Baustunden nach Kostenstelle & Bauphase zuordnen
(2026)

Warum Bau-Stundenzettel jeden generischen Zeiterfasser sprengen

Ein generischer Stundenzettel stellt zwei Fragen: Wer hat gearbeitet, und wie lange? Ein Bau-Stundenzettel stellt fünf: Wer hat gearbeitet, an welchem Projekt, unter welchem Kostenkodex, in welcher Bauphase und in welcher Lohnklassifikation. Jede dieser zusätzlichen Dimensionen ist nicht optional – sie entscheidet, ob die Arbeitskosten im richtigen Budgetposten landen, ob der zertifizierte Lohnbericht eine DOL-Prüfung besteht und ob der Projektmanager sehen kann, dass die Phase-2-Rahmenarbeiten 18 % über dem Kostenvoranschlag liegen, bevor der Auftrag abgeschlossen wird.

Die Bundesregierung formalisiert diese Komplexität durch den Davis-Bacon Act. Bei jedem bundesfinanzierten Bauprojekt müssen Auftragnehmer wöchentlich Formular WH-347 – zertifizierte Lohnberichte – einreichen, die eine Aufschlüsselung der Arbeitsstunden jedes Arbeitnehmers nach Lohnklassifikation – Elektriker, Zimmermann, Bauarbeiter, Maschinenführer – in separaten Zeilen erfordern. Hat ein Arbeitnehmer in der Woche in mehr als einer Klassifikation gearbeitet, verlangt das Formular „eine genaue Aufschlüsselung der in jeder Lohnklassifikation geleisteten Arbeitsstunden." Kann der Auftragnehmer diese Aufschlüsselung nicht vorlegen, verlangt das DOL, den Arbeitnehmer für alle geleisteten Stunden zum höchsten anwendbaren ortsüblichen Lohnsatz zu bezahlen. Die Kosten, die Aufteilung nicht zu kennen, sind nicht nur ein Buchhaltungsfehler – es ist eine unfreiwillige Lohnerhöhung. Dieselbe Anforderung findet sich in den Kostenprinzipien für Regierungsaufträge unter FAR 31.205-6, die die Zulässigkeit von Vergütungen regeln und Zeiterfassungssysteme vorschreiben, die Arbeit nach Zwischen- oder Endkostenzielen identifizieren.

Auf der Kostenseite ist der Branchenstandard der CSI MasterFormat – ein 50-teiliges, sechsstelliges Klassifikationssystem, bei dem 03 30 00 für Ortbeton, 06 10 00 für Rohbau und 09 30 00 für Fliesenarbeiten steht. Diese Codes fließen vom Stundenzettel in den Auftragskostenbericht, dann in die Leistungsverzeichnisse und schließlich in den Zahlungsantrag. Ein einziger falscher Code auf dem Stundenzettel zieht drei falsche nachgelagerte Dokumente nach sich. Laut dem CFMA 2024 Construction Financial Benchmarker verschlingt die Kostenverwaltung – also die Arbeit, Zahlen abzugleichen, die von Anfang an hätten stimmen sollen – bei US-Generalunternehmern durchschnittlich 5,4 % des Projektumsatzes. Bei einem 30-Millionen-Dollar-Projekt sind das 1,6 Millionen Dollar für den Abgleich von Daten, die an der Quelle falsch eingegeben wurden.

Die American Payroll Association schätzt, dass manuelle Stundenzettelfehler 1 % bis 8 % der gesamten Lohnsumme ausmachen. Für einen Bauunternehmer mit 2 Millionen Dollar jährlichen Arbeitskosten sind das 20.000 bis 160.000 Dollar pro Jahr an Überzahlungen, Rundungsfehlern und falsch verbuchten Stunden – und das bevor die nachgelagerte Verfälschung der Auftragskosten berücksichtigt wird, die zu falschen Kalkulationen für das nächste Angebot führt.

Baustellenteams wollen keine App – und sie sollten auch keine brauchen

Der Markt für Bautechnologie hat das letzte Jahrzehnt damit verbracht, mobile Zeiterfassungs-Apps zu entwickeln. Procore Timecard ermöglicht Arbeitern, ihre Stunden per Kostencode vom Smartphone aus zu erfassen. hh2 verknüpft die Arbeitszeiterfassung direkt mit Bauphasen. SmartBarrel nutzt Gesichtserkennung am Baustellentor. Diese Tools lösen das Problem der Datengenauigkeit – für die Bauunternehmen, die sie erfolgreich einführen. Aber die Einführungslücke ist real. Vorarbeiter, die seit 15 Jahren denselben Papier-Stundenzettel im Matsch mit Handschuhen ausfüllen, haben keine Lust, eine neue App zu lernen. Anekdotische Daten aus Umfragen zur Baustellentechnologie zeigen durchgängig, dass selbst bei Unternehmen, die in diese Tools investieren, die tatsächliche Nutzung vor Ort deutlich hinter der Verfügbarkeit der Tools zurückbleibt.

Dies hat in der Branchendiskussion eine falsche Wahl geschaffen: entweder die Dateneingabelast von Papier-Stundenzetteln akzeptieren oder die App-Nutzung bei den Bauarbeitern erzwingen, die sie nicht wollen. Aber es gibt einen dritten Weg, der keines von beidem erfordert – und er beginnt mit der Kamera, die bereits in der Tasche jedes Vorarbeiters steckt.

Wenn ein Vorarbeiter einen Papier-Stundenzettel ausfüllen kann und ein Projektadministrator ein klares Foto dieses Stundenzettels mit einem Smartphone machen kann, kann ein KI-Visionsmodell jedes handschriftliche Feld darauf lesen – Arbeiternamen, Kostencodes, Bauphasen, Normalstunden, Überstunden, Klassifizierung – und sie in eine Excel-Tabelle exportieren, die exakt für die Kostenberichterstattung strukturiert ist. Das Baustellenteam ändert nichts. Das Büro eliminiert das erneute Abtippen.

Das ist keine herkömmliche Texterkennung. Herkömmliche optische Zeichenerkennung erfasst Zeichen – sie wandelt Formen in Text um, versteht aber nicht, was diese Formen bedeuten. Ein Papier-Stundenzettel, der in einer Gesäßtasche gefaltet war, mit Kugelschreiber und unterschiedlichem Druck beschrieben wurde und einen Schmutzfleck in der Ecke hat, bringt eine OCR-Engine zur Verzweiflung. Ein visuelles Large Model – dieselbe KI-Klasse, die ein Foto betrachten und alles darauf beschreiben kann – geht das Problem anders an. Es fragt: „Welche Informationen sind auf dieser Seite?“ statt „Welche Zeichen sind hier?“ Es versteht, dass das Gekritzel neben „Zimmermann“ unter „Einstufung“ eine Arbeitsart ist, dass die Zahl in der Spalte „Reg“ unter Dienstag die regulären Stunden sind und dass die handschriftliche „03 30 00“ am Rand ein CSI-MasterFormat-Kostencode ist – selbst wenn diese Bezeichnungen von Woche zu Woche unterschiedlich abgekürzt, handschriftlich notiert oder positioniert sind.

Der Mechanismus ist die Spaltennamenextraktion: Anstatt Koordinaten auf einer Vorlage zu markieren (die versagt, sobald jemand ein anderes Stundenzettelformat verwendet), geben Sie die Feldnamen ein, die Sie erfassen möchten. Die KI durchsucht das Dokument nach Informationen, die diesen Feldnamen inhaltlich entsprechen, nicht nach ihrer Position. Definieren Sie eine Spalte namens „Arbeitnehmername“ und die KI findet Namen überall auf der Seite. Definieren Sie „Kostencode“ und sie findet die CSI-Codes, egal ob sie in einer eigenen Spalte stehen, am Rand gekritzelt oder in einer Auftragsnummer eingebettet sind. Eine Spaltendefinition funktioniert über verschiedene Stundenzettelformate hinweg – selbst wenn der heutige Stundenzettel ein gedrucktes Formular von einem Generalunternehmer ist und der gestrige eine handschriftliche Durchschrift von einem anderen. Die KI liest semantisch, nicht positionsbasiert. Für einen tieferen Einblick, wie das über verschiedene Dokumenttypen hinweg funktioniert, lesen Sie unseren Leitfaden zum Extrahieren von Stundenzetteldaten in Excel.

Schritt für Schritt: Vom Papier-Stundenzettel zur auftragskostenfertigen Excel

Der Workflow ersetzt den manuellen Übertragungsschritt – also den Teil, bei dem jemand im Büro handschriftliche Stundenzetteldaten in eine Tabelle tippt – durch einen KI-Extraktionsdurchlauf. Alles andere in Ihrem bestehenden Prozess bleibt gleich. So funktioniert es von Anfang bis Ende.

Vom Stundenzettel zur geprüften Lohnabrechnung: Der entscheidende Zusammenhang

Die Verbindung zwischen Stundenzettel-Datenextraktion und geprüfter Lohnabrechnung macht diesen Workflow von einem „Nice-to-have" zur Compliance-Notwendigkeit. Bei einem Davis-Bacon-Projekt ist ein Auftragnehmer nicht konform, wenn er keine genaue Aufschlüsselung der Stunden nach Lohngruppe auf dem WH-347-Formular vorlegen kann. Die Anweisungen des Arbeitsministeriums für WH-347 sind eindeutig: „Hat ein Arbeitnehmer in einer Woche in mehr als einer Lohngruppe gearbeitet, muss eine genaue Aufschlüsselung der in jeder Lohngruppe geleisteten Stunden auf der eingereichten Lohnabrechnung erfolgen – durch eine separate Zeile für jede Lohngruppe."

Diese Anforderung schafft ein Datenpipeline-Problem, das beim Stundenzettel beginnt. Der Vorarbeiter notiert „8 Stunden" neben dem Namen eines Arbeiters – doch dieser Arbeiter verbrachte 3 Stunden mit Elektro-Vorarbeiten (Lohngruppe: Elektriker) und 5 Stunden mit allgemeinen Hilfsarbeiten (Lohngruppe: Hilfsarbeiter). Der Papier-Stundenzettel erfasst diese Aufteilung nicht, sodass derjenige, der die Lohnabrechnung erstellt, die Aufteilung aus dem Gedächtnis rekonstruieren oder eine fundierte Schätzung abgeben muss. Beide Ansätze verstoßen gegen die Genauigkeitsanforderung.

Der KI-Extraktions-Workflow erstellt für jedes Feld auf dem Stundenzettel einen strukturierten Datenpunkt – einschließlich separater Zeilen für jede Lohngruppe, wenn ein Arbeiter seine Zeit aufteilt. Wenn der Stundenzettel selbst die Aufteilung erfasst (was er sollte, wenn der Vorarbeiter ihn korrekt ausfüllt), bewahrt die Extraktion dieses Detail. Wenn nicht, existiert das Foto als prüfbarer Nachweis – ein zeitgestempeltes Bild, das belegt, was auf dem Original-Stundenzettel stand, was mehr ist als eine manuelle Übertragung in eine Tabelle leisten kann.

Für Auftragnehmer, die zertifizierte Lohnabrechnungen über LCPtracker oder eMars einreichen, können die extrahierten Daten im Excel-Format so umformatiert werden, dass sie den Importvorlagen dieser Plattformen entsprechen. Für Auftragnehmer, die bauspezifische Lohnabrechnungssysteme wie Foundation oder Miter verwenden, fließt die strukturierte Excel-Ausgabe direkt in die Lohnabrechnungsläufe ein, ohne manuelle Neueingabe. Ziel ist es nicht, zertifizierte Lohnabrechnungssoftware zu ersetzen – sondern den manuellen Dateneingabeschritt zu eliminieren, der diese Systeme speist und in dem die Fehler entstehen.

Der stille Killer: Warum falsche Kostenstellen schlimmer sind als falsche Stunden

Es lohnt sich, bei einer bestimmten Fehlerart zu verweilen, da sie in der Bauabrechnung sowohl am schädlichsten als auch am unsichtbarsten ist. Wenn ein Stundenzettel 8 Stunden ausweist und jemand 7 einträgt, ist der Fehler sichtbar – die Summen stimmen nicht. Jemand bemerkt ihn. Wenn ein Stundenzettel 8 Stunden Rahmenarbeit ausweist und jemand 8 Stunden einträgt, sie aber der falschen Kostenstelle zuordnet, ist der Fehler unsichtbar. Die Summen stimmen. Die Lohnabrechnung läuft problemlos durch. Aber der Auftragskostenbericht zeigt nun Rahmenarbeit unter Budget und die Kostenstelle, die diese falsch zugeordneten Stunden erhalten hat, über Budget.

Die Folgeschäden summieren sich. Wenn die Arbeitskostendaten besagen, dass die Betonphase X Euro an Lohnkosten verursacht hat, fließt dieser Wert in die Kalkulation des nächsten Projekts ein. Ist X falsch, weil 40 Stunden eines Arbeiters der Betonphase statt der Baustellenvorbereitung zugeordnet wurden, wird die nächste Betonkalkulation aufgebläht – der Auftragnehmer bietet entweder zu hoch, verliert den Auftrag, oder zu niedrig und schmälert seine Marge. Eine von der CFMA Benchmarker zitierte Studie ergab, dass Best-in-Class-Unternehmer (die oberen 25 % nach Gesamtkapitalrentabilität) eine Eigenkapitalrendite von 28,4 % erzielten, verglichen mit dem Branchendurchschnitt von 11,8 %. Der entscheidende Unterschied war die direkte Kostenkontrolle – nicht niedrigere Vertriebs- und Verwaltungskosten, nicht höhere Umsätze, sondern ein besseres Management der Projektkosten. Diese Kontrolle beginnt damit zu wissen, wo jede Arbeitsstunde tatsächlich angefallen ist.

KI-gestützte Erfassung adressiert dies auf zweierlei Weise. Erstens, indem sie die Kostenschlüssel so erfasst, wie sie auf dem Stundenzettel stehen – die KI liest, was der Vorarbeiter geschrieben hat, nicht das, was der Datenerfasser interpretiert hat. Zweitens, indem sie ein Fotoarchiv erstellt: Die Original-Stundenzettelbilder werden zusammen mit den extrahierten Daten gespeichert. Wenn ein Kostenschlüssel also nicht zur zugeordneten Projektphase passt, kann man das Originalfoto aufrufen und prüfen. Bei manueller Übertragung in Excel hat man nichts, wogegen man prüfen könnte.

FAQ

Kann KI handschriftliche Baustellen-Stundenzettel lesen?

Ja. Vision-Großmodelle lesen handschriftliche Texte – einschließlich Kugelschreiber auf Papier, das gefaltet, verschmiert oder verschmutzt ist – mit einer für die Lohnabrechnung ausreichenden Genauigkeit. Die KI versteht den Kontext: Eine handschriftliche Zahl neben „ÜS“ bedeutet Überstunden, selbst wenn die Handschrift hastig oder die Beschriftung abgekürzt ist. Handschriftliche Kostenstellen, Arbeiternamen und Klassifikationsabkürzungen sind alle lesbar. Bei Stundenzetteln mit sehr schlechter Lesbarkeit – eingerissene Ecken, Durchschläge, bei denen die dritte Schicht kaum sichtbar ist – wird eine Stichprobenprüfung der extrahierten Daten anhand des Fotos empfohlen, aber die KI bewältigt die überwiegende Mehrheit der realen Feldbedingungen.

Was ist, wenn meine Stundenzettel jede Woche ein anderes Format haben?

Die Spaltennamensextraktion hängt nicht vom Format ab. Da die KI Informationen nach Bedeutung und nicht nach Position sucht, funktioniert dieselbe Spaltendefinition – „Arbeitername“, „Reg.-Stunden“, „Kostenstelle“ – über verschiedene Stundenzettel-Layouts hinweg. Ein Vordruck von GC-A diese Woche und ein handschriftlicher Zettel von GC-B nächste Woche werden beide mit demselben Spalten-Setup verarbeitet. Dies ist der Kernunterschied zwischen KI-Extraktion und templatebasierter OCR, die für jedes Format eine separate Vorlage erfordert.

Wie handhaben Sie mehrere Arbeiter auf einem Mannschaftsstundenzettel?

Die KI extrahiert die Zeile jedes Arbeiters separat. Wenn ein Mannschaftsstundenzettel 6 Arbeiter mit individuellen Stunden, Klassifikationen und Kostenstellen auflistet, hat die Ausgabetabelle 6 Zeilen – eine pro Arbeiter, mit allen gefüllten Spalten. Wenn ein Arbeiter zwei Einträge auf demselben Blatt hat (z. B. aufgeteilt auf zwei Kostenstellen), erhalten Sie zwei Zeilen für diesen Arbeiter, was genau das ist, was Sie für zertifizierte Lohnabrechnungen und Auftragskostenberichte benötigen.

Kann dies direkt in Procore, Sage 300 oder Viewpoint eingespeist werden?

Der Export erfolgt als standardmäßige Excel-Datei (XLSX), die von allen gängigen Bau-ERP- und Lohnabrechnungssystemen importiert werden kann. Procore, Sage 300 CRE, Viewpoint Spectrum, Foundation und HCSS HeavyBid unterstützen alle den Excel-Import von Arbeitsstunden. Das strukturierte Spaltenformat – mit bereits ausgefüllten Kostenstellen, Bauabschnitten und Klassifikationen – macht die Importzuordnung unkompliziert. Es handelt sich nicht um einen reinen Datenexport in ein System mit anschließender Neucodierung; die Codierung erfolgte bereits beim Extraktionsschritt.

Was ist mit der zertifizierten Lohnabrechnung – wird ein WH-347 erstellt?

Die Extraktion liefert die Daten, die in ein WH-347-Formular einfließen – Arbeiternamen, Klassifikationen, tägliche Stunden (Regel- und Überstunden) – in der vom Formular benötigten Struktur. Es wird kein fertiges PDF erstellt, aber der manuelle Dateneingabeschritt entfällt, der die Rohdaten für zertifizierte Lohnabrechnungssoftware oder manuelle Formularausfüllung liefert. Für Auftragnehmer, die LCPtracker, eMars, Miter oder Payroll4Construction nutzen, lassen sich die extrahierten Excel-Daten direkt in die Importformate dieser Plattformen überführen.

Funktioniert das auch für wöchentliche Zusammenfassungs-Stundenzettel mit täglicher Aufschlüsselung?

Ja. Wenn der Stundenzettel Spalten von Montag bis Sonntag mit täglichen Stunden pro Arbeiter enthält, extrahiert die KI die Stunden jedes Tages einzeln. Sie können Spalten als „Mo Reg“, „Mo ÜS“, „Di Reg“, „Di ÜS“ usw. definieren oder eine einzelne Spaltendefinition verwenden und die KI eine zeilenweise Tagesstruktur ausgeben lassen. Beide Ansätze liefern Daten, die für die wöchentliche Lohnabrechnung bereit sind.