{"id":9804,"date":"2026-07-06T06:30:00","date_gmt":"2026-07-06T04:30:00","guid":{"rendered":"https:\/\/hub.hslu.ch\/immobilienblog\/?p=9804"},"modified":"2026-07-06T09:28:27","modified_gmt":"2026-07-06T07:28:27","slug":"mehr-daten-fuehren-nicht-zu-besseren-entscheidungen-warum-ki-nicht-das-datenproblem-loest-sondern-schonungslos-offenlegt-wer-wirklich-entscheiden-kann","status":"publish","type":"post","link":"https:\/\/hub.hslu.ch\/immobilienblog\/2026\/07\/06\/mehr-daten-fuehren-nicht-zu-besseren-entscheidungen-warum-ki-nicht-das-datenproblem-loest-sondern-schonungslos-offenlegt-wer-wirklich-entscheiden-kann\/","title":{"rendered":"Mehr Daten f\u00fchren nicht zu besseren Entscheidungen."},"content":{"rendered":"\n

Ein Gespr\u00e4ch von Moritz Eck<\/a>, AssetOS und Thomas M\u00f6ckel<\/a>, W\u00fcest Partner mit Prof. Dr. Markus Schmidiger<\/a> anl\u00e4sslich der Konferenz \u00abAI@RE: Reprogramming Real Estate<\/a>\u00bb<\/p>\n\n\n\n

Die Branche ertrinkt im Daten\u00fcberfluss<\/h2>\n\n\n\n

Lange Zeit war Information ein knappes Gut. Wer \u00fcber die besseren Daten verf\u00fcgte, hatte einen Wettbewerbsvorteil. Marktberichte waren teuer, Datenbanken exklusiv, Analysen aufwendig.

Diese Welt existiert nicht mehr.<\/p>\n\n\n\n

Heute ist die Beschaffung von Informationen zunehmend automatisierbar. KI-Agenten recherchieren M\u00e4rkte, analysieren Dokumente und erstellen Berichte. \u00d6ffentliche Datenbest\u00e4nde werden laufend ausgebaut. Die technische H\u00fcrde, Informationen zu beschaffen, sinkt rapide.<\/p>\n\n\n\n

Warum werden Entscheidungen dadurch nicht automatisch besser?<\/p>\n\n\n\n

Ein Beispiel aus der Praxis verdeutlicht das Problem. Ein Verkaufsdossier beschreibt ein Objekt als Mehrfamilienhaus. Das Geb\u00e4ude- und Wohnungsregister klassifiziert dasselbe Objekt als Hotel. Das Grundbuch weist Stockwerkeigentum aus. Ein Blick auf Google Maps liefert wiederum einen anderen Eindruck.<\/p>\n\n\n\n

Welche Quelle stimmt?<\/p>\n\n\n\n

Die Frage mag banal erscheinen. Tats\u00e4chlich steht sie exemplarisch f\u00fcr ein Problem, das viele Unternehmen untersch\u00e4tzen. Die Herausforderung besteht heute nicht mehr darin, Daten zu finden. Die Herausforderung besteht darin, zu verstehen, welchen Daten man vertrauen kann.<\/p>\n\n\n\n

Viele F\u00fchrungskr\u00e4fte besch\u00e4ftigen sich derzeit mit der Frage, wie sie mehr Daten nutzen k\u00f6nnen. Vielleicht sollten sie sich zuerst fragen, wie viele ihrer heutigen Entscheidungen bereits auf fehlerhaften, veralteten oder widerspr\u00fcchlichen Daten beruhen, ohne dass es ihnen bewusst ist. Denn dort liegt das eigentliche Risiko.<\/p>\n\n\n\n

KI produziert keine Wahrheit<\/h2>\n\n\n\n

Die Diskussion \u00fcber k\u00fcnstliche Intelligenz leidet h\u00e4ufig unter einem Missverst\u00e4ndnis. Viele Menschen behandeln die Antwort einer KI wie eine Tatsache. Tats\u00e4chlich ist sie zun\u00e4chst nichts anderes als eine Hypothese. KI kann Informationen extrahieren, Zusammenh\u00e4nge erkennen, Muster identifizieren, Wahrscheinlichkeiten berechnen.<\/p>\n\n\n\n

Was sie nicht kann, ist Wahrheit garantieren.<\/p>\n\n\n\n

Wenn eine KI einen Mietzins aus einem Dokument extrahiert, eine Grundst\u00fccksfl\u00e4che bestimmt oder einen Asset-Typ klassifiziert, bedeutet dies lediglich, dass sie eine plausible Interpretation gefunden hat. Ob diese Interpretation korrekt ist, steht auf einem anderen Blatt.<\/p>\n\n\n\n

Deshalb wird die Bedeutung von Human-in-the-Loop in Zukunft nicht abnehmen, sondern zunehmen.<\/p>\n\n\n\n

Die gr\u00f6sste Gefahr von KI sind nicht Halluzinationen, sondern der Eindruck, dass falsche Entscheidungen pl\u00f6tzlich plausibel aussehen. Ein Fehler in einer Excel-Tabelle ist oft sichtbar. Ein Fehler in einem komplexen KI-gest\u00fctzten Entscheidungsprozess hingegen kann durch zahlreiche Quellen, Modelle und Berechnungen scheinbar legitimiert werden. Die Entscheidung wirkt fundiert, professionell und objektiv.<\/p>\n\n\n\n

Und kann trotzdem falsch sein.<\/p>\n\n\n\n

Je st\u00e4rker KI in Entscheidungsprozesse integriert wird, desto wichtiger werden Validierung, Plausibilisierung und Verantwortung. Die Rolle des Menschen verschiebt sich damit grundlegend. K\u00fcnftig wird seine wichtigste Aufgabe nicht mehr darin bestehen, Informationen zu sammeln, sondern darin, Unsicherheit zu erkennen, Widerspr\u00fcche sichtbar zu machen und Verantwortung f\u00fcr Entscheidungen zu \u00fcbernehmen.<\/p>\n\n\n\n

Das eigentliche Problem heisst Entscheidungslogik<\/h2>\n\n\n\n

Viele Unternehmen investieren derzeit in Datenplattformen. Andere investieren in KI-Assistenten. Wieder andere bauen Dashboards und Reporting-L\u00f6sungen auf. All diese Investitionen k\u00f6nnen sinnvoll sein, sie l\u00f6sen jedoch nur einen Teil des Problems. Die entscheidende Frage lautet n\u00e4mlich: Was passiert nach der Analyse?<\/p>\n\n\n\n

Die klassische Marktanalyse endet mit einem Bericht. Daten werden gesammelt, ausgewertet und pr\u00e4sentiert. Anschliessend beginnt die eigentliche Arbeit: die Entscheidung.<\/p>\n\n\n\n

Hier verschiebt sich der Engpass: Daten, Analysen und Berichte werden g\u00fcnstiger, gute Entscheidungen werden wertvoller.<\/p>\n\n\n\n

Damit ver\u00e4ndert sich auch die Rolle von Market Intelligence. Jahrzehntelang bestand die Aufgabe darin, Informationen bereitzustellen. K\u00fcnftig wird es darum gehen, Entscheidungsr\u00e4ume zu strukturieren.<\/p>\n\n\n\n

Die zentrale Frage lautet weniger, was der Markt sagt, sondern viel eher: \u201eWelche Handlungsoptionen ergeben sich daraus und welche Konsequenzen haben sie?\u201c<\/p>\n\n\n\n

Das mag wie eine sprachliche Feinheit wirken. Tats\u00e4chlich handelt es sich um einen fundamentalen Paradigmenwechsel. Der Engpass verschiebt sich von der Informationsbeschaffung zur Entscheidungslogik.<\/p>\n\n\n\n

KI bewertet nicht, sondern stellt L\u00f6sungsr\u00e4ume bereit<\/h2>\n\n\n\n

Besonders deutlich wird dieser Wandel bei Entwicklungs- und Investitionsentscheidungen.<\/p>\n\n\n\n

Heute analysieren Experten einige wenige Nutzungsvarianten einer Parzelle. Sie bewerten Marktpotenziale, Wirtschaftlichkeit, Nachhaltigkeit und Risiken. Auf dieser Grundlage entsteht eine Empfehlung.<\/p>\n\n\n\n

Das Problem liegt auf der Hand. Von den m\u00f6glicherweise tausenden zul\u00e4ssigen Varianten werden nur wenige \u00fcberhaupt untersucht. Nicht weil die Experten schlecht arbeiten w\u00fcrden. Sondern weil menschliche Zeit, Ressourcen und Denkf\u00e4higkeit Grenzen setzen.<\/p>\n\n\n\n

KI ver\u00e4ndert diese Grenzen fundamental. Pl\u00f6tzlich lassen sich nicht mehr zehn Varianten analysieren, sondern tausend. Marktinformationen, Baurecht, ESG-Kriterien, Investoreninteressen und regulatorische Anforderungen k\u00f6nnen gleichzeitig ber\u00fccksichtigt werden. Statt einzelne Optionen zu pr\u00fcfen, wird der gesamte L\u00f6sungsraum analysiert. Das Potential der KI besteht auch, alle Varianten unter diesen und auch neuen, bisher nur peripher angewendeten Kriterien wie z.B. Lebensqualit\u00e4t, Belichtung, Aussicht zu evaluieren und daraus die optimalen Varianten vorzuschlagen.<\/p>\n\n\n\n

Das ver\u00e4ndert die Rolle des Menschen. Seine Aufgabe besteht k\u00fcnftig nicht mehr prim\u00e4r darin, L\u00f6sungen zu finden sondern darin, die beste L\u00f6sung aus einer Vielzahl m\u00f6glicher Optionen auszuw\u00e4hlen und zu verantworten.<\/p>\n\n\n\n

Noch spannender ist eine andere Frage: Was passiert, wenn die optimale L\u00f6sung eine ist, auf die kein Mensch gekommen w\u00e4re? Das ist m\u00f6glicherweise die gr\u00f6sste strategische Bedeutung k\u00fcnstlicher Intelligenz: Sie macht nicht nur bestehende Prozesse effizienter sondern erweitert den Raum des Denkbaren.<\/p>\n\n\n\n

Braucht es den klassischen Marktanalysten \u00fcberhaupt noch?<\/h2>\n\n\n\n

Diese Frage wird selten offen gestellt, dennoch besch\u00e4ftigt sie viele Unternehmen.<\/p>\n\n\n\n

Wenn KI Daten sammeln, Marktberichte erstellen, Szenarien simulieren und Varianten analysieren kann: welche Rolle bleibt dann dem Menschen?<\/p>\n\n\n\n

Die Antwort ist \u00fcberraschend: Je leistungsf\u00e4higer KI wird, desto wichtiger werden jene F\u00e4higkeiten, die Maschinen nicht besitzen, also Urteilsverm\u00f6gen, Verantwortung, Einordnung, Vertrauen.<\/p>\n\n\n\n

Der Marktanalyst der Zukunft wird weniger Zeit mit Datensammlung verbringen und mehr Zeit damit, Unsicherheiten sichtbar zu machen, Zielkonflikte zu moderieren und Entscheidungen zu legitimieren. Der Wert verschiebt sich vom Informationslieferanten zum Entscheidungsarchitekten.<\/p>\n\n\n\n

Das betrifft nicht nur Berater. Es betrifft Investoren, Asset Manager, Entwickler, Eigent\u00fcmer und Bewerter gleichermassen. Die Frage lautet k\u00fcnftig nicht mehr, wer Informationen beschaffen kann, sondern, wer aus denselben Informationen die besseren Schl\u00fcsse zieht.<\/p>\n\n\n\n

Der wahre Wettbewerbsvorteil liegt nicht in den Daten<\/h2>\n\n\n\n

Viele Unternehmen glauben noch immer, ihr gr\u00f6sster Wettbewerbsvorteil liege in exklusiven Datenbest\u00e4nden. Das ist eine gef\u00e4hrliche Illusion, denn \u00f6ffentliche Daten werden immer breiter verf\u00fcgbar, Marktinformationen zunehmend standardisiert und KI-Modelle stehen immer mehr Unternehmen zur Verf\u00fcgung.<\/p>\n\n\n\n

Der eigentliche Wettbewerbsvorteil entsteht damit an einer anderen Stelle, n\u00e4mlich dort, wo Unternehmen ihre eigenen Erfahrungen systematisch nutzbar machen.<\/p>\n\n\n\n

Welche Objekte wurden gekauft? Welche bewusst nicht? Welche Investitionen haben Wert geschaffen? Welche Entscheidungen haben sich im Nachhinein als Fehler erwiesen? Die wertvollsten Daten eines Unternehmens liegen oft nicht draussen im Markt sondern in den eigenen Erfahrungen und Entscheidungen der Vergangenheit.<\/p>\n\n\n\n

Wer diese Erfahrungen mit modernen Entscheidungsmodellen verbindet, schafft einen Vorsprung, den Wettbewerber nicht einfach kopieren k\u00f6nnen. Die spannendste Datenquelle der Zukunft ist deshalb nicht das n\u00e4chste Datenprodukt sondern das institutionelle Ged\u00e4chtnis des Unternehmens.<\/p>\n\n\n\n

Die Zukunft geh\u00f6rt nicht den Unternehmen mit der besten KI<\/h2>\n\n\n\n

Viele F\u00fchrungskr\u00e4fte betrachten k\u00fcnstliche Intelligenz heute noch als Produktivit\u00e4tstechnologie. Sie erwarten schnellere Analysen, g\u00fcnstigere Prozesse und effizientere Abl\u00e4ufe. All das wird eintreten, aber das ist nicht die eigentliche Revolution. Die wahre Transformation beginnt dort, wo Unternehmen aufh\u00f6ren, Informationen zu produzieren, und beginnen, Entscheidungsf\u00e4higkeit systematisch aufzubauen.<\/p>\n\n\n\n

Die letzten zwanzig Jahre geh\u00f6rten den Unternehmen, die Informationen beschaffen konnten. Die n\u00e4chsten zwanzig Jahre werden den Unternehmen geh\u00f6ren, die bessere Entscheidungen treffen. Nicht Daten werden knapp oder Rechenleistung, oder k\u00fcnstliche Intelligenz, sondern etwas anderes: das Urteilsverm\u00f6gen.<\/p>\n\n\n\n

KI wird nicht entscheiden, welche Unternehmen erfolgreich werden. Sie wird vielmehr schonungslos sichtbar machen, welche Unternehmen \u00fcber eine belastbare Entscheidungslogik verf\u00fcgen und welche nicht.<\/p>\n\n\n\n

Wer keine Entscheidungsarchitektur besitzt, wird schneller scheitern. Wer sie besitzt, wird schneller lernen, schneller handeln und schneller gewinnen.<\/p>\n\n\n\n

Denn in einer Welt, in der jeder Zugang zu denselben Informationen hat, entsteht Wettbewerbsvorteil nicht mehr durch Wissen, sondern durch die F\u00e4higkeit, aus Unsicherheit bessere Entscheidungen zu treffen.<\/p>\n\n\n\n

Die Zukunft geh\u00f6rt somit nicht Artificial Intelligence, sondern Decision Intelligence<\/strong>.<\/p>\n\n\n\n

\n\n\n\n

AI strategisch erfolgreich einsetzen: Der AI Transformation Circle<\/h2>\n\n\n\n

Viele Unternehmen experimentieren mit AI. Nur wenige integrieren sie systematisch in ihre Wertsch\u00f6pfung.<\/p>\n\n\n\n

Der AI Transformation Circle<\/a><\/strong> bietet den strukturierten Rahmen daf\u00fcr. Sie arbeiten gemeinsam mit anderen Unternehmen an:<\/p>\n\n\n\n