Künstliche Intelligenz in Planungsbüros war bislang fast automatisch mit der Cloud verbunden. Wer große Sprachmodelle nutzen wollte, schickte seine Anfrage – und häufig auch Teile seiner Daten – an externe Rechenzentren. Neue Workstation-Generationen könnten dieses Prinzip nun zunehmend verändern.
Moderne Prozessorplattformen ermöglichen es inzwischen, auch größere KI-Modelle direkt auf einer mobilen oder stationären CAD-Workstation auszuführen. Damit könnte sich für Architektur-, Ingenieur- und Planungsbüros eine interessante Alternative zur ausschließlichen Nutzung von Cloud-KI entwickeln.
Ein aktuelles Beispiel liefert AMD mit der Ryzen AI Max PRO 400 Serie. Systeme dieser Generation können mit bis zu 192 GB gemeinsam nutzbarem Speicher ausgestattet werden. Bis zu 160 GB davon lassen sich für GPU-Aufgaben verwenden. Damit können nach Herstellerangaben sogar stark komprimierte Sprachmodelle mit mehr als 300 Milliarden Parametern lokal betrieben werden.
Vom Cloud-Assistenten zum lokalen KI-Assistenten
Der entscheidende Punkt ist weniger die reine Größe der Modelle als die Frage, wo die KI arbeitet.
Bisher läuft ein typischer KI-Workflow häufig so:
CAD-/BIM-Software → Cloud-KI → Verarbeitung im Rechenzentrum → Antwort
Mit ausreichend leistungsfähigen Workstations ist künftig auch folgender Ablauf möglich:
CAD-/BIM-Software → lokales Sprachmodell → Verarbeitung direkt auf der Workstation
Das Sprachmodell befindet sich damit auf demselben Rechner wie CAD-Software, Projektdokumente und weitere Planungsprogramme.
AEC Magazine sieht darin einen möglichen grundlegenden Wandel für AEC-Workstations. Statt ausschließlich Schnittstelle zu Cloud-Systemen zu sein, könnte der Arbeitsplatzrechner selbst zur lokalen KI-Plattform werden.
Datenschutz wird zum wichtigen Argument
Gerade in Planungsbüros dürfte dabei ein Punkt besonders interessant sein: Projektdaten müssen für bestimmte KI-Aufgaben nicht zwangsläufig das Unternehmen verlassen.
Baupläne, technische Dokumentationen, Leistungsverzeichnisse, Kosteninformationen oder vertrauliche Auftraggeberdaten könnten lokal verarbeitet werden.
Das bedeutet nicht automatisch, dass ein lokales KI-System sämtliche Datenschutzfragen löst. Zugriffsrechte, Datenhaltung und IT-Sicherheit bleiben weiterhin notwendig. Aber die Möglichkeit, Informationen vollständig innerhalb der eigenen Infrastruktur zu verarbeiten, kann die Abhängigkeit von externen KI-Diensten erheblich reduzieren.
Auch die Hersteller positionieren lokale KI ausdrücklich mit diesem Argument. HP nennt unter anderem mehr Kontrolle über Datenschutz, Latenz und den Ort der Verarbeitung als Vorteile lokaler KI-Systeme.
Der interne KI-Assistent für Planungsbüros
Besonders interessant wird lokale KI, wenn das Sprachmodell nicht nur allgemeine Fragen beantwortet, sondern auf interne Informationen zugreifen kann.
Denkbar wäre beispielsweise ein lokaler Assistent, der mit folgenden Informationen arbeitet:
-
Bürostandards und CAD-Richtlinien
-
BIM-Abwicklungsplänen
-
Bauteilkatalogen
-
Projektunterlagen
-
technischen Regelwerken
-
internen Arbeitsanweisungen
-
IFC- und Modelldaten
-
Protokollen und Dokumentationen
Ein Mitarbeiter könnte dann beispielsweise fragen:
„Welche Bauteile im Erdgeschoss besitzen die geforderte Brandschutzklassifizierung?“
oder:
„Erstelle mir eine Übersicht aller Türen mit bestimmten Eigenschaften.“
Ein entsprechend angebundener KI-Agent könnte dafür Informationen aus dem Gebäudemodell oder aus Projektdokumenten zusammenstellen, anstatt dass der Anwender mehrere Programme und Tabellen manuell durchsuchen muss.
KI-Agenten statt reiner Chatbots
Damit rückt gleichzeitig eine zweite Entwicklung stärker in den Mittelpunkt: sogenannte KI-Agenten.
Ein klassischer Chatbot beantwortet Fragen. Ein Agent kann dagegen mehrere Arbeitsschritte miteinander verbinden und – sofern ihm entsprechende Werkzeuge und Berechtigungen zur Verfügung stehen – Anwendungen oder Dateien selbstständig nutzen.
AMD beschreibt genau diese Entwicklung als einen wesentlichen Einsatzbereich der neuen lokalen KI-Systeme. Agenten könnten mehrere Programme kombinieren, Informationen analysieren und Aufgaben über verschiedene Arbeitsschritte hinweg bearbeiten.
Für Planungsbüros wären beispielsweise folgende Anwendungen denkbar:
-
Modellinformationen auswerten
-
Bauteillisten erstellen
-
Projektunterlagen durchsuchen
-
Dokumentationen zusammenfassen
-
Planprüfungen vorbereiten
-
Eigenschaften bestimmter Bauteile vergleichen
-
Berichte oder Prüfprotokolle erzeugen
Die Technik dafür steht noch am Anfang. Dennoch verschiebt sich die Fragestellung bereits deutlich: Nicht mehr nur „Was kann mir eine KI beantworten?“, sondern zunehmend „Welche Arbeitsschritte kann ein KI-Agent übernehmen?“
Keine Tokenkosten für jede einzelne Abfrage
Lokale Modelle könnten außerdem wirtschaftlich interessant werden.
Cloud-KI verursacht abhängig vom Anbieter nutzungsabhängige Kosten. Besonders bei automatisierten Agenten oder großen Datenmengen können API- und Tokenkosten relevant werden.
Bei einem lokalen Modell fällt diese nutzungsabhängige Abrechnung zunächst weg. Die Kosten verlagern sich stärker auf Hardware, Strom, Administration und Wartung.
HP nennt die Reduzierung von Cloud-Abhängigkeit und Tokenkosten ausdrücklich als einen möglichen Vorteil lokaler KI.
Für Unternehmen bedeutet das jedoch nicht automatisch, dass lokale KI günstiger ist. Eine leistungsfähige Workstation mit sehr großer Speicherausstattung ist teuer. Ob sich die Investition lohnt, hängt wesentlich davon ab, wie häufig und für welche Aufgaben KI eingesetzt wird.
Der Speicher wird zum entscheidenden Faktor
Eine Besonderheit der neuen Systeme ist der gemeinsam nutzbare Speicher.
Bei klassischen Workstations besitzt die CPU ihren Arbeitsspeicher, während eine separate Grafikkarte über eigenen Videospeicher verfügt. Große KI-Modelle stoßen dadurch häufig an die Grenze des verfügbaren Grafikspeichers.
Die neuen Systeme verwenden dagegen einen großen gemeinsamen Speicherpool.
Die Ryzen AI Max PRO 400 Plattform kann beispielsweise bis zu 192 GB Speicher bereitstellen, davon bis zu 160 GB für GPU-Aufgaben. Die Vorgängergeneration war noch auf 128 GB Gesamtspeicher und maximal 96 GB für GPU-Aufgaben begrenzt.
Damit wird die Speicherausstattung einer CAD-Workstation künftig möglicherweise zu einem wesentlich wichtigeren Auswahlkriterium.
CAD, Visualisierung und KI müssen sich die Leistung teilen
Lokale KI besitzt allerdings auch Grenzen.
Das KI-Modell läuft schließlich nicht auf einem separaten Rechenzentrum, sondern auf derselben Workstation wie die übrigen Anwendungen.
CAD-Software, Visualisierung, Rendering und ein großes Sprachmodell können deshalb gleichzeitig um Rechenleistung und Speicher konkurrieren.
AEC Magazine weist genau auf diesen Zielkonflikt hin: Läuft ein großes lokales Modell parallel zu anspruchsvoller Planungs- oder Visualisierungssoftware, müssen sich die Anwendungen die vorhandenen Ressourcen teilen.
Für die Praxis wird deshalb entscheidend sein, wie Betriebssystem, Treiber und Software die verfügbaren Ressourcen verteilen.
Die Cloud wird deshalb nicht verschwinden
Lokale KI dürfte Cloud-KI wahrscheinlich nicht vollständig ersetzen.
Stattdessen zeichnet sich ein hybrides Modell ab.
Vertrauliche oder regelmäßig wiederkehrende Aufgaben könnten lokal ausgeführt werden. Für besonders große Modelle oder außergewöhnlich rechenintensive Aufgaben kann weiterhin auf Cloud-Systeme zurückgegriffen werden.
Das könnte für Planungsbüros langfristig beispielsweise so aussehen:
Vertrauliche Projektdaten → lokale KI
Routineprüfungen → lokale KI
CAD-/BIM-Agenten → lokale KI
sehr komplexe Analysen → Cloud-KI
Damit könnten Unternehmen künftig selbst entscheiden, welche Daten das eigene Netzwerk verlassen und welche Aufgaben intern verarbeitet werden.
Die Workstation verändert ihre Rolle
Die eigentliche Bedeutung dieser Entwicklung liegt deshalb möglicherweise weniger in einem einzelnen Prozessor oder einem neuen Notebook.
Die klassische CAD-Workstation entwickelt sich weiter.
Bislang war sie vor allem Werkzeug für Konstruktion, Modellierung, Berechnung und Visualisierung.
Künftig könnte sie zusätzlich zu einer lokalen KI-Plattform werden, auf der Sprachmodelle und KI-Agenten direkt mit Planungssoftware und Projektdaten zusammenarbeiten.
Die entscheidende Frage für Planungsbüros könnte daher bald nicht mehr nur lauten:
Welche Grafikkarte benötigt unsere CAD-Software?
Sondern zunehmend:
Wie viel Speicher benötigen wir, wenn künftig gleichzeitig CAD, Visualisierung und ein lokaler KI-Assistent auf derselben Workstation laufen?
Genau hier beginnt möglicherweise die nächste Generation der CAD- und BIM-Arbeitsplätze.
KI-Hinweis: Dieser Beitrag wurde mit Unterstützung künstlicher Intelligenz erstellt. Inhalte, Fakten und Quellen wurden redaktionell geprüft.
