KI-Server für Bau und Architektur: Ausschreibungs­unterlagen, BIM und Reality Capture

Was ein KI-Server für Bauunternehmen und Architekturbüros leistet

Ein KI-Server für ein Bauunternehmen oder ein Architekturbüro betreibt drei Arten von GPU-Arbeit auf Hardware, die das Unternehmen selbst kontrolliert: ein Sprachmodell, das Ausschreibungs­unterlagen, Leistungsverzeichnisse (LV) und Verträge liest, die Rekonstruktion von Baustellen und Gebäuden aus Drohnenfotos und Laserscans sowie Bildgenerierung für Entwurfsvarianten. Ein Server mit zwei Karten der NVIDIA RTX PRO 6000 Blackwell Server Edition trägt einen Assistenten für die Kalkulation und die Rekonstruktionsjobs eines Vermessungsteams; vier Karten ergänzen ein Kartenpaar, das sich eine Kopie des Modells für lange Dokumente teilt, und zwei Karten für Reality Capture. Projektunterlagen, Baustellenfotos und unveröffentlichte Entwürfe bleiben auf dem eigenen Server.

Wir schreiben für die Geschäftsführung oder die Leitung von Kalkulation, Vermessung oder Entwurf, die beurteilen muss, was ein solcher Server leistet, und für das IT-Team, das ihn betreibt. Virtuelle CAD-Arbeitsplätze per vGPU sind ein eigenes Thema, behandelt in unserem Leitfaden zur GPU-Plattform für Ingenieurbüros; finales Rendering behandelt unser Leitfaden zum GPU-Render-Server.

Drei Aufgaben mit unterschiedlichen Grenzen

Unsere Zusammenfassung; Dokumentkapazität nach unserer Regel für Nutzer je Karte; COLMAP-FAQ und gsplat-README, gelesen am 24. Oktober 2026; FLUX-Werte wie in unserem FLUX-Leitfaden.

Die drei konkurrieren selten um dieselben Stunden: Die Kalkulation liest Ausschreibungen zu Bürozeiten, Rekonstruktionsjobs können auf die Nacht warten, und Bildgenerierung kommt in kurzen Schüben während der Entwurfsbesprechungen.

Ausschreibungs­unterlagen und Leistungsverzeichnisse

Die Ausschreibungs­unterlagen für ein Bauprojekt bestehen aus Leistungsverzeichnis, technischen Spezifikationen, Vertragsbedingungen, Planlisten sowie den Fragen und Antworten des Auftraggebers. Die Kalkulation muss die Anforderungen finden, die Preis oder Risiko verändern: ungewöhnliche Spezifikationen, Vertragsstrafen, Fristen, geforderte Nachweise und Positionen, die voneinander abhängen. Ein lokales Sprachmodell kann das ganze Paket lesen, diese Punkte mit der Seite auflisten, auf der sie stehen, Bieterfragen an den Auftraggeber entwerfen und Angebote von Nachunternehmern mit dem LV vergleichen. Jedes Ergebnis prüft ein Mensch, bevor es in ein Angebot eingeht.

Die Dokumentlänge bestimmt die Größe des Servers. gpt-oss-120b, veröffentlicht unter Apache 2.0 mit 117 Mrd. Parametern, davon 5,1 Mrd. aktiv, hat laut seiner Konfiguration einen maximalen Kontext von 131.072 Token, und seine Checkpoint-Dateien ergeben zusammen rund 65 GB, also 60,8 GiB. Nach unserer Regel für Nutzer je Karte, die 90 Prozent der 95,6 GiB nimmt, die der Treiber meldet, abzüglich 3 GiB je Karte und der Gewichte, behält eine RTX PRO 6000 Server Edition 22,2 GiB für den KV-Cache, das Arbeitsgedächtnis, das das Modell für jedes geöffnete Dokument füllt. Ein Dokument mit vollem Kontext belegt 4,5 GiB 16-Bit-Cache; eine Karte hält also vier solche Dokumente gleichzeitig. Zwei Karten, die sich eine Kopie des Modells teilen (Tensor-Parallelismus, ein Tensor-Parallel-Paar), halten 23. Kürzere Fragen auf demselben Server brauchen weit weniger, wie unser Leitfaden zur Hardware für LLMs mit langem Kontext erklärt. Eine Spezifikation, die länger ist als das Kontextfenster, wird kapitelweise mit Retrieval über das ganze Paket gelesen, wie in unserem Leitfaden zu RAG auf Unternehmensdaten.

Angebotsfristen bringen Spitzen: Mehrere Kalkulatoren öffnen in derselben Woche große Pakete. Liest der Server die Pakete nachts als Batch-Job und liegen die Ergebnisse morgens bereit, nimmt das die Spitze von den Karten; unser Leitfaden zur Batch-Inferenz mit LLMs on-premise beschreibt die Warteschlange. Ausschreibungen in mehreren europäischen Sprachen brauchen ein Modell, das in diesen Sprachen getestet ist, wie unser Vergleich offener LLMs für europäische Sprachen nahelegt.

Öffentliche Auftraggeber liefern einen zweiten Grund, mit Bauwerksmodellen zu arbeiten. Artikel 22 Absatz 4 der Richtlinie 2014/24/EU über die öffentliche Auftragsvergabe hält in der englischen Fassung fest: „For public works contracts and design contests, Member States may require the use of specific electronic tools, such as of building information electronic modelling tools or similar“; die öffentlichen Auftraggeber bieten dann alternative Zugangsmöglichkeiten an, bis solche Werkzeuge allgemein verfügbar sind. Ob und wie Ihr Land diese Möglichkeit nutzt, regelt das nationale Recht; für eine konkrete Ausschreibung bestätigt das Ihre Rechtsberatung.

BIM-Modelle und Modellprüfung

BIM-Modelle tragen die Mengen und Eigenschaften, auf die sich eine Ausschreibung bezieht. Ein Sprachmodell liest eine Modelldatei nicht direkt, kann aber mit Exporten arbeiten: Bauteillisten mit ihren Eigenschaften, Mengenermittlungen und Kollisionsberichte. Eine typische Aufgabe ist, die Eigenschaften im Export mit der Spezifikation zu vergleichen und die Abweichungen für die BIM-Koordination aufzulisten. Wir haben keinen veröffentlichten Benchmark für diese Art der Prüfung gefunden; behandeln Sie sie als Pilot an einem Projekt, bevor Sie sich darauf verlassen.

Wir liefern Server mit zwei oder vier RTX PRO 6000 Server Edition und richten Modell und Retrieval über unseren Service Private AI/ML ein; schicken Sie uns den Umfang eines typischen Ausschreibungspakets und die Zahl der Kalkulatoren, und unser Team antwortet mit einer Konfiguration.

Reality Capture aus Drohnenfotos und Laserscans

Photogrammetrie macht aus überlappenden Fotos eine Punktwolke und ein Dreiecksnetz (Mesh); 3D Gaussian Splatting macht aus denselben Fotos eine Szene, die in Echtzeit rendert. Beide beginnen mit der Bestimmung der Kamerapositionen, und beide belasten die GPU stark.

COLMAP ist die offene Pipeline für Structure from Motion und Multi-View Stereo unter der neuen BSD-Lizenz; die Lizenzseite weist darauf hin, dass ein Build mit Abhängigkeiten von Dritten die Lizenz des Ergebnisses beeinflussen kann. Seine FAQ hält fest, dass der Stereo-Schritt „runs on the GPU using CUDA and puts the GPU under heavy load“, und dass ohne CUDA alle Funktionen außer der dichten Rekonstruktion auf der CPU laufen, deutlich langsamer. Feature-Extraktion, Matching und dichte Rekonstruktion laufen auf mehreren GPUs, wenn man ihre Indizes angibt, mit einem Thread je GPU. Zwei Details sind für einen Server wichtig: Die Pakete der Distributionen „do not come with CUDA or HIP/ROCm support“, COLMAP wird also aus dem Quellcode gebaut oder aus seinem fertigen Docker-Image mit CUDA-Unterstützung betrieben, und ein Build für diese Karten braucht ein CUDA-Toolkit, das Blackwell kennt; das begann mit CUDA 12.8, wie unser Leitfaden zur Software-Unterstützung von RTX PRO Blackwell erklärt.

Der GPU-Speicher hängt in COLMAP von den Einstellungen ab. Reicht der Speicher beim Patch-Match-Stereo nicht, empfiehlt die FAQ eine kleinere maximale Bildgröße oder weniger Quellbilder. Für SIFT-Matching auf der GPU nennt sie eine Schätzung von 4 × n² + 4 × n × 256 Byte für n Matches: nach unserer Rechnung etwa 4,3 GB bei 32.768 Matches und etwa 17,2 GB bei 65.536. Eine Karte mit 96 GB lässt Raum für hochauflösende Fotos und hohe Match-Grenzen, wo eine kleinere Karte niedrigere Einstellungen erzwingt.

3D Gaussian Splatting geht auf das Paper „3D Gaussian Splatting for Real-Time Radiance Field Rendering“ von 2023 in ACM Transactions on Graphics zurück, mit Code des Teams GRAPHDECO bei Inria. Der ursprüngliche Code verlangt eine GPU mit Compute Capability 7.0 oder höher und „24 GB VRAM (to train to paper evaluation quality)“, für kürzeres Training weniger. Seine Lizenz erlaubt die Nutzung „non-commercially“, für Forschung und Evaluierung; ein Bauunternehmen kann ihn also ohne vorherige Zustimmung der Lizenzgeber nicht kommerziell einsetzen. Sein Setup setzt außerdem das CUDA SDK 11 voraus, das älter ist als Blackwell. gsplat aus dem Projekt nerfstudio steht unter Apache 2.0, beschreibt sich als CUDA-beschleunigte Bibliothek für die Rasterung von Gaussians und meldet Training mit bis zu viermal weniger GPU-Speicher und bis zu 15 Prozent weniger Zeit als die offizielle Implementierung. Sein README nennt Build-Kompatibilität mit CUDA 12.8 und 13.2; Multi-GPU-Training im dichten Pfad liegt auf dem Main-Branch und ist am 24. Oktober 2026 noch in keinem PyPI-Release.

COLMAP-Installationsseite, FAQ und Lizenzseite (Version 4.3.0.dev0 vom 11. Oktober 2026); README und LICENSE.md von graphdeco-inria/gaussian-splatting; README von nerfstudio-project/gsplat; alle gelesen am 24. Oktober 2026.

Vom Speicher her fasst eine Karte mit 96 GB vier Splatting-Jobs mit den 24 GB des ursprünglichen Papers. Per MIG teilt sich eine RTX PRO 6000 in zwei isolierte Instanzen mit 48 GB oder vier mit 24 GB, jede mit ihrem Anteil an der Rechenleistung, sodass zwei Vermesser gleichzeitig Szenen trainieren können, ohne sich zu stören. Vermessungssoftware kommerzieller Anbieter hat eigene Anforderungen an GPU und Betriebssystem; prüfen Sie sie mit dem Anbieter, bevor Sie einen Server darum planen.

Baustellenfotos zeigen oft Menschen und Fahrzeuge. Nach Artikel 4 Nummer 1 der DSGVO sind personenbezogene Daten alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen; Gesichter und Kennzeichen auf Drohnenfotos können einen Datensatz also zu personenbezogenen Daten machen. Die Fotos auf dem eigenen Server zu halten vereinfacht Zugriffsregeln und Löschung; ob Sie verpixeln müssen, wie lange Sie die Bilder aufbewahren und ob eine Datenschutz-Folgenabschätzung nötig ist, klären Sie mit Ihrer oder Ihrem Datenschutz­beauftragten.

Entwurfsvarianten und Visualisierung

Architekten können mit Bildmodellen Varianten einer Fassade, eines Materials oder einer Außenanlage skizzieren, bevor eine Szene im Detail modelliert wird. Unser Leitfaden zu den GPU-Anforderungen von FLUX nennt die Zahlen: FLUX.1 [schnell] steht unter Apache 2.0, FLUX.1 [dev] und FLUX.2 [dev] tragen nicht kommerzielle Lizenzen, und NVIDIA nennt für eine RTX PRO 6000 Server Edition 0,20 FLUX-Bilder pro Sekunde in FP4 bei Batch 1, etwa 720 pro Stunde, ohne Angabe von Auflösung oder Schritten. Nach demselben Leitfaden betreibt eine Karte mit 24 GB die FLUX.1-Modelle mit 12 Milliarden Parametern in FP8 oder FP4; eine MIG-Instanz mit 24 GB neben anderer Arbeit auf derselben Karte ist deshalb ein Kandidat für ein Entwurfsteam. Testen Sie sie zuerst mit Ihrer Auflösung.

Finale Renderings eines Gebäudes folgen anderen Regeln: GPU-Renderer verteilen die Samples eines Bildes auf die Karten, aber jede Karte muss die ganze Szene halten, wie unser Leitfaden zum Render-Server erklärt. Wer am Schreibtisch modelliert und prüft, arbeitet am besten an einer Workstation mit einer RTX PRO 6000 Max-Q oder einer kleineren RTX-PRO-Karte, wie unser Leitfaden zu GPUs für CAD-Workstations zeigt. Die Max-Q ist die 300-W-Edition für Workstations; im Rack gehört sie nur in ein Gehäuse, dessen Hersteller sie listet, und für den Dauerbetrieb empfehlen wir die Server Edition.

Konfigurationsoptionen

Die Optionen folgen den Referenz­konfigurationen auf unserer Seite zu KI-Servern und NVIDIAs Leitfaden für zertifizierte Systeme: zwei Prozessoren, mindestens sechs Kerne je GPU und mindestens doppelt so viel Arbeitsspeicher wie GPU-Speicher.

Referenz­konfigurationen auf unserer Seite zu KI-Servern; gleichzeitige Dokumente nach unserer Regel für Nutzer je Karte mit gpt-oss-120b bei 131.072 Token und 16-Bit-Cache; Leistung nach unserer Schätzung (Karten bei 600 W, zwei Prozessoren, plus 15 Prozent für den Rest des Servers), wie in unseren anderen Serverleitfäden.

Zwei Karten passen zu einem mittelgroßen Bauunternehmen oder Büro, das mit Ausschreibungen beginnt: Eine Karte betreibt gpt-oss-120b für die Kalkulation, die andere rekonstruiert nachts die Scans des Tages und bedient tagsüber Bildgenerierung in MIG-Instanzen. Vier Karten passen zu einem Unternehmen mit eigenem Vermessungsteam: Das Tensor-Parallel-Paar hält in Angebotsspitzen 23 lange Dokumente gleichzeitig, und zwei Karten betreiben COLMAP über beide GPUs oder zwei Splatting-Jobs zugleich. Server plus Workstations lässt den interaktiven Entwurf am Schreibtisch und verlegt alles, was stundenlang läuft, in den Serverraum.

Hinweise für das IT-Team

1. Speicher. Drohnenflüge und Laserscans erzeugen je Projekt große Bildmengen, und die Rekonstruktion fügt Zwischendateien wie Tiefenkarten hinzu. Planen Sie schnelles NVMe für die aktiven Projekte und einen Dateiserver für das Archiv; unser Leitfaden zu NVMe-Speicher für einen KI-Server behandelt die Laufwerke. Die Größe hängt von Ihren Flügen und Scannern ab, deshalb bemessen wir sie an einem Beispielprojekt.
2. Builds. Bauen Sie COLMAP und gsplat gegen ein CUDA-Toolkit ab 12.8 und halten Sie die Versionen fest; die Build-Option CMAKE_CUDA_ARCHITECTURES von COLMAP nimmt standardmäßig die GPU der Build-Maschine.
3. Schnittstelle. vLLM stellt eine OpenAI-kompatible API bereit, sodass Ausschreibungsassistent, Dokumentenmanagement und Chat-Oberfläche eine Schnittstelle aufrufen. Setzen Sie ein LLM-Gateway mit Schlüsseln und Abfrageprotokoll davor und trennen Sie Projektordner im Retrieval-Index nach Zugriffsrechten.
4. Sicherheit. Der Parameter --api-key von vLLM schützt nur Pfade unter /v1, /v2, /inference und /cohere; Routen wie /invocations und /metrics antworten auch ohne Schlüssel (Sicherheitsleitfaden von vLLM 0.32.0). Halten Sie die Engines deshalb in einem internen Netz. Halten Sie das NVIDIA Container Toolkit auf 1.17.8 oder neuer und den Treiber auf einer Version, die NVIDIAs Bulletin vom 30. September 2026 als korrigiert nennt.
5. Software bei Lieferung. Der Server kommt auf Wunsch mit Betriebssystem, NVIDIA-Treiber, CUDA und Container-Runtime.
6. KI-Verordnung. Für das Lesen von Ausschreibungen und die Bildgenerierung verlangt Artikel 4 der KI-Verordnung in der Fassung der Verordnung (EU) 2026/1744 von Anbietern und Betreibern Maßnahmen, die die KI-Kompetenz ihres Personals fördern, wie unser Leitfaden zur KI-Kompetenz nach Artikel 4 erklärt, und Artikel 50 fügt für manche erzeugten Inhalte Transparenzpflichten hinzu. Unser Artikel zur EU-KI-Verordnung gibt allgemeine Informationen; die nationale Praxis kann abweichen, und Ihre Rechtsabteilung entscheidet.

Strom und Raum

Nach unserer Schätzung zieht der Server mit zwei Karten etwa 1,8 kW an der Steckdose und passt an eine Zuleitung mit 230 V und 16 A, die bei 80 Prozent 2,94 kW trägt. Der Server mit vier Karten zieht bei 600 W je Karte etwa 3,4 kW und braucht 32 A oder Drehstrom, oder etwa 2,7 kW, wenn die Karten auf 450 W begrenzt sind. Ein Baustellenbüro oder ein Entwurfsatelier ist kein Ort für diese Maschinen; sie gehören in einen Serverraum oder ein Rechenzentrum, wie unser Leitfaden zur Stromversorgung von GPU-Servern mit 16 A, 32 A und Drehstrom durchrechnet. Eine Leistungsschätzung wird durch eine Messung am gelieferten System bestätigt. Ohne eigenen Serverraum betreibt unser Service Private AI/ML die Plattform auf dedizierter Hardware in einem Tier-3-Rechenzentrum in Litauen, innerhalb der EU.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team bemisst die Konfiguration nach Ihrer Aufgabe und Ihrem Budget und antwortet innerhalb eines Werktages. Wir bauen die Server auf Bestellung mit zwei oder vier Karten der RTX PRO 6000 Server Edition, vor der Lieferung montiert und getestet, geliefert in die gesamte EU mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Für Entwurfs-Workstations liefern wir auch die RTX PRO 6000 Max-Q und weitere RTX-PRO-Karten. Unser Service Private AI/ML, gemeinsam mit unserem Engineering-Partner Vixen.UNO erbracht, richtet das Sprachmodell, das Retrieval über Ihre Projektunterlagen und die Anbindung an Ihre Systeme ein.

FAQ