Skip to main content

Bessere Entscheidungen durch Business Intelligence

Robert Scholz

Mit dem Fortschreiten der Digitalisierung der Immobilienbranche werden immer mehr Softwarelösungen eingesetzt, um Prozesse zu beschleunigen. Dabei kann es sich um Lösungen für die Immobilienplanung, Buchhaltung oder aus dem Bereich ESG (z. B. Smart Meter) handeln. Alle diese Lösungen erfüllen ihre spezielle Nische wunderbar, aber sie sind voneinander unabhängige Insellösungen.

Leider bedeutet dies, dass viele Datensätze kombiniert werden müssen, und oft werden diese Aufgaben manuell erledigt. Das kann wertvolle Zeit kosten, zu Fehlern führen und bei den Mitarbeitern Frustration hervorrufen. Aber das muss nicht sein, denn auch hier können Informationsflüsse automatisiert werden.

Die Vorteile der Automatisierung der Datenvernetzung sollten auf der Hand liegen: Man spart Zeit, vermeidet Fehler durch manuelle Eingaben und verringert die Frustration der Mitarbeiter – um nur einige zu nennen. Automatisierte Datenvernetzung ist auch viel effizienter als eine manuelle Datenaggregation, da sie die Synchronisation der Daten in Echtzeit über mehrere Systeme hinweg ermöglicht. Das bedeutet, dass alle Berichte immer auf dem neuesten Stand sind, wodurch mögliche Diskrepanzen oder Verzögerungen in der Kommunikation vermieden werden.

Nähern wir uns dem Thema Datenvernetzung und Vorteile aus der Perspektive einer Projektentwicklung. Die schiere Komplexität einer Projektentwicklung macht es erforderlich, eine Vielzahl von Informationen zu verwalten, um diese erfolgreich zu managen. Um zu beurteilen, ob das Projekt wie geplant voranschreitet, braucht man nicht nur einen Business-Plan, sondern auch Ist-Zahlen, die man damit vergleichen kann. Um das Mietpotenzial zu beurteilen, muss man die bestehenden Mieten, Leerstandsraten und die Marktbedingungen kennen. Auch die mit dem Bau verbundenen Fremdkapitalkosten müssen berücksichtigt werden. Zunehmend gehören auch ESG-Anforderungen wie der Medienverbrauch oder die Dekarbonisierung einer Immobilie zum Standard.Weitere Informationen wie Lage, Baumaterialien, Instandhaltungsstau, Demografie beeinflussen den Erfolg der Immobilie. Das Zusammenführen dieser Daten in eine übersichtliche Analyse ist eine komplexe Aufgabe!

Studien zeigen, dass mehr als 40 Prozent der Arbeitszeit für die Suche nach Daten, dem Übertragen von Informationen und dem Zusammenführen von Informationen aus verschiedenen Quellen verbracht werden. Leider liegt der tatsächliche Anteil oft noch höher. Mit ein paar einfachen Schritten können wir wertvolle Zeit dort lassen, wo sie hingehört: in Aufgaben investieren, die einen echten Mehrwert schaffen. Es ist tragisch, wie viel Potenzial liegengelassen wird.

Daher ist es für mich notwendig, einen ganzheitlichen Ansatz zu wählen und zu untersuchen, wie verschiedene Quellen zu einem integrierten System kombiniert werden können – einem digitalen Ökosystem.

Die Transparenzanforderungen im Immobiliensektor werden immer komplexer (#ESG). Das wird zu einem größeren Bedarf an Softwarelösungen und damit wieder zu mehr Konsolidierungsanstrengungen führen. Geht man vor wie bisher, dann ist die Skalierbarkeit mit bestehenden, manuellen Prozessen stark beschränkt. Außerdem schöpft man ohne Automatisierung die Potentiale nicht aus.

Ein einfaches Gedankenexperiment: Wir bleiben bei der Projektentwicklung und nehmen an, um die Übersicht über unsere Immobilie zu behalten, benötigen wir nur sechs Datenquellen:

  • Business-Pläne
  • Ist-Zahlen
  • Rent-Roll
  • Finanzierungsinformationen
  • Offene Posten
  • Nebenkosten

Selbst mit sechs Datenquellen müssten 15 Verknüpfungen händisch erstellt werden. Eine zeitaufwändige, komplexe und damit fehleranfällige Aufgabe für Menschen.

Im Vergleich dazu hat eine zentralisierte Lösung nur sechs Verknüpfungen.

Das macht die Dinge viel einfacher. Insbesondere, wenn es darum geht, weitere Datenquellen anzubinden oder bestehende Systeme auszutauschen. Eine weitere Datenquelle ohne zentrales Ökosystem würde sechs neuen Verknüpfungen notwendig machen, im Gegensatz zu einer im digitalen Ökosystem.

Um voranzukommen und zu skalieren, ist die clevere Nutzung von Datenstrukturen die nachhaltigste Lösung. Auch als Antwort auf den zunehmenden Fachkräftemangel. Die Verbesserung des internen Informations- oder Datenflusses kann daher der Schlüssel für Unternehmen sein, die ihr Geschäft ausbauen wollen.

Das bedeutet, um zu wachsen und zu skalieren, braucht es entweder bessere Datenstrukturen oder mehr Mitarbeiter. Die clevere Nutzung von Datenstrukturen ist die nachhaltigste Lösung, denn es gibt weniger Fachkräfte auf dem Markt, als benötigt werden und die Zukunftsaussichten sind nicht rosig.

Das klingt zunächst nach einem riesigen IT-Projekt, dass sich über Ewigkeiten hinzieht, aber das ist nicht richtig. Mit einem schrittweise Ansatz zum digitalen Ökosystem werden schnell spürbare Ergebnisse erzielt und die einzelnen Schritte sind einfach umzusetzen.

Das grobe „Schema F“ kann wie folgt aussehen:

1. Identifikation des Projekts

Folgende Fragen können helfen, einen Anwendungsfall zu identifizieren:

  • Welcher Prozess lässt sich am leichtesten automatisieren?
  • An welcher Stelle ist Datenqualität ein Problem?
  • Welche Reportings sind regelmäßig und nicht vollautomatisiert?
  • Bei welchen Prozessen kommen Informationen von vielen Köpfen?

Idealerweise handelt es sich um einen Anwendungsfall mit nur ein bis zwei Datenquellen, um die Komplexität gering zu halten. Im Falle der Projektentwicklung eignet sich ein Reporting an die Bank, dass regelmäßig erstellt werden muss.

Es sollte am Ende dieses Schrittes klar sein, welche Aufgaben auf welche Weise in Zukunft unterstützt
oder ersetzt werden.

Transparenzanforderungen der Immobilienbranche werden weiter zunehmen. Dadurch wird es zunehmend wichtiger, die richtige Datenstrategie und -Infrastruktur bereitzustellen.

Transparenzanforderungen der Immobilienbranche werden weiter zunehmen. Dadurch wird es zunehmend wichtiger, die richtige Datenstrategie und -Infrastruktur bereitzustellen.

2. Automatisierung des Prototyps

Eine der wichtigsten Fragen für eine Automatisierung ist: Wie kommt man automatisiert an die Datenquellen (z. B. Datev in der Projektentwicklung)?
Gibt es

  • eine Schnittstelle (API)?
  • Regelmäßige, automatisierte Excel-Reports?
  • Zugang über eine Datenbank?
  • Zugang zu einem File-Server?
  • Gibt es regelmäßige E-Mail mit Dateianhängen?

Wenn diese Frage geklärt ist, dann geht es darum, die zentrale Schnittstelle – das Gehirn des Ökosystems zum Leben zu erwecken, beispielsweise mit einem Data Warehouse, dass die Daten speichert, historisiert und aufbereitet.

3. Visualisierung

Auf den aufbereiteten Daten ist es ein Kinderspiel Visualisierungen zu erstellen. Nutzt man beispielsweise Power BI, gibt es auch eine ganze Flut an Hilfs-Tutorials im Internet. Ein Reporting für die Bank kann so mit wenigen Klicks erstellt werden. Die Erstellung ist einmalig.

Und voilà! Der erste Anwendungsfall wurde automatisiert und das digitale Ökosystem hat seinen Anfang genommen. Die größte Hürde ist genommen. Ab jetzt, kann man denselben drei Schritten folgen und das digitale Ökosystems erweitern.

Zusammenfassung

Die Digitalisierung sowie die Anforderungen an die Transparenz der Immobilienbranche werden weiter zunehmen. Dadurch wird es zunehmend wichtiger, die richtige Datenstrategie und -Infrastruktur bereitzustellen. Das steigert die Kosteneffizienz, spart Arbeitszeit und ist damit auch eine Antwort auf den Fachkräftemangel. Last but not least lassen sich die kurzfristig gefragten ESG-Reportings nach einmaligem und überschaubarem Aufwand sehr einfach erstellen.

Über den Autor

Robert Scholz

Co-Founder und Geschäftsführer von valesa

Robert Scholz ist Mitgründer und Geschäftsführer der Valesa GmbH, einer Business-Intelligence-Beratung die auf die Immobilienbranche spezialisiert ist. Er ist insbesondere für die Bereiche Marketing und Sales verantwortlich. Vor der Gründung von Valesa war Robert vier Jahre beim Immobilienunternehmen BEOS AG, eine Tochter der Swiss Life Asset Managers tätig. Dort baute er unter anderem die Business-Intelligence Lösung in der Cloud und das Risikomanagement-Team auf. Zuvor war Robert drei Jahre bei der Deutschen Bank und zwei Jahre bei der Hannover Rück. Robert hält einen Master of Science in Wirtschaftsmathematik der Technischen Universität Berlin.