Digital, zentral, vernetzt

Künstliche Intelligenz ist für viele noch ein simples Schlagwort. Ähnliches gilt für Algorithmus, Blockchain oder Maschinelles Lernen. Doch diese Technologien haben längst Einzug in die Immobilienwirtschaft gehalten. Sie bieten zahlreiche Effizienzsprünge und Vorteile, besonders im Bereich des Asset Managements. Dank KI-basierter Asset-Plattformen ergeben sich auch für institutionelle Investoren neue Möglichkeiten für profitable Anlagen. Denn potentielle Kaufobjekte sind mit sämtlichen Informationen per Mausklick einsehbar.

Dank heute verfügbarer Datenmengen hat sich Künstliche Intelligenz zu einer Schlüsseltechnologie bei der Digitalisierung der Immobilienwirtschaft entwickelt. Ihr Ursprung liegt bereits in den 1950er Jahren: Mit dem nach ihm benannten Test hat der britische Mathematiker Alan Turing damals die erste Versuchsanordnung für die Imitation menschlicher Intelligenz durch eine Maschine entworfen. Eine Versuchsperson sollte entscheiden, ob sie die aktuelle Konversation mit einem Menschen oder einem Computer führt. Dem Turing-Test zugrunde lagen Algorithmen, also mathematische Anweisungen zur Definition des maschinellen Verhaltens.

Waren die Ursprünge künstlicher Intelligenz zunächst rein reaktiv, erfolgte ab den 1980er Jahren eine Fortentwicklung. Die Algorithmen waren von diesem Zeitpunkt so formuliert, dass sie Voraussagen und Differenzierungen zwischen einzelnen Kategorien ermöglichten. Es ging also nicht mehr um eine Nachahmung der menschlichen Gehirnleistung, sondern eigenständige Fähigkeiten der Maschine auf Basis zuvor definierter Aufgabenstellungen: Das maschinelle Lernen war geboren. Diese neue Technologie fand ihren sichtbarsten Ausdruck zunächst in Schachcomputern wie Belle oder Deep Blue. Mittlerweile hat sich maschinelles Lernen in vielen Wirtschaftszweigen durchgesetzt. Wesentlicher Antreiber hierzu war die großflächige und systematische Erfassung von Daten. Weiterhin gilt, dass mit einer steigenden Datenmenge die Präzision maschinellen Lernens steigt. Ein prominentes Beispiel hierfür sind Online-Suchmaschinen, die dank massenhafter Eingaben kontinuierlich trainiert werden und so zunehmend passgenaue Ergebnisse liefern.

KI für die Immobilienwirtschaft

Wie McKinsey in einer 2017 erschienenen Studie festhält, bilden KI-basierte Produkte einen der am schnellsten wachsenden Märkte weltweit. Bis 2025 sollen Dienstleistungen dieser Sparte bis zu 130 Milliarden US-Dollar erwirtschaften. Über 60 Prozent der Branchen, so McKinsey, weisen einen potenziellen Automatisierungsgrad von mindestens 30 Prozent auf. In einem Vergleich von 19 verschiedenen Geschäftszweigen belegt die Immobilienwirtschaft mit einem möglichen Automatisierungsgrad von 47 Prozent den zehnten Platz. Demnach könnte nahezu jeder zweite Vorgang im Immobilienmanagement digitalisiert werden. Entgegen immer wieder kolportierter Befürchtungen ist damit nicht ein Verlust an Arbeitsplätzen verbunden. Prozesse hingegen können an Effizienz gewinnen, für Standardvorgänge bedarf es nicht mehr des Einsatzes von Fachkräften.

Ein gutes Beispiel hierfür stellt das Asset Management dar. Sein Kundenkreis über alle Assetklassen hinweg besteht zu fast drei Vierteln aus institutionellen Investoren, wie die Unternehmensberatung Bain & Company ermittelte. Im immobilienwirtschaftlichen Zusammenhang hat sich das Produktportfolio im Asset Management in den vergangenen Jahren zunehmend auf das Investment Management ausgedehnt. Wichtigstes Hilfsmittel hierbei, so Bain & Company, sind digitale Plattformen. Sie ermöglichen zum einen transparenten Überblick verfügbarer Objekte und dienen zum anderen als Datenbank für die Ablage und Bearbeitung der objektbezogenen Dokumentation.

Digitalisierung in der Immobilienwirtschaft – eine Bestandsaufnahme

Weite Teile der Immobilienwirtschaft arbeiten immer noch allzu papierlastig, keine Studie zur Digitalisierung der Branche kommt ohne die Frage nach Hürden und Hindernissen aus. PwC befragte in seiner „Benchmarking Survey 2018“ führende Branchenakteure nach ihrer Selbsteinschätzung zum bereits erfolgten Digitalisierungsgrad in ihren Unternehmen. Auf einer Skala von 1 (schlecht)  bis 10 (hervorragend) ermittelte die Studie eine Durchschnittsnote von 3,8.

Digitalisierung beginnt in der Regel mit Einzelprojekten. 43 Prozent der befragten Asset Manager gaben in einer 2017 von EY vorgelegten Analyse an, dass sie zunächst einzelne Geschäftsbereiche digitalisiert haben. Nur 17 Prozent verfolgen bereits jetzt eine umfassende Digitalstrategie. Vier von zehn Asset Management-Unternehmen stehen freilich noch am Anfang einer Umstellung auf digitale Prozesse. Unter institutionellen Investoren ist der Digitalisierungsgrad noch geringer ausgeprägt. Gerade einmal ein Viertel der Investoren hat bereits eine Digitalisierungsstrategie entwickelt, wie eine Befragung in Deutschland ergab. Die Bereitschaft zur Modernisierung ist zwar allgemein gegeben. So wiederholen sich Pläne weiter Teile der Branche, dass sie ihre Ausgaben für Digitalisierung signifikant erhöhen werden. Doch die Hürden bleiben bestehen: Sie reichen von einer fehlenden Gesamtstrategie in der Geschäftsführung über mangelnde eigene Expertise bis hin zu speziell deutschen Bedenken in datenschutzrechtlicher Hinsicht.

Asset Management per Plattform – Voraussetzungen und Funktionen

Sind die internen Bedenken einmal überwunden, empfiehlt sich ein systematisches Vorgehen: Der erste Schritt zur Digitalisierung des Immobilienmanagements ist die Überführung analoger Dokumente in die digitale Plattform. Mit dem Scan-Vorgang einher geht die Informationsextraktion auf Basis des Natural Language Processing (NLP). Hierbei erfolgt anhand der Häufigkeit bestimmter Wörter und ihrer Einbettung in die jeweilige Sinnstruktur eines Satzes die Klassifizierung des Dokuments. Der Klassifizierung liegt ein vorab definierter Index mit allen verfügbaren Dokumentenarten des Immobilienmanagements zugrunde. Das analoge Dokument liegt dann nicht nur als eingescannte PDF-Datei im System vor, sondern wird auch parallel dazu als Grundbuchauszug, Heizzählermessung oder Stellflächen-Mietvertrag erkannt. Maschinelles Lernen erlaubt nun die Automatisierung dieser Vorgänge: Das gescannte Dokument wird innerhalb desselben Vorgangs eingelesen, kategorisiert, automatisch benamt und in die Plattformstruktur an passender Stelle eingefügt. Weiterentwicklungen dieses Systems arbeiten mit visuellen Algorithmen. Diese sind imstande, auch anhand von Fotos, Plänen oder Stempeln Klassifizierungen vorzunehmen. Sämtliche Daten zur Historie und aktuellen Bewirtschaftung fließen in das digitale Asset ein, das sich gleichsam als Zwilling des realen Assets originalgetreu auf der Plattform wiederfindet.

Daraus ergeben sich diverse Vorteile für das Asset Management. Der allgemeine, örtlich unbeschränkte Zugriff innerhalb des Unternehmens und externer Parteien auf die Objektdaten ermöglicht eine unkomplizierte Bearbeitung des Assets. Es entfallen heterogene Ablagestrukturen, da die Dokumente thematisch und chronologisch eindeutig klassifiziert und geordnet vorliegen. Durch die Automatisierung dieser Routinevorgänge kann sich die Fachkompetenz der Mitarbeiter stärker auf das Kerngeschäft richten. Darüber hinaus weiten sich durch die verfügbaren Daten die Geschäftsfelder im Asset Management. Research, Benchmarking und Objektbewertung beispielsweise gehören laut EY noch nicht zum Standardrepertoire in Asset Management-Unternehmen. Allgemeine Plattformen erschließen jedoch gerade diese Geschäftsfelder. Ebenso profitieren andere Marktakteure. Anstelle einer komplexen Datenextraktion oder gar der Durchforstung diverser Dokumentenordner stellt die Plattform einen Transaktionsdatenraum für die verlustfreie Datenzusammenführung bereit. Die Immobilie mit ihrer gesamten Dokumentation verbleibt in der Plattform, die Zugriffsberechtigung wechselt auf den neuen Eigentümer.

Kooperatives Datenverständnis notwendig

Das zugrundeliegende Prinzip der Datentransparenz ist noch ebensowenig etabliert wie einheitliche Datenstandards. Erst kürzlich verwies Jörg Homann in seinem in dieser Zeitschrift erschienenen Beitrag „Digital Transparency“ auf die zunehmende Nachfrage institutioneller Investoren nach Serviceleistungen aus einer Hand. Insbesondere bei der Auswahl des Asset Managers sollte Datentransparenz ein entscheidendes Kriterium sein, um die passenden Dienstleister am jeweiligen, dem Investor häufig unbekannten Markt auszuwählen.

In den USA bestehen bereits einheitlich strukturierte Datenbanken für die Immobilienwirtschaft. Diese „Multiple Listing Services“ (MLS) bestehen in vielen Bundesstaaten und folgen dort einer jeweils eigenen Indexierung. Begründete Anfragen gestatten den Zugriff auf die Daten, für Startups ergeben sich leichte Zugänge auf große und transparente Märkte. Für eine weitere Datenharmonisierung im Immobiliensektor tritt die unabhängige Vereinigung Real Estate Standards Organization (RESO) ein. Die bereits entwickelten Standards zielen auf einheitliche Kennnummern für einzelne Objekte, eine einheitliche immobilienbezogene Terminologie und verbindlichen Standards für Online-Schnittstellen (APIs).

Perspektiven im digitalen Asset Management

Der Datenschatz der Immobilienwirtschaft konnte in den vergangenen Jahren bereits umfangreicher gehoben werden als zuvor. Die wesentlichen Treiber dieser Entwicklung sind Kooperationen von etablierten Unternehmen und PropTechs oder anderen Startups. Denn nur ein Bruchteil der großen Branchenakteure gibt an, im eigenen Unternehmen Fachkräfte für Digitalisierung vorzuhalten. Innovationen kommen also häufig aus jungen Unternehmen, die ihrerseits nicht auf Disruption, sondern auch im Sinne der Datennutzung auf Kooperation mit den Großen der Branche setzen. Junge Unternehmen müssen gleichwohl eine Konsolidierungsphase bestehen, bevor sie mit ihrer Geschäftsidee eine langfristige Zusammenarbeit schließen können. 75 Prozent der Investoren gaben in der PwC-Studie „Real Estate Investor Survey 2018“ an, dass sie sich erst bei etablierten innovativen Unternehmen engagieren.

Daher bedarf es nicht nur innerhalb der großen Asset Management-Unternehmen, sondern auch im Kreise großer institutioneller Investoren wagemutiger Pioniere. Sie zeichnen sich dadurch aus, dass sie frühzeitig auf neue Produkte setzen und sich fallweise auch an Startups direkt beteiligen. Gelingt es ihnen, den Mehrwert der digitalen Innovation für die gesamte Branche nachzuweisen, schaffen sie Synergien durch Zusammenschlüsse mit anderen großen Marktakteuren. So ist der Weg offen für eine branchenweite Datenplattform, die dank Künstlicher Intelligenz ein transparentes Forum für Information und Interaktion ist.

Die Nutzungsrechte wurden The Property Post zur Verfügung gestellt von Architrave
Erstveröffentlichung: Institutional Real Estate, Ausgabe 10/18 (englische Original)