Bundesanstalt für Arbeitsschutz und Arbeitsmedizin (BAuA): ASR A5.2 „Anforderungen an Arbeitsplätze und Verkehrswege auf Baustellen im Grenzbereich zum Straßenverkehr – Straßenbaustellen“, Ausgabe Dezember 2018 (GMBl 2018, S. 1160), zuletzt geändert GMBl 2022, S. 252. baua.de
• Straßenverkehrs-Ordnung (StVO), § 45. gesetze-im-internet.de
• Forschungsgesellschaft für Straßen- und Verkehrswesen (FGSV): RSA 21 (FGSV 370), ZTV-SA (FGSV 369) und MVAS 99 (FGSV 371). fgsv-verlag.de
• Ländererlasse zur Einführung der RSA 21; Übersicht unter rsa-online.com

Markt- und Verkehrsdaten

• Statistisches Bundesamt: Verkehrsunfälle 2025, endgültige Ergebnisse (Pressemitteilung Nr. 238, Juli 2026). 2.832 Getötete, rund 49.200 Schwerverletzte, rund 322.000 Leichtverletzte, rund 2,52 Millionen polizeilich erfasste Unfälle. destatis.de
• Statistisches Bundesamt: Auftragseingang im Bauhauptgewerbe 2025 (Pressemitteilung Nr. 061 vom 25. Februar 2026). Nominal 113,0 Milliarden Euro, real +6,8 Prozent; Tiefbau real +6,2 Prozent über dem Vorjahreshöchststand von 56,3 Milliarden Euro; Jahresumsatz Tiefbau 61,7 Milliarden Euro. destatis.de
• Statistisches Bundesamt: Nutzung von IKT in Unternehmen, Erhebung 2025. 26 Prozent aller Unternehmen ab zehn Beschäftigten nutzten KI; 23 Prozent bei 10 bis 49, 36 Prozent bei 50 bis 249 und 57 Prozent ab 250 Beschäftigten. destatis.de
• Bitkom e. V.: „Digitalisierung der Wirtschaft“, Pressemitteilung vom 11. März 2026. 41 Prozent der Unternehmen ab 20 Beschäftigten nutzen KI (Vorjahr: 17 Prozent). bitkom.org
• Bitkom e. V.: „Digitalisierung des Handwerks“, Studienbericht 2025 (n = 504). Vier Prozent der Handwerksbetriebe nutzten KI, neun Prozent planten den Einsatz. bitkom.org

KI, Datenschutz und Governance

• EUR-Lex: Verordnung (EU) 2024/1689 (KI-Verordnung / AI Act), in Kraft seit 1. August 2024. eur-lex.europa.eu
• Europäische Kommission / Rat der EU: „Digital Omnibus on AI“, Verfahren 2025/0359(COD). Trilog-Einigung 7. Mai 2026, Zustimmung des Europäischen Parlaments 16. Juni 2026, förmliche Annahme durch den Rat 29. Juni 2026. ec.europa.eu
• Datenschutzkonferenz: Orientierungshilfe „Künstliche Intelligenz und Datenschutz“ sowie Orientierungshilfe zu KI-Systemen mit Retrieval Augmented Generation (2025). datenschutzkonferenz-online.de
• Bundesbeauftragte für den Datenschutz und die Informationsfreiheit (BfDI): Handreichung zum Einsatz von KI. bfdi.bund.de
• Betriebsverfassungsgesetz (BetrVG), § 87 Abs. 1 Nr. 6. gesetze-im-internet.de

Digitale Verkehrs- und Infrastrukturprojekte

• Die Autobahn GmbH des Bundes: AutobahnOS als einheitliche IT-Basis der Verkehrszentralen, einschließlich der Fachanwendung Baustellenmanagement. autobahn.de
• Die Autobahn GmbH des Bundes: Projekt A8-Enztalquerung, integrierte Stauwarnanlage (iStWA); Verkehrsunfallstatistik des Polizeipräsidiums Pforzheim. autobahn.de
• Bundesministerium für Verkehr: mFUND-Projekte TWIN4ROAD (Infrastrukturdatenbank Straßenraum und KI-gestützte Straßenzustandsbewertung) und Smart-Check (automatisierte Konformitätsprüfung). bmv.de
• Landesbetrieb Straßenbau Nordrhein-Westfalen (Straßen.NRW): Projekt Twin4Road. strassen.nrw.de

Rechtlicher Hinweis und Impressum

Rechtlicher Hinweis

Dieses E-Book dient der fachlichen und unternehmerischen Orientierung. Es ersetzt keine rechtliche Beratung, keine Prüfung des konkreten Einzelfalls und keine fachliche Planung oder Freigabe einer Verkehrssicherungsmaßnahme.

Maßgeblich sind die jeweils geltenden gesetzlichen Vorschriften, behördlichen Anordnungen, technischen Regelwerke, Vertragsunterlagen und projektspezifischen Anforderungen. Die dargestellten Einordnungen nach der KI-Verordnung sind Anhaltspunkte und keine Rechtsauskunft; die Einstufung eines konkreten Systems ist im Einzelfall zu prüfen.

Sämtliche Beispielrechnungen beruhen auf offengelegten Annahmen und sind als Rechenmodelle zu verstehen. Sie stellen keine Zusage über erreichbare Einsparungen oder Ergebnisse dar. Die Praxisbeispiele sind typisierte Szenarien und keine Kundenreferenzen.

Die verwendeten statistischen Angaben und Rechtsstände geben den Stand vom 17. Juli 2026 wieder. Insbesondere die Fristen der KI-Verordnung befanden sich zu diesem Zeitpunkt in Veränderung; der Digital Omnibus on AI war von Parlament und Rat angenommen, die Veröffentlichung im Amtsblatt der Europäischen Union stand aus. Prüfen Sie den aktuellen Stand vor jeder Entscheidung.

Nutzung dieses Dokuments

Die unveränderte Weitergabe innerhalb Ihres Unternehmens und an Projektbeteiligte ist ausdrücklich erwünscht. Für die Verwendung von Auszügen in eigenen Veröffentlichungen bitten wir um vorherige Abstimmung.

Herausgeber

KrambergAI GmbH

krambergai.com

Über diesen Leitfaden

Titel: KI in der Verkehrssicherung – Praxisleitfaden
Stand: Juli 2026
Fassung: 1.0
Umfang: 53 Seiten, DIN A4
Zielgruppe: Verkehrssicherungsunternehmen, Straßenbauunternehmen, Bauhöfe, Infrastrukturbetreiber