Künstliche Intelligenz in der Wohnungswirtschaft – Hype oder Zukunft?

Digitalisierung 4.0

Erstellt von Matthias Sykosch am 22. Oktober 2018

Ab Beginn des 21. Jahrhunderts hat die 4. industrielle Revolution begonnen. Die zunehmende Digitalisierung von bisher analogen Techniken und die Integration von robotischen Systemen steht nun im Mittelpunkt.

Bei fortschreitender Digitalisierung der Wohnungswirtschaft wird immer öfter auch von der künstlichen Intelligenz (KI) gesprochen. Diese KI soll unsere Arbeitswelt in der Form verändern, dass viele originäre Aufgaben in der Bewirtschaftung von Immobilien zukünftig von "Maschinen" übernommen werden.

Wenn dem so ist, dann wird es höchste Zeit, dass wir uns mit verschiedenen Komponenten der künstlichen Intelligenz ein wenig vertraut machen:

  • Künstliche Intelligenz (KI)
  • Maschinelles Lernen (ML)
  • Maschinelle Verarbeitung natürlicher Sprache (NLP)

Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI) wurde 1956 auf der The Dartmouth Conference von John McCarthy, einem amerikanischen Informatiker, geprägt. Laut John McCarthy ist es:

"Die Wissenschaft und Technik, intelligente Maschinen zu bauen, besonders intelligente Computerprogramme."

Künstliche Intelligenz ist die Simulation menschlicher Intelligenzprozesse durch Maschinen, insbesondere Computersysteme. KI kombiniert große Datenmengen mit schneller, iterativer Verarbeitung und intelligenten Algorithmen, so dass die Software automatisch aus Mustern oder Merkmalen in den Daten lernen kann.

Zu den Aufgaben, für die Maschinen mit künstlicher Intelligenz entwickelt wurden, gehören:

  • Lernen
  • Planen
  • Probleme lösen


Maschinelles Lernen (ML)

Maschinelles Lernen ist eine Methode der Datenanalyse, die den analytischen Modellaufbau automatisiert. Maschinelles Lernen ist eine Art künstlicher Intelligenz (KI), die es Softwareanwendungen ermöglicht, bei der Prognose von Ergebnissen genauer zu werden, ohne speziell programmiert zu werden.

Die Grundidee des maschinellen Lernens besteht darin, Algorithmen zu entwickeln, die Eingabedaten empfangen und statistische Analysen verwenden können, um einen Ausgabewert innerhalb eines akzeptablen Bereichs vorherzusagen.

Die am maschinellen Lernen beteiligten Prozesse sind z. B.

  • Data Mining
    Die systematische Anwendung statistischer Methoden auf große Datenbestände mit dem Ziel, neue Querverbindungen und Trends zu erkennen.
  • Predictive Modeling
    Verwendung von Statistiken zur Vorhersagen von Ergebnissen.

Diese müssen Daten durchsuchen, um Muster zu finden und Programmaktionen entsprechend anzupassen. Die meisten Menschen sind mit maschinellem Lernen (unbewusst) vertraut, wenn sie im Internet einkaufen (z. B. Amazon, Google, Facebook, etc.).

Die meisten Branchen, die mit großen Datenmengen arbeiten, haben die Vorteile der maschinellen Lerntechnologie erkannt. Durch das Sammeln von Erkenntnissen aus diesen Daten - oft in Echtzeit - können Unternehmen effizienter arbeiten oder sich einen Wettbewerbsvorteil verschaffen.


Intelligente Chatbots mit integriertem Natural Language Processing (NLP) können die Kommunikation automatisieren und nachgelagerte Prozesse optimieren.

Maschinelle Verarbeitung natürlicher Sprache (NLP)

Natural Language Processing (NLP; dt. maschinelle Verarbeitung natürlicher Sprache) ist die Fähigkeit von Computern, menschliche Sprache zu analysieren, zu verstehen und zu generieren. Die nächste Stufe von NLP ist die natürliche Sprachinteraktion, die es Menschen ermöglicht, mit Computern in normaler Alltagssprache zu kommunizieren, um Aufgaben zu erledigen.

Grundsätzlich ist NLP die Fähigkeit eines Computerprogramms, die menschliche Sprache so zu verstehen, wie sie gesprochen wird. NLP ist eine Komponente der künstlichen Intelligenz (KI).

Bereiche, in denen NLP nützlich ist:

  • Das organisierte Abrufen von strukturierten und unstrukturierten Daten innerhalb einer Organisation.
  • Den Text interpretieren und auswertbar machen. Große Mengen an Informationen in Freitextdatenbanken speichern.
  • Opinion Mining ist eine Art von NLP, um die Stimmung der Öffentlichkeit über ein bestimmtes Produkt zu verfolgen.
  • Chatbots für die automatisierte Kommunikation.
  • Sprachsteuerung von Maschinen.


Fazit

Viele Menschen fragen sich, ob künstliche Intelligenz auch in der Wohnungswirtschaft Einzug halten wird. Ich bin der Meinung, dass die Frage nicht lauten darf, ob, sondern wann und in welcher Ausprägung künstliche Intelligenz unser Leben verändern wird. Wir müssen keine Angst vor diesen Veränderungen haben. Die Vergangenheit hat gezeigt, dass Technologie uns nur dann intelligent und menschlich erscheint, wenn sie nicht alltäglich ist. Die Gewöhnung an die neuen Technologien wird dafür sorgen, dass die Vermenschlichung der Maschinen und der damit einhergehenden Zuschreibung unredlicher Absichten mit der Zeit abnehmen wird. Merke: Künstliche Intelligenz ist nicht intelligent.


Der Autor

Matthias Sykosch (47) ist Software-Experte. 1990 gründete der Ostwestfale sein erstes Software-Unternehmen, das er zu einem der führenden Anbieter von Immobilienverwaltungs-Software in Deutschland machte. 2015 gründete er die neue Sykosch AG und entwickelt Cloud-Computing-Lösungen für die Wohnungs- und Immobilienwirtschaft.

Wenn Du mit mir über die Themen des Artikels diskutieren möchtest, dann sende mir gerne eine E-Mail an matthias.sykosch@sykosch.com


Bildnachweis: Pixabay, Sykosch AG