1) Echte Neuheit sichtbar machen. Wir zeigten, wo Wettbewerber scheitern, und brachten die Kombination aus CNN, Graph-Algorithmen und Diskretisierungsheuristiken auf den Punkt. Fokus: korrekte Identifikation geschwungener Wände und Freiformen. 
2) Risiken nicht verstecken, sondern führen. Wir formulierten messbare Unsicherheiten: Genauigkeit bei Treppen und Dachkonstruktionen, Per‑Pixel‑Erkennung für Türen/Fenster, Skalierbarkeit auf große Grundrisse. Jede Risikoaussage verknüpften wir mit plausiblen Arbeitspaketen.
3) Plan statt Versprechen. Wir gliederten Arbeitsschritte, Meilensteine und Zuständigkeiten – inklusive Auftragsforschung für Rekonstruktions-Algorithmen, Trainingspipeline und automatisiertes Deployment. Das macht Fortschritt prüfbar und stärkt die Förderlogik der Forschungszulage.
4) Sprache der Gutachter treffen. Wir übersetzten technische Tiefe in eine förderfähige Darstellung – präzise, klar strukturiert und nah an den Prüfkriterien der BSFZ. So wurde aus komplexer KI-Forschung eine nachvollziehbare Innovationsgeschichte, die Vertrauen schafft und den positiven Bescheid ermöglichte.
