(PM) München, 24.04.2017 - Künstliche Intelligenz wird die milliardenschwere Real-Estate-Branche mittelfristig nachhaltig verändern und zu deutlichen Effizienzsteigerungen führen. Diese Überzeugung äußerte Patrick Reininger, Geschäftsführer der PMG Projektraum Management GmbH, im Rahmen der jüngsten Real Estate Lounge in München. „Ob automatische Datenablage, Prüfung der Vollständigkeit der Daten, Gewinnung von relevanten Inhalten mittels semantischen Verfahren oder die Anzeige von Risiken in Due Diligence-Verfahren: Künstliche Intelligenz und damit zunehmende Prozess-Automatisierung verkürzt Bearbeitungszeiten, senkt Kosten und reduziert durch Menschen verursachte Fehler“, so der PMG-Geschäftsführer.

Wie viele andere Branchen habe sich auch der Bereich Real Estate in den letzten Jahren in vier Evolutionsstufen weiter entwickelt: Nach Digitalisierung („Paper goes digital“), Dokumentenmanagement-Systemen sowie regelbasierten Prozessen und Workflows sei künstliche Intelligenz bzw. machine learning jetzt ein neuer, signifikanter Wertschöpfungsfaktor.

Reininger verwies auf ein Projekt bei der größten US-Bank JP Morgan, die durch Künstliche Intelligenz (KI) und damit einhergehende Automatisierungsprozesse bei der nervenaufreibenden Prüfung von Kreditanträgen pro Jahr 360.000 Arbeitsstunden einspare. Die verwendete Software scannt die Verträge in Sekunden, produziert weniger Fehler – und macht nie Urlaub. Überhaupt gehörten riesige Datenmengen, die zudem immer wieder den Besitzer wechselten, in unterschiedlichen Ablagestrukturen vorlägen und daher hohe manuelle Aufwände verursachten, zu den größten Herausforderungen im Real Estate. Immer wieder gingen inhaltliche Zusammenhänge und damit wertvolle Informationen verloren. Hohe Fluktuationen auf der Anwenderseite machten es schwierig, Dokumente bzw. Ergebnisse übersichtlich für sämtliche Nutzer aufzubereiten.

KI lässt sich im Bereich Real Estate z. B. für automatische Ablagen einsetzen, etwa bei der Kategorisierung vorhandener Dokumente. Manuelle Freigabe ist lediglich im Falle geringer Erkennungsgrade (Sicherheitswahrscheinlichkeit