Wenn Sie Angebote für unterschiedliche Auftraggeber kalkulieren – und damit Leistungsverzeichnisse mit unterschiedlichen Formulierungen vergleichen –, empfiehlt sich grundsätzlich der Einsatz des Semantischen Modells. Es erkennt auch dann passende Preise, wenn die Texte fachlich gleich sind, aber unterschiedlich formuliert wurden. Der geringe Geschwindigkeitsnachteil gegenüber dem ML-Modell fällt in der Praxis kaum ins Gewicht.
Passen Sie die Mindestgenauigkeit in den KI-Optionen gezielt an Ihre Arbeitsweise an:
Mindestgenauigkeit |
Wirkung |
Geeignet wenn … |
|---|---|---|
0,95 und höher |
Nur nahezu identische Positionen werden vorgeschlagen |
… Sie ausschließlich sichere Treffer übernehmen möchten und lieber weniger Vorschläge erhalten |
0,90 – 0,94 |
Sehr ähnliche Positionen werden vorgeschlagen |
… Sie ähnliche, aber nicht identische Leistungen als Grundlage akzeptieren und den Preis ggf. anpassen |
0,80 – 0,89 |
Auch inhaltlich verwandte Positionen werden vorgeschlagen |
… Sie möglichst viele Anhaltspunkte erhalten möchten und die Vorschläge grundsätzlich selbst prüfen |
Beispiel: Die Position „Untergrund von haftmindernden Rückständen befreien" und „Untergrund reinigen, haftmindernde Rückstände entfernen" erzielen beim Semantischen Modell (je nach Langtext) einen Ähnlichkeitswert von ca. 0,93 – bei einer Mindestgenauigkeit von 0,90 wird der gespeicherte Preis vorgeschlagen, bei einer Mindestgenauigkeit von 0,95 nicht.
Hinweis: Es gibt keine universell „richtige" Einstellung. Starten Sie mit dem Standardwert 0,85 und erhöhen Sie die Mindestgenauigkeit schrittweise, wenn Sie merken, dass zu viele unpassende Vorschläge erscheinen.
Warum ergibt eine identische Position nicht immer 100 % Ähnlichkeit?
Es kann vorkommen, dass eine Position, die in einem früheren Angebot bereits gespeichert wurde, beim Vergleich keinen Ähnlichkeitswert von 100 % erzielt – obwohl der Kurztext auf den ersten Blick identisch aussieht. Das ist kein Fehler, sondern hat nachvollziehbare Ursachen.
Das Modell bewertet den Gesamtkontext
Das Semantische Modell analysiert nicht nur den Kurztext allein, sondern bezieht auch den Langtext mit ein. Wenn zwei Positionen denselben Kurztext haben, aber leicht unterschiedliche Langtexte – zum Beispiel weil ein Auftraggeber zusätzliche Ausführungshinweise ergänzt hat –, fließt dieser Unterschied in den Ähnlichkeitswert ein.
Beispiel:
•Gespeichert: „Fundamentbeton, unbewehrt" – Langtext: allgemeine Beschreibung
•Gesucht: „Fundamentbeton, unbewehrt" – Langtext: mit zusätzlichem Hinweis auf Frostschutzmaßnahmen
Der Kurztext ist identisch, der Langtext weicht leicht ab – der Ähnlichkeitswert beträgt z. B. 0,97 statt 1,0.
Kleinschreibung, Satzzeichen und Leerzeichen
Auch scheinbar bedeutungslose Unterschiede wie ein fehlendes Komma, ein zusätzliches Leerzeichen oder eine abweichende Schreibweise können den Ähnlichkeitswert minimal beeinflussen. Das Modell ist zwar robust gegenüber solchen Abweichungen, aber nicht völlig unempfindlich.
Unterschiedliche Einheiten
Haben zwei Positionen denselben Kurztext aber unterschiedliche Einheiten – z. B. einmal m² und einmal m –, fließt auch das in die Bewertung ein und kann den Wert deutlich senken.
Was bedeutet das für die Praxis?
Ein Ähnlichkeitswert von 0,95 oder höher bedeutet in der Regel, dass die Positionen fachlich gleich oder sehr eng verwandt sind – auch wenn der Wert nicht exakt 1,0 beträgt. Bereits ab 0,93 kann man davon ausgehen, dass der vorgeschlagene Preis als solider Ausgangswert geeignet ist. Aber auch das müssen Sie natürlich vor einer Angebotsabgabe selbst überprüfen!
Fazit
Ein Wert unter 1,0 ist kein Grund zur Sorge. Er zeigt lediglich, dass das Modell minimale Unterschiede im Text registriert hat – die fachliche Bewertung, ob der Preis passt, liegt wie immer beim Anwender.
Warum gibt es keine „richtige" Mindestgenauigkeit?
Der Ähnlichkeitswert, ab dem ein Preisvorschlag für Sie sinnvoll ist, hängt davon ab, wie Sie kalkulieren – und das ist bei jedem Betrieb anders. Lesen Sie hierzu auch das Thema Feinjustierung.
Ein Beispiel aus der Praxis:
Ein Betrieb, der überwiegend für denselben Generalunternehmer arbeitet, hat in seiner KI-Datenbank viele Positionen aus ähnlichen Leistungsverzeichnissen gespeichert. Die Texte ähneln sich stark, weil der Auftraggeber immer dieselben Formulierungen verwendet. Hier kann die Mindestgenauigkeit ruhig hoch eingestellt werden – z. B. 0,93 oder höher – weil nur wirklich nahezu identische Positionen als Treffer akzeptiert werden sollen.
Ein anderer Betrieb arbeitet für viele verschiedene Auftraggeber, Architekten und Planer. Jeder formuliert Leistungspositionen anders, obwohl die gemeinte Leistung dieselbe ist. Hier wäre eine hohe Mindestgenauigkeit kontraproduktiv – viele sinnvolle Treffer würden abgelehnt. Ein Wert von 0,7 bis 0,88 liefert mehr Vorschläge, die dann kurz geprüft werden.
Was außerdem eine Rolle spielt:
•Wie groß ist Ihre KI-Datenbank? Mit wenigen gespeicherten Projekten sind die Treffer naturgemäß ungenauer – eine niedrigere Mindestgenauigkeit liefert dann mehr brauchbare Vorschläge. Mit einer großen, vielseitigen Datenbasis können Sie den Wert problemlos erhöhen.
•Wie viel Zeit haben Sie zur Nachkontrolle? Wer jeden Vorschlag ohnehin prüft, kann großzügiger einstellen. Wer die KI-Vorschläge möglichst direkt übernehmen möchte, sollte einen höheren Wert wählen.
•Wie präzise sind Ihre gespeicherten Kurztexte? Kurze, klare Beschreibungen erzielen höhere Ähnlichkeitswerte als lange, uneinheitliche Texte.
Fazit
Es gibt keinen universell richtigen Wert – der KI-PreisNavigator gibt Ihnen deshalb die volle Kontrolle. Starten Sie mit dem Standardwert 0,80 bis 0,85 und passen Sie ihn nach ein paar Projekten an Ihre eigene Arbeitsweise an.
