Wie KI das Arbeiten mit Verträgen im Property Management neu definiert

Case Study
5 Min. Lesezeit

In dieser Case Study zeigen wir, wie eine individuelle, KI gestützte Softwarelösung im Property Management für messbare Effizienz, bessere Entscheidungen und zufriedenere Mitarbeitende sorgt.

Thema

KI-Strategie, Anwendungsentwicklung

Branche

Immobilienwirtschaft, Real Estate

Technologien

Microsoft Azure, Azure OpenAi, Python, MongoDB, Elasticsearch, Vue.js

Projektdauer

6 Monate
Wie KI das Arbeiten mit Verträgen im Property Management neu definiert

Ausgangssituation

Große Immobilien-Verwaltungs-Unternehmen verwalten häufig Hunderte oder gar Tausende komplexer Mietverträge. Dabei dienen die Mietverträge, einschließlich möglicher Vertragsanhänge und Nachträge, als Arbeitsgrundlage für das Property Management und die Kommunikation mit den Mietern.

Meist liegen diese Dokumente jedoch nur in Papierform oder als unstrukturierte Scans vor. Dies erschwert eine effiziente Nutzung erheblich und führt zu hohem Zeitaufwand, geringer Mieterzufriedenheit, Fehlern sowie erhöhten Betriebskosten.

Ein europaweit tätiges Property-Management-Unternehmen stand genau vor dieser Herausforderung. Die zentrale Frage lautete:

Lässt sich die Effizienz unserer Property Manager, mit den heute zur Verfügung stehenden KI-Lösungen, maßgeblich steigern - ohne strukturierte Datenbasis und ohne Abstriche bei Datenschutz und Sicherheit?

Von der Herausforderung zur passgenauen Lösung

Der Markt bot keine passende Standardlösung, um die Vielzahl individueller, komplexer und häufig nur gescannter Mietverträge effizient zu digitalisieren und nutzbar zu machen.

Die Aufgabe von evoliq war es, als strategischer und technischer Partner eine maßgeschneiderte Lösung möglich zu machen und umzusetzen. Von der ersten Idee bis zur produktiven Anwendung begleiteten wir das Unternehmen entlang aller entscheidenden Schritte:

  1. Analyse von Prozessen, Datenlage und organisatorischen Rahmenbedingungen
  2. Identifikation konkreter, sofort realisierbarer Use Cases mit hohem Nutzen
  3. Entwicklung eines funktionalen Prototypen (MVP)
  4. Agile Weiterentwicklung nach dem Prinzip "Build – Measure – Learn"

Umsetzung: Anwenderzentriert und partnerschaftlich

Die enge Zusammenarbeit mit dem Fachbereich und die Offenheit des Unternehmens gegenüber innovativen Ansätzen waren zentrale Erfolgsfaktoren für das Projekt.

Von Anfang an wurden die künftigen Anwender, insbesondere die Property Manager, aktiv eingebunden. Durch prototypische Testphasen, kurze Feedbackzyklen und eine konsequente Ausrichtung auf den tatsächlichen Arbeitsalltag entstand eine Lösung mit durchgängiger Akzeptanz und hohem Nutzen im produktiven Einsatz.

Kernfunktionen des KI-gestützten Vertragsmanagement:

  • Hierarchische Datenorganisation: Verwaltung nach Verwaltungseinheiten, Gebäuden und Mietern, inklusive einfacher Navigation und Suchfunktion.
  • Generative KI für automatisierte Interaktionen: Mitarbeitende können durch Chat-Interaktion mit Verträgen arbeiten, relevante Informationen abfragen und automatisierte Zusammenfassungen erstellen lassen.
  • Optimierte OCR-Technologie: Dokumente werden automatisch digitalisiert, maschinenlesbar gemacht und datenbankgestützt den nachfolgenden Workflows zur Verfügung gestellt.
  • Mobiler und standortunabhängiger Zugriff: Nutzerfreundliches, responsives User Interface zur optimalen Unterstützung der mobilen Arbeitsweise von Property Managern.
  • Private-Cloud-Infrastruktur: Sensible Vertragsdaten bleiben geschützt und Datenschutzkonform innerhalb der kundeneigenen Private Cloud.
Anwendung Screenshot: KI Funktionen und Dokumenten-Chat
Anwendung Screenshot: Property Management Copilot

Ergebnisse und Vorteile der Lösung auf einen Blick:

  • Bis zu 70 % weniger Aufwand bei zentralen Arbeitsprozessen und Routineaufgaben, insbesondere bei der Informationssuche und Vertragsauswertung.
  • Verträge werden aktiv genutzt: Vertragsinformationen sind jederzeit, ob beim Termin vor Ort oder am Telefon, mobil verfügbar und im Kontext der aktuellen Situation sofort nutzbar.
  • Bessere Entscheidungen, höhere Qualität: Alle Vertragsdaten sind jederzeit abrufbar, was die Kommunikation mit Mietern verbessert, die Servicequalität steigert und Fehler reduziert.
  • Mehr Fokus, weniger Überlastung im Tagesgeschäft: Die Mitarbeitenden werden spürbar entlastet, das reduziert chronische Überlastung und steigert die Zufriedenheit.

Übertragbarkeit auf andere Branchen

Die evoliq-Lösung wurde spezifisch für die Immobilienwirtschaft entwickelt, das Grundprinzip lässt sich jedoch branchenübergreifend anwenden: überall dort, wo komplexe, oft unstrukturierte Verträge oder Dokumente effizient nutzbar gemacht werden sollen.

Erfolgreiche Tests mit branchenspezifischen Dokumententypen zeigen das hohe Potenzial für weitere Anwendungsfelder:

Fazit: Der Ansatz von evoliq ist unabhängig von der Branche, überall dort einsetzbar, wo dokumentenbasierte Prozesse bislang durch manuelle Arbeit, lange Suchzeiten oder fehlende Transparenz behindert werden.

Datenschutz und Integration in bestehende Infrastruktur

Ein zentrales Projektkriterium war die vollständige Integration der Lösung in die bestehende, auf Microsoft Azure basierende, Private-Cloud-Infrastruktur des Kunden.

Durch diesen Ansatz konnten hohe Anforderungen an den Datenschutz und die Compliance optimal erfüllt werden, was die Umsetzung eines durch generative KI Modelle (LLMs) gestütztes Vertragsmanagement maßgeblich erleichterte.

Gleichzeitig wurde eine hohe Flexibilität bei der Anpassung an interne Prozesse und eine optimale mobile User Experience ermöglicht.

Technologie: Modular, skalierbar und kontrolliert

Die technologische Basis der evoliq-Lösung kombiniert moderne Webtechnologien mit maßgeschneiderten KI-Komponenten, die speziell für das Vertragsmanagement im Property Management entwickelt wurden.

Microsoft Azure
Azure OpenAI
FastAPI
MongoDB
Elasticsearch
Nuxt.js

Technologiestack:

  • Frontend: Eine Progressive Web Application, basierend auf Nuxt (Vue.js), macht die Weiterentwicklung der Anwendung einfach und stellt eine performante, mobil optimierte Benutzeroberfläche für alle Endgeräte sicher.
  • Backend und Storage: Alle serverseitigen Komponenten und APIs basieren auf Python und dem FastAPI Framework. Als Daten- und Objektspeicher kommt MongoDB zum Einsatz, die Vector-Storage Funktionen von ElasticSearch bilden die Grundlage der RAG-Workflows.
  • Generative KI: Für eine Compliance- und Datenschutzkonforme Umsetzung der RAG-Workflows und AI-Agents, mit hohen Anforderungen an Präzision und Performance der LLMs, werden OpenAi Chat- und Embedding-Modelle aus Azure OpenAI Services genutzt. Die Integration der Modelle in die Software erfolgte mit dem Langchain Framework.
  • OCR-Komponente: Für die präzise Erkennung juristischer Vertragsdokumente, deren Ausgangspunkt gescannte Papierverträge sind, kommt Tesseract OCR engine mit einem eigens trainierten OCR-Modell zum Einsatz.

Zuverlässige KI-Agents durch Guard Railing:

Von Anfang an stand die Verlässlichkeit der KI-Antworten im Fokus. Anders als ein generischer Einsatz von großen Sprachmodellen, die ohne entsprechende Regelwerke zu Halluzinationen und spekulativen Antworten neigen, kommen KI-Agenten zum Einsatz, die durch ein mehrstufiges Guard-Railing-Konzept abgesichert sind:

  • Datengebundene Antworten: Antworten die nicht auf den extrahierten Daten der jeweiligen Verträge basieren, sind nicht zulässig – Interpretation, erfundene Ergänzung und durch das Modell angestellte Vermutungen werden verhindert.
  • Explizite Antwortlogik: Wenn Informationen nicht vorhanden oder nicht eindeutig sind, geben die Agents dies transparent an („Diese Information ist im Vertrag nicht enthalten“). So wird die Illusion von „Wissen“ verhindert.
  • Auditierbarkeit: Jede Antwort ist nachvollziehbar und basiert auf klar dokumentierten Quellen innerhalb der Plattform. Original Textpassagen aus den Quellendokumenten, werden als Quellenangaben in den für die Anwender generierten Antworten, mitgeliefert.
  • Überwachung und Verbesserung: Durch regelmäßige Kontrolle der generierten Antworten und das kontinuierliche Sammeln von Anwenderfeedback, wird das System fortlaufend optimiert und Fehler in den zugrundeliegenden Daten können korrigiert werden.

So wird vermieden, dass durch fehlerhafte KI-Antworten falsche Entscheidungen getroffen oder haftungsrelevante Informationen missverstanden werden.

Hast Du Ideen, wie KI auch in Deinem Unternehmen helfen kann?

Vereinbare jetzt direkt ein kostenloses, unverbindliches Erstgespräch und lass uns gemeinsam herausfinden, welche verborgenen Datenschätze in deinem Unternehmen durch KI nutzbar werden können.

Termin vereinbaren
Verfasst von:
Philipp Bettinger Philipp Bettinger
LinkedIn

Ich glaube an KI-Lösungen, die konkrete Herausforderungen lösen und im Alltag wirklich funktionieren. Wenn du herausfinden möchtest, was das für dein Unternehmen bedeuten kann, freue ich mich auf den Austausch.

Beitrag teilen: