Jenseits des Prompts

Viktor Weber verbindet Immobilienwirtschaft, Informatik und Technologie: Er arbeitet seit mehr als 15 Jahren an der Schnittstelle dieser Bereiche, lehrt unter anderem an der IREBS und ist Mitgründer und COO des PropTechs Acquirepad. Dort beschäftigt er sich mit dem Einsatz von KI und Daten in Immobilienprozessen.

KI in der Immobilienbranche: Zwischen Hype und Realität

Herr Weber, eine aktuelle Studie unter Immobilienentscheidern kommt zu einem bemerkenswerten Ergebnis: 92 Prozent geben an, KI bereits implementiert zu haben oder dies noch in diesem Jahr zu planen. Gleichzeitig sagen nur 5 Prozent, ihre KI-Ziele seien größtenteils erreicht.

Viktor Weber: Die Studie würde mich zunächst tatsächlich interessieren – insbesondere, mit welchen Unternehmen gesprochen wurde. Denn bei den Unternehmen, mit denen wir zu tun haben, sind bei weitem nicht 92 Prozent mit ihrer KI-Implementierung am Ende angekommen. Vieles ist noch sehr rudimentär. Der erste Schritt ist bei den meisten Unternehmen ein Copilot, weil die Anwendung in der MS-Office-Umgebung bereits enthalten ist. Wenn die Branche glaubt, dass es damit getan ist, hat sie an dieser Stelle etwas falsch verstanden.

Claude oder Copilot zu implementieren, halte ich jedenfalls nicht für ausreichend. Sprachmodelle eignen sich beispielsweise gut für die Textverarbeitung, etwa um aus großen Textdokumenten Inhalte zu extrahieren. Dabei können jedoch Fehler auftreten. Deshalb muss man weitere Verfahren einsetzen, um die Ergebnisse zu optimieren und zu kontrollieren. Überall dort, wo gerechnet wird, würde ich persönlich nicht mit einem Large Language Model arbeiten, sondern den mathematisch notwendigen Determinismus in mathematische Verfahren oder Skripte übertragen.

KI und Immobiliendaten: Was hinter dem Chatfenster steckt

Viele Unternehmen nutzen KI zunächst über ein Chatfenster. Was braucht es darüber hinaus, wenn KI tatsächlich in operative Prozesse eines Immobilienunternehmens eingebunden werden soll?

Ein Chatfenster allein ist keine Unternehmensanwendung. Wenn wir beispielsweise passende Mietinteressenten zu einer Fläche finden wollen, arbeiten wir mit einem Algorithmus und einem Feedback-Loop. Für Empfehlungen kommen Empfehlungssysteme oder Clustering zum Einsatz. Ein Large Language Model ist dabei nur ein kleiner Teil des Gesamtsystems.

Hinzu kommen weitere technische Voraussetzungen. Eine Unternehmensanwendung braucht beispielsweise Datenbanken sowie ein System für Rechte und Zugriffe. Auch ein Dashboard kann dazugehören. Das ist etwas anderes, als einfach ein Sprachmodell einzusetzen. Gerade bei Unternehmensdaten muss man außerdem darauf achten, was passiert, wenn man einen Anbieter nicht mehr nutzen möchte. Dann stellt sich die Frage, ob die Daten exportiert werden können, in welchem Format das möglich ist, wie lange es dauert und ob eine entsprechende API vorhanden ist.

Bei solchen Anwendungen geht es also nicht nur um das Sprachmodell. Entscheidend ist das Zusammenspiel mit weiteren Verfahren und der bestehenden Daten- und Systemlandschaft.

Entwicklung eigener KI-Lösungen: Warum es schnell teuer werden kann

Es gibt auch die Möglichkeit, KI-Anwendungen selbst zu entwickeln. Wann kann das sinnvoll sein und wo liegen die Grenzen?

Wir hatten beispielsweise einmal einen Werkstudenten, der mit Claude etwas entwickelt hat, das sehr gut funktioniert hat. Das ist allerdings eher ein Sonderfall. Bei kleinen Teams kann es funktionieren, wenn die Beteiligten wissen, was sie tun und die Grenzen der Modelle kennen. Bei institutionellen Unternehmen wäre ich damit vorsichtig.

Denn eine eigene Entwicklung bedeutet nicht nur, die Anwendung einmal zu bauen. Dazu kommen Wartung, Fehlerbehebung und Sicherheitsfragen. Das muss alles mitgedacht werden. Deshalb würde ich sagen, dass die meisten Unternehmen nicht selbst entwickeln sollten.

Historisch hat die Immobilienbranche zudem relativ wenig IT- und Data-Science-Kompetenz aufgebaut. Deshalb befinden wir uns an vielen Stellen noch in einer Art "Jugend forscht"-Phase. Gleichzeitig bietet KI die Möglichkeit, bestehende Daten besser zu strukturieren und nutzbar zu machen. Die Idee dahinter ist, dass das Unternehmen mit jeder Entscheidung – von der Akquisition über das Portfolio bis zum Verkauf – intelligenter wird und das gewonnene Wissen für weitere Entscheidungen nutzen kann.

Dies ist ein Auszug aus dem L'Immo-Podcast mit Host Jörg Seifert und Viktor Weber.