BKP vs. eBKP-H

BKP vs. eBKP-H – Der richtige Baukosten-Standard für dein Projekt

Wenn du ein Bauprojekt planst, wirst du früher oder später auf die Begriffe "BKP" (Baukostenplan) und "eBKP-H" (elementbasierter Baukostenplan Hochbau) stossen. Beide Systeme helfen dir, Baukosten zu strukturieren und zu kommunizieren – doch sie unterscheiden sich erheblich. In diesem Beitrag erklären wir dir kompakt, worin die Unterschiede liegen, wofür sich welche Methode eignet und worauf du achten solltest.

Was ist der BKP?

Der BKP ist ein konventionelles System zur Kostenplanung, das in der Schweiz seit Jahrzehnten verbreitet ist. Er gliedert Baukosten nach sogenannten "Kapiteln" und orientiert sich stark an der Gewerke-Logik, also etwa nach Maurerarbeiten, Elektroinstallationen oder Heizungsbau. Er ist besonders für die Phase der Ausschreibung nützlich, da sich viele Unternehmerangebote daran orientieren.

Was ist der eBKP-H?

Der eBKP-H wurde eingeführt, um Baukosten nach funktionalen Bauteilen wie "Wand", "Dach", oder "Fenster" zu strukturieren. Er ist damit besonders geeignet für die Projektentwicklung, frühe Planungsphasen und digitale Tools wie BIM (Building Information Modeling). Die elementbasierte Struktur erlaubt eine bessere Vergleichbarkeit und eignet sich hervorragend für Frühschätzungen oder standardisierte Benchmarks.

Welcher Plan passt zu welchem Zweck?

• Wenn du früh im Projekt bist und mit einer Flächen- oder Volumenschätzung arbeitest, ist der eBKP-H oft sinnvoller. Er erlaubt grobe Prognosen, z. B. "CHF 700/m2 Geschossfläche für den Rohbau".

• Wenn du hingegen schon Offerten einholst oder Leistungsverzeichnisse erstellst, kommst du mit dem BKP weiter, da er gewerkspezifisch aufgebaut ist.

Wichtige Entscheidungshilfen

• Digitalisierung & BIM: Wer mit BIM plant, fährt mit dem eBKP-H besser.

• Kommunikation mit Unternehmern: Hier bleibt der BKP aufgrund seiner Praxisnähe meist Standard.

• Benchmarking & Kontrolle: Der eBKP-H bietet Vorteile für Vergleiche zwischen Projekten.

Fazit

Beide Systeme haben ihre Berechtigung. In der idealen Welt nutzt man den eBKP-H für die strategische Planung und Projektentwicklung und übersetzt ihn dann im Ausschreibungsprozess in den BKP. Wichtig ist: Du solltest wissen, wofür du welches System einsetzt – und konsistent bleiben.

Hypotheken

Hypotheken, Tragbarkeit und Belehnungsgrad einfach erklärt

Wer ein Haus oder eine Wohnung kaufen will, trifft früher oder später auf Begriffe wie "Tragbarkeit", "Belehnungsgrad" oder "2. Hypothek". Doch was steckt wirklich dahinter? In diesem Beitrag bringen wir Licht ins Dunkel und zeigen dir, wie Banken denken.

Der Belehnungsgrad – Wie viel finanziert die Bank?

In der Schweiz finanzieren Banken in der Regel bis zu 80% des Kaufpreises einer Immobilie. Das bedeutet, du musst mindestens 20% Eigenkapital mitbringen. Diese 80% setzen sich zusammen aus:

• 1. Hypothek: Bis ca. 66% des Kaufpreises.

• 2. Hypothek: Bis zu weiteren 14% – diese muss in der Regel innert 15 Jahren amortisiert werden.

Je niedriger der Belehnungsgrad, desto besser die Konditionen, da das Risiko für die Bank sinkt.

Tragbarkeit – Kannst du dir die Immobilie leisten?

Nebst dem Eigenkapital prüfen Banken auch, ob du dir die laufenden Kosten leisten kannst. Dazu zählen:

• Zinskosten (rechnerisch oft mit 5% kalkuliert)

• Unterhalt (pauschal ca. 1% des Kaufpreises)

• Amortisation der 2. Hypothek

Die Faustregel lautet: Diese Gesamtkosten dürfen nicht mehr als ein Drittel deines Bruttoeinkommens ausmachen.

Beispiel

Kaufpreis: CHF 1'000'000 Eigenkapital: CHF 200'000 Hypothek: CHF 800'000 Rechnerische Kosten: CHF 50'000/Jahr => Dein Einkommen sollte mindestens CHF 150'000 betragen, damit die Tragbarkeit gegeben ist.

Optimierungsmöglichkeiten

• Mehr Eigenkapital senkt Belehnungsgrad und verbessert Tragbarkeit.

• Günstige Hypothekenprodukte wie Saron-Hypotheken entlasten kurzfristig.

• Laufzeiten optimieren (längerfristige Fixhypothek vs. kurzfristig flexible Modelle).

Fazit

Verstehe die Grundregeln und du kannst dich gezielt vorbereiten. Nutze Tools, um Szenarien durchzuspielen und das passende Finanzierungsmodell zu finden.

Baukostenkennzahlen

Baukostenkennzahlen verstehen und nutzen

Was kostet ein Haus pro Quadratmeter? Diese Frage hört man oft. Und die ehrliche Antwort lautet: Es kommt darauf an. Trotzdem gibt es solide Methoden, um Kosten bereits früh im Projektverlaufs grob abzuschätzen. Hier erfährst du, wie du Baukostenkennzahlen richtig liest und einsetzt.

Was sind Baukostenkennzahlen?

Kennzahlen sind Durchschnittswerte aus realisierten Bauprojekten, etwa:

• CHF/m2 Geschossfläche (BGF)

• CHF/m3 umbauter Raum (SIA 416)

• CHF pro Wohnung oder Bett (z. B. bei Heimen)

Sie dienen als Orientierung in sehr frühen Phasen eines Projekts, etwa beim Kauf eines Grundstücks oder in einer Machbarkeitsstudie.

Woher kommen die Zahlen?

Die Werte stammen meist von Fachinstitutionen, Immobilienentwicklern oder kantonalen Richtwerten. Sie sind nach Bautyp, Region und Standard differenziert. Ein Schulhaus im Kanton Bern kostet anders als ein Mehrfamilienhaus in Zürich.

Beispielwerte (zur Orientierung)

• Einfamilienhaus: CHF 3'500 – 5'500 / m2 BGF

• Mehrfamilienhaus: CHF 3'200 – 4'800 / m2 BGF

• Spital: CHF 7'000 – 10'000 / m2 BGF

Je komplexer das Projekt, desto höher die Werte. Nachhaltigkeitsstandards wie Minergie oder Holzbauweise führen ebenfalls zu Mehrkosten.

Anwendung in der Praxis

• Vorstudien & Grobschätzungen

• Vergleich mit ähnlichen Projekten

• Frühzeitige Gespräche mit Investoren oder Banken

Fazit

Baukostenkennzahlen sind keine exakten Werte, aber ein wichtiger Kompass. Wer sie kennt, kann Risiken früher erkennen und fundiertere Entscheidungen treffen. Wichtig: Immer mit einem Toleranzbereich arbeiten – je früher die Phase, desto grösser die Spanne.

Künstliche Intelligenz

Wie Künstliche Intelligenz die Bau- und Hypothekenwelt verändert - Einblicke in die Potenziale, Grenzen und Chancen einer neuen Ära der Immobilienentwicklung

Einleitung: KI ist gekommen, um zu bleiben

Noch vor wenigen Jahren war künstliche Intelligenz (KI) ein Nischenthema für Tech-Enthusiasten. Heute verändert sie ganze Branchen – darunter auch die Immobilienwelt. In Bereichen wie Baukostenkalkulation, Immobilienbewertung und Hypothekenvermittlung werden bereits heute KI-gestützte Systeme eingesetzt. Doch wie genau funktioniert das? Was kann KI – und was (noch) nicht?

KI in der Baukostenprognose: Präzision durch Daten

Baukosten zu schätzen, war lange eine Mischung aus Erfahrung, Annahmen und viel Bauchgefühl. Das Resultat: hohe Abweichungen und unangenehme Überraschungen. KI-basierte Tools wie jene, die mit maschinellem Lernen arbeiten, bieten hier ein echtes Upgrade.

Durch den Vergleich tausender abgeschlossener Projekte kann ein KI-Modell typische Kosten pro Kubikmeter, Bauart, Standort oder Nutzung ableiten – und dies bereits in frühen Projektphasen. Besonders datenbasierte Ansätze wie Supervised Learning ermöglichen es, auf Grundlage historischer Projektdaten präzise Schätzungen zu erstellen.

Ein Beispiel: Statt auf allgemeine Richtwerte zurückzugreifen, erkennt eine gut trainierte KI, dass ein kompaktes Mehrfamilienhaus in Holzbauweise an einem ländlichen Standort günstigere Werte aufweist als ein vergleichbares Objekt mit Sichtbetonfassade in Zürich.

Die Herausforderung: Datenqualität entscheidet

Wie bei jeder Automatisierung gilt auch hier: garbage in, garbage out. Eine KI ist nur so gut wie ihre Datenbasis. Viele Immobilienunternehmen haben Mühe, saubere, strukturierte und konsistente Daten zu liefern – sei es zu früheren Bauprojekten, Sanierungskosten oder Grundstückwerten. Hier braucht es Investitionen in Datensysteme, aber auch in die interne Kultur, um Daten als Vermögenswert zu behandeln.

Fehlerhafte, unvollständige oder nicht standardisierte Daten führen zu unzuverlässigen Prognosen – mit dem Risiko von Fehlinvestitionen oder unpassenden Finanzierungsmodellen.

KI in der Immobilienbewertung: zwischen Black Box und Transparenz

Automatisierte Bewertungsmodelle – sogenannte AVMs (Automated Valuation Models) – sind längst im Einsatz. Sie schätzen Immobilienpreise basierend auf Vergleichswerten, Lagefaktoren und Gebäudemerkmalen. Der Unterschied zur klassischen Bewertung? Geschwindigkeit, Automatisierung und im Idealfall: Objektivität.

Doch hier lauert eine Gefahr: Viele dieser Modelle sind schwer nachvollziehbar. Man spricht von „Black-Box-Modellen“. Transparenz, wie sie etwa durch hedonische Modelle mit klarer Preis-Zuordnungslogik möglich ist, fehlt teilweise.

Für Banken oder Anleger, die nachvollziehbare Bewertungen fordern, ist das ein Stolperstein. Trotzdem: Die Genauigkeit der KI-basierten Schätzungen kommt laut Studien bereits heute an die statistisch maximal erreichbare Präzision heran.

Hypothekenvermittlung und KI: Beratung neu gedacht

Auch in der Finanzierungswelt hält KI Einzug. Moderne Tools ermöglichen es, auf Basis von Einkommen, Eigenkapital und Objektkosten automatisiert Hypothekenvorschläge zu machen – angepasst auf Tragbarkeit, Zinssätze und Belehnungsgrenzen.

Besonders spannend ist der Einsatz von Chatbots, die erste Fragen von Hypothekensuchenden beantworten können – rund um die Uhr, fehlerfrei und mit stets aktueller Zinssituation.

Ein Beispiel: Eine App analysiert den Projektbeschrieb eines Nutzers (z. B. „ein ökologisches Mehrfamilienhaus mit fünf Wohnungen in einem urbanen Kontext“) und schlägt passende Finanzierungsmodelle vor – inkl. Szenarien wie zweite Hypothek vermeiden, Eigenkapital minimieren oder Hypothekensumme optimieren.

Das reduziert die Einstiegshürde für viele Interessierte, beschleunigt Prozesse und macht Beratung zugänglicher.

Grenzen der KI: Menschliche Urteilskraft bleibt entscheidend

Trotz aller Vorteile ist KI kein Allheilmittel. Besonders in der Projektentwicklung braucht es menschliche Intuition, Weitsicht und Urteilsvermögen. KI kann keine politischen Risiken, Nachbarschaftskonflikte oder baurechtliche Grauzonen erkennen – noch nicht.

Auch können KI-Modelle auf scheinbare Muster trainiert werden, die sich bei neuen Rahmenbedingungen als irrelevant herausstellen. Vertrauen in solche Systeme setzt kritisches Hinterfragen und ständige Validierung voraus.

Fazit: KI verändert – aber nicht allein

Die Kombination aus menschlicher Erfahrung und maschineller Präzision verspricht enormes Potenzial. Immobilienprojekte lassen sich schneller kalkulieren, Hypotheken effizienter vermitteln und Investitionen fundierter treffen.

Doch der Weg dorthin ist nicht ohne Aufwand: Es braucht Datenqualität, Technologieverständnis und vor allem – den Willen zur Veränderung.

Wer diese Herausforderung annimmt, sichert sich nicht nur einen Wettbewerbsvorteil, sondern gestaltet die Immobilienwelt von morgen aktiv mit.