Daten nutzen, um den Ausschreibungsprozess zu verbessern
Welchen Nutzen hat es, Angebote auf quantitativer Basis, statt auf der Grundlage persönlicher Erfahrungen erstellen zu können, und wie erreicht man dieses Ziel?
Über die Digitalisierung im Bausektor wird bereits seit langem gesprochen. Viele Unternehmen entwickeln Strategien für die Implementierung digitaler Arbeitsmittel zur Qualitätssicherung, zum Projektmanagement und zur Zeiterfassung. Es gibt jedoch einen wesentlichen Bereich, der bisher nicht die Aufmerksamkeit erfährt, die ihm eigentlich zukommen sollte: Das Verfahren für Ausschreibungen.
Im Vergleich zu anderen Branchen, in denen große Daten zur Bewertung und Kalkulation von Projekten herangezogen werden, hat sich die Herangehensweise an Ausschreibungen in der Baubranche nicht wesentlich verändert. Andererseits wurden bereits Tools für die Baubranche entwickelt, die den statistischen Teil des Prozesses, wie das Führen einer Preisdatenbank, die Nachverfolgung von Ausschreibungsunterlagen oder die Erstellung der Kalkulationen, unterstützen.
Ausschreibungen werden derzeit von vielen Bauunternehmen nicht aktiv in die Planung einbezogen, und erfasste Daten werden nicht so gespeichert, dass sie als wertvolle Grundlage für künftige Projekte genutzt werden können.
Aus der Tatsache, dass Ausschreibungen nicht auf Daten, sondern auf Bauchgefühl und persönlicher Erfahrungen beruhen, ergeben sich eine Reihe von Problemen.
- Es ist nicht leicht zu eintscheiden, ob man für ein Projekt mitbieten sollte, und falls ja, wie viel angeboten werden sollte. Werden Risiken bei einem Projekt nicht richtig eingeschätzt, kann sich als katastrophal erweisen. In einer Branche, in der die Margen bei etwa 6 Prozent liegen, können unterschätzte Kosten für ein Projekt, die nicht wieder hereingeholt werden können, dazu führen, dass das Projekt die hart verdienten Gewinne verschlingt. Auf der anderen Seite bedeutet die Überschätzung eines Projekts möglicherweise eine verlorene Ausschreibung und Ausgaben, die sich aus den aufgewendeten Ressourcen ergeben. Da die Gewinnquoten der Branche bei etwa 20 Prozent liegen, versuchen die Bauunternehmen, dies zu verhindern.
- Ausschreibungen stützen sich auf Führungskräfte, die aus den Erfahrungen früherer Projekte schöpfen, um bestimmte Risiken zu berücksichtigen. Ein risikoreiches Projekt in Kombination mit einem Kostenplaner, der entweder noch zu den Nachwuchskräften zählt oder nicht über die notwendigen Erfahrungen verfügt, kann also unvorhergesehene Ausgaben verursachen. Mit datengesteuerten Verfahren könnten Unternehmen sich von einem Algorithmus auf der Grundlage verschiedener Parameter vor Risiken vergangener Projekte warnen lassen. Anhand des Projekttyps, des Kooperationsmodells, der Mitarbeiter, des Umfelds und der Projektgröße wäre ein Algorithmus in der Lage, nicht nur die Risiken, sondern auch die Wahrscheinlichkeit ihres Auftretens zu identifizieren.
- Zur Überprüfung des Projektverlaufs haben die Projektleiter keine Leitlinie, wie sie mit der Kostenschätzung fortfahren sollen. Ein großer Teil der Bauunternehmen veranschlagt Aufgaben als Summe für die gesamte Dauer eines Projekts. Was wäre, wenn diese Unternehmen Daten darüber hätten, wie sich der Ressourceneinsatz im Laufe der Zeit entwickelt hat? Statt einer Summe von "Wände in Haus A dauert 200 Stunden" würde der Projektleiter sehen: "Wände in Haus A verbrauchen normalerweise 50 Stunden in der ersten Woche, 100 in der nächsten und 50 in der dritten Woche". So bekämen sie ein direktes Feedback über den Fortschritt ihres Projekts und könnten die wichtigste Frage "Bin ich im Plan, verdienen wir Geld?" viel früher beantworten.
Wie versuchen Unternehmen, dies zu vermeiden?
Bisher haben Unternehmen versucht, Kostenvoranschläge und Angebote zu verbessern, und zwar durch qualitative Analysen, Meetings und Konferenzen nach dem Projekt bis hin zur unstrukturierten Datenerfassung in Excel-Tabellen oder PowerPoint-Präsentationen. Die Art und Weise, wie dies derzeit geschieht, ist eine schwierige Aufgabe, denn:
- Sie haben kein standardisiertes System zur Datenerfassung.
- Sie brauchen ihre Vorarbeiter, die sich an das vorgegebene System halten.
- Sie brauchen einen Mitarbeiter, der die Daten manuell in eine Excel-Tabelle eingibt.
Die meisten Unternehmen richten ein System zur Erfassung der Daten für ein einzelnes Projekt ein (die Excel-Tabelle variiert von Mal zu Mal). Das System könnte darin bestehen, ein Haus in Teile, wie Fundamente, Wände, Installationen und Dächer zu unterteilen, die gemessen werden können. Sie bitten dann die Projektleitung, während des Projekts zu versuchen, Kennzahlen zu sammeln, und diese in einem Bericht an die Angebotsabteilung zurückzuschicken. Die Projektleitung muss dann Arbeiter und Vorarbeiter davon überzeugen, das System zu befolgen und ihre Zeit im gleichen Detaillierungsgrad zu erfassen, wie es das System verlangt.
Da die Zeiterfassung meist auf Papier erfolgt, muss ein Projektmitarbeiter die Zeiterfassungsbögen sammeln, sie manuell lesen und in eine Excel-Tabelle eingeben. Am Ende eines Projekts werden diese Datenblätter dann dazu verwendet, einen Bericht über die verbrauchten Ressourcen zu verfassen, der danach nie wieder geöffnet wird.
Darüber hinaus wird in der Regel nur ein bestimmter Teil des Projekts analysiert, damit es für die Mitarbeiter und das Management des Projekts handhabbar ist.
Welchen Nutzen hat es, Angebote auf quantitativer Basis, statt auf der Grundlage persönlicher Erfahrungen erstellen zu können, und wie erreicht man dieses Ziel?
Wenn Unternehmen in der Lage wären, Daten aus ihren Projekten zu sammeln, würden sich dadurch eine ganze Reihe von Türen öffnen - und das Baugewerbe könnte wie andere Branchen auch von den Vorteilen einer künstlichen intelligenz profitieren.
Nimmt man den gleichen Prozess, so wie er zu Beginn beschrieben wurde, und verbessert ihn, indem man eine standardisierte Methodik zur Erfassung von Daten und Erfahrungen zu Projekten einsetzt - so können Bauunternehmen damit beginnen, im Laufe der Zeit ihre Ausschreibungen und Kostenvoranschläge zu verbessern. Sobald sich alle Projektdaten an einem Ort befinden, kann damit begonnen werden, Analysen durchzuführen, um die kurzfristige Terminplanung anzupassen, Kalkulationen zu verbessern und ausgewählte Projekte besser zu prüfen.
Weitere Vorteile:
Wissen, welche Projekte am rentabelsten sind
"Wenn wir Fundamente bauen, liegen wir oft innerhalb unserer Budgets, aber bei Mauern überschreiten wir das Budget immer um 20 Prozent."
Herausfinden, welche Aufgaben oft zu Problemen führen
"Wenn wir große Rohre verlegen, werden wir immer wegen des Grundwassers aufgehalten, wir sollten unsere Prozesse verbessern."
Sehen, welche Mitarbeiter optimal zusammen eingesetzt werden können.
"Projekte laufen erfolgreich, wenn Peter und John als Projektleiter und Vorarbeiter zusammenarbeiten, wir sollten sie öfter gemeinsam an Projekten arbeiten lassen"
Erfahren, welche Maschinen mit maximaler Kapazität eingesetzt werden
"Wir haben diese Baumaschine in diesem Monat schon 5 Mal transportiert, vielleicht sollten wir noch eine weitere besorgen."
Um dorthin zu gelangen, ist es erforderlich, dass Bauunternehmen ein Datenerfassungssystem einsetzen, das die Daten zu Projektressourcen standardisiert. So können diese Daten mit zukünftigen Projekten verglichen werden. Eine Software wie Molteo integriert den gesamten Ablauf, vom Kostenvoranschlag über die Planung und Terminierung bis hin zur Zeiterfassung, wobei die in einem Projekt gesammelten Erfahrungswerte mit der Kalkulation, dem Projekttyp und den Mitarbeitern verknüpft werden.