flinq

Gegründet wurde flinq in Stuttgart, aus der praktischen Erfahrung der Gründer in Architekturbüros und Technologieunternehmen heraus. Dort zeigte sich, dass ein Bauprojekt dieselbe physische Realität, etwa ein einzelnes Bauteil, in mehreren getrennten Vokabularen beschreibt, je nach Werkzeug und Leistungsphase. Diese Vokabulare sind technisch nicht miteinander verbunden. Laut IW-Digitalisierungsindex 2024 erreicht die deutsche Bauwirtschaft nur 67,6 von möglichen Punkten, gegenüber einem gesamtwirtschaftlichen Mittel von 113,6. Das McKinsey Global Institute beziffert das ungenutzte Produktivitätspotenzial im globalen Bausektor auf rund 1,6 Billionen US-Dollar jährlich. Ein wesentlicher Teil dieser Lücke entsteht durch genau diese semantische Fragmentierung, nicht durch fehlende Daten.

Der Markt ist zunächst die deutsche Bau- und Planungsbranche, mit direkter Anschlussfähigkeit an GAEB und die deutschen Normen. Langfristig soll das Modell auf europäische Datenquellen erweitert werden, etwa die TED-Vergabedatenbank und CPV-Codes, um eine mehrsprachige, europaweite Infrastrukturschicht zu schaffen.

flinq ist als eigenständiges Startup an die Universität Stuttgart angebunden und wird von dort wissenschaftlich begleitet. Rechtlich firmiert das Unternehmen aktuell als Technologie-Gründungsunternehmen (TGU) unter der TTI GmbH, der Technologie-Transfer-Initiative der Universität Stuttgart. Die TTI wurde 1998 gegründet, um Gründungsvorhaben aus dem universitären Umfeld in der Frühphase zu begleiten, administrativ, rechtlich und finanziell, bis sie eigenständig als Kapitalgesellschaft gegründet werden. Sie ist in dieser Phase der formale Rechtsträger von flinq. Die Gründung einer eigenen GmbH ist für die nächste Phase geplant.

Langfristiges Ziel ist der Aufbau der semantischen Infrastrukturschicht für die europäische Bauwirtschaft, auf der Anwendungen wie Kostenschätzung, LV-Matching oder RAG über Bauunterlagen aufsetzen.

flinq ist ein cross-modales Embedding-Modell für die deutsche Bauwirtschaft. Es führt heterogene Baudaten wie BIM-Modelle (IFC), Ausschreibungen (GAEB), Herstellerprodukte, Baustellenbilder und weitere Bauprojektdaten in einem gemeinsamen semantischen Raum zusammen. Der Zugriff erfolgt über eine API, die Kunden in ihre bestehenden Werkzeuge integrieren, für Anwendungen wie automatisches LV-Matching, frühphasige Kostenschätzung oder zuverlässige Suche über Bauunterlagen hinweg.

Der Unterschied zu allgemeinen KI-Modellen liegt im Training. flinq ist gezielt auf domänenspezifische Datenpaare aus der Baubranche trainiert, statt auf allgemeine Web-Texte. Im eigenen offenen Benchmark BauSatz übertrifft das fein trainierte Modell größere, allgemein trainierte Modelle wie OpenAI text-embedding-3-large, mit einer Verbesserung von 24,8 Prozentpunkten bei Recall@1. Allgemeine Sprachmodelle halluzinieren Fachbegriffe und verwechseln Einheiten, weil ihnen das bauspezifische Vokabular fehlt.

Der eigentliche Wettbewerbsvorteil liegt dabei nicht in der Modellarchitektur, sondern im kuratierten Datensatz. Das Modell selbst ist austauschbar, der Datensatz nicht. Jedes Kundenprojekt erzeugt neue, verwertbare Trainingsdaten und vergrößert diesen Vorsprung kontinuierlich.

Anders als klassische Punktlösungen, die jeweils ein einzelnes Format oder einen einzelnen Prozessschritt abdecken, positioniert sich flinq als semantische Infrastrukturschicht unterhalb der bestehenden Software. Statt eine weitere Insellösung neben GAEB-, BIM- und Kalkulationssoftware zu stellen, liefert flinq die Verbindung zwischen ihnen.