Zur Gleichgültigkeit der britischen PropTech-Branche – Warum die britische Immobilienbranche bei der Einführung von AI hinterherhinkt

Die Illusion der Unmittelbarkeit: Wo bleibt die vielbeschworene KI-Revolution?

Während des letzten Jahrzehnts hat die britische Immobilienbranche über künstliche Intelligenz als etwas gesprochen, das kommen wird: unmittelbar bevorstehend, unvermeidlich, aber immer nur am Horizont. Konferenzpläne sind voll mit PropTech-Panels, Innovationsstrategien sind voll mit Hinweisen auf data und Automatisierung, und die meisten großen Firmen können zumindest eine Handvoll Pilotprojekte, lahme Initiativen oder Konzeptnachweise vorweisen. Und doch fühlen sich die Fortschritte für viele Vermessungsingenieure vor Ort immer noch zögerlich und bruchstückhaft an. KI scheint in der Rhetorik allgegenwärtig zu sein, ist aber in der Realität nur punktuell verankert.

Hinter dieser scheinbaren Gleichgültigkeit verbirgt sich jedoch eine differenziertere Wahrheit. Das Problem ist nicht, dass KI in der Immobilienbranche keine Bedeutung hat oder dass die Technologie selbst unausgereift ist. Tatsächlich liefert KI bereits einen greifbaren Wert bei Transaktionen, Bewertung, Asset Management und Gebäudebetrieb. Die eigentliche Frage ist, warum die Einführung langsamer, vorsichtiger und ungleichmäßiger verläuft als in vielen vergleichbaren Branchen. Die Antwort liegt weniger in den Algorithmen als vielmehr in den strukturellen Merkmalen des britischen Immobiliensektors selbst.

Um zu verstehen, wohin sich die Branche entwickelt, müssen wir zunächst einmal ehrlich sein, wo sie derzeit steht.

Die Verschiebung: Vom Pilotprojekt zur Workflow-Integration

In den letzten zwölf bis achtzehn Monaten hat sich ein bedeutender Wandel vollzogen. Die KI hat die experimentelle Phase verlassen und ist in die alltäglichen Arbeitsabläufe eingezogen. Noch vor einem Jahr handelte es sich bei den meisten Initiativen um Pilotprojekte, die oft auf kleine Innovationsteams an der Peripherie des Unternehmens beschränkt waren. Diese Bemühungen konzentrierten sich in der Regel auf Konversationstools, d.h. Chatbots zur Beantwortung grundlegender Fragen, zur Erstellung von Textentwürfen oder zum Auffinden von Informationen aus Dokumentenbeständen. Sie waren zwar nützlich, aber nur selten mit den betrieblichen Kernprozessen verbunden.

Heute sieht das Bild deutlich anders aus. KI wird zunehmend in die tägliche Arbeit von Vermessern, Analysten, Vermögensverwaltern und operativen Teams integriert. Die Geschwindigkeit des Wandels ist bemerkenswert. Während sich im letzten Jahr ein Großteil der Aktivitäten um den Einsatz von Large Language Models (LLMs) als passive Assistenten drehte, hat sich die Aufmerksamkeit nun auf agentenbasierte Systeme verlagert. KI-Agenten, die in der Lage sind, mehrstufige Aufgaben selbstständig auszuführen, Informationen zu sammeln, Eingaben zu validieren, Ausgaben zu verfassen und Probleme zu bestimmten Zeitpunkten zur Überprüfung durch Menschen zu eskalieren.

Doch trotz dieser Beschleunigung ist ein Prinzip im gesamten britischen Immobiliensektor weitgehend intakt geblieben: KI wird als Entscheidungshilfe eingesetzt, nicht als Entscheidungsträger. Diese Unterscheidung ist weder zufällig, noch handelt es sich um kulturellen Konservatismus. Sie spiegelt ein tief verwurzeltes Verständnis von beruflicher Verantwortung und Risiko wider, das nach wie vor bestimmt, wie weit Firmen bereit und in der Lage sind, zu gehen.

KI in der Vermessungspraxis: Verstärkung, nicht Automatisierung

Transaktionen und Due Diligence

In der Praxis zeigt sich dies am deutlichsten bei Transaktionen und Due-Diligence-Prüfungen, die nach wie vor der ausgereifteste Bereich für die Einführung von KI sind. Hier ist der Wertbeitrag klar und unmittelbar. KI-Systeme werden heute routinemäßig eingesetzt, um große Dokumentenpakete zu lesen und zu analysieren, wichtige Mietvertragsklauseln zu extrahieren, Planungsbedingungen, EPCs und Betriebshandbücher zusammenzufassen und erste Entwürfe von Mietverträgen, Inseraten und Due-Diligence-Prüfungen zu erstellen reports. Das entscheidende Konzept, das all diesen Anwendungsfällen zugrunde liegt, ist das des “ersten Durchgangs”. KI ermöglicht es den Teams, Probleme schneller zu erkennen, Informationen konsistenter zu strukturieren und die Aufmerksamkeit der Fachleute auf die Bereiche zu lenken, auf die es am meisten ankommt. Sie macht professionelles Urteilsvermögen und Erfahrung nicht überflüssig, sondern schärft sie vielmehr.

Bewertung und Marktforschung

Ein ähnliches Muster lässt sich bei der Bewertung und Marktforschung beobachten. KI wird zunehmend eingesetzt, um vergleichbare Nachweise in die engere Auswahl zu nehmen, erste Marktkommentare zu verfassen und Szenario- oder Sensitivitätsanalysen in einer Geschwindigkeit und in einem Umfang durchzuführen, die früher unpraktisch gewesen wären. Das Bewertungsgutachten selbst bleibt jedoch fest (und rechtlich) beim Gutachter. Sowohl aus beruflicher als auch aus versicherungstechnischer Sicht kann es nicht anders sein. KI beschleunigt die Analyse, aber sie gibt keine Wertgutachten ab und sollte dies auch nicht tun. Das wird sie auch nie.

Vermögens- und Portfolioverwaltung

Im Asset- und Portfoliomanagement verlagert sich der Schwerpunkt erneut, von der Geschwindigkeit auf die Perspektive. KI ermöglicht es Unternehmen, ihre Portfolios auf neue Art und Weise zu untersuchen und Fragen zur Zinssensitivität, zum Leerstandsrisiko oder zu den Prioritäten der Kapitalallokation mit weitaus größerer Tiefe und Konsistenz zu klären, als dies bei manuellen Ansätzen möglich ist. Auch hier geht es nicht um die Automatisierung der Entscheidungsfindung, sondern um die Verbesserung des strategischen Denkens.

Gebäudebetrieb und Energiemanagement

Das Potenzial der KI zeigt sich vielleicht am deutlichsten im Gebäudebetrieb und im Energiemanagement, wo die Akzeptanz überall dort am größten ist, wo data von guter Qualität vorhanden ist. Vorausschauende Wartung, Energieoptimierung und frühzeitige Fehlererkennung eignen sich ganz natürlich für data-driven-Ansätze, und die finanziellen Vorteile sind oft einfach zu quantifizieren. Es überrascht nicht, dass diese Anwendungsfälle auf weniger Widerstand gestoßen sind als diejenigen, die das Kerngeschäft berühren.

Strukturelle Hindernisse für die Einführung in Großbritannien

In Anbetracht dieses breiten Anwendungsspektrums ist die Frage berechtigt, warum die Einführung von KI im Immobilienbereich nicht weiter fortgeschritten ist. Die Antwort ist, dass die wichtigsten Hindernisse nicht technologischer Natur sind. Sie sind, wie so oft, strukturell und menschlich.

Die Data Foundation Herausforderung

Die offensichtlichste und hartnäckigste Herausforderung ist data. data ist notorisch fragmentiert, inkonsistent, teuer im Zugriff und oft unstrukturiert. Ein und derselbe Vermögenswert kann unter mehreren Namen (oder Adressen) in verschiedenen Systemen auftauchen; Dokumente widersprechen sich häufig; wichtige Informationen sind oft in Silos von PDFs, Scans oder langen E-Mail-Ketten vergraben. KI-Systeme lassen sich unter diesen Bedingungen nur schwer skalieren. Ohne eine solide data foundations werden selbst die ausgefeiltesten Modelle nicht die gewünschte Leistung erbringen.

Es gibt auch noch ein tieferes, sektorspezifisches Problem, das im Spiel ist. Immobilien sind von Grund auf nicht standardisiert. Keine zwei Anlagen sind wirklich gleich. Die physischen Merkmale variieren ebenso wie die Besitzverhältnisse, Anreizsysteme und vertraglichen Nuancen. Anders als bei Rohstoffen oder Konsumgütern handelt es sich bei Immobilientransaktionen um hochwertige Güter mit geringem Volumen, die von Natur aus einzigartig sind. Dies macht die Erstellung von sauberen, statistisch robusten datasets weitaus schwieriger als in Branchen, die mit standardisierten Produkten in großem Umfang gehandelt werden.

Das Vereinigte Königreich verfügt zwar über eine reichhaltige immobilienbezogene data-Landschaft (und noch reichhaltigere kontextbezogene data-Sets), die stärker ist als die der meisten EU-Länder, aber es hat notorische Lücken in den data-Sets. Es gibt kein verlässliches data für die Vermietung, keine APIs für das HM Land Registry, um massenhafte Verkaufstransaktionen zu extrahieren, fragmentiertes data für die Planung hinter endlosen Firewalls und schlecht integrierte lokale Behörden auf nationaler data-Ebene. Während in gewisser Hinsicht die Gefahr besteht, von data überrollt zu werden, gibt es noch erhebliche Lücken, die potenzielle KI-Anwendungsfälle einschränken.

Governance, Rechenschaftspflicht und Risiko

Jenseits von data sind Fragen der Rechenschaftspflicht, der Unternehmensführung und des data-Schutzes von großer Bedeutung. Die meisten Aktivitäten im Immobiliensektor sind streng reguliert und die Regierungen sind im Allgemeinen (oft zu Recht) zögerlich, wenn es um Veränderungen geht, die Auswirkungen auf die Öffentlichkeit haben könnten. Wenn Artefact über die Royal Institution of Chartered Surveyors (RICS) praktische KI-Kurse abhält, tauchen immer wieder die gleichen Bedenken auf. Wer ist Eigentümer einer KI-generierten Ausgabe? Wer ist verantwortlich, wenn die Ergebnisse falsch sind? Auf welcher data wurde das Modell trainiert, und wohin gehen die Kundeninformationen, nachdem sie verarbeitet wurden? Dies sind keine abstrakten Fragen. Gutachter gehen mit hochsensiblen Informationen um, und es herrscht nach wie vor ein weit verbreitetes Missverständnis über die Funktionsweise von Large Language Models, insbesondere in Bezug auf data-Aufbewahrung, Schulung und Risiko. Solange diese Fragen nicht eindeutig durch die Unternehmensführung und -politik geklärt sind, werden viele Unternehmen vorsichtig bleiben und lieber Pilotprojekte durchführen, als sie in großem Umfang einzusetzen.

Kulturelle und organisatorische Trägheit

Kulturelle und organisatorische Faktoren verstärken diese Zurückhaltung noch. Der britische Immobiliensektor ist von Natur aus langsam und risikoscheu. Die Einnahmen sind langfristig und relativ vorhersehbar (insbesondere bei großen REITs und Wohnungsbaugesellschaften), die Margen stehen unter Druck und die Marktbedingungen bleiben schwierig. In einem solchen Umfeld hat die Erhaltung der Liquidität oft Vorrang vor Experimenten. Darüber hinaus neigen Immobilienunternehmen dazu, im Vergleich zu ihren Vermögenswerten oder Erträgen mit einem relativ kleinen Personalbestand zu arbeiten, was bedeutet, dass sich Effizienzsteigerungen nicht immer unmittelbar in einer Senkung der Personalkosten niederschlagen. Dies kann dazu führen, dass sich die Investitionsrendite nicht so einfach in traditionellen Begriffen ausdrücken lässt.

Auch die Demografie spielt eine Rolle. Das Durchschnittsalter in der Branche steigt weiter an, und die Branche kämpft darum, jüngere, KI-affine Talente zu gewinnen, die den Wandel von innen heraus vorantreiben können. Dies ist nicht nur eine Frage der Fähigkeiten, sondern auch der Einstellung und der Vertrautheit mit digitalen Tools als Standard und nicht als Zusatz.

Die Rolle der RICS: Verantwortungsvolle Annahme vorantreiben

Die RICS übernimmt eine globale Führungsrolle bei der Vorbereitung des Berufsstandes der Vermessungsingenieure auf den verantwortungsvollen Einsatz von KI. Sie hat erkannt, dass KI bereits die tägliche Praxis verändert, von der Unterstützung bei der Bewertung und Risikomodellierung bis hin zur Extraktion von data. Die RICS hat kürzlich einen bahnbrechenden globalen Berufsstandard für den verantwortungsvollen Einsatz von KI veröffentlicht. Dieser Standard soll Innovationen nicht im Keim ersticken, sondern eine vertrauensvolle, ethische Annahme unterstützen, indem er klare Grunderwartungen für Kompetenz, Governance und Verantwortlichkeit unter den 150.000 Chartered Surveyors weltweit festlegt.

Der neue Verhaltensstandard gilt für alle RICS-Mitglieder und regulierten Unternehmen, bei denen KI-Ergebnisse einen wesentlichen Einfluss auf die Erbringung von Dienstleistungen haben. Das Rahmenwerk wurde in Zusammenarbeit mit führenden Vertretern der Branche entwickelt, darunter Artefact als Ko-Vorsitzender der Arbeitsgruppe, und konzentriert sich auf die Stärkung des professionellen Urteilsvermögens bei gleichzeitiger Erweiterung der Fachkenntnisse. Der Standard umreißt wichtige Anforderungen in fünf Bereichen: Schaffung eines Grundstocks an KI-Kenntnissen; Stärkung des Praxismanagements durch Governance und Risikoregister; Einführung klarer Erwartungen an die Sorgfaltspflicht bei der Beschaffung von KI-Tools Dritter; Stärkung des professionellen Urteilsvermögens, der Skepsis und der Transparenz bei der Verwendung von KI-Ergebnissen; und Festlegung von Erwartungen an die Rechenschaftspflicht der an der Entwicklung von KI-Systemen beteiligten Personen.

Dieser proaktive Ansatz ist von entscheidender Bedeutung für die Bewältigung der neuen beruflichen Risiken, die durch KI eingeführt werden, für die Gewährleistung einer konsistenten Praxis und für den Schutz des Kundenvertrauens. Die RICS ist davon überzeugt, dass der Berufsstand durch die Bereitstellung dieses gemeinsamen Rahmens Innovationen auf einer soliden ethischen und professionellen Grundlage annehmen kann, um ‘KI-geborene’ Talente anzuziehen und die Branche voranzutreiben.

Entscheidend ist, dass die neuen Standards Teil eines breiteren, umfassenden RICS-Ökosystems sind, um die verantwortungsvolle Einführung von KI zu fördern. Dazu gehören die Anpassung der Assessments of Professional Competence (APCs), die Durchführung von praktischen Schulungskursen (wie z.B. der sehr beliebte Kurs ‘Global Harnessing AI & Data in the Built Environment’) und die Veröffentlichung praktischer Leitfäden. Durch diese konzertierten Bemühungen wird den Vermessungsingenieuren ein umfassendes Instrumentarium an die Hand gegeben, das sie in die Lage versetzt, KI mit größerem Vertrauen und größerer Integrität einzusetzen und sicherzustellen, dass die RICS auch im digitalen Zeitalter relevant bleibt.

Pragmatische Adoption - Die wichtigsten Grundsätze

Die inhärente Herausforderung liegt im menschlichen Element: Die Mitarbeiter des Immobiliensektors zeigen oft eine Abneigung, ja sogar eine Abneigung gegen bedeutende Veränderungen. Während die Trägheit der Gesetzgebung sicherlich eine Rolle spielt, besteht ein grundlegenderes Hindernis in der vorherrschenden Einstellung. In Gesprächen mit leitenden Angestellten und Sachverständigen der Immobilienbranche kommen häufig Grundsätze wie “Wenn es nicht kaputt ist, sollte man es nicht reparieren”.” “Keine KI wird mein jahrzehntelanges, tiefes kontextuelles Fachwissen ersetzen”.” oder “Unsere Kunden bezahlen uns nicht für den Einsatz von KI.” Obwohl diese Sichtweisen ein Körnchen Wahrheit enthalten, signalisieren sie eher eine Führung, die damit beschäftigt ist, den Status Quo zu bewahren, anstatt nach transformativer Effizienz zu streben.

Die anfängliche Flut von übertriebenen und oft widersprüchlichen Botschaften rund um die KI erwies sich als kontraproduktiv und schürte Skepsis und Verwirrung. Doch jetzt haben wir die Krise hinter uns gelassen. “Tiefpunkt der Desillusionierung” und beginnen den Aufstieg zum “Hang zur Erleuchtung” (ein erkennbares Muster im Hype Cycle von Gartner). Dieser Übergang bedeutet, dass sich der Schwerpunkt vom ‘Was wäre wenn’ zum ‘Wie’ verlagern muss. Für den einzelnen Vermessungsingenieur hat dies zu Unsicherheiten hinsichtlich des praktischen Ausgangspunkts für die Einführung geführt.

Um einen echten Wandel herbeizuführen, ist ein doppelter Ansatz erforderlich, der ‘Soft Power’ und ‘Hard Power’ kombiniert.

Aus der Perspektive der ‘Soft Power’ müssen Unternehmen interne KI-Evangelisten sichtbar fördern und ermutigen. Dazu gehört die konsequente Durchführung von ansprechenden Informations- und Schulungsveranstaltungen, die Etablierung eines kontinuierlichen Zyklus, in dem frühe und greifbare Erfolge demonstriert werden, die offene Weitergabe von Ressourcen, die Dokumentation von Fehlschlägen und Erkenntnissen sowie die kontinuierliche Weiterbildung von Kollegen. Entscheidend ist, dass dieser Kulturwandel nicht ohne eine klare, konsequente und aktive Vorbildfunktion der obersten Führungsebene stattfinden kann.

Diese kulturellen Bemühungen müssen durch die ‘harte Kraft’ struktureller und operativer Reformen ergänzt werden. Dazu müssen bestehende Arbeitsweisen unwiderruflich geändert, technische KI-Kompetenz-Zertifizierungen für Schlüsselpositionen vorgeschrieben, Organisationsstrukturen umgestaltet, Betriebsmodelle verfeinert und RACI-Matrizen aktualisiert werden. Das Ziel ist es, sicherzustellen, dass KI nicht länger als freiwillige Nebentätigkeit behandelt wird, sondern vollständig in das “Business as Usual” (BAU) integriert wird. Diese Einbindung muss sich auch auf Budgetzuweisungen und Leistungskennzahlen erstrecken, so dass der Einsatz von KI als zentraler Geschäftsfaktor und nicht als peripheres Technologieprojekt behandelt wird.

Vor allem müssen die Unternehmen ein Umfeld schaffen, das zum Experimentieren ermutigt, auch wenn es zu kleinen Fehlschlägen führt. Dies erfordert ehrliche data-driven-Diskussionen über den praktischen Nutzen von KI und die nachweisbaren Effizienzgewinne, die sie bringt (oder wo sie einfach ein ‘glänzendes Werkzeug’ mit begrenztem Wert darstellt). Die wirkungsvollsten Anwendungen von KI, die auf der Artefact zu sehen waren, sind diejenigen, die sich nahtlos in bestehende Arbeitsabläufe integrieren lassen. Wenn die Einführung eines Tools mit erheblichen Reibungsverlusten verbunden ist, wird es unweigerlich massenhaft aufgegeben werden. Umgekehrt ist der größte Erfolg oft bei den Anwendungen zu verzeichnen, die nicht unbedingt sichtbar sind, die aber das Berufsleben nachweislich erleichtern, indem sie sich wiederholende, manuelle und ‘seelenzerstörende’ Aufgaben automatisieren. Die gezielte und chirurgische Identifizierung und Implementierung dieser hochwirksamen, reibungsarmen Anwendungsfälle ist von entscheidender Bedeutung, um eine echte, nachhaltige Akzeptanz zu erreichen.

Wie sieht die Zukunft aus: Dreierlei Zeithorizonte

Mit Blick auf die Zukunft lassen sich die Chancen für den Einsatz von KI in der britischen Immobilienbranche über drei große Zeithorizonte hinweg betrachten.

Kurzfristig (nächste 6 Monate): Praktische, risikoarme Siege

Die überzeugendsten Erfolge sind praktisch und risikoarm. Die Standardisierung des Auftragseingangs, die Automatisierung der ersten Entwürfe von reports mit klaren Verweisen auf Nachweise, die Extraktion strukturierter Checklisten aus Mietverträgen und Planungsdokumenten und der Einsatz interner Wissenstools, die Fragen wie “Wie sind wir das letzte Mal vorgegangen?” beantworten, führen zu unmittelbaren Zeiteinsparungen. Die größten Einsparungen werden wahrscheinlich in den Back-Office-Funktionen wie Personal, Finanzen und Marketing erzielt, so dass sich die Vermessungsingenieure auf die Kundenbeziehungen und die höherwertige Beratungstätigkeit konzentrieren können.

Mittelfristig (6 bis 18 Monate): Agentische Prozessintegration

Der wahre Wert ergibt sich aus der Verknüpfung von Prozessen. End-to-End-Transaktionsworkflows, die von agentenbasierter KI angetrieben werden, Asset-Management-Plattformen, die Zustands-, Compliance-, Energie- und Investitionsausgaben data kombinieren, sowie Tools, die Retrofit und Netto-Null-Optimierung unterstützen, fallen alle in diese Kategorie. Der Erfolg hängt hier weniger von fortgeschrittenen KI-Modellen als vielmehr von einer durchdachten Prozessgestaltung und -integration ab. Alle grundlegenden Modelle haben in letzter Zeit enorme Fortschritte bei der Entwicklung und Standardisierung von agentenbasierten Fähigkeiten gemacht, so dass sie kinderleicht zu implementieren sind.

Längerfristig (18 bis 36 Monate): Tiefere Einblicke und neue Dienste

Die Unternehmen werden ihre Aufmerksamkeit zunehmend auf tiefere Einblicke richten, einschließlich Planungs-, Geo- und Klimarisikoanalysen, digitale Zwillinge auf Portfolioebene und neue data-driven-Beratungsdienste. Diese Ambitionen werden sich jedoch nur dort verwirklichen lassen, wo robuste data governance und Qualität bereits vorhanden sind.

Noch längerfristig (36+ Monate): Existenzielle Furcht

Benutzer von ‘X’ oder sogar gelegentliche Verfolger allgemeiner Nachrichten können ein Gefühl von überwältigender, fast existenzieller Angst empfinden. Das Tempo der KI-Entwicklung ist unerbittlich. Wir sehen humanoide Roboter, die Fabrikarbeiter ersetzen und sogar als Soldaten eingesetzt werden, selbstfahrende Autos, die endlich in Fahrt kommen, Neuralink, das verspricht, die menschlichen Fähigkeiten zu erweitern, Quantencomputer, die sich der Realität nähern, eine massive Beschleunigung der wissenschaftlichen Forschung und die weit verbreitete Dominanz von ‘KI-Schrott’.

Doch trotz dieser anhaltenden Kaskade von Entdeckungen und Fortschritten konzentriert sich die größte Aufregung derzeit auf den potenziellen Höhepunkt der langfristigen Bemühungen um AGI (Artificial General Intelligence) - ein weitaus kontextbezogeneres und komplexeres KI-System, das theoretisch mit dem menschlichen Gehirn mithalten, wenn nicht sogar dieses übertreffen könnte - und die damit verbundenen tiefgreifenden gesellschaftlichen Veränderungen. Wird sie die Produktivität wirklich so stark steigern, dass Arbeit überflüssig wird und ein universelles Grundeinkommen zu einem glücklichen Weg in die Zukunft wird?

Das beispiellose Kapital, das in data-Zentren, Rechenleistung und Infrastruktur fließt, um AGI zu erreichen, ist atemberaubend. Diese Investitionen werden kurz- bis mittelfristig zweifelsohne zu erheblichen Marktkorrekturen führen. Die Kapitalrendite wird wahrscheinlich langsamer sein als erwartet, und der Hype wird wahrscheinlich die realen Auswirkungen übertreffen. Nichtsdestotrotz wird sie einen dramatischen und unvorhersehbaren Einfluss auf unsere gebaute Umwelt und unsere Interaktion mit ihr haben. Unternehmen müssen agil bleiben und sich dieser Realität bewusst sein, wenn sie in dieser höchst ungewissen Zukunft nicht nur überleben, sondern gedeihen wollen.

Die unverzichtbaren Dinge: Urteilsvermögen, Vertrauen und Kontrolle

Bei all dem ist es wichtig, sich über die Grenzen der KI im Klaren zu sein. KI reduziert die berufliche Verantwortung nicht, sondern konzentriert sie. Urteilsvermögen kann nicht delegiert werden. KI kann zwar die Analyse unterstützen, aber sie kann weder die über Jahrzehnte entwickelte Intuition und Erfahrung ersetzen, noch kann sie das emotionale und oft irrationale menschliche Verhalten, das die Immobilienmärkte prägt, berücksichtigen. Gutachter bleiben jederzeit rechtlich für ihre Beratung verantwortlich, und daran wird sich nichts ändern.

Ebenso wichtig ist die Transparenz gegenüber den Kunden. Wenn KI die Art und Weise, wie eine Dienstleistung erbracht wird, wesentlich beeinflusst, sollten die Kunden darüber informiert werden. Dies ist nicht nur eine Frage der Einhaltung von Vorschriften, sondern eine des Vertrauens. Erklärbarkeit und Nachvollziehbarkeit sind ebenfalls wichtig. Wenn ein Fachmann nicht erklären kann, woher ein Ergebnis stammt, welches data verwendet wurde und welche Annahmen getroffen wurden, kann es sich als schwierig erweisen, dieses Ergebnis vor Gericht zu verteidigen.

Die Risiken der Verlässlichkeit sollten nicht unterschätzt werden. KI-Systeme können maßgebend klingen und doch falsch sein, was eine Überprüfung, Stichproben und Kontrolle unabdingbar macht. Schließlich sind data-Schutz und Vertraulichkeit nicht verhandelbar. Prompts sind Aufzeichnungen. Tools müssen genehmigt und bewertet werden. Der data muss kontrolliert werden. Dies sind Kernelemente der professionellen Praxis, keine optionalen Extras.
Letztendlich wird die KI die Vermessungsingenieure nicht ersetzen. Was sie ersetzen wird, sind manuelle Recherchen, sich wiederholende Entwurfsarbeiten und geringwertige Verwaltungsarbeiten. Letztendlich hängt der Weg des britischen Immobiliensektors zur Einführung von KI nicht von der Übernahme neuer Technologien ab, sondern von der Bereitschaft, alte Gewohnheiten zu ändern: die Einführung der data-Qualität, die Übernahme des RICS-Governance-Rahmens und die bewusste Aufwertung des menschlichen Urteilsvermögens gegenüber den Aufgaben, die die Technologie jetzt sicher erledigen kann.

Über Artefact & Chris de Gruben, FRICS

Artefact ist ein globales Full-Service-Beratungsunternehmen für Data und KI. Wir kümmern uns um alles, von der data-Strategie und KI-Governance, Risikobewertung und Compliance über die Definition der Kunst des Möglichen bei KI und ML bis hin zur Implementierung und dem Änderungsmanagement und der Übernahme. Artefact nutzt sein umfassendes Fachwissen in den Bereichen Immobilien und Data Strategie und KI-Governance, um Unternehmen dabei zu helfen, KI strategisch verantwortungsvoll und sicher in ihre Geschäftsabläufe einzubinden.

Chris ist Senior Director in der britischen Niederlassung Artefact, leitet das Immobilienteam und betreut alle britischen Immobilienkunden. Er ist seit 15 Jahren als Chartered Surveyor tätig und setzt sich weiterhin für den verantwortungsvollen Einsatz von KI in der britischen Immobilienbranche ein. Chris ist außerdem stellvertretender Vorsitzender der Professional Group on Valuation, sitzt in verschiedenen KI-Expertenarbeitsgruppen und ist einer der Haupttrainer für die RICS Academy, insbesondere für den Kurs ‘Global Harnessing AI & Data in the Built Environment’ (der sich als der bisher beliebteste RICS-Kurs erwiesen hat). Chris ist derzeit damit beschäftigt, einen praktischen Leitfaden für den Einsatz von KI für Chartered Valuers zu schreiben. Und schließlich ist er ein regelmäßiger Redner auf PropTech- und Immobilienkonferenzen weltweit.