Zwei Preprints kamen über den Sommer. Zusammen gaben sie unserem Büro eine Zahl für etwas, das wir zwei Jahre ohne Belege diskutiert haben: was ein LLM-Agent im Industry Foundation Classes Modell wirklich tun kann.

Der erste ist BIM-Edit (arXiv 2606.20146, Juni 2026). Nithyanantham et al., vom Institut für Visuelle und Analytisches Rechnen der Universität Rostock und der TU Clausthal, bauten 324 Editieraufgaben über 11 realistische Gebäudemodelle und 36 synthetische Szenen in drei Anweisungskategorien auf: direkt, räumlich, topologisch. Der Agent hat ein Werkzeug, execute_ifc_code, das den Python-Code, den er selbst schreibt, in einer IfcOpenShell-Sandbox mit vorgeladenem Modell ausführt. Zwanzig Werkzeugaufrufe pro Aufgabe, 120 Sekunden pro Aufruf. Die Bewertung aggregiert Geometrie, Semantik und Topologie – und eine Aufgabe zählt als gelöst, nur wenn jede Metrik mindestens 98 % erreicht.

Lese die zwei Zeilen der Ergebnistabelle in der richtigen Reihenfolge. Durchschnittsscore: Gemini 3.0 Flash 49,48 %, Qwen 3.6 Plus 47,63 %, Claude Sonnet 4.6 45,31 %, GPT-5.4 Pro 43,94 %. Gelöst, unter der 98-%-Grenze: Kein Modell löst mehr als 3,4 % der 324 Aufgaben vollständig. Das sind zwei verschiedene Messungen, und die Lücke dazwischen ist der ganze Punkt. Das Rostock-Team fasste es in einem Satz, den ein Büro an den Koordinationsbildschirm kleben sollte: Ergebnisse, die in einem Viewer korrekt wirken, „bleiben als strukturierte Engineering-Artefakte ungültig”, und es gibt „einen erheblichen Unterschied zwischen aktuellen LLM-Fähigkeiten und den Anforderungen strukturierter Engineering-Design-Workflows”.

Der zweite ist IFCMemoryBench (arXiv 2607.26072, 13. Juli 2026), wo Changyu Du und André Borrmann der TU München mit Alexander Vosseler und Filippo Mazza der Nemetschek-Gruppe eine andere Frage stellten: kann ein Agent sich das Projekt merken, während er das Modell abfragt? Sie evaluierten 143 Multi-Session-Aufgaben über 19 Projekte, aufgebaut auf 4.016 vorherigen Sitzungen, jede Aufgabe mit 25–40 Chat-Austauschvorgängen und Projektfakten verstreut durch die Konversation, gefolgt von einer Testfrage, beantwortbar nur durch Kombination früherer Aussagen mit einer Live-IFC-Abfrage. Unter realistischen Produktions-Bedingungen antwortet das beste Memory-System 32,4 % korrekt; ein Graph-Memory zu 21,0 %; gar kein Memory, 0,0 %. Packe jede vorherige Nutzerbotschaft in den Prompt und du erreichst 83,2 %, zu Kosten pro Anfrage, die Du und Borrmann selbst als unerschwinglich einstufen. Ihre Schlussfolgerung: zuverlässige BIM-Agenten benötigen „Domain-bewusste Memory-Repräsentationen, die Gespräche, Projektwissen und strukturierte Modellentitäten verbinden”. Nemetschek ist die Muttergesellschaft von Graphisoft und veröffentlichte gemeinsam die 32,4-%-Zahl statt eines Launch-Slides – das verdient deutliche Nennung.

←HEUTE: Beide Benchmarks sind Live-Preprints, der RIBA AI Report zwei Monate alt, das KBOB Faktenblatt die Klausel der Herbst-Ausschreibungen.
→3012: Die Büros, die noch stehen, sind die, die aufgeschrieben haben: welche Operationen delegiert, auf welchem Modellzustand, wer unterschrieb.
Drehpunkt: Eine Benchmark-Zahl ist nichts wert als Verdikt über die Werkzeuge und unbezahlbar als Spezifikation für den Vertrag.

Die Profession ist schon bei 74 %

Der RIBA AI Report 2026, veröffentlicht 22. Juli, ergab: 74 % der britischen Büros setzen KI auf den meisten Projekten ein, gegenüber 59 % 2025; 75 % berichten Produktivitätsgewinne, 57 % positive Rendite, 61 % sagen, dass es für Jung-Profis schwieriger ist, wesentliche Fähigkeiten zu erwerben. RIBA-Präsident Chris Williamson fasste es deutlich zusammen: „Fachliche Überwachung des Entwurfs bleibt unverzichtbar, wenn die Gebäude von morgen sicher und nachhaltig sein sollen.” Es ist eine britische Umfrage ohne ausgewiesene Stichprobengrösse – ein Stimmungsbild der Profession allgemein, nicht von Zürich.

Stelle 74 % neben 3,4 % und das Bild wird klar. Die Profession arbeitet an den Rändern des Modells – Texte, Protokolle, Entwürfe – und die Benchmarks sagen, dass das Innere noch nicht ein Ort ist, an den man einen Agenten unbeaufsichtigt schickt. Das ist kein Widerspruch. Es ist eine Grenze, und eine Grenze ist etwas, das eine Praxis aufschreiben kann.

Drei Türen und welche wir öffneten

Ein Büro entscheidet nicht „KI ja oder nein”. Es entscheidet, welche Tür zum Modell ein Agent durchschreiten darf – und das gehört in den BIM-Abwicklungsplan, eine Seite, neben der LOIN-Tabelle.

Tür 1 – Lesen. Abfrage und Bericht: Mengen, Eigenschaftsprüfungen, jedes Element ohne Klassifikation. Ausfallmodus: eine falsche Antwort, die ein Mensch prüft. IFCMemoryBench fügt die Betriebsbedingung hinzu: bei 32,4 % muss der Prompt die Projektfakten tragen. Nie annehmen, dass der Agent sie sich merkt.

Tür 2 – Schreiben neben das Modell. Artefakte neben dem Modell: Zeitpläne, Ausschreibungstexte, Protokolle, eine Grasshopper-Definition oder ein Python-Snippet, das ein Mensch ausführt, IDS- oder LOIN-Entwürfe. Das Modell bleibt unangetastet; das Artefakt wird geprüft und archiviert. Hier leben die 74 % und hier ist der ROI.

Tür 3 – Hineinschreiben. IFC editieren. Vorerst geschlossen — ausser auf einer Sandbox-Kopie mit automatischer Gültigkeitsprüfung und benanntem Reviewer. Nicht aus Angst, sondern weil ein falscher Edit im Viewer völlig überzeugend wirken kann, während seine Relationen darunter gebrochen sind.

Unser Logbuch, kurz: Tür 2 öffnete sich 2023 für Ausschreibungstexte und Protokolle. Tür 1 2025 für Eigenschaftsprüfungen, mit der Kurzfassung jeden Aufruf in den Prompt geklebt. Tür 3 ist eine Sandbox-Kopie, ein Diff und ein Partner, der unterschreibt. Das Unangenehme: Tür 2 zahlte sich in einem Quartal aus, Tür 1 brauchte ein Jahr Disziplin – die billige Tür und die nützliche waren nicht dieselbe.

Die Schweizer Klausel darunter

Das KBOB Faktenblatt „Umgang mit Daten bei BIM” (1. September 2022) regelt für öffentliche Auftraggeber Eigentum und Datenhoheit, Datennutzung, Datensicherheit, Datenschutz und Haftung – je mit Definition, durchgearbeitetem Beispiel und empfohlenem Vertragswortlaut. Es erwähnt KI nicht; es ist älter als all das. Genau darum zählt es. Schreibt ein Agent in ein Modell, dessen Datensouveränität und Haftung vertraglich schon definiert sind, ist die benannte Partei das Büro. Versicherungen gegen Berufshaftung haben keine Spalte für „der Agent tat’s”. Ein Schweizer Aspekt, eine Zeile wert: Apertus, veröffentlicht 2. September 2025 von ETH Zürich, EPFL und CSCS unter Apache 2.0, v1.5 Juli 2026 – kein IFC-Editor und nie als solcher benchmarkt, aber On-Premise-Option für die risikoarmen Ränder, wo Daten das Gebäude nicht verlassen.

Atelier: Für ein Team, das diese Woche mit KI arbeitet, ist die ehrliche Lektion dieser zwei Papers: deine Agent-Policy ist eine Model-Access-Policy, nicht eine Tool-Selection-Policy. Der Trade-off ist klar: Tür 2 kauft echte Stunden, kostet aber eine Review-Last, die keiner budgetiert hat. Tür 3 kauft sehr wenig, kostet aber Artefakte, die unauffällig brechen. Der Schritt für Montag: eine Seite des BAP, die drei Türen rein – durch welche jeder Agent darf, auf welchem Modellzustand, wer prüft, was protokolliert wird.

Hack: Akzeptiere einen IFC-Edit des Agenten auf dem Diff, nie auf dem Screenshot – zähle Element- und Relationstypen vor und nach, und behandle jede nicht angeforderte Änderung als Ablehnung. Illustrativ, läuft mit IfcOpenShell.

import ifcopenshell
before, after = ifcopenshell.open("model_before.ifc"), ifcopenshell.open("model_after.ifc")
count = lambda m: {t: len(m.by_type(t)) for t in ("IfcWall", "IfcDoor", "IfcRelContainedInSpatialStructure", "IfcRelDefinesByProperties")}
b, a = count(before), count(after)
print({t: a[t] - b[t] for t in b})   # non-zero and unasked-for = rejection

Schau auf die Relationszahlen: BIM-Edit gewichtet Topologie-Relationen mit 0,7 genau darum – die Geometrie kann richtig sein, während der Graph, der es zu einem Gebäude macht, still falsch ist. PAZ hat diese Naht schon behandelt: ein offenes Format sichert die Bytes, nicht die Bedeutung. Ein Agent ändert diesen Vertrag nicht; er schreibt nur schneller hinein.

PAZ Takeaway: Das Muster, das es wert ist, von PAZ Academy zu übernehmen, ist die Read-and-Report-Form hinter der PAZ Grasshopper↔Archicad Library and PAZGPT: ein Agent, der ein Graphisoft-natives oder IFC-Modell abfragt und einen geprüften Zeitplan oder eine Eigenschaftsprüfung zurückgibt, mit Projektfakten im Prompt und dem Modell niemals editiert. Tür 1 und Tür 2 als Arbeitsweise statt Plugin-Kauf – die Version der Archicad-Automatisierung, die die oben stehenden Zahlen überlebt.

Zwei Bitten vor Wochenbeginn. Schreib die drei Türen in deinen BAP, neben der LOIN-Tabelle und der KBOB-Datensouveränitätsklausel. Und bis Domain-Memory existiert: Projektfakten im Prompt, nicht im Agent-Gedächtnis.