monco.ai automatisiert die Mengenermittlung auf der Baustelle und reduziert manuellen Aufwand in der Bauplanung deutlich
Wie ist monco.ai entstanden und wer sind die Köpfe hinter dem Startup?
monco.ai hat einen etwas ungewöhnlichen Ursprung. Wir sind drei Armenier in München – Ashot, Tigran und Victor – und unsere gemeinsame Geschichte beginnt nicht in einem Münchner Hörsaal, sondern bereits 2015 auf einem Tech Event in Eriwan. Wir waren damals Teenager mit demselben Faible für Mathematik und Software. Danach hat uns das Leben erst einmal getrennt: Victor kam 2018 für sein Bachelorstudium in Wirtschaftsinformatik an die TUM, Ashot und Tigran studierten in Armenien Mathematik und Data Science und arbeiteten parallel mehrere Jahre für das US Startup Embodied – an Computer Vision und NLP, lange bevor LLMs überhaupt ein Thema waren. 2021 hat uns dann ein Zufall wieder zusammengeführt: Ashot und Tigran sind beide für den Master nach München an die TUM gezogen, ohne zu wissen, dass Victor dort längst studiert. Drei Armenier, plötzlich im selben Hörsaal in einer Stadt, die keiner von uns ursprünglich auf dem Plan hatte.
Die eigentliche Idee zu monco.ai entstand kurz darauf – und sie kam aus Ashots Familie.
Sein Vater leitet seit Jahrzehnten Rohbau Projekte in Armenien. Ashot war zur selben Zeit Praktikant bei Mercedes und arbeitete dort an 3D Visualisierung für autonomes Fahren. Eines Abends hat er das Setup aus reiner Neugier auf ein Baustellenvideo angewendet – und in derselben Sekunde war klar: Das ist exakt das Problem, mit dem sein Vater jeden Tag zu tun hat – Materialien und Mengen präzise zu erfassen. Sein Vater hat uns daraufhin eine reale Baustelle als Testumgebung zur Verfügung gestellt, und wir haben zu dritt angefangen, neben Studium und Job mit Drohnen und Computer Vision zu experimentieren.
Die Drohne war am Ende technisch nicht die richtige Lösung – aber sie war unsere Eintrittskarte in die Branche. Aus diesem ersten Experiment ist über mehrere Iterationen das geworden, was monco.ai heute ist: eine KI gestützte Plattform für die Mengenermittlung, mit der wir im Elektrohandwerk gestartet sind und die wir Schritt für Schritt auf weitere Gewerke ausweiten – HKLS, Trockenbau und perspektivisch das gesamte Handwerk auf der Baustelle.
Welche persönliche Motivation stand am Anfang, eine KI Lösung für die Bauindustrie zu entwickeln?
Bei jedem von uns dreien lagen die Motivationen etwas anders – und gerade diese Mischung hat das Team tragfähig gemacht.
Für Ashot war es persönlich. Sein Vater steht seit Jahrzehnten als Bauleiter auf Rohbau Projekten in Armenien, und Ashot hat von Kindesbeinen an miterlebt, mit welchen eingeschränkten digitalen Mitteln Bauleiter im Alltag eigentlich arbeiten. Diesen Menschen etwas Sinnvolles in die Hand zu geben, war für ihn ein konkreter, fast familiärer Antrieb.
Victor brachte die Optimierungsfrage aus seinem Wirtschaftsinformatik Studium mit: Wenn eine Branche wirtschaftlich so groß, aber digital so wenig erschlossen ist, dann hat jeder Effizienzgewinn unmittelbare Wirkung – nicht nur auf einem Dashboard, sondern in der realen Welt.
Tigran reizte vor allem die technische Seite. Das, was er und Ashot bei Embodied jahrelang an Computer Vision und Deep Learning aufgebaut haben, wollte er an einem Problem einsetzen, das wirklich relevant ist und nicht nur in Forschungspapieren lebt – idealerweise in einem Team, mit dem er bereits jahrelang vertrauensvoll zusammengearbeitet hat.
Was uns drei verbindet, ist die Außenperspektive. Wir sind Quereinsteiger im doppelten Sinne – als Ausländer in Deutschland und als KI Leute in einer der traditionsreichsten Branchen überhaupt. Diese Distanz hilft, weil man Dinge hinterfragt, an die sich Insider längst gewöhnt haben. Ganz branchenfremd sind wir aber auch nicht: Victors Großvater war im Bau tätig, Tigrans Onkel ebenfalls. Wir kommen nur aus einer ungewohnten Richtung.
Welche Vision verfolgen Sie mit monco.ai für die Digitalisierung von Baustellen?
Unsere Vision beginnt nicht abstrakt, sondern bei einem ganz konkreten Schmerzpunkt, den wir in zahllosen Gesprächen mit Elektrobetrieben gehört haben: Bevor ein Betrieb überhaupt einen Preis für ein Pauschalangebot nennen kann, muss er die Mengen aus den Planunterlagen ermitteln. Wie viele Steckdosen, Schalter, Lichtauslässe, wie viele Leitungsmeter? Bei komplexen Projekten kostet das mehrere Tage bis zu einer ganzen Woche manueller Arbeit – und in vielen Betrieben übernehmen das Niederlassungs oder Standortleiter persönlich, weil schlicht das Personal fehlt.
Genau hier setzt unser Produkt an. Mit dem Smart Surveyor von monco.ai laden Anwender ihre PDF Pläne hoch, und unsere KI ermittelt die relevanten Mengen automatisch – aus Tagen werden Stunden. Bei einem unserer ersten Kunden, der Rudolf Fritz GmbH (Teil der Elevion Group), hat das Team allein an einem Standort über 41.000 Installationselemente und mehr als 73 Kilometer Kabeltrassen über acht Projekte hinweg ermittelt. Standortleiter Marius Nihorencu fasst es so zusammen: „Die Mengenermittlung hat uns früher bei größeren Projekten mehrere Wochen gekostet. Mit dem Smart Surveyor haben wir das Ergebnis innerhalb von Stunden – und können uns auf die eigentliche Kostenabrechnung konzentrieren.“
Wir haben uns bewusst für das Elektrohandwerk als Einstiegspunkt entschieden, weil hier der Schmerz besonders konkret und das Volumen an wiederkehrenden Plansymbolen besonders hoch ist. Aber das Problem ist gewerkeübergreifend: HKLS Betriebe, Trockenbauer, Sanitär und Klimatechniker stehen vor exakt derselben Herausforderung – Pläne durchgehen, zählen, dokumentieren, kalkulieren. Unsere langfristige Vision ist deshalb eine Plattform, die das gesamte Handwerk auf der Baustelle entlastet und dafür sorgt, dass das Bauwesen nicht weiter die letzte große undigitalisierte Branche bleibt.
Wie möchten Sie erreichen, dass Baustellen künftig stärker datenbasiert gesteuert werden?
Datenbasierte Steuerung im Bau beginnt nicht damit, dass man auf der Baustelle Sensoren installiert – sondern damit, dass man die wichtigsten Eingangsdaten überhaupt erst einmal in eine maschinenlesbare Form bringt. Heute liegen die meisten Planunterlagen als PDF vor, und in vielen Betrieben werden Mengen, Zeitansätze und Materialbedarfe nach wie vor manuell daraus extrahiert. Das heißt: Die wichtigste Informationsgrundlage eines Projekts ist faktisch nicht digital.
Genau diese Lücke schließen wir Schritt für Schritt. Sobald Mengen, Positionen und Projektparameter strukturiert vorliegen – als Excel Liste, als GAEB Leistungsverzeichnis oder direkt im ERP System des Kunden, etwa in PDS – lassen sie sich auswerten, vergleichen und in Echtzeit aktualisieren. Das ist die eigentliche Voraussetzung für datenbasierte Entscheidungen, von der ersten Bid No Bid Frage über die Angebotskalkulation bis zur späteren Soll Ist Steuerung im Projekt.
Unser Ansatz ist dabei bewusst pragmatisch: Wir versuchen nicht, alles auf einmal zu digitalisieren, sondern fangen bei jenem Schritt an, der heute am meisten Zeit kostet und am stärksten unterautomatisiert ist – der Mengenermittlung.
Welche Zielgruppe sprechen Sie mit Ihrer Lösung konkret an und welche Probleme lösen Sie im Alltag?
Heute sprechen wir vor allem Elektrobetriebe im DACH Raum an – vom inhabergeführten Mittelstand bis zu größeren Unternehmen mit mehreren Standorten. Innerhalb dieser Betriebe richten wir uns an Kalkulationsteams sowie Niederlassungs und Standortleiter, die regelmäßig Pauschalangebote erstellen oder verantworten. Mittelfristig öffnen wir uns für weitere Gewerke – HKLS, Trockenbau und langfristig das gesamte ausführende Handwerk –, weil das zugrundeliegende Problem dort dasselbe ist.
Das vielleicht aufschlussreichste Detail haben wir in den Gesprächen mit unseren Kunden gelernt: In sehr vielen Betrieben gibt es gar kein eigenes Kalkulationsteam mehr. Dort übernehmen Standort oder Niederlassungsleiter selbst die Mengenermittlung, weil schlicht das Personal fehlt. Wir reden also über Führungskräfte, die abends auf Grundrissen Steckdosen zählen, statt ihre Niederlassung zu führen oder Mitarbeiter zu entwickeln. Betriebswirtschaftlich ist das schwer zu rechtfertigen – menschlich oft auch nicht.
Genau hier liegt unser eigentlicher Mehrwert im Alltag. Wir geben diesen Menschen ihre Zeit zurück. Und wir machen es Betrieben überhaupt erst möglich, deutlich mehr Pauschalangebote abzugeben – inklusive solcher Projekte, die sie aus reinen Zeitgründen früher gar nicht erst kalkuliert hätten. Aus einem Engpass wird damit ein Wachstumshebel.
Wie unterstützt monco.ai Bauleiter und Projektverantwortliche bei Entscheidungen?
Bauleiter und Projektverantwortliche – im Elektrohandwerk häufig Standort und Niederlassungsleiter sowie Kalkulationsverantwortliche – stehen täglich vor derselben kritischen Entscheidung: Soll dieses Projekt überhaupt angeboten werden, und wenn ja, zu welchem Preis? Heute fehlt vielen Betrieben schlicht die Zeit, jedes Pauschalangebot sauber durchzukalkulieren. Die Folge ist meist eine von zwei Varianten: Entweder wird das Angebot mit hohen Sicherheitsaufschlägen abgegeben und der Auftrag geht verloren, oder es wird aus Kapazitätsgründen gar nicht erst abgegeben. Beides ist teuer.
Mit monco.ai bekommen Entscheider die belastbaren Mengen für eine fundierte Bid No Bid Entscheidung in einem Bruchteil der bisherigen Zeit. Das verändert nicht nur Prozesse, sondern auch Rollen: Führungskräfte können sich wieder auf das Führen konzentrieren, statt selbst Pläne zu zählen. Im weiteren Projektverlauf bilden die strukturierten Daten aus monco.ai die Grundlage für Leistungsverzeichnisse, ERP Übergaben und Soll Ist Vergleiche – also genau jene Datenbasis, auf der echte Projektsteuerung überhaupt erst möglich wird.
Wichtig ist uns dabei: monco.ai konzentriert sich bewusst auf die Mengenermittlung – den zeitintensivsten und fehleranfälligsten Schritt im Kalkulationsprozess. Die Preisgestaltung, Stundensätze und Margen verbleiben beim Betrieb. Denn jeder Elektrounternehmer kalkuliert anders, je nach Region, Auftragslage und Strategie – und genau das soll auch so bleiben.
Welche Herausforderungen begegnen Ihnen bei der Integration von KI in bestehende Bauprozesse?
Die größte Herausforderung ist nicht technischer Natur, sondern liegt im Vertrauen. Das Bauhandwerk ist – aus guten Gründen – eine Branche, in der man sich auf Erfahrungswerte verlässt und nicht auf Versprechen. Ein Standortleiter, der seit zwanzig Jahren Mengen aus Plänen extrahiert, weiß ziemlich genau, wo man sich verzählen kann und welche Details über Gewinn oder Verlust eines Projekts entscheiden. Dieser Person erklären zu wollen, dass eine KI das jetzt besser macht, ist der falsche Ansatz. Wir haben gelernt, dass es viel überzeugender ist, das System parallel zur bestehenden Arbeit laufen zu lassen und die Ergebnisse direkt vergleichbar zu machen. Vertrauen entsteht über Treffer, nicht über Folien.
Eine zweite Herausforderung ist die Heterogenität der Planunterlagen. Es gibt keinen Standard – jedes Architektur und Planungsbüro hat eigene Symboliken, Maßstäbe, Beschriftungen und Detaillierungsgrade. Was für einen Menschen mit etwas Erfahrung trotzdem lesbar bleibt, ist für eine KI eine echte Herausforderung. Wir haben bewusst sehr viel Entwicklungsarbeit in genau diesen Punkt gesteckt – weil eine KI, die nur unter Idealbedingungen funktioniert, in der Bauwelt wertlos ist.
Und drittens: die Integration in bestehende Tool Landschaften. Ein Elektrobetrieb arbeitet selten mit nur einem System – da gibt es Branchensoftware wie PDS, Excel Vorlagen, eigene Preislisten, GAEB Schnittstellen. Wenn wir diese Welten nicht respektieren, sind wir nur ein weiteres Insel Tool. Genau deshalb ist der Export in die existierenden Systeme bei uns kein Add on, sondern Kernbestandteil des Produkts.
Wie gehen Sie mit der Komplexität und Vielfalt von Baustellen in Ihrer Technologie um?
Unser Ansatz ist, die Komplexität nicht zu ignorieren, sondern sie zur Trainingsgrundlage zu machen. Statt zu hoffen, dass irgendwann einmal alle Pläne im selben Format vorliegen, arbeiten wir mit der Realität, wie sie ist – mit handgezeichneten Notizen auf Plänen, mit unterschiedlichen Symboliken, mit Ausschreibungsunterlagen, die in einem PDF zwölf verschiedene Detaillierungsgrade vereinen.
Methodisch hilft uns dabei, dass Ashot und Tigran jahrelang an Computer Vision Problemen gearbeitet haben, die diese Art von Heterogenität erforderten – lange bevor KI im Mainstream angekommen ist. Wir kombinieren klassische Bildverarbeitungsmethoden mit modernen Vision und Sprachmodellen, weil keine der beiden Welten alleine reicht. Die KI muss verstehen, was sie sieht, und gleichzeitig die fachliche Logik dahinter kennen – ein Symbol ist nur so wertvoll wie das Wissen, was dieses Symbol im Kontext eines Elektroplans bedeutet.
Was uns dabei sehr hilft, ist die enge Zusammenarbeit mit unseren Kunden. Jedes Projekt, das durch unser System läuft, macht es ein Stück besser – nicht im Sinne von „die KI lernt von selbst“, sondern weil wir die Edge Cases, die uns unsere Kunden zeigen, systematisch in die Weiterentwicklung einfließen lassen. Komplexität wird so zum Vorteil, nicht zum Hindernis.
Was unterscheidet monco.ai von klassischen Baustellenkontrollen oder bestehenden Softwarelösungen?
Die ehrlichste Antwort ist: Aus Kundensicht ist unser Hauptwettbewerber gar keine Software – sondern manuelle Arbeit. In den allermeisten Betrieben werden Mengen heute nach wie vor von Hand aus PDF Plänen extrahiert, oft von Niederlassungs oder Standortleitern persönlich. Das ist der Status quo, gegen den wir antreten.
Die zweite Alternative, die uns regelmäßig begegnet, sind CAD Teams, die Mengen aus digitalen Planunterlagen ableiten. Dieser Weg funktioniert technisch, hat aber zwei strukturelle Schwächen: Er setzt voraus, dass DWG Dateien überhaupt vorliegen – was bei Angebotsanfragen meistens nicht der Fall ist, weil der Kunde nur PDF Pläne herausgibt. Und selbst wenn DWG vorhanden ist, dauert das Verfahren mehrere Wochen, bindet Personal und ist gerade bei mittleren Projekten wirtschaftlich kaum darstellbar. Klassische Baustellenkontrollen oder Mengen Software wiederum setzen voraus, dass Mengen schon strukturiert vorliegen – sie helfen also erst nach dem Schritt, an dem unsere Kunden den eigentlichen Schmerz haben.
Genau in diese Lücke gehen wir. monco.ai arbeitet mit dem, was tatsächlich da ist – PDF Plänen in unterschiedlichster Qualität – und liefert in Stunden, was ein CAD Team in Wochen erstellt. Dazu kommen drei bewusste Designentscheidungen: Wir sind herstellerunabhängig, also nicht an bestimmte Produktkataloge gebunden. Wir greifen nicht in die Preisgestaltung ein, weil jeder Betrieb anders kalkuliert. Und wir liefern unsere Ergebnisse in den Formaten, die unsere Kunden ohnehin nutzen – Excel, GAEB, PDS. Wir sind kein neues Insel System, sondern eine Beschleunigung der Prozesse, die ohnehin laufen.
Welche Rolle spielen Echtzeitdaten und automatisierte Analysen in Ihrem System?
Echtzeitdaten sind im Bau ein vielzitiertes Schlagwort, hinter dem oft wenig Substanz steht. Wir verstehen darunter etwas sehr Konkretes: Sobald ein Plan im System ist, sind Mengen, Positionen und Projektparameter unmittelbar verfügbar – nicht erst nach Tagen oder Wochen manueller Auswertung. Das ist die eigentliche Echtzeit, auf die es im Kalkulationsalltag ankommt.
Darauf bauen die automatisierten Analysen auf. Unser Research Tool ermöglicht es Kalkulatoren, schon vor der eigentlichen Mengenermittlung gezielte Fragen an die Planunterlagen zu stellen oder sich automatische Zusammenfassungen der wesentlichen Projektparameter geben zu lassen – etwa: Wie groß sind die Flächen, welche Anschlussarten sind vorgesehen, gibt es Besonderheiten in der Verkabelung. Damit lässt sich in Minuten beurteilen, ob ein Projekt überhaupt zum eigenen Betrieb passt, bevor man Stunden in eine detaillierte Kalkulation steckt.
Mittelfristig wird genau dieser Datenstrang die Grundlage für mehr: Soll Ist Vergleiche während der Bauausführung, automatisierte Nachkalkulation, frühzeitige Erkennung von Abweichungen. Aber wir wollen ehrlich bleiben – das ist Roadmap, nicht Status quo. Heute liegt unser Wert dort, wo der größte Schmerz ist: am Anfang des Projekts, wenn aus einem Plan eine belastbare Mengenliste werden muss.
In welche Richtung möchten Sie monco.ai in den kommenden Jahren weiterentwickeln?
Wir denken die Roadmap in drei Schichten – jede baut auf der vorherigen auf.
Kurzfristig erweitern wir den Smart Surveyor um die Kalkulation von Zeitaufwänden. Heute liefern wir präzise Mengen, aber die Übersetzung in Stunden – also wie lange ein Elektromonteur tatsächlich braucht, um diese Installationen umzusetzen – machen unsere Kunden noch selbst. Genau hier setzen wir als Nächstes an, weil das den Weg von der Planunterlage zum fertigen Angebot noch einmal massiv verkürzt. Wer mit monco.ai heute aus Wochen Stunden macht, wird künftig aus Stunden Minuten machen können.
Mittelfristig öffnen wir die Plattform für weitere Gewerke. Wir haben bewusst im Elektrohandwerk angefangen, weil dort der Schmerz besonders konkret und das Problem besonders klar abgegrenzt ist.
Aber HKLS Betriebe, Trockenbauer, Sanitär und Klimatechniker stehen vor exakt derselben Aufgabe. Unsere Technologie ist von Anfang an so gebaut, dass sich neue Gewerke darauf abbilden lassen – nicht durch Zukauf oder Insellösungen, sondern durch konsequente Weiterentwicklung der bestehenden Plattform.
Langfristig wollen wir den Bogen von der Kalkulation in die Bauausführung schlagen. Wenn Mengen, Zeitansätze und Materialbedarfe einmal strukturiert vorliegen, ergeben sich daraus völlig neue Möglichkeiten: Soll Ist Vergleiche während der Bauphase, automatisierte Nachkalkulation, frühzeitige Erkennung von Abweichungen. Das ist die Brücke vom Angebot zur datenbasiert gesteuerten Baustelle – und damit zu der Vision, mit der wir gestartet sind.
Welche drei Ratschläge würden Sie anderen Gründerinnen und Gründern mit auf den Weg geben?
Erstens: Lasst das Problem euch finden, nicht umgekehrt. Wir sind mit einer Drohnen Idee gestartet, die technisch ambitioniert klang, aber das eigentliche Problem unserer Kunden nicht gelöst hat. Erst der direkte Kontakt mit der Realität auf einer Baustelle in Armenien – wo Ashots Vater uns ein echtes Projekt zur Verfügung gestellt hat – hat uns gezeigt, wo der Schmerz tatsächlich liegt. Wer im Elfenbeinturm baut, baut am Bedarf vorbei. Geht raus, fragt, beobachtet – und seid bereit, die eigene Lieblingsidee zu kippen, wenn die Realität sie nicht trägt.
Zweitens: Fokus ist eine Entscheidung, keine Einschränkung. Die größte Versuchung für ein junges Startup ist, allen alles versprechen zu wollen. Wir hätten leicht behaupten können, monco.ai sei „eine KI für die gesamte Bauindustrie“ – das hätte sich in Pitches besser verkauft. Wir haben uns bewusst dagegen entschieden und mit einem klar abgegrenzten Segment angefangen, dem Elektrohandwerk. Diese Entscheidung war eine der wichtigsten, die wir bisher getroffen haben. Tiefe schlägt Breite – und ein zufriedener Erstkunde ist mehr wert als zehn neugierige Interessenten.
Drittens: Vertrauen im Gründerteam entsteht über Jahre, nicht über Pitches. Wir kennen uns seit 2015 von einem Tech Event in Eriwan, sind danach getrennte Wege gegangen und haben uns 2021 in München zufällig wiedergesehen. Diese Vorgeschichte ist kein netter Hintergrund, sondern die Grundlage dafür, dass wir auch in schwierigen Phasen miteinander funktionieren. Co Founder findet man nicht auf einem Networking Event – man erkennt sie über Jahre an der Art, wie sie unter Druck arbeiten, wie sie kommunizieren, wie sie mit Konflikten umgehen. Wenn die Wahl zwischen einem brillanten Lebenslauf und jahrelangem gegenseitigem Vertrauen steht – nehmt das Vertrauen.
Bild Bildcredits @monco.ai
Wir bedanken uns bei Victor Dzhagatspanyan für das Interview
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder.
Premium Start-up: monco.ai
