Keynote KI im Facility Management: Apleona und Deutsche Bank

Ein Jahr zuvor stand ich vor denselben Leuten. Flughafen Frankfurt, derselbe Workshop, dieselben Disziplinen: Cleaning, Parken, Security, Catering, Document Service, Gebäudetechnik, Energie. Jede Disziplin doppelt besetzt, einmal Deutsche Bank, einmal Apleona. Damals war die Aufgabe: Sensibilisieren. Zeigen, dass KI nicht nur ein Chatfenster ist.

Diesmal hatte ich im Briefing einen Satz notiert, der die ganze Keynote geprägt hat: Die Teilnehmenden sollen nicht berieselt werden. Sie sollen befähigt werden, selbst Use Cases zu finden. Nach meinen 60 Minuten stellte Apleona seine KI-Roadmap vor, danach arbeiteten beide Seiten den Rest des Tages gemeinsam. Eine Keynote als Werkzeugkasten, nicht als Show.

Der Markt digitalisiert alles, außer sich selbst

Die Branchenlage zum Einstieg, mit den Zahlen aus dem Deck: 65 Prozent der Beschaffungsorganisationen im europäischen Facility Management setzen keinerlei KI ein. Nur 14 Prozent haben ihre FM-Prozesse umfassend digital dokumentiert. Gleichzeitig stieg der Tariflohn in der Gebäudereinigung in zwei Jahren um 11,1 Prozent, und 82 Prozent der Anbieter nennen Personalmangel als größte Herausforderung.

Das ist keine Branche, die zu spät dran ist. Das ist eine Branche, in der noch fast niemand angefangen hat. Mein Satz dazu auf der Bühne: Sie sind nicht spät dran. Sie sind gerade noch rechtzeitig, um vorne zu sein.

Wer haftet, wenn die KI die Rechnung geprüft hat?

Im Facility Management gibt es eine Frage, die über allem steht: die Betreiberverantwortung. Sie ergibt sich aus rund 400 Rechtsquellen mit über 2.000 Einzelpflichten. Daran ändert KI nichts. Deshalb habe ich das KOMPASS-Modell aus meinem Whitepaper „Kompass für Führung“ auf drei Fragen für das FM zugespitzt:

• Wer haftet, wenn das Ergebnis falsch ist? Die Betreiberverantwortung bleibt beim Menschen, egal wer die Vorlage geschrieben hat.
• Was passiert mit den Daten? Ein FM-Vertrag mit einer Bank zerfällt in zwei regulatorische Welten, MaRisk und DORA. Das muss vor dem ersten Prompt geklärt sein.
• Kann man belegen, wie das Ergebnis zustande kam? Ohne vorliegende Dokumentation gilt eine Leistung als nicht durchgeführt. Das gilt ab sofort auch für jede Entscheidung, die eine KI vorbereitet hat.

Sechs von elf Tätigkeiten wandern

Dann der Teil, der im Saal am meisten bewegt hat: die Zerlegung einer konkreten Rolle. Ein Service Manager Cleaning hat elf typische Tätigkeiten. Sechs davon verändern sich grundlegend. Die KI übernimmt die Prüfung gegen das Leistungsverzeichnis, die Mängeldokumentation, die Zuordnung von Reklamationen, das Monatsreporting, die Rechnungs- und Aufmaßprüfung und die Anpassung von Reinigungsintervallen.

Beim Menschen bleiben Begehungen, Sonderregelungen, die Abstimmung mit dem Pendant auf der anderen Seite, Eskalationen und die Nutzerzufriedenheit. Nichts auf dieser Folie ist weg. Es ist nur woanders.

Dasselbe Prinzip für die Führungsrolle im Global Real Estate: Die KI erzeugt Reportings und Gremienvorlagen, macht Abweichungen über Objekte sichtbar, durchsucht Verträge nach Fristen und rechnet Szenarien. Die Führungskraft entscheidet, wenn Sicherheit, Kosten und Nutzerbetrieb sich widersprechen. Sie coacht das Team, Use Cases selbst zu finden. Und sie trägt eine Verantwortung, die nicht delegierbar ist, auch nicht an ein Modell.

Der Rechnungsprüfer, der nie müde wird

Sechs Use Cases für fünf Bereiche standen auf der Folie: der Rechnungsprüfer, der nie müde wird. Der Vertragsleser. Der Nachweis-Assistent. Die Reklamation, die sich selbst sortiert. Das Sicherheitskonzept als Entwurf, Version 0.7, an der der Fachmann weiterarbeitet. Und der Bedarf statt des Kalenders, gesteuert über Belegungsdaten.

Einen davon habe ich durchgerechnet, mit den Benchmark-Zahlen aus dem Deck: Die Kosten pro Beleg sinken von 12,88 bis 19,83 Dollar auf 2,78 Dollar. Die Durchlaufzeit von 17,4 auf 3,1 Tage. Die Ausnahmequote von 22 auf 9 Prozent. Und ehrlich dazu: 96,5 Prozent Erkennungsgenauigkeit bei digitalen Rechnungen, nur 87,5 Prozent bei Scans. Bei 20.000 FM-Rechnungen im Jahr und nur fünf Euro Ersparnis pro Beleg kommen 100.000 Euro zusammen. Vor dem ersten gefundenen Abrechnungsfehler.

Wie ein Use Case entsteht

Zum Schluss das Vorgehen, mit dem die Gruppen am Nachmittag gearbeitet haben: Prozesse sichtbar machen. Wissen aus den Köpfen holen. KI-Möglichkeiten dagegenhalten. Den neuen Prozess bauen. Gezeigt habe ich das an meiner eigenen Keynote-Vorbereitung, inklusive der Stelle, die nicht die Maschine gemacht hat: entscheiden, was dieses Publikum heute hören soll.

Mit KI optimieren macht einen Prozess 10 oder 20 Prozent effizienter. Richtig interessant wird es, wenn sich der Prozess selbst ändert. Welcher Ihrer Prozesse ist der erste, den Sie nicht beschleunigen, sondern neu bauen?