Praxis statt Hype

Viel Hype, wenig Substanz: Wo KI tatsächlich hilft

Die eigentliche Arbeit der KI findet im Hintergrund statt, z.B. bei Aufgaben wie der Trennung von Miet- und Betriebskosten während der Kontextrecherche, beim Auffinden relevanter Vertragsklauseln oder bei der Unterstützung der Nutzer:innen durch verschiedene Tools. KI und Agentic AI bringen dann einen Mehrwert, wenn sie geschäftliche Fragestellungen mit erforderlichen Dokumenten, Daten und Systemen verknüpfen, und so für Asset Manager:innen prüfbare und nutzbare Ergebnisse liefern.

Der Hype beginnt dort, wenn flüssige Kommunikation fälschlicherweise mit einem abgeschlossenen Geschäftsprozess verwechselt wird. Ein Chatfenster allein ist kein Fortschritt. Relevant ist, ob die durch ein LLM erzeugte Arbeit das Portfolio-Team in die Lage versetzt, schneller und besser zu handeln.

Die Verbindung von Fragestellung und System in ICRS

LLMs neigen zu Halluzinationen. Sie verfügen über kein eigenes Gedächtnis. Deshalb muss immer auch der relevante Kontext der KI bereitgestellt werden. Der RAG-Ansatz (Retrieval-Augmented Generation) im neuen KI-Modul in ICRS Nuxxor führt die Kontextrecherche innerhalb der gesamten ICRS-Anwendung durch. Er liefert somit stets relevante und aktuelle Antworten.

Bei Fragen zu Mietübersichten kann die KI von metamagix relevante Dokumente und Textpassagen zusammen mit den jeweiligen Quellen abrufen. Darüber hinaus kann ICRS KI SQL-Abfragen ausführen und Informationen direkt aus Datenbanken beziehen, und so die Antworten zusätzlich ergänzen. Nutzer:innen können jederzeit die zugrunde liegenden Verträge und Dokumente prüfen und bei Bedarf Anpassungen vornehmen.

Bei der Integration von LLMs ist es nicht ratsam, die Zugriffskontrolle oder sonstige Sicherheitsangelegenheiten der KI zu überlassen. Die KI lässt sich leicht täuschen.

Im KI-Modul in ICRS Nuxxor werden Zugriffsrechte und Sicherheitsfunktionen im Allgemeinen durch die Anwendungslogik gesteuert und nicht an das LLM delegiert. Die Anwendung überprüft die Berechtigung von Nutzer:innen für bestimmte Aktion oder Informationszugriffe.

• LLM (Large Language Model)
  Ein Modell der künstlichen Intelligenz, das anhand großer Mengen an Textdaten trainiert wurde, um menschenähnliche Sprache zu verstehen und zu generieren. Beispiele: Microsoft Copilot, ChatGPT, Claude.
• RAG (Retrieval-Augmented Generation)
  Eine KI-Architektur, die ein Large Language Model mit der Informationsgewinnung  kombiniert. Sie verbessert Antworten indem sie vor der Generierung auf relevante externe Datenquellen oder Dokumente zugreift.
• SQL (Structured Query Language)
  Eine standardisierte Abfragesprache zum Erstellen, Lesen, Aktualisieren und Verwalten von Daten, die in relationalen Datenbanken gespeichert sind.
• MCP (Model Context Protocol)
  Ein offenes Protokoll, das es KI-Modellen ermöglicht, sicher mit externen Tools, Datenquellen und Anwendungen zu kommunizieren. Dadurch können sie auf zusätzliche Informationen zugreifen und Aktionen ausführen, die über ihr eingebautes Wissen hinausgehen.

metamagix DATransformer und das individuelle Reporting-Tool

Das KI-Modul in ICRS Nuxxor lässt sich mit vielen Tools verknüpfen. Sie kann Berichte per E-Mail versenden, Visualisierungen erstellen, Excel- und Word-Dateien erstellen und bearbeiten und kann auf externe Datenquellen wie Eurostat zugreifen. Neben den allgemein verfügbaren Tools gibt es auch zahlreiche maßgeschneiderte Schnittstellen zur ICRS-Anwendung. ICRS bietet bereits automatisierte Datenimporte, Datenprüfungen und Berichte. ICRS KI kann diese Berichte direkt anfordern, abrufen und den Nutzer:innen zur Überprüfung bereitstellen.

Ein weiteres Werkzeug, auf das das KI-Modul in ICRS zugreifen kann, ist der DATransformer. Mit dessen Hilfe kann die KI Transformationen vorschlagen, Regeln anpassen und diese dauerhaft speichern. Der MCP-Server kann diese Regeln dann auf kompatible Dateien anwenden, ohne dass die KI die Zuordnung erneut ableiten muss. Der Mehrwert liegt in beiden Ergebnissen: einer direkt nutzbaren Datei und einer dokumentierten Transformationsdefinition, die nachvollziehbar beschreibt, wie die Daten verarbeitet werden.

Fazit

Das Ziel der Anbindung von LLMs an Geschäftsanwendungen sollte darin bestehen, natürlichere Interaktionen mit der Software zu ermöglichen und Routineprozesse eigenständig zu automatisieren. Das KI-Modul in ICRS Nuxxor kann einen Bericht abrufen, eine Datei konvertieren oder Fragen zu Mietübersichten beantworten. Nicht weil das Modell besonders „intelligent“ ist, sondern weil es mit den Systemen verbunden ist, in denen die relevanten Daten tatsächlich gespeichert sind. Intelligent ist die Integration, nicht die Konversation.

Genau diese Anbindung an reale Systeme unterscheidet ein produktives KI-Tool von einer reinen Demo. Ein eigenständiger Chatbot kann einen Mietvertrag zusammenfassen. Das kann eine Analystin oder ein Analyst ebenfalls innerhalb von 10 Minuten erledigen. Der entscheidende Unterschied entsteht, wenn dieselbe Frage automatisch eine Datenbankabfrage auslöst, das passende Quelldokument findet und ein aufbereitetes Ergebnis liefert, auf dessen Basis direkt gehandelt werden kann, ohne zwischen mehreren Anwendungen wechseln zu müssen. Genau hier wird Zeit gespart und genau hier verdient KI ihren Platz im Arbeitsalltag.

Für Immobilienexpert:innen, die KI-Tools bewerten, sollte die entscheidende Frage daher nie so lauten: „Wie intelligent ist der Chatbot?“ Das sollte die Frage sein: „Auf welche Systeme greift die KI tatsächlich zu, und macht sie meine Arbeit schneller?“ Die Technologie ist reif dafür, um einen echten Mehrwert im gewerblichen Immobilienmanagement zu schaffen. Allerdings erst dann, wenn sie in die Infrastruktur hinter der Benutzeroberfläche eingebunden ist. Alles andere ist nur Gerede.