Verwendung von GenAI für die Abfrage von Mietverträgen

Heutzutage müssen die meisten Vermieter mit riesigen Mengen an historischen Mietverträgen jonglieren. Diese werden in der Regel in umfangreichen und komplexen Tabellenkalkulationen oder gelegentlich in spezieller Mietverwaltungssoftware zusammengefasst. Bestehende Lösungen sind statisch, starr und ineffizient, was zu Frustration führen kann. Außerdem sind sie nicht flexibel genug und bieten nur einige Einblicke mit begrenzter Funktionalität. Jede Frage, die über die vorgeschriebenen KPIs hinausgeht, erfordert das manuelle Lesen von (oft Hunderten, wenn nicht Tausenden von) Mietverträgen. Das Insights-Team verbringt viel Zeit damit, Präsentationen von Portfolios und Mietverträgen zu erstellen, wodurch den Führungskräften zeitkritische Erkenntnisse vorenthalten werden, die die Entscheidungsfindung erleichtern würden.

Artefact hat sein proprietäres Tool Lease Explorer entwickelt, das direkt auf die Probleme von Immobilienmanagern eingeht. Dabei handelt es sich um ein speziell entwickeltes und maßgeschneidertes Tool, das den schnellen Einsatz leistungsstarker Large Language Models (LLMs) in einer proprietären Sandbox-Umgebung mit historischen Mietverträgen ermöglicht. Führungskräfte im Immobilienbereich können dann ihre eigenen historischen Mietverträge direkt über eine ChatGPT-ähnliche Schnittstelle abfragen.

Der Lease Explorer besteht aus fünf großen Schritten:

Es versteht sich von selbst, dass die Einführung eines solchen Tools wie oben beschrieben eine Phase des Änderungsmanagements erfordert, da neue Geschäftsprozesse und Arbeitsweisen eingeführt werden müssen.

Mit der Einführung von Lease Explorer, stellen wir einige Fragen in natürlicher Sprache, die ein Immobilienmakler dem ChatBot des Tools stellen könnte. Natürlich hängt das Ausmaß, in dem das Tool eine genaue Antwort auf die unten stehende, nicht erschöpfende Liste von Fragen geben kann, von der Qualität, Struktur und Verfügbarkeit der Eingabe data ab, die möglicherweise den Zugriff auf Informationen erfordert, die über die in einem Mietvertragsdokument enthaltenen Informationen hinausgehen.

Die Einführung eines KI-Tools wie Enterprise ChatGPT wird Immobilienexperten eine Reihe von Vorteilen bringen. Zum einen dürfte das Tool die Geschwindigkeit, mit der Einblicke gewonnen werden können, grundlegend verändern und damit den Entscheidungsträgern einen schnellen Zugang zu wichtigen Informationen ermöglichen. Darüber hinaus wäre die Skalierbarkeit und Anpassungsfähigkeit eines solchen Tools für die Aufnahme eines ständig wachsenden Volumens an data Mietverträgen von unschätzbarem Wert, um die Zukunftsfähigkeit eines Immobilienunternehmens im Hinblick auf die steigenden Anforderungen der Branche zu unterstützen.

Die Einführung eines solchen Tools wird wahrscheinlich auch innerhalb eines Immobilienunternehmens zu einer Veränderung führen. Durch die Einführung eines KI-Tools wird die Abhängigkeit von bisher manuellen Prozessen bei der Abfrage von Mietverträgen minimiert. Anstatt sich auf die Unbestechlichkeit einer Tabellenkalkulation und die kontinuierliche Arbeit von Verwaltungsmitarbeitern zu verlassen, wäre ein KI-Tool in der Lage, die in natürlicher Sprache formulierten Fragen von Führungskräften direkt zu übernehmen und zeitnah präzise Antworten zu geben. Im Wesentlichen wird der übermäßige Rückgriff auf Schlüsselabhängigkeiten für die data-Suche und -Abfrage reduziert und es gibt Spielraum für Führungskräfte, die für den Prozess der Erkenntnisgewinnung erforderlichen Ressourcen zu reduzieren. Um den größtmöglichen Nutzen aus einem solchen KI-Tool zu ziehen, muss sich ein Unternehmen einem transformativen data-Hygieneprozess unterziehen, der die internen Schwellenwerte für das data-Management anhebt, da die gewonnenen Erkenntnisse immer nur so gut sein können wie die gesammelten Informationen.

GenAI bietet darüber hinaus bestimmte Vorteile für ein solches Tool gegenüber herkömmlichen KI-/ML-Lösungen. Traditionell waren riesige Mengen an gelabelten data erforderlich, um ein Modell für eine bestimmte Aufgabe zu trainieren und zu bewerten. Dank der generativen KI ist dies nicht mehr erforderlich, was die Entwicklung solcher Lösungen beschleunigt. Darüber hinaus ermöglicht generative KI, dass sich Lösungen weiterentwickeln und verändern können, ohne dass massive zusätzliche Nacharbeiten und Entwicklungen erforderlich sind - Lösungen können flexibler und weniger starr sein.

Ein neuartiges KI-Tool zum ersten Mal zu implementieren und es in die Lage zu versetzen, mit einer einfachen Eingabeaufforderung aussagekräftige Erkenntnisse zu generieren, kann zweifellos entmutigend sein, insbesondere angesichts des viel zitierten Nachteils von GenAI, nämlich “Halluzinationen”. Die folgenden Schritte sollten, wenn sie gemeinsam unternommen werden, genügend Sicherheit bieten, um sicherzustellen, dass der beste Nutzen aus dem Tool gezogen werden kann.

Damit diese Lösung wie gewünscht funktioniert, gibt es eine Reihe von Überlegungen, die berücksichtigt werden müssen. Erstens wäre das Modell aufgrund der Besonderheiten des Immobiliensektors in Bezug auf den Standort und die Gesetzgebung höchstwahrscheinlich auf britische Mietverträge beschränkt. Die Lease Explorer hätte keine Vorhersagefähigkeiten, da nur historische Leistungen aus bestehenden Dokumenten abgefragt würden.

Wie jedes GenAI-basierte Tool ist auch das Lease Explorer würde mit unklaren und vagen Benutzeraufforderungen zu kämpfen haben, die möglicherweise nicht die gewünschten Ergebnisse liefern. Daher ist es immer empfehlenswert, Fragen an die Chat-Schnittstelle richtig zu formulieren, ähnlich wie man einem Analysten in seinem Immobilienteam eine Frage stellen würde.

Es ist wichtig zu beachten, dass das Lesen und Verarbeiten von PDF-Dokumenten in ein maschinenlesbares Format OCR (optische Zeichenerkennung) als notwendigen Schritt im Aufnahmeprozess erfordert. Dokumente, die nicht maschinenlesbar sind oder ein komplexes Seitenformat und eine komplexe Struktur aufweisen, werden möglicherweise nicht korrekt eingelesen, was sich auf Aufgaben wie die Extraktion von Informationen und die Bereitstellung zuverlässiger Antworten auswirken kann.

Außerdem sind zur Beantwortung analytischer, quantitativer Fragen weitere Verfahren erforderlich:

Der Einsatz und die Akkulturation von Artefacts Lease Explorer Tool würde vernünftigerweise ab ca. £45.000 kosten und je nach gewählter Funktionalität mindestens vier Wochen kooperative Arbeit erfordern. Dies würde natürlich unter der Annahme geschehen, dass alle hochgeladenen Mietverträge maschinenlesbar, im Wesentlichen ähnlich und in englischer Sprache sind. Nach der Einführung von Lease Explorer wäre ein laufendes Abonnement für jedes GenAI LLM erforderlich, das zur Erstellung des maßgeschneiderten Tools verwendet wird.

Artefact ist ein führendes globales Beratungsunternehmen, das die Einführung von data und KI beschleunigt, um Menschen und Organisationen positiv zu beeinflussen. Wir haben uns auf die Transformation von data und data marketing spezialisiert, um greifbare Geschäftsergebnisse in der gesamten Wertschöpfungskette von Unternehmen zu erzielen. Artefact bietet das umfassendste Angebot an data-driven-Lösungen, die auf fundierter data-Wissenschaft und modernsten KI-Technologien beruhen, und führt KI-Projekte in großem Maßstab im Immobiliensektor in Großbritannien durch.

Wir sind vertrauenswürdige Partner für Immobilienunternehmen in den Bereichen Wohnen, Gewerbe, Industrie und spezielle Anlageklassen. Zu unseren Partnern gehören börsennotierte FTSE 350-Unternehmen und private Organisationen ähnlicher Größe. Unser engagiertes Immobilienteam verfügt über mehr als 20 Jahre Erfahrung in den Bereichen Immobilienbewertung, Stadtplanung, Entwicklung und Finanzierung und besteht aus Experten und Fachleuten.

Unsere bisherige Arbeit reicht von der Entwicklung data-geführter dynamischer Strategien mit unseren Kunden - die sie darüber informieren, wo sie spielen und wie sie in den von ihnen gewählten Märkten gewinnen können - bis hin zu größeren operativen Veränderungen, wie der Einführung neuer Geschäftszweige und Angebote. Wir haben in jeder Phase des Lebenszyklus einer Immobilie gearbeitet, vom Grundstückserwerb bis zur laufenden Instandhaltung, und wir haben mit unseren Kunden zusammengearbeitet, um diese Prozesse wissenschaftlich zu verbessern.