Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAOKollegin KI
Wissensmanagement
Wie kann Künstliche Intelligenz dazu beitragen, vorhandenes Unternehmenswissen so aufzubereiten, dass es Mitarbeitende im Arbeitsalltag entlastet? Forschende des Fraunhofer IAO haben für die Real-Estate-Abteilung des Multitechnikdienstleisters SPIE eine KI-gestützte Standortassistenz entwickelt und erprobt. Ihre Erfahrungen sind auch für andere Unternehmen interessant.
Unternehmen haben einen immens großen Wissensschatz, den sie oftmals aber nicht optimal für sich nutzen können. Das Problem ist: Relevante Informationen sind dezentral im Unternehmen verteilt, stecken in Datenbanken und Tabellen mit unterschiedlichsten Formaten. Personen und Abteilungen können diese nicht in einem für sie relevanten Kontext und einer Darstellung einsehen, die sie im Alltag benötigen.
Der Frage, wie man einen Datenschatz nutzbar machen kann und welche Rolle KI dabei spielt, ging das Fraunhofer IAO gemeinsam mit der SPIE GSA Business Services GmbH im Rahmen des Projekts »KI-gestützte Standortassistenz« nach. Von Januar bis April 2026 erarbeiteten die Partner innovative Ansätze für ein besseres Wissensmanagement und testeten neue Möglichkeiten einer KI-Assistenz.
Welches konkrete Problem sollte das Projekt lösen?
SPIE ist ein Multitechnikdienstleister für Gebäude, Anlagen und Infrastrukturen, verfügt aber auch über eigene gewerbliche Immobilien. Und genau um die ging es im Projekt. Da das Unternehmen – und mit ihm sein Informationsschatz – rasant wächst, erwies sich die bisherige Verarbeitung von Immobiliendaten als wenig geeignet, den Überblick zu behalten. Von der Quadratmeterzahl einer Gewerbeimmobilie über die ÖPNV-Anbindung bis zur Entfernung zur nächsten E-Ladesäule: Wer ein Portfolio intelligent managen will, muss Informationen schnell zusammenbringen können.
Wie lief das Projekt ab?
Erst wurde der konkrete Bedarf ermittelt. In einem Workshop lernte eine erste Nutzergruppe, was ein Sprachmodell leisten kann. »Das hilft, einen realistischen Rahmen zu setzen, bevor man über konkrete Erwartungen spricht«, sagt Kristian Schaefer, wissenschaftlicher Mitarbeiter am Fraunhofer IAO im Team »Cognitive Service Technologies«. Eine Schulung vermittelte das nötige Wissen, auch über Möglichkeiten und Risiken solcher Agenten. Anschließend wurden konkrete Use Cases erarbeitet. Zwei wurden pilotiert: die »intelligente Suche«, bei der ein Chatbot Fragen rund um die Immobiliendatenbank beantworten kann, und der »Quick Check Standorte«. Hier soll ein Chatbot einen Standort nach vorher festgelegten Kriterien bewerten, einen Prüfbericht erstellen und eine Empfehlung geben. Nach einer Feedbackrunde wurde ein erster Prototyp gebaut, den eine größere Nutzergruppe testete.
Was ist die größte Herausforderung beim Einrichten einer KI-Assistenz?
Die größte Herausforderung liegt immer darin, alle relevanten Informationen sinnvoll zusammenzuführen. Dafür muss geklärt werden: Liegen alle Informationen vor? Wenn nicht: Was fehlt? Wenn ja: Wo sind sie zu finden? Viele Unternehmen unterschätzen diesen Aspekt.
Die beste KI-Assistenz nützt einem nichts, wenn Wissen nicht richtig aufbereitet ist. Informationen können falsch verstanden, falsch wiedergegeben oder zusammenfantasiert werden.«
Kristian Schaefer, wissenschaftlicher Mitarbeiter im Team »Cognitive Service Technologies« am Fraunhofer IAO
Wissenschaftlich anspruchsvoll war das Thema Geodaten. Wenn der KI-Assistent zum Beispiel einen Überblick über alle Mietobjekte in einer Stadt liefern soll, braucht er ein Verständnis für Räumlichkeit. Was bedeutet die Distanz zwischen zwei Gebäuden? Oder zum nächstgelegenen Bahnhof? »Meist sind solche Informationen nicht hinterlegt«, sagt Schaefer. »Wichtig ist es daher, ein System so aufzubauen, dass es solche Fragen beantworten kann.« Die Tücken stecken im Detail. Ein Beispiel: Die Frage, wie viele Mietobjekte in Frankfurt liegen, ist nicht so trivial, wie sie scheint. Die Maschine versteht womöglich nicht, dass zwei Städte diesen Namen tragen, und gibt eine Zahl aus, ohne das einzugrenzen. Mit Geofunktionalität könnte sie spezifizieren: Frankfurt am Main oder Frankfurt an der Oder?
Welchen Mehrwert kann ein KI-Assistent den Mitarbeitenden bieten?
Wenn er verlässlich funktioniert, kann er die Arbeit enorm erleichtern – und zu besseren Ergebnissen beitragen. »Ein besonderes Feature war zum Beispiel, dass der Chatbot Anfragen auch auf einer Karte darstellen konnte«, sagt Vivien Martin, Product Owner für das Immobilienmanagementsystem bei SPIE. »Das ist viel übersichtlicher und wäre anders nicht möglich gewesen.« Damit die Mitarbeitenden den KI-Assistenten aber richtig einzusetzen wissen, sind Schulungen wichtig.
Welches Potenzial hat dieser Ansatz?
Für den Piloten wurden nur Daten eingebunden, die für die Use Cases von SPIE nötig waren, im Wesentlichen Name, Adresse, Geokoordinaten, Mietflächen. »Darüber hinaus gäbe es aber viele weitere Daten, die sich für Standortvergleiche eignen würden, etwa Mietvertrags- und Verbrauchsdaten oder Angaben zur Ladeinfrastruktur«, sagt Martin. Der Ansatz biete sehr viele Möglichkeiten.
KI-Assistenten entfalten ihren Nutzen erst dann, wenn das Wissen eines Unternehmens gut aufbereitet und verknüpft ist. Das Projekt mit SPIE zeigt, wie das gelingen kann: mit klar definierten Use Cases, einer sauberen Datenbasis und Mitarbeitenden, die von Anfang an eingebunden sind. Unser Ziel ist, dass KI das Wissen im Unternehmen nicht nur verfügbar macht, sondern im Arbeitsalltag wirksam werden lässt.«
Dr. Safa Omri, Leiterin Team »Cognitive Service Technologies« am Fraunhofer IAO
