Projektdaten
Kategorie | Nachwuchs |
---|---|
Art der Arbeit | Masterthesis |
BetreuerIn | Univ.-Prof. Dr. Christian Stoy, Dipl.-Ing. Christopher Hagmann |
PrüferIn | Univ.-Prof. Dr. Christian Stoy |
BearbeiterIn | Bartosz Buch |
Studiengang/Hochschule | Immobilientechnik und Immobilienwirtschaft, Universität Stuttgart |
Hintergrund
In der heutigen wettbewerbsintensiven Wirtschaft sehen sich Facility-Management-Organisationen einem zunehmenden Druck von Seiten Markt sowie Kunden ausgesetzt, um ihre Immobilienportfolios sowohl hinsichtlich Kosteneffizienz, der steigenden Umweltauswirkungen sowie des technologischen Fortschritts zu verwalten. Es ist zwar allgemein anerkannt, dass Big Data (Daten, die die Verarbeitungskapazität traditioneller Datenbanksysteme übersteigen), das Internet der Dinge und Analysen mit Hilfe von künstlicher Intelligenz (K.I.) große Möglichkeiten zur Steigerung der Wertschöpfung bieten, jedoch wurden diese Möglichkeiten innerhalb des FM-Sektors noch nicht vollständig erkannt.
Durch die Verknüpfung von dieser drei Technologien kann aus der Vergangenheit gelernt werden, um zukünftige Trends, Verhaltensweisen und Fehlverhalten vorherzusagen. Mit Hilfe der ausgewerteten Daten sind Prognosen möglich, um beispielsweise Energiekosten zu senken, Anlagenausfälle zu vermeiden, das Raumklima zu optimieren oder die operative Leistung des Gebäudes zu verbessern. Die Implementierung der K.I.-Technologie zum Betreiben und Verwalten von Gebäuden gestaltet sich jedoch durch das Merkmal der Einmaligkeit kompliziert und beinhaltet eine Vielzahl von Faktoren, Beziehungen und teilweise unbekannten
Variablen, die bei der Entscheidungsfindung berücksichtigt werden müssen. Diese Thesis bietet einen ersten Ausgangspunkt für interessierte Anwender, um aus den bisherigen Erfahrungen zu lernen und sich erfolgreich mit der Nutzung der K.I.-Technologie sowie dem passenden
Datenumgang auseinanderzusetzen.
Ziel dieser Studie war es, zu untersuchen, ob und wie der K.I.-Teilbereich des maschinellen Lernens implementiert werden kann, um den Liegenschafts-/Gebäudebetrieb mit den dazugehörigen gebäudetechnischen Anlagen zu unterstützen und welche Herausforderungen sich dadurch ergeben. Am Ende dieser Arbeit sollen ein ganzheitliches Bild aus der Praxis von den Ansichten der deutschen Facility-Management-Branche gegenüber dem Trend zur Umsetzung der künstlichen Intelligenz und des maschinellen Lernen in Unternehmen aufgezeigt und folgende Fragen beantwortet werden:
- Wo kann künstliche Intelligenz im Facility Management gewinnbringend implementiert
werden? - Welche Herausforderungen / Probleme ergeben sich bei der Implementierung im Facility Management?
- Was ist der erhoffte wirtschaftliche Nutzen / die Erwartung einer Implementierung?
- Wie ist der Umsetzungsgrad in deutschen Unternehmen
Methodik
Es wurde eine qualitative und abduktive Forschungsmethodik mit einem explorativen, sequenziellen Forschungsdesign durchgeführt, bei dem sowohl qualitative als auch quantitative Untersuchungen erfolgten. Die empirischen Daten wurden auf Grundlage von 23 Experteninterviews aus der Branche durchgeführt, das sich mit der Umsetzung, Forschung und/oder Anwendung von künstlicher Intelligenz im Facility-Management-Sektor beschäftigen. Um die Validität der Daten und Ergebnisse sicherzustellen, wurden Testbefragungen vorab durchgeführt.
Ergebnisse
Die Ergebnisse der Studie zeigen, dass sich die heutige Implementierung der K.I-Technologie in FM-Prozessen in erster Linie in der Vor- oder Frühphase befindet. Die Mehrheit der befragten Teilnehmer war sich dabei über die hohe Relevanz der K.I.-Technologie in den nächsten fünf
Jahren einig.
Die Ziele, die die Unternehmen im Rahmen der K.I.-Implementierung in FM-Prozessen verfolgten, waren die Reduzierung der operativen Betriebskosten, die Reduzierung von Geschäftsrisiken aufgrund datengetriebener Entscheidungen sowie die Erhöhung der Produktivität von Mitarbeitern.
Zudem sieht die FM-Branche in der K.I.-Technologie ihre Chance, den Ruf und die Sichtbarkeit der FM-Leistungen weiter hervorzuheben, indem kundenorientierte sowie effektivere Leistungen angeboten werden. Ein weiterer wichtiger Faktor war die Steigerung bzw. der Erhalt der zukünftigen Wettbewerbsfähigkeit auf dem Markt. Bei den befragten Unternehmen herrschte der Konsens, dass in Zukunft der Einsatz der K.I.-Technologie im Rahmen der Digitalisierung essenziell sein wird, um weiter im Markt wettbewerbsfähig zu bleiben.
Es wird deshalb erwartet, dass der FM-Sektor reifen wird, da immer mehr Unternehmen die Relevanz der Technologie bereits heute erkennen und mit ihr die organisatorische Effektivität verbessern möchten. Der konservativen Facility-Management sowie Immobilienbranche fällt es
jedoch heute noch schwer, neue Technologien oder digitale Vorgehensweisen in die bestehenden Geschäftsprozesse zu integrieren.
Die Ergebnisse der Studie zeigen, dass die FM-Branche sich gerade erst auf dem Weg zur Datenkompetenz befindet und die Möglichkeiten der K.I.-Technologie heute kaum ausgenutzt werden.
Fazit
Der Übergang zu einer datenbasierten Welt wird die Branche vor neue Herausforderungen stellen, die zur Entwicklung neuer digitaler Geschäftsmodelle führen wird und eine strategische Neupositionierung in einer digitalisierten Welt erfordert. Dabei sind die Rahmenbedingungen für die Umsetzung dieser datenbasierten Technologien gegeben. Die Unternehmen müssen nur noch den Mut mitbringen, diesen neuen Weg einzuschlagen. Die K.I.-Technologie wird sich dabei in Zukunft als Innovationstreiber auf sowohl operativer als auch strategischer Ebene erweisen. Effektiv eingesetzt, wird die Technologie die Branche und die Arbeitswelt disruptiv verändern.