Ein Großteil der Planungsdokumente der Bauleitplanung – eines der zentralen Steuerungs­elemente der Flächennutzung in Deutschland – liegt bisher nicht maschinenlesbar und auswertbar vor. Wir stellen einen KI-gestützten Workflow vor, der bildliche PDF-Dokumente in maschinen­lesbare Datenformate umwandelt und die extrahierten Planungsinformationen intelligent recherchierbar macht. Anhand der Entwicklung der Web-Anwendung PlanFinder zeigen wir, wie wir Planungsdokumente, die über hunderte von Datenquellen verteilt sind, mit Web-Scraping-Techniken sammeln und anschließend mit Hilfe von Computer-Vision-Algorithmen strukturierte Daten aus den gesammelten unstrukturierten Dateien extrahieren. Anhand praktischer Beispiele von Attributfiltern im PlanFinder demonstrieren wir, wie die Informationen durch unsere Extraktionsschritte komfortabel durchsuchbar werden. Darüber hinaus präsentieren wir erste Ergebnisse aus der Entwicklung neuer, intelligenter Planungstools. Wir stellen einen zusätzlichen Workflow vor, in dem Planungstexte vektorisiert und mit Hilfe von Vektordatenbanken und Retriever-Augmented Generation (RAG)-Architekturen präzise auffindbar und vergleichbar gemacht werden. Mit dem PlanFinder und den Prototypen für intelligente Suchfunktionen auf Basis von Textinhalten stellen wir innovative Planungs­werkzeuge vor, die Entscheidungsträgern in Stadtentwicklungs- und Planungs­vorhaben neue Möglichkeiten zur Analyse und Bewertung von Flächennutzungen bieten können.