IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-49047-8_15.html
   My bibliography  Save this book chapter

Künstliche Intelligenz und Maschinelles Lernen im FM

In: CAFM-Handbuch

Author

Listed:
  • Bernd Limberger

    (SAP Deutschland SE & Co. KG)

  • Michael May

    (Deutscher Verband für Facility Management (gefma))

  • Maik Schlundt

    (DKB Service GmbH)

Abstract

Zusammenfassung Der Begriff der Künstlichen Intelligenz (KI) oder auch Artificial Intelligence (AI) wird heute im Rahmen der Digitalen Transformation sehr häufig verwendet. KI ist definiert als Technologie, die menschenähnliche Fähigkeiten zur Problemlösung simuliert, insbesondere durch maschinelles Lernen. Die KI kann Prozesse verbessern, Serviceangebote erweitern und Muster erkennen,um Ereignisse vorherzusagen. Im Bereich Immobilien- und Facility Management unterstützt die KI z. B. bei Instandhaltungsmanagement,Mietmanagement und Übersetzung von Dokumenten. Wirtschaftliche Vorteile von KI werden durch Effizienzsteigerung und Automatisierung erzielt, wobei die Einführung und der Betrieb beurteilt werden müssen. Jedoch birgt die Nutzung von KI auch Risiken wie Fehlinterpretation (Halluzination) durch falsche Daten,Sicherheitsbedenken, mangelnde Transparenz und ethische Fragen. In diesem Kapitel wird festgestellt, dass eine erfolgreiche Implementierung von KI eine Transformation hin zu einer lernenden Organisation erfordert, die sowohl rechtliche als auch ethische Herausforderungen adressiert. Zudem wird auf die Notwendigkeit eines verantwortungsvollen Umgangs mit KI hingewiesen, um Vertrauen und Akzeptanz in der Gesellschaft zu fördern. Dies wird durch strenge Qualitätskontrollen, transparente Algorithmen und eine kontinuierliche Überprüfung der Systeme erreicht. Nur so kann sichergestellt werden, dass KI eine wertvolle Unterstützung bleibt und nicht zum Risiko für die Immobilienbranche wird.

Suggested Citation

  • Bernd Limberger & Michael May & Maik Schlundt, 2025. "Künstliche Intelligenz und Maschinelles Lernen im FM," Springer Books, in: Michael May (ed.), CAFM-Handbuch, edition 5, chapter 0, pages 277-308, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-49047-8_15
    DOI: 10.1007/978-3-658-49047-8_15
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-49047-8_15. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.