Künstliche Intelligenz im Immobilienmanagement: Um- oder Ausweg?

Ein Bericht von Inga Kühn und Marie de Vries, Swiss Life Asset Managers

Aus den Kinderschuhen herauswachsen

Big Data, BIM, Blockchain, PropTechs – Buzzwords, die als Prüfsteine oder Benchmarks den Digitalisierungsgrad der Immobilienwirtschaft markieren und immer wieder herausfordern, hinterfragen, auf die Probe stellen. Spätestens seit der Pandemie wurde deutlich, dass die Branche diesbezüglich noch etliche Hausaufgaben zu machen hat. Sie hat aber auch viele neue Ansätze vorangetrieben, die Prozesse vereinfachen und sowohl effizienter als auch nachhaltiger gestalten. In Bezug auf das Handlungsfeld CREM gilt es beispielsweise, die Immobilie und das dazugehörige Management in die virtuelle Welt zu übertragen. Dabei darf es jedoch nicht ausschließlich darum gehen, analoge Prozesse zu digitalisieren! Stattdessen müssen wir Strukturen aufbrechen, von Grund auf neu denken und kreativ werden. Wie seinerzeit schon Henry Ford gesagt haben soll: „If I had asked people what they wanted, they would have said faster horses.” Doch kann diese gestalterische Transferleistung gewiss nicht allein aus der technologischen Sicht selbst gedacht werden. Vielmehr geht es um ein Zusammenspiel aus Mensch und Maschine.

Auf festem Grund loslaufen

Mit dem immer dynamischer werdenden Wandel durch die Digitalisierung, aber auch durch neue Kunden- und Nutzerbedürfnisse im Rahmen von New Work und damit verbundene Konzepte, verändern sich nicht nur die Anforderungen an die Immobilien und Flächen selbst, sondern auch an deren Management.

Die Ansprüche, aber auch die Möglichkeiten zu erkennen, Optimierungspotenziale zu identifizieren, umzusetzen und damit die Gebäude- sowie Portfolioperformance zu erhöhen, bedarf in einem ersten Schritt einer grundlegenden und transparenten Aufbereitung und Digitalisierung der Dokumenten- und Datenlage. Im zweiten Schritt ist es Aufgabe, alle vorhandenen IT-Strukturen und Datenbanken zusammenzuführen und Schnittstellen zu schaffen. Schon beim Erarbeiten dieses Fundaments kann Künstliche Intelligenz zum Einsatz kommen, um die Digitalisierungsprozesse zu beschleunigen. Darauf aufbauend können weitere Schritte und Algorithmen sowie Künstliche Intelligenz das operative und strategische Management unterstützen, in dem Prozesse automatisiert werden bzw. eine zielgerichtete Bereitstellung von Informationen erfolgt.

Lebenslanges Lernen

Ob es um das Führen von Mieterlisten, die Flächenverwaltung oder regelmäßige Instandhaltungsmaßnahmen geht – KI-gestützte, individuell programmierte Softwarelösungen vereinfachen immer wieder anfallende Arbeitsabläufe, automatisieren die Weiterverarbeitung der Informationen, erhöhen die Produktivität und reduzieren Risiken und KostenDenn je umfassender die Datensätze sind, desto komplexer und zeitintensiver ist deren Pflege. Digitale, smarte Lösungen können zum einen erlernte repetitive Tätigkeiten übernehmen, zum anderen aber auch zu selbstverwaltenden Organen heranwachsen. Denn auf Basis ausgewerteter Erfahrungswerte wird u. a. der Wartungsbedarf der Immobilie nicht nur identifiziert, potenzielle Reparaturen könnten zudem auch prognostiziert und die Flächennutzung dementsprechend optimiert werden. Grundvoraussetzung hierfür ist eine ständige Aktualisierung und Anreicherung der Datensätze. Denn eine KI erzielt nur dann Lernfortschritte, wenn sie laufend vom Menschen mit Informationen gefüttert wird. Auch zusätzliche Kennzahlen aus Drittsystemen oder externen Quellen können hinzugefügt werden.

Probieren geht über Studieren

Eine offene Haltung und die Bereitschaft, sich auf neue Dinge einzulassen, gehören zu diesem anhaltenden Lern- und Weiterentwicklungsprozess ebenso dazu wie eine Hands-on-Mentalität und eine gesunde Fehlerkultur. Nur wer Vorgehensweisen immer wieder aktiv hinterfragt und riskiert, einen Umweg zu gehen oder gar in einer Sackgasse zu landen, wird letztlich Fortschritte erzielen. Auch neue Begebenheiten können als Katalysator oder neuer Anwendungsfall dienen. Denken wir etwa an die pandemiebedingte Situation, könnten KI-gestützte Programme anhand aktueller Auslastungszahlen Termin- und Raumbuchungen übernehmen und die Belüftung genutzter Flächen veranlassen. Auch Machine-Learning-Tools wie das sogenannte Smart Metering zum Aufzeigen und Nutzen von Energiesparpotenzialen sind denkbar. Voraussetzung ist eben nur, dass Dinge ausprobiert werden. Da die Anwendungsbereiche so vielfältig sind wie die Immobilien und deren Datensätze selbst, gibt es kein Patentrezept für eine optimale Integration von Technologien in das CREM. Mit Einsatzbereitschaft und der notwendigen Portion Kreativität sind jedoch die richtigen Zutaten vorhanden. Die Kooperation mit innovativen PropTechs könnte für zusätzliche Impulse und die besondere Würze sorgen.

Von der Beschleunigungs- auf die Überholspur

Auch wenn die Immobilienwirtschaft mit der Digitalisierung, der KI und Lösungen wie dem sogenannten „Digitalen Zwilling“ noch am Anfang steht, ist ein Investment in selbstlernende Technologien immer auch ein Investment in die Zukunft. Indem wir bestehende Prozesse nicht lediglich digitalisieren, sondern weiterdenken und Synergieeffekte schaffen, zahlen wir obendrein noch auf das Branchenziel Nachhaltigkeit ein: Denn neben der reinen ressourcenschonenden Optimierung auf Gebäudeebene bedeuten mehr Datenbanken weniger Papier. Weniger Papier bedeutet wiederum weniger Ordner. Und um die Brücke zu den gewachsenen Bedürfnissen an die Bürofläche von morgen zu schlagen: Weniger Ordner bedeuten mehr Platz und mehr Flexibilität in den Arbeitsabläufen und Flächenkonzepten. Trotz Startschwierigkeiten und Um- sowie Irrwegen befinden wir uns nicht auf dem Holz-, sondern dem Scheideweg Richtung Innovation. Während Corona als Digitalisierungsbeschleuniger wirkte, könnte die Integration von KI-Systemen für den zusätzlichen Turbo sorgen, mithilfe dessen die Immobilienwirtschaft sogar zum Überholmanöver ansetzt.

WELT DER WIRTSCHAFT

Zahl des Monats
15 % ist die vorhergesagte Kostenreduktion, die durch den Einsatz vernetzter Geräte (smart devices) im Immobilienmanagement erzielt werden kann.

Quelle: New York State Energy Research and Development Authority (NYSERDA)