Baustellenbericht per Sprachnachricht: vom Diktat in die Projektakte

Der Baustellenbericht hält den Arbeitstag auf der Baustelle fest

Ein Baustellenbericht, auf Bauvorhaben auch Bautagesbericht genannt, ist die Aufzeichnung dessen, was an einem Tag auf einer Baustelle geschehen ist. Er nennt die ausgeführten Arbeiten, die anwesenden Personen mit ihren Stunden, das verbrauchte Material, die eingesetzten Geräte, das Wetter, die Anweisungen des Bauleiters und die Behinderungen durch Dritte. Montagebetriebe führen denselben Bericht für Einsätze beim Kunden, dann heißt er Einsatz- oder Montagebericht.

Sein Zweck liegt außerhalb der Baustelle. Die Stunden gehen in die Abrechnung von Stundenlohnarbeiten und in die Nachkalkulation. Die dokumentierte Behinderung durch ein anderes Gewerk begründet den Nachtrag und die Verlängerung der Ausführungsfrist. Die Anweisung des Bauleiters belegt, wer eine Änderung veranlasst hat. Und im Streit über einen Mangel zeigt der Bericht, an welchem Tag welche Arbeit unter welchen Bedingungen ausgeführt wurde.

Für jeden dieser Zwecke zählt der Zeitpunkt der Aufzeichnung. Ein Bericht, der am Tag selbst entstanden ist, beschreibt den Tag. Ein Bericht, der am Freitag für Montag nachgeschrieben wird, beschreibt die Erinnerung an den Tag, und ein Auftraggeber, der eine Behinderung bestreitet, wird genau darauf hinweisen. Die Erfassung am Tag selbst entscheidet deshalb über den Wert, den der Bericht später als Nachweis hat.

Das Diktat verlegt den Bericht an das Ende des Arbeitstags

Gesprochen wird dort, wo die Erinnerung vollständig ist: am Fahrzeug, bevor die Rückfahrt beginnt, oder auf der Fahrt über die Freisprecheinrichtung. Während der Fahrt darf das Telefon nicht in die Hand genommen werden; die Aufnahme beginnt deshalb vor dem Losfahren, oder sie läuft über die Anlage des Fahrzeugs. Zwei bis vier Minuten freies Sprechen ersetzen eine halbe Stunde Tippen am Abend, und wer ungern schreibt, spricht ohne Widerstand.

Die Anwendung gibt dem Diktat eine leichte Struktur, ohne es in ein Formular zu zwingen. Je Baustelle und Tag entsteht eine Nachricht. Auf dem Bildschirm steht die Reihenfolge, in der die Angaben erwartet werden: zuerst die Baustelle, dann die Arbeiten, dann die Personen mit ihren Stunden, dann Material und Geräte, zuletzt die Besonderheiten des Tages. Der Polier muss sich nicht daran halten, aber wer sich daran hält, bekommt am nächsten Morgen einen Bericht ohne offene Felder.

Aufgenommen wird in der Anwendung des Betriebs. Der Grund liegt in der Zuordnung: Die Aufnahme aus der Anwendung ist von der ersten Sekunde an der Baustelle und dem Tag zugeordnet, zu denen sie gehört, und sie liegt auf dem Server des Betriebs. Eine Sprachnachricht in einem privaten Nachrichtenverlauf liegt auf dem Telefon des Mitarbeiters und auf dem Server eines fremden Anbieters, und sie ist für das Büro erst auffindbar, wenn jemand sie weiterleitet.

Die Verschriftung macht aus der Aufnahme einen lesbaren Text

Spracherkennung ist das Verfahren, mit dem ein Programm gesprochene Sprache in geschriebenen Text umwandelt. Das Ergebnis heißt Transkript. Für den Baustellenbericht liefert die Spracherkennung den Rohtext, aus dem im nächsten Schritt die Felder der Projektakte gefüllt werden.

Die Qualität des Transkripts entscheidet sich an der Aufnahme. Eine Aufnahme am stehenden Fahrzeug mit dem Telefon in Mundnähe wird nahezu vollständig erkannt. Eine Aufnahme neben einem laufenden Bagger oder bei Wind auf dem Gerüst enthält Lücken, und die Anwendung zeigt diese Stellen im Transkript als unsicher an, damit der Polier sie bei der Prüfung gezielt nachhört. Dialekt und Umgangssprache verarbeiten heutige Erkennungssysteme deutlich besser als noch vor wenigen Jahren; die Fehler konzentrieren sich auf Wörter, die in der Allgemeinsprache nicht vorkommen, und darum geht es im Abschnitt zur Wortliste.

Das Transkript ist ein Rohtext und kein Bericht. Es enthält Wiederholungen, Füllwörter und Sätze, die mitten im Gedanken abbrechen, weil der Polier so spricht, wie jeder spricht. Die Anwendung bewahrt dieses Transkript unverändert auf, weil es die genaueste schriftliche Wiedergabe dessen ist, was gesagt wurde. Geglättet und geordnet wird erst in der Übernahme in die Felder.

Wo die Verschriftung läuft, auf einem Server des Betriebs oder bei einem Anbieter, ist eine Entscheidung mit Folgen für den Datenschutz. Sie wird im Abschnitt zur Tonaufnahme behandelt; wie sich dieselbe Frage für eingehende Nachrichten stellt, beschreibt der Beitrag zum digitalen Posteingang in seinem Abschnitt zum Betriebsort der Vorsortierung.

Die Übernahme füllt die Felder der Projektakte aus dem Text

Die Projektakte ist der Datensatz, in dem ein Betrieb alles zu einem Bauvorhaben führt: Auftrag, Termine, Beteiligte, Berichte, Aufmaße, Fotos und Schriftverkehr. Der Tagesbericht ist darin ein Datensatz mit festen Feldern, und genau diese Felder bekommt das Sprachmodell vorgelegt. Ein Sprachmodell ist ein KI-Programm, das Text liest und versteht; hier liest es das Transkript und trägt jede Angabe in das Feld ein, zu dem sie gehört.

Ein Beispiel zeigt, was dabei geschieht. Der Polier sagt: „Ahornweg, heute waren wir zu dritt, jeder acht Stunden, wir haben die Steigleitungen im Erdgeschoss fertig, zwölf Meter Fünfzehner Kupfer sind drauf, im Bad konnten wir nicht anfangen, der Estrich war noch nicht begehbar." Daraus entstehen fünf Einträge: die Baustelle Ahornweg, drei Personen mit je acht Stunden, die Tätigkeit Steigleitungen Erdgeschoss, das Material zwölf Meter Kupferrohr fünfzehn Millimeter und eine Behinderung durch den Estrich mit dem Datum des Tages. Die drei Personen ordnet das System über die Einsatzplanung zu, die weiß, wer an diesem Tag auf dem Ahornweg eingeteilt war, und zeigt die Zuordnung zur Bestätigung an.

Für die Übernahme gelten drei Regeln, und sie sind der Grund, warum der Ablauf verlässlich bleibt.

• Eingetragen wird, was gesagt wurde. Das Sprachmodell formuliert um, fasst zusammen und ordnet zu. Es erfindet keine Menge, keine Uhrzeit und keinen Namen, der im Transkript nicht vorkommt.
• Ein leeres Feld bleibt leer. Hat der Polier das Wetter nicht erwähnt, steht im Wetterfeld nichts, und das Feld ist als offen markiert. Ein plausibel geratener Wert wäre in einem Nachweis schlimmer als eine Lücke.
• Zahlen werden wörtlich übernommen. „Zwölf Meter" wird zu 12 m, „Fünfzehner" wird nur dann zu 15 mm, wenn der Betrieb diese Kurzform in seiner Wortliste hinterlegt hat. Ohne diesen Eintrag bleibt das gesprochene Wort stehen und wird zur Prüfung markiert.

Fehlt eine Pflichtangabe, legt die Anwendung die offenen Felder dem Polier bei der Bestätigung vor. Dort trägt er sie in wenigen Sekunden nach, mit dem Transkript daneben.

Der Polier bestätigt den Bericht vor der Ablage

Die Prüfung durch den Menschen bedeutet, dass kein maschinell erzeugter Bericht in die Projektakte gelangt, bevor die Person, die ihn gesprochen hat, ihn gesehen und freigegeben hat. Bis zur Bestätigung gilt der Bericht als offen, und die Bauleitung sieht ihn auch so: als Entwurf mit dem Vermerk, dass die Bestätigung aussteht.

Die Prüfansicht zeigt links das Transkript und rechts die gefüllten Felder. Wer auf ein Feld tippt, sieht die Stelle im Transkript, aus der der Wert stammt, und kann die zugehörige Passage der Aufnahme anhören. Unsichere Stellen und offene Pflichtfelder stehen oben. Der Polier korrigiert, was falsch ist, trägt nach, was fehlt, und bestätigt. Mit der Bestätigung friert die Anwendung den Bericht ein und vermerkt daran, wer ihn wann freigegeben hat; dieser eingefrorene Stand ist von da an der Bericht.

Der Grund für diese Regel liegt im Zweck des Berichts. Er ist ein Nachweis, und für seinen Inhalt steht die Person ein, die den Tag erlebt hat. Ein Sprachmodell kann zuordnen und formulieren, aber es war nicht auf der Baustelle und kann nicht bestätigen, dass der Estrich tatsächlich nicht begehbar war. Dieselbe Trennung zwischen maschineller Vorarbeit und menschlicher Freigabe gilt für Mitschriften aus Besprechungen; welche rechtlichen Fragen dort hinzukommen, behandelt der Beitrag zu KI-Mitschriften in Meetings.

Die Prüfung kostet am nächsten Morgen zwei bis fünf Minuten je Bericht, weil der Polier liest und nicht schreibt. Dieser Aufwand bleibt, und er ist der Preis dafür, dass der Bericht als Nachweis trägt.

Fachbegriffe und Namen brauchen eine eigene Wortliste

Spracherkennungssysteme sind auf Allgemeinsprache trainiert. Die Wörter, an denen sie auf der Baustelle scheitern, sind genau die, die ein Bericht braucht: die Nachnamen der Mitarbeiter, die Straßennamen der Baustellen, die Artikelbezeichnungen und Kurzformen des Gewerks, die Namen der Bauleiter und der fremden Firmen. Aus „Kaya" wird „Kaja", aus „Ahornweg" wird „Ahorn Weg", aus der Artikelnummer eine Zahlenfolge mit einer Ziffer zu viel.

Eine Wortliste ist eine Sammlung der Begriffe, die das System bevorzugt erkennen und gegen die es jedes erkannte Wort abgleichen soll. Sie entsteht aus den Stammdaten, die der Betrieb ohnehin führt: der Personalliste, der Baustellenliste mit Adressen, dem Artikelstamm der Warenwirtschaft und einer kurzen Liste der Gewerkebegriffe und Kurzformen. Hört das System „Fünfzehner Kupfer", findet es in der Liste den Eintrag Kupferrohr 15 mm und trägt ihn ein.

Findet es keine eindeutige Entsprechung, trägt es nichts ein. Die Stelle wird markiert, und bei der Bestätigung bekommt der Polier die nächstliegenden Einträge zur Auswahl. Wählt er einen oder gibt er einen neuen ein, fließt die Zuordnung in die Wortliste zurück, und beim nächsten Diktat wird derselbe Begriff erkannt. Die Liste wächst damit aus dem laufenden Betrieb. Gepflegt wird sie vom Büro wie jeder andere Stammdatenbestand, und wenn eine neue Baustelle angelegt oder ein neuer Mitarbeiter eingestellt wird, steht der Name am selben Tag in der Liste.

Die Tonaufnahme bleibt als Beleg am Bericht

Die Aufnahme ist die Originalquelle des Berichts. Kommt es zum Streit darüber, ob eine Formulierung im Bericht dem entspricht, was der Polier gesagt hat, zeigt die Aufnahme es. Deshalb liegt sie zusammen mit dem Transkript am Bericht, dort, wo Bauleitung und Büro sie bei Bedarf finden.

Zugleich ist die Aufnahme ein personenbezogenes Datum des Mitarbeiters, denn sie enthält seine Stimme, und sie enthält oft Namen Dritter: den Bauleiter, den Vorarbeiter des Estrichlegers, den Nachbarn, der sich über den Lärm beschwert hat. Daraus folgen vier Festlegungen, die der Betrieb vor dem Start trifft und schriftlich festhält.

• Der Zweck. Die Aufnahme dient der Erstellung und dem Beleg des Tagesberichts. Sie wird nicht ausgewertet, um die Arbeitsleistung oder das Verhalten des Mitarbeiters zu beurteilen.
• Die Aufbewahrung. Entweder wird die Aufnahme nach der Bestätigung und einer kurzen Einspruchsfrist gelöscht, weil der bestätigte Text an ihre Stelle tritt, oder sie bleibt so lange am Bericht wie dieser selbst. Die zweite Regelung ist die belastbarere im Streitfall und verlangt dafür die dritte Festlegung.
• Der Zugriff. Anhören dürfen die Person, die gesprochen hat, die zuständige Bauleitung und das Büro, das den Bericht abrechnet. Jeder Zugriff wird protokolliert.
• Die Information. Die Beschäftigten erfahren vor dem Start, was aufgenommen wird, wo es verarbeitet wird, wer es hört und wann es gelöscht wird. Wo ein Betriebsrat besteht, wird er beteiligt, weil die Einrichtung technisch geeignet ist, Beschäftigte zu überwachen, auch wenn das nicht ihr Zweck ist.

Der Betriebsort der Verarbeitung entscheidet über die weiteren Pflichten. Läuft die Spracherkennung auf einem Server, den der Betrieb selbst betreibt oder in einem Rechenzentrum in der EU gemietet hat, bleiben Aufnahme und Transkript im eigenen Verantwortungsbereich. Verschriftet ein Anbieter die Aufnahme, verarbeitet er personenbezogene Daten im Auftrag des Betriebs, und dafür braucht es einen Auftragsverarbeitungsvertrag, der festlegt, was der Anbieter mit den Daten tun darf und was nicht. Sitzt der Anbieter außerhalb der EU, kommt die Prüfung der Drittlandübermittlung hinzu. Welche Angaben aus solchen Berichten dauerhaft im Betrieb bleiben sollten, auch wenn der Polier eines Tages geht, behandelt der Beitrag zu Betriebswissen sichern.

So führen wir die Berichterfassung per Sprachnachricht ein: vier Schritte

Wir führen die Strecke in vier Schritten ein, von denen die ersten beiden ohne eine Zeile Programmcode auskommen: Sie klären, was diktiert wird und welche Begriffe das System kennen muss. Am Ende jedes Schritts liegt ein Dokument oder eine laufende Funktion vor, die Sie selbst prüfen können.

1. Wir nehmen Ihre Berichte auf. Mit der Bauleitung und zwei Polieren gehen wir die Berichte der letzten Monate durch und klären, welche Felder der Tagesbericht hat, welche davon Pflicht sind und in welcher Reihenfolge sie diktiert werden sollen. Sie erhalten: die Feldliste des Tagesberichts mit Pflichtangaben und die Diktatreihenfolge.
2. Wir bauen die Wortliste. Aus Personalliste, Baustellenliste und Artikelstamm entsteht die erste Fassung der Wortliste, ergänzt um die Kurzformen, die Ihre Leute tatsächlich benutzen. Dazu legen wir mit Ihnen Zweck, Aufbewahrung, Zugriff und Information für die Tonaufnahmen fest. Sie erhalten: die Wortliste und die schriftliche Regelung für die Aufnahmen.
3. Wir richten die Strecke ein. Die Aufnahme in der Anwendung, die Verschriftung am gewählten Betriebsort, die Übernahme in die Felder der Projektakte und die Prüfansicht für den Polier werden eingerichtet und mit den Berichten einer Kolonne über zwei Wochen erprobt. Sie erhalten: die laufende Strecke mit Quellcode und Beschreibung.
4. Wir begleiten den ersten Monat. Wir werten mit Ihnen aus, welche Felder regelmäßig offen bleiben, welche Begriffe das System nicht erkannt hat und wie lange die Bestätigung dauert, und passen Wortliste und Diktatreihenfolge an. Danach folgen die übrigen Kolonnen. Sie erhalten: eine Berichterfassung, die der Betrieb abgenommen hat und täglich nutzt.

Vier Fehler treten bei der Einführung immer wieder auf

Dieselben vier Fehler begegnen uns bei Tiefbauern wie bei Installationsbetrieben, und keiner von ihnen hat mit der Technik der Spracherkennung zu tun. Alle vier entstehen aus einer Abkürzung, die vor dem Start bequem wirkt.