Ein Vermessungs- oder Photogrammetrie-Unternehmen wächst auf sehr konkrete Weise: Es kommen mehr Projekte herein, als das aktuelle Team verarbeiten kann, und die Standardantwort ist meist eine von zweien — mehr Personal einstellen oder die Verarbeitung an einen Dritten auslagern. Keine der beiden skaliert gut.
Die Grenze der Personaleinstellung
Das Team zu vergrößern, um Arbeitsspitzen abzufangen, hat ein grundlegendes Problem: Die Spitze dauert nicht das ganze Jahr. Wer für den arbeitsreichsten Monat einstellt, hat das Team die übrige Zeit überdimensioniert, und die Lernkurve eines neuen Photointerpretations-Operators ist nicht sofort da — sie zeigt sich in der Qualität der ersten Projekte, nicht nur in den Kosten.
Die Grenzen des Auslagerns der Verarbeitung
Die übliche Alternative, die Verarbeitung in den Spitzen nach außen zu geben, löst das Kapazitätsproblem, öffnet aber andere: Die Qualitätskontrolle erfolgt an einem bereits abgeschlossenen Ergebnis statt am Prozess, die Projektmarge sinkt durch die Kosten der Fremdvergabe, und der Endkunde weiß selten —und muss es auch nicht—, dass ein Teil der Arbeit ausgelagert wurde.
Die Grenze eines Vermessungsbüros ist fast nie, wie viel es fliegen kann. Sie liegt darin, wie viel es verarbeiten kann, ohne Marge oder Qualität zu verlieren.
Den repetitiven Teil automatisieren
Die Klassifizierung von Punktwolken, die Erzeugung digitaler Höhenmodelle und die Extraktion von 3D-Vektoren sind in den meisten Projekten repetitive Arbeit, bevor man zu dem Teil kommt, der wirklich Ingenieururteil erfordert: das Zweifelhafte prüfen, Grenzfälle lösen und mit Gewähr liefern. Den ersten Teil zu automatisieren ersetzt den Operator nicht — es befreit seine Zeit für den zweiten.
Genau für diese Arbeitsteilung ist eine Plattform wie Neobora gedacht: Die KI-Klassifizierung von LiDAR-Wolken, die Erzeugung von Höhenmodellen und die Vektorextraktion laufen in der Cloud, und der hochproduktive Editor konzentriert den Operator auf das Prüfen des Zweifelhaften und das Lösen von Grenzfällen. Anders als beim Auslagern erfolgt die Qualitätskontrolle am Prozess selbst und nicht an einem bereits abgeschlossenen Ergebnis, sodass die Arbeit —und die Verantwortung dafür— das Büro nie verlässt.
Projektspitzen abfangen, ohne das Team zu überdimensionieren
Mit der Verarbeitung in der Cloud erfordert ein Monat mit dreifacher Projektzahl nicht die dreifache Anzahl an Operatoren oder Arbeitsplatzlizenzen: Er erfordert mehr Rechen- und Speicherkapazität während dieses konkreten Monats, die freigegeben wird, sobald die Spitze vorbei ist. Das menschliche Team bleibt stabil; was variiert, ist das Datenvolumen, das die Plattform im Hintergrund verarbeitet.
Mit Neobora werden diese Rechen- und Speicherkapazität nach Nutzung gebucht und in der Cloud bereitgestellt (oder on-premise, wenn das Büro die Daten im Haus behalten muss), sodass eine Projektspitze abgefangen wird, ohne Arbeitsplatzlizenzen zu kaufen oder eigene Infrastruktur aufzubauen. Und da der Ablauf keine komplexe GIS-Umgebung erfordert, kann das Team, das das Projekt bereits kennt, damit arbeiten, ohne für jede Aufgabe von einem Spezialistenprofil abhängig zu sein.
Was mit der Marge passiert
Hier passt es, nach Nutzungsvolumen zu zahlen statt pro festem Arbeitsplatz oder pro fremdvergebenem Projekt: Die Verarbeitungskosten steigen und fallen mit dem eigenen Arbeitsvolumen des Büros, nicht damit, wie viele Personen angestellt sind. Ein schwacher Monat zahlt keine Leerlaufkapazität, und ein starker Monat löst keine im Voraus festgelegten Fixkosten aus — dieselbe Logik, die wir ausführlich im Artikel über unser Preismodell mit Nutzungsmultiplikator erklären.
Fazit
Produktion zu skalieren muss nicht bedeuten, das Personal zu skalieren oder Marge an einen Subunternehmer abzugeben. Die Automatisierung der repetitiven Verarbeitung auf einer Plattform wie Neobora —Klassifizierung in der Cloud, Qualitätskontrolle über den Prozess und Bezahlung nur für das tatsächlich bewegte Volumen jeden Monat— ermöglicht es einem Vermessungs- oder Photogrammetrie-Unternehmen, mehr Projekte anzunehmen, ohne auf die Qualitätskontrolle zu verzichten, die seinen Namen trägt.
