Baustellendokumentation per Sprachnachricht: Wie KI aus Diktaten fertige Berichte macht
Fabian Fürlinger, Gründer, AP&F Software FlexCo8 Min. Lesezeit

Inhalt
Mit KI wird aus einer Sprachnachricht von der Baustelle ein fertiger Bericht: Der Mitarbeiter spricht nach dem Einsatz ein bis zwei Minuten ins Handy, die Spracherkennung macht daraus Text, ein Sprachmodell sortiert ihn in die Felder Ihres Bautagesberichts oder Einsatzberichts. Der Mitarbeiter prüft kurz und gibt frei. Fotos, Ort und Zeit hängt die App automatisch dazu.
Dokumentation ist auf der Baustelle und im Außendienst die Arbeit, die am Ende des Tages liegen bleibt. Wer zehn Stunden montiert hat, schreibt keinen sauberen Bericht mehr. Also landet ein Zettel im Auto, eine WhatsApp-Nachricht beim Bauleiter oder gar nichts, und im Büro tippt jemand nach, was er davon noch entziffern kann. Sprechen geht dagegen schnell, auch mit Handschuhen und im Stehen. Genau dort setzt eine Lösung an, die wir in der App-Entwicklung bauen.
Wie funktioniert Dokumentation per Sprachnachricht mit KI?
Im Kern arbeiten zwei Bausteine hintereinander: Spracherkennung macht aus Audio Text, ein Sprachmodell macht aus dem Text einen strukturierten Bericht. Dazwischen und danach steht die App, die alles zusammenhält.
- 01
Aufnehmen
Der Mitarbeiter tippt in der App auf den Auftrag oder die Baustelle und spricht frei: was erledigt wurde, welches Material verbaut ist, was fehlt, welche Behinderung es gab. Die App speichert Auftrag, Datum, Uhrzeit und auf Wunsch den Standort.
- 02
Transkribieren
Die Spracherkennung wandelt die Aufnahme in Text um. Das passiert in der Cloud oder auf einem eigenen Server, je nachdem, wo die Daten liegen sollen.
- 03
Strukturieren
Ein Sprachmodell liest den Text und füllt die Felder Ihrer Vorlage: Tätigkeit, Personal, Material, Mängel, offene Punkte, Wetter. Was es nicht zuordnen kann, lässt es leer.
- 04
Prüfen und freigeben
Der Mitarbeiter sieht den fertigen Bericht am Handy, korrigiert ein Wort und gibt frei. Erst dann geht er an Bauleitung, Büro oder Kunde.
- 05
Weitergeben
Der freigegebene Bericht landet dort, wo er gebraucht wird: im Projektordner, im ERP, als PDF beim Auftraggeber oder als Grundlage für die Rechnung.
Der Unterschied zum Diktiergerät von früher: Niemand muss die Aufnahme abtippen, und der Bericht hat immer dieselbe Struktur, egal wer gesprochen hat.
Was lässt sich auf der Baustelle und im Außendienst per Sprache dokumentieren?
Alles, was heute auf Papier oder in Freitextfeldern landet, eignet sich für die Sprachnachricht. Typisch sind diese Berichte:
- Bautagesbericht: Arbeiten des Tages, anwesendes Personal, Geräte, Wetter, besondere Vorkommnisse.
- Einsatz- oder Servicebericht im Außendienst: Fehlerbild, durchgeführte Arbeiten, getauschte Teile, Arbeitszeit, Hinweise für den nächsten Einsatz.
- Mängel und Behinderungen: was fehlt, wer betroffen ist, seit wann, mit Foto.
- Materialverbrauch und Nachbestellungen: Mengen und Artikel, die direkt mit dem Artikelstamm abgeglichen werden.
- Abnahmen und Übergaben: Zustand, Restarbeiten, Vereinbarungen vor Ort.
In Betrieben sehen wir oft, dass die eigentliche Information längst existiert, nur an der falschen Stelle: in einer Sprachnachricht auf dem privaten Handy des Poliers oder in einem Chat, den das Büro nicht durchsuchen kann. Die App holt diese Information in ein System, das zum Auftrag gehört.
Wie gut versteht Spracherkennung Dialekt und Fachbegriffe?
Für Hochdeutsch mit österreichischer Färbung ist die Erkennung heute alltagstauglich, Fachbegriffe und Eigennamen brauchen Nachhilfe. Große Anbieter unterstützen österreichisches Deutsch ausdrücklich: Microsoft führt in seiner Sprachübersicht die Variante de-AT für Echtzeit- und Stapel-Transkription. OpenAI stellt sein Spracherkennungsmodell Whisper mit Code und Modellgewichten unter MIT-Lizenz bereit, schreibt aber selbst, dass die Qualität je nach Sprache stark schwankt.
Schwierig sind Wörter, die im allgemeinen Sprachgebrauch selten vorkommen: Produktnamen, Artikelnummern, Straßennamen, Abkürzungen aus Ihrem Betrieb. Dafür gibt es zwei Hebel. Erstens Wortlisten: Bei Microsoft heißt das Phrase List, eine vorab hinterlegte Liste von Namen und Fachbegriffen, die die Erkennung bevorzugt. Zweitens der Abgleich danach: Das Sprachmodell vergleicht erkannte Begriffe mit Ihrem Artikelstamm und Ihrer Kundenliste und schlägt den passenden Eintrag vor.
Ist ein KI-Bericht so verlässlich wie ein handgeschriebener?
Ja, wenn ein Mensch ihn freigibt, bevor er weitergeht. Spracherkennung verhört sich, und ein Sprachmodell kann eine Lücke mit etwas Plausiblem füllen. Deshalb gehört die Freigabe durch den Mitarbeiter, der vor Ort war, fest in den Ablauf. Wie Sie KI-Ausgaben generell absichern, steht im Artikel KI-Halluzinationen vermeiden.
Dafür gelten drei Regeln: Das Modell darf nur Felder füllen, für die es etwas in der Aufnahme gibt. Die Originalaufnahme bleibt am Bericht hängen, damit jeder nachhören kann. Und Mengen, Zeiten und Beträge werden dem Mitarbeiter vor der Freigabe extra angezeigt, weil dort ein Fehler am meisten kostet.
Ob ein Bericht als Beweis taugt, entscheiden Ihr Vertrag und Ihr Ablauf. Klären Sie mit Auftraggeber und Rechtsberatung, welche Form der Dokumentation vereinbart ist und ob digitale Berichte ohne Unterschrift anerkannt werden. Formale Anzeigen wie Behinderungs- oder Mehrkostenanzeigen schickt weiterhin die verantwortliche Person, nicht die App.
Was gilt beim Datenschutz für Sprachaufnahmen?
Sprachaufnahmen und Berichte enthalten personenbezogene Daten: die Stimme des Mitarbeiters, Namen von Kunden, Adressen, oft auch Arbeitszeiten. Damit gilt die DSGVO, und drei Punkte sollten Sie vor dem Start klären.
- Auftragsverarbeitung: Läuft die Transkription bei einem Cloud-Anbieter, braucht es nach Art. 28 DSGVO einen Vertrag mit diesem Anbieter, und er muss hinreichende Garantien für den Schutz der Daten bieten. Darauf weist auch die WKO bei KI-Werkzeugen für die Baustelle hin.
- Datenminimierung und Speicherbegrenzung: Nach Art. 5 DSGVO werden nur die Daten verarbeitet, die für den Zweck nötig sind, und nur so lange gespeichert wie erforderlich. Legen Sie fest, wie lange Audiodateien aufbewahrt werden. Der Text des freigegebenen Berichts bleibt, die Aufnahme kann nach einer festen Frist weg.
- Speicherort: Wer keine Audiodaten bei einem Cloud-Anbieter haben will, kann ein offenes Modell wie Whisper auf eigener Hardware oder bei einem Hoster in Österreich betreiben. Mehr dazu im Artikel KI und Datenschutz.
Nimmt der Bericht auch Arbeitszeiten auf, berührt er das Arbeitszeitgesetz. Nach § 26 AZG führt der Arbeitgeber Aufzeichnungen über die geleisteten Arbeitsstunden. Führen Mitarbeiter sie selbst, braucht es dafür eine Vereinbarung, und der Arbeitgeber bleibt verantwortlich. Die App hilft, ersetzt diese Pflicht aber nicht. Gibt es einen Betriebsrat, binden Sie ihn ein, bevor Aufnahmen und Standorte erfasst werden.
Fertige App oder eigene Lösung: Was passt für Ihren Betrieb?
Prüfen Sie zuerst fertige Bautagebuch- und Außendienst-Apps, viele haben Spracheingabe inzwischen eingebaut. Eine eigene Lösung lohnt sich, wenn die Berichte in Ihre bestehenden Systeme fließen sollen oder Ihr Ablauf nicht in die Vorlage eines Anbieters passt.
| Fertige App | Eigene Lösung | |
|---|---|---|
| Start | Sofort testbar, Konto anlegen und loslegen | Einige Wochen bis zum ersten nutzbaren Stand |
| Berichtsvorlage | Vorlage des Anbieters, begrenzt anpassbar | Ihre Felder, Ihre Begriffe, Ihr Ablauf |
| Anbindung | Export als PDF oder Datei, Schnittstellen je nach Anbieter | Direkt an ERP, Projektordner, Zeiterfassung und Artikelstamm |
| Speicherort der Daten | Beim Anbieter, Vertrag zur Auftragsverarbeitung nötig | Frei wählbar, auch eigener Server |
| Passt gut, wenn | Der Bericht für sich allein steht | Der Bericht Material, Zeiten und Rechnung auslöst |
In der Praxis kippt die Entscheidung meist an der Anbindung. Wenn das Büro den Bericht aus der App wieder abtippt, um ihn ins ERP zu bringen, ist nur die Hälfte gewonnen. Ein ähnliches Muster beschreibt der Artikel Belege mit KI erfassen: Der Nutzen entsteht dort, wo die Daten ohne Umweg im richtigen System landen.
Laut Statistik Austria nutzen 2026 bereits 48 Prozent der erfassten Unternehmen in Österreich KI, 2025 waren es 30 Prozent. Werkzeuge gibt es also genug, in den meisten Betrieben fehlt der Anschluss an die eigenen Abläufe.
Wie führen Sie Sprachdokumentation im Betrieb ein?
- 01
Einen Bericht auswählen
Starten Sie mit dem Bericht, der heute am meisten nachgetippt wird, etwa dem Bautagesbericht oder dem Einsatzbericht. Der nächste Bericht kommt erst dazu, wenn der erste im Alltag läuft.
- 02
Vorlage festlegen
Welche Felder braucht der Bericht wirklich? Welche Pflichtangaben muss der Mitarbeiter vor der Freigabe bestätigen? Je klarer die Vorlage, desto besser füllt das Modell sie.
- 03
Mit echten Aufnahmen testen
Zwei bis drei Teams sprechen zwei Wochen lang ihre Berichte ein. Sie sehen, wo die Erkennung danebenliegt, welche Begriffe auf die Wortliste gehören und wie lange die Freigabe dauert.
- 04
Anbinden
Erst wenn die Berichte passen, fließen sie automatisch in Projektordner, ERP oder Zeiterfassung. Offline-Aufnahme mit späterer Übertragung gehört für Baustellen ohne Netz dazu.
- 05
Ausrollen und Regeln festhalten
Aufbewahrungsfristen für Audio, Zuständigkeit für die Freigabe und eine kurze Einschulung für alle, die sprechen.
So bauen wir Dokumentations-Apps in der App-Entwicklung: mit Ihren Teams, an Ihren echten Berichten und angeschlossen an die Systeme, die Sie schon haben. Wenn Sie wissen wollen, ob eine fertige App reicht oder ob sich eine eigene Lösung lohnt, schreiben Sie uns über den Kontakt. Wir sagen Ihnen das offen.
Häufige Fragen
Kann man ein Bautagebuch per Sprachnachricht führen?
Ja. Der Mitarbeiter spricht die Einträge ins Handy, Spracherkennung und ein Sprachmodell machen daraus einen strukturierten Bautagesbericht. Wichtig ist, dass die verantwortliche Person den Bericht vor dem Weitergeben prüft und freigibt. Welche Form der Dokumentation vereinbart ist, regelt Ihr Bauvertrag.
Versteht KI österreichischen Dialekt?
Österreichisches Hochdeutsch ja: Große Anbieter unterstützen es ausdrücklich, Microsoft etwa mit der Variante de-AT. Bei starkem Dialekt und Baulärm sinkt die Qualität. Langsames Sprechen, Zahlen einzeln nennen und eine Wortliste mit Fachbegriffen verbessern das Ergebnis.
Funktioniert die Dokumentation auch ohne Netz auf der Baustelle?
Die Aufnahme ja, wenn die App dafür gebaut ist. Sie speichert die Sprachnachricht am Gerät und überträgt sie, sobald wieder Netz da ist. Die Auswertung durch die KI läuft dann zeitversetzt, der Mitarbeiter gibt den Bericht später frei.
Dürfen Sprachaufnahmen von Mitarbeitern gespeichert werden?
Ja, wenn der Zweck klar ist und die DSGVO eingehalten wird. Legen Sie fest, wofür die Aufnahmen dienen, wie lange sie gespeichert werden und wer Zugriff hat. Bei Cloud-Anbietern braucht es einen Vertrag zur Auftragsverarbeitung. Gibt es einen Betriebsrat, binden Sie ihn vor dem Start ein.
Ersetzt die App die Unterschrift auf dem Bericht?
Das hängt von der Vereinbarung mit Ihrem Auftraggeber ab. Halten Sie im Vertrag fest, ob digital freigegebene Berichte gelten. Formale Anzeigen wie Behinderungsanzeigen sollten weiterhin von der verantwortlichen Person in der vereinbarten Form kommen.
Quellen
Die Beobachtungen aus Betrieben stammen aus anonymisierten Kundengesprächen von AP&F. Stand aller Angaben: 13. November 2026.
- 01Microsoft Learn: Language and voice support for Azure Speech (Sprache zu Text, de-AT)
- 02Microsoft Learn: Improve recognition accuracy with phrase list
- 03GitHub: openai/whisper, Robust Speech Recognition via Large-Scale Weak Supervision
- 04WKO: Dokumentationshilfe durch KI, weniger Zettel, mehr Zeit auf der Baustelle (Oktober 2025)
- 05DSGVO Art. 28: Auftragsverarbeiter (Gesetzestext auf dsgvo-gesetz.de)
- 06DSGVO Art. 5: Grundsätze für die Verarbeitung personenbezogener Daten (Gesetzestext auf dsgvo-gesetz.de)
- 07RIS: Arbeitszeitgesetz § 26 (Aufzeichnungen)
- 08Statistik Austria: IKT-Einsatz in Unternehmen


