Skalierbares ESG-Reporting im Immobilienbetrieb
M&P vollzieht den Perspektivwechsel – von der Toolfrage zur datengestützten Wertschöpfung.
Sprichst du schon mit deinem Gebäude?
BIM@FM trifft AI oder: wie M&P BEGIS künstliche Intelligenz im Sinne von BIM im Betrieb für Gebäude nutzt.
BIM ist seit Jahren eines der führenden Zukunftsthemen im Facility Management. Mittlerweile sind Lösungen für den „Lückenschluss“, d. h. die Integration von Bau- und Betriebsphase, nicht nur entwickelt, sondern im praktischen Einsatz. Damit ist sichergestellt, dass keine Informationen aus der Bauphase verlorengehen. Kaum ist dies erreicht, eröffnet das Thema künstliche Intelligenz (KI) neue Perspektiven. M&P BEGIS nutzt KI bereits im Rahmen von BIM und wird diese Möglichkeiten mit wachsender Praxiserfahrung konsequent weiter ausbauen.
Es gibt bereits viele Ansätze zur Anwendung von AI. Gemäß dem Whitepaper des GEFMA von 2024 „KI im Immobilienmanagement“ gehe es vor allem darum, „den Menschen bei anspruchsvollen Tätigkeiten sowie bei komplexen und schwierigen Entscheidungen zuverlässig zu unterstützen“. Folgt man dem Whitepaper, „ist bis jetzt nur in Ansätzen zu erkennen“, dass AI-Komponenten integriert werden, die u. a. Analysen durchführen können.
M&P BEGIS trainiert künstliche Intelligenz für den BIM-Einsatz
Hier setzt unsere nachfolgend beschriebene Lösung an. Am Anfang stand das Ziel der Bedienungserleichterung. Die eingebundene und entsprechend „trainierte“ KI-Schnittstelle „übersetzt“ Spracheingaben in systemkompatible Suchanfragen. Um die Ergebnisdarstellung zu realisieren, entwickelten unsere SAP-Experten dynamische Ansichten. Damit können Daten individuell und losgelöst von den bisherigen wenig flexiblen Darstellungsmöglichkeiten abgefragt werden. In diesem Zuge wurden die bisher starren 2D-Modelle ebenfalls dynamisiert.
Im Ergebnis sind individuelle Abfragen möglich, die intuitiv erfolgen können. Dies ermöglicht Nutzeranfragen, zu deren Beantwortung etagen-, gebäude- oder liegenschaftsübergreifend Daten abgefragt und dargestellt werden können. Somit können auch komplexe Useranfragen beantwortet werden, z. B.
- „Zeige mir alle Gebäude in Liegenschaft X, in denen Lüftungsanlagen des Modells Y verbaut sind.“
- „Zeige mir alle Räume in Gebäude X, in denen die Heizkosten im letzten Jahr überdurchschnittlich hoch waren.“
- „Berechne die durchschnittliche Lebensdauer von Bauteil X in Anlage Y.“
Zentrale Datenspeicherung für eine schnelle, fehlerlose KI-Abfrage
Natürlich kann die KI nur Daten auswerten, die vorhanden sind. Doch warum eine Datenbank oder Cloud-Lösung als Single Point of Truth im Zeitalter von KI? Es werden Daten unterschiedlicher Art und Struktur benötigt. Beispielhaft genannt seien hier Daten aus der Gebäudeautomation, Stammdaten und damit Basisinformationen zu Maschinen und technischen Anlagen und/oder zum Gebäude, (Verbrauchs-)Daten, die über Messstellen oder Zähler erhoben werden, u.a.m. Diese an einem zentralen Ort und nicht ggf. an unterschiedlichen Stellen zu speichern, hat viele Vorteile. Abgesehen von den (System-)Kosten werden doppelte Daten vermieden, die Datenstruktur ist einheitlich, für Analysen, Berichte oder auch Maßnahmen liegen die „richtigen“ Daten vor.
Blick Richtung morgen:
die nächsten Schritte
Ist dies erfolgt, können z. B. auch Daten für das ESG-Reporting mit KI-Unterstützung abgefragt werden. Dazu gehören quantitative Daten, also numerische und messbare Informationen zu Treibhausgasemissionen, Wasser- und Energieverbrauch, Abfallaufkommen und Umweltverschmutzung. Wie zu Beginn gesagt, stand am Anfang das Ziel der Steigerung der Bedienungserleichterung. Aber bei der praktischen Anwendung entstehen vielfältige weitere Use Cases. So z. B., Prognosen für erwartete Zustände und Situationen aus den erfassten Daten zu generieren. Dies, um vorherzusagen, wann eine hohe Auslastung eintreten wird, wo und wann mit Auslastungsspitzen zu rechnen ist oder wann eine bedarfsgerechte Wartungsmaßnahme durchzuführen ist. Hierzu werden Daten u. a. aus der Gebäudeautomation genutzt. Die über Sensoren erfassten, relevanten Daten werden, ggf. kumuliert, in das CAFM-System übernommen. Die entsprechend trainierte KI erkennt auf Basis der Zustandsdaten kritische Situationen und erzeugt entsprechende (Warn-)Meldungen. Diese können entweder manuell bearbeitet werden oder automatisiert zu Maßnahmen führen.
Dies bietet bedeutende Vorteile sowohl im Flächenmanagement als auch für die Instandhaltung von technischen Anlagen und selbstverständlich für jede Art von Reporting. M&P BEGIS hat eine wichtige Etappe beim Einsatz von KI im Facility Management erreicht. Jetzt gehen wir weiter voran.
