11. Februar 2026

AI-Entscheidungen im Blindflug

Der Einsatz von Künstlicher Intelligenz nimmt auch in der Immobilienwirtschaft rasant zu. Effizienzgewinne sind real. Automatisierungspotenziale enorm. Doch je stärker AI operative Prozesse durchdringt, desto drängender wird eine unbequeme Frage: Wie steuert man Systeme, die per Design mit Unsicherheit arbeiten? Generative und agentische AI liefern immer eine Antwort. Aber nicht zwingend eine richtige. Dieses Spannungsfeld zwischen Nutzen, Risiko und Steuerung stand im Zentrum unseres Webinars vom 5. Februar 2026.

Ein Artikel von: Dr. Mark Gille-Sepehri und Prof. Dr. Markus Schmidiger

AI antwortet immer, auch wenn sie keine Antwort hat

Moderne AI basiert auf Large Language Models (LLMs). Diese Modelle setzen Texte probabilistisch fort. Sie berechnen Wahrscheinlichkeiten, keine Wahrheiten.

Das Resultat: Halluzinationen sind Systemlogik.

Wenn Informationen fehlen, füllt das Modell die Lücke statistisch plausibel. Für den Alltag mag das harmlos erscheinen. Für geschäftskritische Entscheidungen ist es strukturell riskant.

Reproduzierbarkeit ist kein Naturgesetz

AI-Antworten sind kontextabhängig. Systemparameter, Gesprächsverlauf, minimale Variationen im Prompt, das alles beeinflusst das Ergebnis. Selbst identische Fragestellungen können unterschiedliche Resultate liefern. Für Unternehmen, die auf Standardisierung, Compliance und Nachvollziehbarkeit angewiesen sind, entsteht damit ein neues Risikoprofil:

Die Unsicherheit ist nicht Ausnahme, sondern integraler Bestandteil des Systems.

Agentische AI: Mehr Power, mehr Risiko

Mit agentischer AI erhöht sich die Dynamik. Diese Systeme:

planen mehrstufige Lösungswege
greifen auf externe Datenquellen zu
führen Prozessschritte automatisiert aus

Fehler in frühen Schritten propagieren sich durch die gesamte Prozesskette und erzeugen am Ende konsistent wirkende, aber falsche Resultate. Gleichzeitig steigt der Wert massiv: Komplexe, fragmentierte Prozesse können strukturiert, dokumentiert und automatisiert werden.

Das bedeutet: Mehr Wirkung, mehr Skalierung, aber auch und vor allem mehr systemische Verantwortung.

Die drei Reifegrade der AI-Einführung

In Unternehmen beobachten wir derzeit drei Entwicklungsstufen:

Stufe 1 – Informelle Nutzung

Mitarbeitende verwenden AI individuell für Zusammenfassungen, Übersetzungen oder Textentwürfe.

Stufe 2 – Feature-Integration

Softwareanbieter integrieren AI-Funktionen in bestehende Systeme. Produktivität steigt – aber ohne strategische Steuerung.

Stufe 3 – Prozessdurchdringung

Agentische AI wird in Kernprozesse integriert und schliesst Wertschöpfungslücken.

Erst diese Stufe ist strategisch relevant. Und erst hier wird Governance zur Führungsaufgabe.

Wo das grösste Potenzial liegt

Gerade in der Immobilienwirtschaft existieren:

Medienbrüche
Excel-Logiken
informelle Entscheidungswege
implizites Erfahrungswissen

AI kann hier standardisieren, dokumentieren und skalieren. Doch mit der Prozessdurchdringung verbreitet sich auch die Unsicherheit systemweit. Je stärker AI integriert ist, desto weniger darf sie unkontrolliert laufen.

Governance ist kein IT-Projekt

Technische Evaluationen innerhalb agentischer Prozesse, also automatische Zwischenprüfungen, sind wichtig. Aber sie ersetzen keine organisatorische Verantwortung. Daraus ergibt sich ein klares Governance-Framework:

Für jeden AI-gestützten Prozess gibt es eine klar benannte, fachlich kompetente verantwortliche Person.
Kritische Fehlerquellen, Prüffragen und Entscheidungsregeln werden vorab definiert.
Human-in-the-Loop bleibt zwingend.
Dokumentation, Audit-Trails und Eskalations- bzw. Abschaltmechanismen sind implementiert.
Je autonomer das System, desto enger die Governance.

Entscheidend ist der Perspektivwechsel:

AI ist kein IT-Thema.
AI ist Führungsarbeit.

AI darf nicht primär als IT-Thema verstanden werden, sondern als Frage von Verantwortung, Prozessdesign und Führung.

Konkrete Handlungsempfehlungen

Zum Abschluss lassen sich fünf operative Schritte ableiten:

1. AI-Prozesse sichtbar machen

Identifizieren Sie, wo AI bereits informell genutzt wird. Schattennutzung ist das grösste Risiko.

2. Kritikalität bewerten

Klassifizieren Sie Prozesse nach Risikostufen (operativ, finanziell, regulatorisch, reputationsrelevant).

3. Verantwortlichkeiten definieren

Jeder AI-gestützte Prozess braucht eine fachliche Owner-Rolle, nicht nur eine technische.

4. Evaluationspunkte einbauen

Implementieren Sie systematische Zwischenprüfungen mit klaren Entscheidungsregeln. «Human in the Loop» ist essenziell.

5. Führung sensibilisieren

C-Level und Bereichsleitungen müssen AI-Risiken verstehen. Governance ist strategische Kernkompetenz.

Sie wollen AI erfolgreich bei sich einsetzen?

Hier einige Angebote, wie wir Ihnen dabei behilflich sein können

Wie AI-fit ist Ihr Unternehmen wirklich?

Eine klare Antwort in 10 Minuten.

Mit unserem kostenlosen AI Readiness Check erhalten Sie eine strukturierte Standortbestimmung entlang der entscheidenden Erfolgsfaktoren: Daten. Use Cases. Organisation. Kompetenzen. Governance.

Sie sehen sofort, wo Sie stehen und wo Ihr grösstes Hebelpotenzial liegt.

➔ Jetzt AI Readiness Check starten
(Die Auswertung ist anonym und sofort verfügbar.)