Fotobasierte Zustands- und Schadenstriage für Waren und Gebäude

Im Großhandel, im Speditionsgewerbe und in der Hausverwaltung hängen viele kleine Entscheidungen an wenigen Smartphone-Fotos: Ist diese Retoure wiederverkäuflich, wer zahlt für die zerdrückte Palette, ist der Fleck in der Wohnung normale Abnutzung oder ein Schaden? Heute schaut jemand die Fotos an, sucht den Lieferschein oder Mietvertrag heraus und schreibt eine E-Mail. Ein Vision-Language-Modell kann die Fotos sortieren und beschreiben, das Etikett im Bild lesen, sie dem richtigen Dokument zuordnen und den nächsten Schritt entwerfen. Über Haftung oder Gebäudeschäden entscheidet es nicht: Es bereitet die Akte vor, ein Mensch entscheidet.

Problem & Nutzen

• Heute:
• Großhandel: Retouren kommen als Kartons mit Schein an. Mitarbeitende öffnen sie, beurteilen, ob die Ware neu, wiederverkäuflich oder Ausschuss ist, machen Fotos und entscheiden über Gutschrift und Wiedereinlagerung. Geschätzter Aufwand laut Lückenanalyse: etwa 14 Std. pro Monat in einem typischen Großhandel.
• Spedition: Fahrer und Lagerpersonal fotografieren beschädigte Paletten, aber die Fotos landen in Chats oder Galerien. Reklamationen brauchen einen präzisen Vermerk auf dem Frachtbrief und eine rechtzeitige schriftliche Anzeige (etwa 8 Std. pro Monat).
• Hausverwaltung: Mieter schicken Schadensfotos per E-Mail oder Telefon; die Verwaltung entscheidet, welches Gewerk kommt und beim Auszug, ob ein Kautionsabzug gerechtfertigt ist (etwa 5 Std. plus 2 Std. für Kaution und Schlüsselrückgabe).
• KI-Nutzen: einheitliche Zustandsklassen, vollständige und dem richtigen Dokument zugeordnete Fotos, versandfertige Entwürfe für Reklamationen und Gutschriften, weniger Streit, weil die Nachweise sauber und mit Zeitstempel vorliegen. Die Zeitersparnis stammt vor allem aus Sortieren, Suchen und Schreiben, nicht aus der Bildbeurteilung selbst.
• Belege: Es gibt keine unabhängigen Studien zu diesen KMU-Abläufen. Die Einsparspanne im Front Matter ist eine Schätzung aus den Prozessanteilen und sollte durch Ihre eigenen Pilotzahlen ersetzt werden.

Varianten

• Retourenprüfung (Großhandel, B2B-Handel): Foto von Artikel, Verpackung und Seriennummern-Etikett am Retourenschalter; Bewertungsstufe und Vorschlag zur Wiedereinlagerung. Die Zustandsbewertung für Endkunden-Re-Commerce steht in VIS-037.
• Transportschaden (Spediteure, Frachtführer, Empfänger): Fotoserie bei Wareneingang oder Übergabe (Palette, Umreifung, Etiketten, Schaden in Nahaufnahme), verknüpft mit Frachtbrief und Lieferung; Entwurf einer Reklamation gegenüber Frachtführer oder Versicherer.
• Mieterschäden und Übergabe (Hausverwaltung): Triage von Schadensmeldungen (Wasser, Schimmel, defekte Armaturen), Gewerkvorschlag und Dringlichkeit; raumweiser Vergleich von Einzugs- und Auszugsfotos für Kautionsentscheidungen.
• Schwere Schäden und Versicherungsfälle: Fahrzeuge und große Gebäudeschäden werden in VIS-023 behandelt.
• Privatnutzung: Mieter oder Vermieter dokumentieren eine Wohnung mit zeitgestempelten Fotos, in der Regel über eine Inspektions-App.

So funktioniert es

1. geführte Aufnahme (App/Link: erforderliche Blickwinkel, Etikettenfoto, Lieferschein- oder Raum-ID)
2. Qualitätsprüfungen (Unschärfe, Licht, Dubletten, fehlende Ansichten) und Metadaten (Zeit, ID)
3. Etikett / Lieferschein / Retourenschein lesen (OCR)
4. Auftrag, Lieferung oder Mietvertrag zuordnen
5. Zustand und Schadensbeschreibung (VLM + optional trainierter Klassifikator) mit Konfidenz
6. Regeln: Bewertungsstufe, Ursachenhypothese, Fristenprüfung (Anzeigefristen), Wertgrenzen
7. nächsten Schritt entwerfen: Gutschrift oder Wiedereinlagerungsstufe | Frachtführer-Reklamation | Gewerkauftrag | Rückfrage an den Kunden
8. menschliche Entscheidung über Haftung, Gutschrift und Gebäudeschaden; Nachweispaket archiviert

• Beschreibung und Sortierung: Ein multimodales Modell beschreibt, was sichtbar ist (eingedrückte Ecke, nasser Fleck, fehlendes Teil), anhand einer festen Kategorienliste; ein kleiner trainierter Klassifikator hilft bei wiederkehrenden Klassen und hohem Volumen.
• Zuordnung: OCR auf Etikett, Frachtbrief oder Retourenschein findet den Auftrag oder Mietvertrag; Unklarheiten gehen an einen Menschen.
• Regeln statt Raten: Gutschriftsbeträge und Fristen stammen aus Preislisten, Vertragsbedingungen und gesetzlichen Fristen, nicht vom Modell.
• Mensch-in-der-Schleife (Human-in-the-Loop): Das Modell schlägt Klasse und Formulierung vor; Haftung, Kulanz, Kautionsabzug und jedes Reklamationsschreiben gibt ein Mensch frei.

Datenaufbereitung

Welche Daten: Fotos mit Bezug (Retouren-ID, Lieferscheinnummer, Adresse oder Raum), das passende Dokument und die endgültige Entscheidung (gutgeschrieben, verschrottet, Reklamation bezahlt, Gewerk beauftragt). Die Entscheidung ist das Label.

Wo sie liegen: Smartphone-Galerien und Messenger-Chats, E-Mail-Anhänge, der Handscanner oder die Fahrer-App, das ERP-/Warenwirtschaftssystem (z. B. weclapp, Business Central, SAP B1, JTL), das TMS und die Hausverwaltungssoftware; oft nur ein gemeinsamer Ordner mit Dateinamen wie IMG_4821.jpg.

Typische Lücken: Fotos ohne Bezug, keine festen Blickwinkel, Etikett nicht sichtbar, Schadensnotizen als Freitext, kein erfasstes Ergebnis, Fotos von Personen, Kennzeichen oder privaten Gegenständen in Wohnungen.

Aufbereitungsschritte: 1. Vor jeder Klassifikation die Kategorien festlegen: Zustandsklassen, Schadensarten, Ursachen (PREP-019). 2. Die Erfassung an der Quelle einführen: ein geführter Fotoablauf mit verpflichtender Bezugs-ID (PREP-008). 3. Labels aus früheren Gutschriften, Reklamationen und Arbeitsaufträgen gewinnen (PREP-020). 4. Ein Testset aus 100–200 früheren Fällen aufbauen, die von einer erfahrenen Fachkraft geprüft wurden (PREP-018). 5. Gesichter, Kennzeichen und Namensschilder entfernen oder unkenntlich machen, bevor Bilder an einen Anbieter gehen (PREP-022, VIS-030). 6. Den Zugriff auf Mieterfotos beschränken (PREP-023).

Aufwand: etwa 30 Prozent des Projekts, überwiegend Kategoriendefinition und Fotodisziplin. Ohne feste Aufnahmeroutine hat das Modell wenig, womit es arbeiten kann.

Umsetzungswege

Welcher Weg für wen

• KMU — Weg B: Für den gesamten KMU-Ablauf (Retouren, Transport- und Mieterschäden) gibt es kein ausgereiftes Standardprodukt; ein kleiner Eigenbau auf Cloud-Vision-APIs mit dem vorhandenen ERP oder der Hausverwaltungssoftware ist der realistische Weg.
• Entwickler — Weg B: Spitzenmodell-VLM-APIs in EU-Regionen mit strukturierter Ausgabe ermöglichen schnelle Prototypen für Integratoren; Selbstbetrieb lohnt sich erst bei hohem Volumen.

Weg A — Kaufen

• Inspektions- und Übergabe-Apps: Digitale Übergabe-Apps für Wohnungen (Foto, Raum, Unterschrift) und Zustandsbericht-Werkzeuge aus dem Fahrzeug- und Gerätebereich sind als Produkte verfügbar, erfassen aber meist nur Fotos und Dokumente; die automatische Schadensbewertung ist eingeschränkt oder ein Zusatzmodul.
• Plattformen für Schäden und Retouren: Foto-KI für Schadensfälle im Stil von Tractable richtet sich an Versicherer und Fahrzeuge; Retourenplattformen im Handel richten sich an Endkunden (siehe VIS-037). Für deutsche Großhändler, Transporteure und Hausverwaltungen gibt es wenig Fertiges.
• Prüfen: Hosting in der EU, Anbindung an Ihr ERP/TMS, ob die Bewertung auf Ihre Kategorien trainierbar ist, Preis pro Fall.
• A wählen, wenn: eine Übergabe-App oder ein Retourenwerkzeug die Erfassung abdeckt und Sie nur einen Sortiervorschlag obendrauf wollen.

Weg B — Auf Cloud-KI-Diensten aufbauen (empfohlen)

• Modelle: multimodale APIs (Claude, Gemini, GPT, Mistral) in EU-Regionen mit einem JSON-Schema für Klasse, Schadensart, sichtbaren Etikettentext und einen Konfidenzhinweis; optional ein trainierter Klassifikator in einem Cloud-Vision-Dienst.
• Verbindungsschicht: Web-Formular fürs Smartphone oder ein Erfassungslink ohne Teams/WhatsApp, n8n oder Power Automate, Anbindung an ERP/WWS per REST oder CSV, E-Mail-Entwürfe in M365.
• B wählen, wenn: Sie einen definierten Falltyp, einige hundert frühere Fälle zum Testen und eine Person haben, die den Prozess verantwortet.

Weg C — Selbst betreiben (Open Source)

• Offene VLMs (Qwen-VL-Familie, InternVL) über vLLM oder Ollama auf HW2; Detektoren der YOLO-Klasse oder RT-DETR für feste Schadensarten; PaddleOCR für Etiketten. Sinnvoll, wenn Mieterfotos das Unternehmen nicht verlassen dürfen oder das Volumen hoch ist.

Weg D — Eigenes Training

Nur für große, wiederkehrende Sortimente (zum Beispiel ein Großhändler mit zehntausenden Retouren und einem festen Bewertungsschema). Erfordert tausende beschriftete Fotos und eine verantwortliche Person für die Bewertungsregeln.

Stand der Technik (2026)

• Funktioniert heute: sichtbare Schäden beschreiben, Etiketten lesen, Vollständigkeit der Fotos prüfen, in eine kurze Liste von Klassen sortieren, Texte entwerfen. Gut genug für eine Triage mit menschlicher Kontrolle.
• Funktioniert nicht zuverlässig: die Ursache beurteilen (Transport, Handhabung oder Vorschaden), verdeckte Schäden, Ausmaß von Feuchtigkeit und Schimmel anhand weniger Fotos, alter versus neuer Schaden, Funktionsfehler zurückgegebener technischer Ware, Kostenschätzungen ohne Katalog.
• Reifegrad: Early Adopter. Foto-KI für Fahrzeug- und Versicherungsschäden ist ausgereift (VIS-023); dieselbe Technik für Paletten, Retouren und Mieterschäden wird in Pilotprojekten und Nischenprodukten eingesetzt, mit wenig veröffentlichter Evidenz. Anbieterzahlen sind als ungeprüft zu behandeln.
• Grenzen: Entscheidungen über Haftung und Gebäudeschäden brauchen einen Menschen; ein Modell beschreibt einen Fleck selbstsicher, ohne zu wissen, was ihn verursacht hat.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (vlm + ocr-docparse): VIS-018 (Etiketten und Seriennummern), DOC-006 (Lieferscheine und Frachtbriefe), DOC-003 (Formulare und Schadensdokumente).
• Nachbarn: VIS-023 (Fahrzeug- und Versicherungsschäden), VIS-037 (Zustandsbewertung im Endkunden-Re-Commerce), VIS-039 (Überprüfung von Außendienstarbeiten per Foto), VIS-001 (Fehlererkennung in der Produktion).
• Vor- und nachgelagert: VIS-030 zum Unkenntlichmachen von Personen und Kennzeichen, bevor Fotos das Unternehmen verlassen; die Entwürfe für Reklamationen und Gutschriften fließen in Ihren ERP- und E-Mail-Ablauf. Ein Tracker für Fristen und Nachweise sowie ein Agent für den Abgleich von Rabatten und Abrechnungen sind Kandidaten in der Lückenliste, aber noch nicht im Katalog.
• Ein Erfassungsablauf, drei Branchen: Großhandel, Spedition und Hausverwaltung können dasselbe Smartphone-Erfassungsformular und denselben VLM-Dienst nutzen; nur Kategorien und Regeln unterscheiden sich.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen; Abo pro Nutzer oder pro Fall für eine Inspektions-App.
• Weg B: 2–4 Monate für einen Falltyp inklusive Erfassungsablauf und ERP-Anbindung.
• Weg C/D: 4–9 Monate; GPU-Server und Beschriftung.
• Kostentreiber: Kategoriendefinition, Erfassungsdisziplin, Integration, Beschriftung.
• Kennzahlen: Minuten pro Fall, Anteil der Fälle mit vollständigem Fotosatz, Übereinstimmung mit der Bewertung durch Fachkräfte, Anteil der innerhalb der Anzeigefrist eingereichten Reklamationen, Streitquote bei Gutschriften, verlorene Kautionsstreitigkeiten, Quote erneut angeforderter Fotos.

Menschen & Veränderung

Früh einbinden: Geschäftsführung und die Leitung von Retouren, Logistik oder Hausverwaltung; Fahrer, Lagerpersonal und Hausmeister als Anwender; IT für die ERP-Anbindung; die/den Datenschutzbeauftragte(n), weil Mieterfotos Wohnungen und Besitz zeigen; Recht für die Haftungsformulierungen. Kunden und Frachtführer sind vom Ergebnis betroffen.

Betriebsrat: abhängig vom Einzelfall. Wenn die App erfasst, wer was wie schnell fotografiert und wie oft der KI-Vorschlag überstimmt wird, greift §87 Abs. 1 Nr. 6 BetrVG; §90 Abs. 1 Nr. 3 verlangt die Information über KI-gestützte Arbeitsprozesse (GUIDE-004). Smartphones und Handscanner der Fahrer sind ein typischer Auslöser.

Datenschutz: Mieterfotos können private Gegenstände zeigen; nutzen Sie Datenminimierung und schließen Sie mit jedem Anbieter einen AVV (GUIDE-005).

KI-Kompetenz: Art. 4 KI-Verordnung (AI Act; durch den KI-Omnibus 2026 zu einer Maßnahmenpflicht abgeschwächt, aktuellen Text prüfen): Schulen Sie die Beschäftigten zu typischen Fehlern (Schatten, Spiegelungen, Nässe) (GUIDE-006).

Pilot und Bedenken: Starten Sie mit einem Falltyp, zum Beispiel B2B-Retouren in einer Produktgruppe, im Schattenmodus über 4 Wochen (GUIDE-009). Beschäftigte fürchten Überwachung und Schuldzuweisung; kommunizieren Sie, dass die Fotos sie bei Reklamationen schützen (GUIDE-008).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko für die Zustandstriage von Gegenständen und Gebäuden. Neu bewerten, wenn die Ausgaben zur Beurteilung von Personen genutzt werden (zum Beispiel Scoring von Mietern oder Fahrern) oder biometrische Merkmale hinzukommen. Die Pflicht zur KI-Kompetenz (Art. 4) gilt; der KI-Omnibus 2026 hat sie Berichten zufolge zu einer Pflicht zu angemessenen Maßnahmen abgeschwächt (aktuellen Wortlaut prüfen).
• DSGVO: Fotos von Wohnungen, Besitz, Personen, Kennzeichen und EXIF-Standortdaten sind personenbezogene Daten; Datenminimierung, Zugriffsbeschränkung, Aufbewahrung abgestimmt auf Reklamations- und Verjährungsfristen, Hosting in der EU bevorzugt. Art. 22 DSGVO: kein ausschließlich automatisierter Abzug von der Mietkaution.
• Transportrecht: Nach §425 HGB haftet der Frachtführer für Verlust und Beschädigung zwischen Übernahme und Ablieferung; §438 HGB verlangt die Anzeige äußerlich erkennbarer Schäden bei Ablieferung und verdeckter Schäden in Textform (z. B. E-Mail) innerhalb von 7 Tagen nach Ablieferung, rechtzeitiges Absenden genügt, sonst wird vermutet, dass das Gut unbeschädigt abgeliefert wurde. Eine Fototriage hilft, diese Fristen einzuhalten; die ADSp 2017 und die Beförderungsbedingungen ergänzen Verfahren und Grenzen. Die genaue Formulierung zählt: Vermerken Sie den konkreten Schaden auf dem Frachtbrief, nicht nur einen allgemeinen Vorbehalt.
• Handelsrecht: §377 HGB: Kaufleute müssen Waren untersuchen und Mängel unverzüglich rügen, sonst gilt die Ware als genehmigt. Fotodokumentation beim Wareneingang unterstützt bei B2B-Retouren beide Seiten.
• Mietrecht: §548 BGB: Ersatzansprüche des Vermieters wegen Schäden verjähren sechs Monate nach Rückerhalt der Wohnung, daher müssen Triage und Entscheidung zügig erfolgen; die Beweislast für Schäden liegt beim Vermieter, was datierte Fotos und ein unterschriebenes Übergabeprotokoll wertvoll macht. Die Regeln zur Kaution stehen in §551 BGB.
• Risiken und Gegenmaßnahmen: falsche Ursachenzuordnung (menschliche Entscheidung, annotierte Nachweise zeigen), Streit über die Echtheit von Fotos (Aufnahme in der App, Metadaten behalten, Hash), übermäßiges Vertrauen in selbstsicher klingende Texte (Konfidenz und Checkliste), Widerstand der Beschäftigten (transparenter Zweck).

Erste Schritte

1. Einen Falltyp wählen und die Ausgangslage messen: Fälle pro Monat, Minuten pro Fall, Streitfälle.
2. Die Kategorienliste und den Mindestfotosatz festlegen (Blickwinkel, Etikett, Bezugs-ID).
3. 100–200 frühere Fälle mit Ergebnis als Testset sammeln.
4. Mit einem Cloud-VLM und strukturierter Ausgabe prototypisieren; 4 Wochen im Schattenmodus neben der Fachkraft laufen lassen.
5. Klasse und Vorschlag für den nächsten Schritt vergleichen; Fristenprüfungen ergänzen; danach an ERP/E-Mail-Entwürfe anbinden.

Quellen

1. § 425 HGB — Haftung für Güter- und Verspätungsschäden — https://dejure.org/gesetze/HGB/425.html
2. § 438 HGB — Schadensanzeige — https://dejure.org/gesetze/HGB/438.html
3. Haufe — Die Rügeobliegenheit nach § 377 HGB in der Praxis — https://www.haufe.de/recht/weitere-rechtsgebiete/wirtschaftsrecht/die-ruegeobliegenheit-nach-377-hgb-in-der-praxis_210_679680.html
4. § 548 BGB — Verjährung der Ersatzansprüche und des Wegnahmerechts — https://dejure.org/gesetze/BGB/548.html
5. Pallet-Terminal — Europaletten Schäden dokumentieren — https://www.pallet-terminal.com/blog/europaletten-schaeden-dokumentieren
6. immocloud — Wohnungsübergabeprotokoll 2026 — https://www.immocloud.de/magazin/wohnungsuebergabe-protokoll/
7. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj