Künstliche Intelligenz gilt als Schlüsseltechnologie für die kommenden Jahre. Doch was kann KI im Bestandsmanagement tatsächlich leisten? Wo sie schon heute echten Mehrwert schafft und wo ihre Grenzen liegen, erklärt Carsten Göbel, Head of Product & Marketing.
Welche Bedeutung hat KI für das strategische Bestandsmanagement?
Grundsätzlich wird KI in allen Bereichen Anwendung finden, also natürlich auch im Bestandsmanagement. Entscheidend ist für mich aber eine andere Frage: Wo schafft KI im Bestandsmanagement wirklich einen Mehrwert? KI sollte ja nie zum Selbstzweck eingesetzt werden.
Nehmen wir die Maßnahmenplanung als Beispiel. Wir haben über Jahrzehnte erprobte statistische Algorithmen, da liegt die Messlatte für KI schon ziemlich hoch. In diesem Bereich muss sie also erst zeigen, dass sie bessere Ergebnisse als die etablierten Verfahren bietet. Im Moment ist das aus meiner Sicht noch nicht erwiesen. Zumal man angesichts der deutlich gestiegenen Token-Kosten auch das Kosten-Nutzen-Verhältnis im Blick haben muss.
Wo schafft KI im Bestandsmanagement schon heute echten Mehrwert?
Ein großer Mehrwert liegt in der User Experience. AiBATROS ist ein echtes Profitool, mit dem Anwender sehr gute Ergebnisse erzielen können. Gleichzeitig erfordert es aber auch eine starke Einarbeitung. Man muss ein Spezialist werden, um es optimal zu nutzen. Aber nicht jedes Unternehmen hat Spezialisten, die sich intensiv mit einem solchen Werkzeug beschäftigen können. Genau hier kann KI helfen. Sie macht den Zugang zu Informationen einfacher, unterstützt die Bedienung und hilft den Anwendern, schneller ans Ziel zu kommen. Darin sehe ich derzeit den größten Hebel für den Einsatz von KI im Bestandsmanagement.
Wie wichtig bleibt die Qualität der vorhandenen Gebäudedaten, wenn KI immer leistungsfähiger wird?
Die Daten sind der Treibstoff für die KI. Ohne eine verlässliche Datengrundlage wird auch die beste KI keine belastbaren Ergebnisse liefern. Wenn die Grundlage nicht stimmt, kann auch das Ergebnis nicht überzeugen. Deshalb ist das Thema Datenqualität so wichtig. KI bietet aber auch im Bereich der Erfassung von Gebäudedaten sehr großes Potential, etwa bei der Interpretation von Bilddaten. Zumindest heutzutage halte ich aber eine manuelle Überprüfung der Ergebnisse noch für unabdingbar.
Wo liegen die Grenzen von KI im Bestandsmanagement?
Ein wichtiger Punkt ist die Auditierbarkeit. Stellen wir uns vor, Sie müssen für eine Bank oder einen Wirtschaftsprüfer eine Maßnahmenplanung offenlegen. Wenn dieselben Eingabedaten bei einer freien Planung heute zu einem anderen Ergebnis führen als morgen, wird es schwierig, darauf belastbare Entscheidungen aufzubauen. Genau das ist der Vorteil mathematisch-statistischer Verfahren: Man gibt Daten ein und bekommt immer dasselbe Ergebnis. Diese Verlässlichkeit ist gerade im strategischen Bestandsmanagement entscheidend. Sonst baut man am Ende regelrecht auf Treibsand.
Ob KI das künftig leisten kann? Das ist gut möglich, denn die Entwicklung ist im Moment so rasant, dass sich das schnell ändern kann. Wir bleiben hier mit unserer Praxisforschung laufend am Ball.
Wo stehen wir denn in, sagen wir mal, fünf Jahren?
Ehrlich gesagt sind fünf Jahre heutzutage fast so weit weg wie früher fünfzig. Die Entwicklung ist so schnell, dass wir heute nicht mehr in Jahren, sondern in Monaten denken. Für mich ist aber klar: KI ist kein kurzfristiger Hype. Sie wird bleiben. Gleichzeitig werden wir immer besser verstehen, wo sie echten Mehrwert schafft. Und angesichts der momentan exorbitant steigenden Kosten für die Anwendung der KI, hat diese Diskussion auch einen kommerziellen Aspekt. Natürlich kann ich KI für das Formulieren meiner E-Mails nutzen, aber ist es nicht viel sinnstiftender, sie in der Krebsforschung einzusetzen?
Wie sollten Unternehmen auf diese Entwicklung reagieren?
Das Wichtigste ist, sich praktisch mit KI im Bestandsmanagement auseinanderzusetzen. Man sollte sich nicht nur auf Erfahrungsberichte anderer verlassen, sondern selbst ausprobieren. Gerade bei KI ist Learning by Doing enorm wichtig. Genauso wichtig sind aber klare Regeln. Mitarbeiter müssen wissen, in welchem Rahmen sie sich sicher bewegen können. Richtig spannend wird KI nämlich erst dann, wenn sie mit den eigenen Unternehmensdaten arbeitet. Dafür braucht es allerdings klare Rahmenbedingungen, und genau deshalb gehören Innovation und Governance für mich zusammen.
