Jedes Industriedach eines Landes bewertet, ohne Vor-Ort-Termin

Ein Solaranbieter weiß genau, welche Unternehmen einen Anruf wert sind. Er kann nur nicht herausfinden, welche das sind.

Die Qualifizierungsfrage ist leicht gestellt: Hat dieses Unternehmen ein großes, freies, nutzbares Dach? Verbraucht es genug Energie, um dessen Belegung zu rechtfertigen? Und hat das bereits jemand getan? Drei Fakten. Jeder Vertriebsmitarbeiter kann sie benennen.

Diese drei Fakten über ein Unternehmen herauszufinden, dauert einen Vormittag. Jemand öffnet ein Satellitenbild und versucht, das Dach zu erkennen. Jemand anderes prüft die Finanzdaten und schätzt den Verbrauch anhand der Branche. Jemand prüft, ob bereits Module vorhanden sind. Auf jedes Industrieunternehmen eines Landes hochgerechnet geht die Rechnung nicht auf.

Also wird es nicht gemacht. Der Markt bleibt unbewertet, und der Vertrieb arbeitet mit den Unternehmen, die er zufällig kennt. Das ist ein winziger, willkürlicher Ausschnitt derjenigen, die einen Anruf wert wären. Die Grenze liegt nicht darin, die Frage nicht zu kennen. Sie liegt darin, dass die Antwort einen Vormittag je Unternehmen kostet.

Eine Bewertung jedes Industrieunternehmens in Slowenien — Dach, Energieprofil und Förderhistorie — vollständig aus vorhandenen Daten erstellt und als Liste geliefert, die der Vertrieb filtern und abtelefonieren kann.

Rund 30.000 Unternehmen. Keine Vor-Ort-Termine.

Für jedes Unternehmen lokalisiert das System dessen Gebäude, ruft Orthofotos mit 25 cm Auflösung von der Vermessungs- und Kartierungsbehörde der Republik Slowenien (GURS) ab und wertet das Dach aus: nutzbare Fläche, bereits installierte Module und realistisch installierbare Leistung. Es liest die Unternehmenswebsite, um festzustellen, was tatsächlich hergestellt wird. Es erstellt ein Energieverbrauchsprofil aus der auf die Unternehmensgröße skalierten Branchenintensität und verfeinert es anhand der Selbstauskunft des Betriebs. Es verknüpft das öffentliche slowenische Förderregister für erneuerbare Energien und das De-minimis-Beihilfenregister. So ist vor dem ersten Anruf sichtbar, ob ein Unternehmen bereits Förderung erhalten hat.

Das Ergebnis ist ein einziges Unternehmensprofil mit 79 Feldern, ein annotiertes Dachbild und eine Anwendung, in der ein Vertriebsmitarbeiter eigene Filter setzt: Dachfläche über diesem Wert, noch keine Module, Energieklasse über jenem Wert. Er erhält eine priorisierte Anrufliste.

Die Entscheidung, die die Zahlen belastbar macht

Gemessen wird das Dach des eigenen Unternehmensgebäudes, nicht das Gewerbegebiet, in dem es steht.

Dieser Teil entscheidet darüber, ob der gesamte Datensatz nutzbar ist. Industrieunternehmen liegen oft gemeinsam in Gewerbegebieten. Eine naiv angewendete Dacherkennung liefert die gesamte Fläche: Jedem Mieter wird das Dach des ganzen Gebäudekomplexes zugerechnet.

Der Unterschied ist erheblich. Ein Mieter, ein Unternehmen mit rund 2 Mio. € Umsatz, wäre mit 92.513 m² Dachfläche und 7.794 kWp Potenzial ausgewiesen worden. Sein eigenes Gebäude hat 3.289 m² und 86 kWp. Ein Vertriebsmitarbeiter, der dieses Unternehmen mit der ersten Zahl angerufen hätte, hätte das Gespräch in der ersten Minute verloren.

Deshalb erfolgt die Gebäudezuordnung geometrisch statt durch ein Modell: Jede Dachfläche wird dem nächstgelegenen Unternehmen zugeteilt und nach ihrem Umfang klassifiziert. Das muss exakt und erklärbar sein. Dieser Kunde duldet zu Recht keine erfundene Präzision. Deshalb beruht auch der Energieausgangswert auf einer festen Koeffiziententabelle statt auf einer Schätzung. Ein Modell verfeinert ihn, erfindet aber niemals die Untergrenze.

Weil sie unterlag. Noch vor der Entwicklung wurde die Methode zur Dachauswertung durch einen Vergleich der Alternativen an realen slowenischen Industriedächern ausgewählt.

Die Solar API von Google, eigens für genau diese Aufgabe entwickelt, wurde zusammen mit Gemini, GPT und mehreren offenen Vision-Language-Modellen getestet. Alle wurden von Claude Sonnet 5 übertroffen. Dieses Modell nutzt das System.

Was dieser Vergleich ist und was nicht. Eine Person verglich die Ausgabe jedes Modells mit den Bildern und entschied, welche Auswertung richtig war. Das ist eine Auswahlmethode für einen Anwendungsfall: große, unregelmäßige, teilweise belegte Industriedächer in einem Land. Es ist kein bewerteter Benchmark und keine allgemeine Aussage über eines dieser Produkte. Bei Wohnhausdächern in einer gut kartierten Stadt kann die Antwort durchaus anders ausfallen.

Wir veröffentlichen das, weil die Frage naheliegt und die Antwort nicht unserer anfänglichen Erwartung entsprach. Ein eigens entwickeltes Werkzeug ist meist die richtige erste Wahl. Hier war es das nicht. Das ließ sich durch einen strukturierten Vergleich herausfinden, nicht durch eine Annahme.

Geliefert am 28. August 2026:

Und der Zeitrahmen ist der schwer zu glaubende Teil. Der Auftrag wurde am 20. August gewonnen. Die Anwendung war am 22. August live. Das vollständige Datenpaket mit ~30.000 Unternehmen und 93 GB Bildmaterial wurde am 28. August geliefert.

Acht Tage vom Auftrag bis zu einem Vertriebsteam mit einer priorisierten nationalen Anrufliste. Möglich war das nur, weil die klassifizierte Datenbasis, die Anreicherungskette und die Dacherkennung bereits existierten. Dieses Projekt ergänzte die belastbare Zuordnung auf Gebäudeebene, die Energieprofilierung und die Auslieferung.