Durch die Klimakrise ist der Bestand endlich in den Fokus gerückt. Schließlich schlummert dort jede Menge Potenzial – nicht nur für CO2-Einsparungen. Zur nachhaltigen Entwicklung von Immobilien, die eine langfristige Nutzung und Wertschöpfung ermöglicht, gehören nämlich auch Aspekte wie Flächeneffizienz, Barrierefreiheit, Brandschutz und natürlich Wirtschaftlichkeit. Um all diese verschiedenen Ziele zu erreichen, steht jedoch bloß ein Budget zur Verfügung. Folglich müssen Investitionen effizient priorisiert werden. Die Voraussetzung für solche strategischen Entscheidungen sind zuverlässige Informationen zu den einzelnen Objekten. Denn nur wenn ich wirklich weiß, wo ich aktuell stehe, kann ich vorausschauend planen. Allerdings ist das Sammeln von einheitlichen und somit vergleichbaren Daten für das ganze Portfolio auf wirtschaftliche Weise kaum zu leisten… Ein Fall für KI Bestandsmanagement.
Building Intelligence
Hier kommt die Digitalisierung ins Spiel. Der intelligente Rechenkern von AiBATROS® ist nämlich nicht nur in der Lage, uns standardisierbare Aufgaben im Bestandsmanagement durch Automatisierung abzunehmen. Er unterstützt auch strategische Entscheidungen, indem er da, wo die nötigen Daten fehlen, sinnvolle Annahmen trifft.
Dem Anwender werden beispielsweise die Kosten bestimmter Instandhaltungsmaßnahmen angezeigt, ohne dass er selbst etwas berechnen müsste. Diese Aufgabe übernimmt der sogenannte Dependency Graph für ihn; ein komplexes Gebilde aus voneinander abhängigen Formeln, das man sich am besten als große Menge von Punkten vorstellt, die durch Linien verknüpft sind. So ist die Formel für die Kosten der Anbringung einer Wärmedämmung zum Beispiel mit einer Formel zur Ermittlung der Dämmstoffdicke verbunden. Von dort geht es zur Formel für die Wärmeleitfähigkeit, die wiederum notwendig ist, um die Dicke zu bestimmen… Die Software fügt all diese erforderlichen Berechnungen zu einer Formel zusammen und befüllt die jeweiligen Variablen (etwa das „x“ in der Kosten-Formel mit der Dämmstärke). Damit verfügt der Anwender automatisch über eine Kostenschätzung mit einer Genauigkeit von erfahrungsgemäß +/- 10 Prozent.
Bewertung bis Budgetplanung – KI Bestandsmanagement
Diese Building Intelligence berechnet aber nicht nur Kosten, sie liefert Daten für den gesamten Instandhaltungsmanagementprozess.
1) Objektbewertung
Eine nachhaltige Bestandsentwicklung erfordert vor allem umfangreiche bauliche und energetische Informationen zur Immobilie. Aber wer weiß schon wirklich, wie dick beispielsweise die Wärmedämmung jedes einzelnen Gebäudes in seinem Bestand ist? AiBATROS® benötigt allerdings nur wenige Ausgangsdaten, um zumindest zu einer plausiblen Annahme zu gelangen. Sechs geometrische Grundgrößen ergeben zusammen mit dem Baujahr, dem Gebäudetyp und der Postleitzahl eine Art digitalen Fingerabdruck, aus dem die Software mittels statistischer Näherungen sehr viele Informationen zum Objekt ableiten kann. Diese Vorschlagswerte für Massen und Dimensionierungen bilden mit einer Zustandsbewertung der kostenintensiven Elemente die Basis für eine zielgerichtete Maßnahmenplanung. Der Anwender hat jedoch die Möglichkeit, die statistischen Werte durch genauere Daten zu ersetzen – falls ihm solche vorliegen und er die nötige Zeit aufwenden möchte.
2) Portfolioanalyse
Neben der Objektqualität sollten die strategischen Bestandsziele – wie die Wirtschaftlichkeit oder Zukunftsfähigkeit – ebenfalls eine wesentliche Rolle bei der Priorisierung von Maßnahmen spielen. Schließlich gilt es Chancen und Risiken rechtzeitig zu erkennen. Kennt man allerdings nur bei einem Drittel der Immobilien die Heizlast, ist ein Vergleich im Rahmen einer Portfolioanalyse völlig sinnlos. Aus diesem Grund liefert das System auch hier Vorschlagswerte für unterschiedliche Kriterien, nach denen der Bestand geclustert und eine Objektstrategie abgeleitet werden kann.
3) Maßnahmenplanung
Anhand unternehmensindividueller Standards macht die Software für alle Objekte Vorschläge für geeignete Maßnahmen. Dabei trifft sie wiederum zum Gebäude passende Annahmen. Etwa zum Wirkungsgrad und zur Heizleistung beim Einbau eines Niedertemperaturkessels. Der Anwender muss diese Details also nicht jedes Mal selbst festlegen, sondern passt die vorgeschlagenen Maßnahmen nur mehr an. Wobei das System auch für diese Änderungen selbständig die Dimensionierung und Kostenermittlung vornimmt.
4) Budgetplanung
Der intelligente Rechenkern ermöglicht zudem eine Kennzahl-basierte Budgetplanung, die zeigt, inwiefern sich die im Bestand verfolgten Ziele mit den geplanten Maßnahmen erreichen lassen. Ein solcher KPI (Key Performance Indicator) ist der CO2-Ausstoß, dessen Wert im Zeitverlauf grafisch dargestellt wird. Soll zum Beispiel 2027 eine Dachsanierung stattfinden, veranschlagt das System eine Dämmung von üblicher Dicke, die vollflächig erfolgt, und berücksichtigt dabei den nötigen Anteil an Sparren… Auf dieser Grundlage wird der zukünftige CO2-Wert der einzelnen Immobilie oder des Portfolios dann automatisch prognostiziert und im Rahmen der Budgetplanung angezeigt, ohne dass der Anwender gezwungen ist, jede Maßnahme genauer zu spezifizieren. So sieht er sofort, ob das Budget zur Zielerreichung ausreicht und ob die Maßnahmen angepasst werden sollten.
Zeitnah handeln
Nun lässt sich einwenden, dass hier ein wesentliches Merkmal Künstlicher Intelligenz fehlt. AiBATROS® ist in der Tat nicht selbstlernend. Das liegt jedoch nicht daran, dass die Software dazu zu dumm wäre. Vielmehr ist Kostensicherheit für eine zuverlässige Planung von Instandhaltungsmaßnahmen unerlässlich. Kein Anwender möchte, dass sich sein Budgetplan ständig ändert, nur weil das System wieder etwas gelernt hat.
Wichtiger ist die Frage, ob man bereit ist, der digitalen Intelligenz zu vertrauen und die von ihr ermittelten Vorschlagswerte zu nutzen, um bedarfs-, strategie- und renditeorientierte Entscheidungen zu treffen. Die Alternative wäre, viel Zeit damit zu verbringen, jedes Objekt genau zu vermessen. Will man also nicht erst 2045 anfangen, den Bestand nachhaltiger zu machen, sind statistische Daten eindeutig die bessere Wahl.
