KI im Facility Management funktioniert hervorragend. Zumindest solange man nicht zu genau hinschaut, auf welchen Daten sie eigentlich basiert.
Willkommen im deutschen CAFM-Markt 2026. Ein Markt, in dem künstliche Intelligenz mittlerweile allgegenwärtig ist – zumindest in Präsentationen, Produktbroschüren und Strategiepapieren. Gebäude werden dort nicht mehr betrieben, sondern „intelligent gesteuert“. Systeme dokumentieren nicht mehr, sie „lernen“. Und aus Daten werden nicht einfach Informationen, sondern gleich „Insights“. Wie nett…
Im echten Betrieb dagegen beginnt der Tag oft mit einer ganz anderen Frage: “Welche dieser drei Flächenangaben stimmt jetzt eigentlich?”
Zwischen Vision und Bestand
Der deutsche Gebäudebestand ist kein sauber modelliertes System. Er ist das Ergebnis von Jahrzehnten an Umbauten, Erweiterungen, Betreiberwechseln und improvisierten Lösungen. Was auf dem Plan steht und was tatsächlich existiert, sind zwei Dinge, die sich zwar ähneln können, aber nicht zwingend deckungsgleich sind.
CAD-Pläne sind vielerorts vorhanden, aber selten vollständig konsistent oder aktuell. BIM existiert, wenn überhaupt, meist in Form einzelner Projekte oder als ambitioniertes Zielbild. Oder beim imposanten Neubau mit viel Geld und Anspruch. Und selbst dort, wo Modelle vorliegen, endet ihre Aussagekraft häufig genau an dem Punkt, an dem der Betrieb beginnt (man kann gar nicht genug Wert auf eine saubere Datenübergabe für den Betrieb legen – wird aber oft nicht oder zu spät gemacht).
Die Idee, darauf aufbauend KI einzusetzen, ist von der Idee nicht prinzipiell falsch – aber sie setzt etwas voraus, das in der Realität oft fehlt: eine belastbare Datenbasis.
Datenqualität: Der Elefant im Serverraum
KI braucht Daten. Nicht viele, sondern gute. Und genau hier wird es leider unangenehm. Denn im deutschen CAFM-Alltag ist man häufig schon zufrieden, wenn Daten überhaupt vorhanden sind. Ob sie konsistent, eindeutig und aktuell sind, ist noch eine ganz andere Frage.
Anlagen werden unterschiedlich benannt, Flächen unterschiedlich berechnet, Wartungen unterschiedlich dokumentiert. Historien sind lückenhaft, Zuständigkeiten nicht immer klar, und irgendwo existiert fast immer noch eine Excel-Datei, die „inoffiziell“ näher an der Wahrheit ist als das System (weil man das eigene, kleine Königreich nicht für ein System ohne persönlichen nutzen aufgeben will). Wenn auf dieser Basis KI-Modelle trainiert werden, passiert etwas Faszinierendes:
Die Ergebnisse sehen plötzlich sehr professionell aus. Sie sind nur nicht zwingend richtig.
Wenn „AI-powered“ vor allem Marketing ist
Der deutsche CAFM-Markt hat schnell verstanden, wie man mit dem Thema umgeht (das weiß ich sicher, glauben Sie mir…). KI ist kein Feature mehr, sie ist zunehmend ein Pflichtbestandteil der Außendarstellung. Wer sie nicht hat, wirkt rückständig. Wer sie hat, wirkt zukunftsfähig. Also haben sie plötzlich alle.
Aus Reports werden „AI-Analysen“, aus Trends „Prediction Engines“, und aus bekannten Regelwerken werden „lernende Systeme“. Das Wording hat sich weiterentwickelt, die zugrunde liegende Logik nicht immer im gleichen Tempo. Das ist weniger Täuschung als vielmehr Marktdynamik. Anbieter reagieren auf Nachfrage, und die Nachfrage reagiert auf das, was als innovativ gilt. KI ist derzeit die Währung der Zukunftsfähigkeit.
Die entscheidende Frage für Anwender lautet daher nicht mehr, ob eine Lösung KI enthält, sondern wie viel davon tatsächlich Substanz ist – und wie viel Narrativ und PowerPoint.
Der gefährliche Vertrauensvorschuss
Eine Feststellung aus Selbstbeobachtung: Je intelligenter ein System wirkt, desto eher ist man bereit, ihm zu glauben. Oder?
Das ist menschlich – und im Facility Management potenziell problematisch. Denn Gebäude sind keine standardisierten Datensätze, sondern komplexe, gewachsene Systeme. Vieles funktioniert nicht, weil es perfekt dokumentiert ist, sondern weil Menschen wissen, wie es tatsächlich läuft.
Die KI kennt diese Realität nicht. Sie kennt nur das, was im System steht.
Wenn sie auf dieser Basis Optimierungen vorschlägt, klingen diese oft plausibel. Und genau das macht sie so überzeugend. Plausibilität ersetzt schnell Überprüfung.
„Das kommt aus der KI“ wird zur Abkürzung für „Das wird schon stimmen“. Und das Unheil potenziert sich…
Organisation schlägt Algorithmus
Die größte Hürde für KI im Facility Management ist nicht die Technologie. Es ist die Organisation.
Denn plötzlich gelten andere Spielregeln. Datenpflege wird kritisch, Prozesse müssen eingehalten werden, Benennungen konsistent sein. Was früher mit Erfahrung und Improvisation kompensiert wurde, wird jetzt messbar – und damit sichtbar. Das klingt nach Fortschritt, fühlt sich aber im Alltag oft nach Mehraufwand an. Und genau hier kippen viele Initiativen. Nicht weil die Software nicht funktioniert, sondern weil die Organisation nicht bereit ist, die notwendige Disziplin aufzubauen.
KI ist kein Plug-and-Play. Sie ist ein Verstärker für das, was bereits da ist – im Guten wie im Schlechten.
Der unterschätzte Aufwand
Ein besonders hartnäckiger Mythos im Markt ist die Idee, KI würde schnell Effizienzgewinne bringen. Langfristig stimmt das. Kurzfristig passiert meist das Gegenteil.
Bevor Systeme sinnvoll lernen können, müssen Daten bereinigt, Strukturen vereinheitlicht und Prozesse stabilisiert werden. Schnittstellen müssen funktionieren, Verantwortlichkeiten geklärt sein, und die Nutzung muss im Alltag verankert werden. Das dauert. Und es bindet Ressourcen.
Die eigentliche KI ist dabei oft der kleinste Teil des Gesamtprojekts. Der größte Teil ist Vorbereitung. Oder weniger freundlich formuliert:
Man automatisiert erst, nachdem man jahrelang aufgeräumt hat.
Wo KI wirklich funktioniert
Bei aller Ironie: KI hat ihren Platz im Facility Management. Dort, wo Daten über viele Standorte hinweg konsistent vorliegen, wo Energieverbräuche vergleichbar sind und wo Prozesse stabil funktionieren, entstehen echte Mehrwerte. Auffälligkeiten werden schneller erkannt, Entscheidungen fundierter getroffen, und Prioritäten lassen sich besser setzen. Nur ist das kein Startzustand, sondern ein Reifegrad. KI funktioniert nicht dort gut, wo sie Probleme lösen soll, die eigentlich organisatorischer Natur sind. Sie funktioniert dort gut, wo diese Probleme bereits gelöst wurden.
Vielleicht ist die wichtigste Frage im aktuellen KI-Hype eine unangenehm einfache: Wie gut ist unser Facility Management wirklich organisiert? Nicht strategisch, nicht konzeptionell, sondern operativ.
Sind Daten konsistent? Werden Prozesse eingehalten? Ist das CAFM/IWMS-System die zentrale Wahrheit – oder nur eine von mehreren? Die Antworten darauf entscheiden mehr über den Erfolg von KI als jede Softwarefunktion.
Fazit ohne Folie (sorry)
KI im Facility Management ist weder Unsinn noch Wunderlösung. Sie ist ein Werkzeug – und ein sehr anspruchsvolles noch dazu.
Im deutschen CAFM-Markt trifft sie auf eine Realität, die oft weniger digital ist, als es die Strategiepapiere vermuten lassen. Und genau aus dieser Spannung entsteht der aktuelle Hype.
- Die Technologie ist bereit.
- Die Präsentationen sind es auch.
- Die Datenbasis… arbeitet noch daran ;-)
Und bis dahin gilt: Die wahrscheinlich wichtigste „Single Source of Truth“ im Gebäudebetrieb trägt weiterhin einen sehr vertrauten Namen: „final_final_v6_jetzt_wirklich_final(b).xlsx“. Aber das sollte nicht auf ewig so bleiben.
