Megatrends: Transformative Technologie

Künstliche Intelligenz (KI), insbesondere generative KI (GenAI), wird sich auf praktisch jeden Sektor der Weltwirtschaft auswirken und die Arbeitnehmerschaft transformieren. 

Allein GenAI könnte zwischen 2,6 und 4,4 Billionen US-Dollar zum jährlichen globalen BIP beitragen und wird voraussichtlich 60 bis 70 % der Aufgaben automatisieren, die derzeit von Mitarbeitern ausgeführt werden.¹ Im Vergleich zu früheren Automatisierungswellen werden sich diese Veränderungen auf dem Arbeitsmarkt unverhältnismäßig stark auf Arbeitnehmer mit höheren Löhnen und Bildungsabschlüssen auswirken. Es wird jedoch erwartet, dass sich das Produktivitätswachstum der Arbeitskräfte durch Fortschritte in der KI bis 2040 jährlich zwischen 0,1 und 0,6 % beschleunigen wird¹, je nach der Rate der Technologieakzeptanz und der Umschichtung der Arbeitszeit.

Um KI als Megatrend zu verstehen, müssen wir nachvollziehen, wie sich KI entwickelt hat und welche Chancen und Risiken sie für Real Assets mit sich bringen wird.

Was ist neu?

KI und Algorithmen für maschinelles Lernen werden bereits seit Jahrzehnten eingesetzt. Aber generative KI wie ChatGPT lenkt erneut die Aufmerksamkeit darauf, wie diese transformativen Technologien unser tägliches Leben und unsere physische Welt verändern werden. 

Die Fähigkeit von generativer KI (GenAI), aus bestehenden Informationen neue zu erstellen, wird zu einem grundlegenden Wandel in der Geschäftswelt und bei Bürotätigkeiten führen. 

GenAI birgt Chancen wie Risiken sowohl für Unternehmen als auch für einzelne Arbeitnehmer. Große Sprachmodelle konkurrieren nicht unbedingt mit bestehender Software, sondern jetzt mit Teilen von Unternehmen und deren Beschäftigten. Mitarbeiter, die nicht lernen, wie sie KI zur Verbesserung ihrer Arbeit einsetzen, laufen Gefahr, obsolet zu werden. 

Diese Instrumente bieten jedoch auch erhebliche Chancen für den Einzelnen. Erstmals können Personen ohne Kenntnisse im Bereich Data Science und ohne technisches Fachwissen die volle Kraft der KI nutzen, wodurch Innovationen im ganzen Unternehmen demokratisiert werden. Jeder Mitarbeiter im Unternehmen verfügt jetzt über Tools, um zu überdenken, wohin sich Bestehendes entwickeln soll, und kann eine Vorstellung davon entwickeln, wie wir vorhandene Technologien besser nutzen können. Wir sind noch in den frühesten Phasen dieser Anwendungsfälle, aber die Entwicklungen finden in bemerkenswertem Tempo statt. 

Auswirkungen und Chancen für Real Assets

Real Estate

Neue Technologien, die von KI und GenAI angetrieben werden, entwickeln sich in der Welt der Real-Estate-Technologie (PropTech) rasant. Diese neuen Anwendungsfälle werden entlang der Immobilienwertschöpfungskette – von der Akquisition über die Entwicklung und Sanierung bis hin zum Betrieb und der Disposition – getestet. Im Allgemeinen ermöglicht KI der Branche, sich auf eine Weise zu entwickeln, die dynamischere, effizientere, nachhaltigere und kundenorientiertere Immobilienerlebnisse schafft.

Wie könnte KI den Bereich Real Estate verändern?

Rechenzentren: Rechenzentren erleben eine beispiellose Nachfrage und sind der erste Sektor, der die positiven Auswirkungen des KI-Booms direkt spürt. Das Wachstum von GenAI und Cloud-Computing-Plattformen erfordert eine robuste Dateninfrastruktur, was zu einem erhöhten Bedarf an modernen Rechenzentren mit speziellen Kühl- und Stromanforderungen führt. Der weltweite Markt für die Vermietung von Rechenzentren wird gemäß Prognosen mit einer jährlichen Wachstumsrate von 23 % über fünf Jahre wachsen. Bis zu 36 % davon entfallen auf die Nachfrage nach KI.² Die KI- und Cloud-gesteuerte Nachfrage übersteigt das eingeschränkte Angebot, wodurch eine rekordverdächtig niedrige Marktleerstandsquote und eine rekordhohe Marktabsorption vor der Vermietung entstehen.

Büro: Es besteht eine nahezu perfekte Korrelation zwischen Bildungsabschlüssen und den Auswirkungen von GenAI.³ Es wird prognostiziert, dass juristische Dienstleistungen am stärksten von großen Sprachmodellen wie ChatGPT betroffen sind. Dicht darauf folgen Finanzaktivitäten wie Banken und Versicherungen, professionelle Dienstleistungen einschließlich Buchhaltung und Beratung, Technologiespezialisierungen wie Computerdatenverarbeitung und Mediensektoren. Inwieweit KI diese Sektoren beeinflussen wird, ist nach wie vor nicht klar, so dass es noch einige Zeit dauert, bis die Auswirkungen für Immobilieninvestoren in Büroräumen deutlich werden. 

Einzelhandel: Die Push-and-Pull-Effekte zwischen der ethischen Nutzung von Kundendaten und dem Datenschutz haben für Einzelhändler und Technologieunternehmen weiterhin oberste Priorität, werden aber wahrscheinlich zu überdimensionalen Vorteilen führen, die ein verbessertes Kundenerlebnis, die Entdeckung neuer Produkte, höhere Verkaufsvolumina und höhere Ertragswerte über die Gesamtdauer der Kundenbeziehung ermöglichen. Auf der Einzelhandelsseite hat GenAI das Potenzial, betriebliche Effizienzen entlang der gesamten Wertschöpfungskette, wie bei Bestandsmanagement, Umsatzprognose und -analyse, zu schaffen. Künstliche Intelligenz mag zwar kurzfristig disruptiv sein, erlaubt jedoch, ein nahtloseres Omni-Channel-Erlebnis zu schaffen. Beim physischen Einzelhandel könnte KI auch zu genaueren Analysen und damit mehr Rentabilität, einer tieferen Kundenbeziehung und besseren Ergebnissen für eine Immobilie führen.

Mehrfamilienhäuser und gemischte Nutzung: KI-gestützte Tools können den Bewohnern zunehmend personalisierte Erlebnisse bieten. So können zum Beispiel Chatbots und Smart-Home-Technologien gemietet werden, um die Einstellungen für Beleuchtung, Temperatur und Sicherheit anzupassen. Darüber hinaus werden GenAI und dauerhaftes hybrides Arbeiten den Anteil der Berufstätigen, die selbstständig sind oder für kleine Unternehmen arbeiten, weiter erhöhen. 

Infrastruktur

Die intermodale Transport- und Logistikbranche haben frühzeitig und stark KI eingesetzt und damit Fortschritte in den Bereichen Betriebseffizienz, Sicherheit, Kundenservice und ökologische Nachhaltigkeit erzielt. Wir erwarten, dass die nächste Stufe der KI die Funktionalität vieler KI-Anwendungsfälle verbessern wird, die heute im intermodalen Transport- und Logistikbereich eingesetzt werden. 

Wie könnte KI die Infrastruktur verändern?

Energie: Mit der Weiterentwicklung in der Branche der erneuerbaren Energien und der Verfügbarkeit von Speicheranlagen wie Batterien kann KI den jeweiligen Nachfragedruck besser beurteilen und Anwendungsfälle wie Batterieoptimierung (Versand zum richtigen Zeitpunkt) und Batterielebensdaueroptimierung (damit eine Batterie sich nicht unter den Erholungspunkt entlädt) ermöglichen. Die Integration erneuerbarer Energien wird dank KI-gestützter Prognosen für die Erträge erneuerbare Energien vereinfacht, was dazu beiträgt, sie reibungslos in das Netz zu integrieren. KI kann auch die Standortauswahl für Batterieeinsätze verbessern, was zu mehr Erkenntnissen und damit weniger Netzengpässen und geringeren Übertragungskosten für Endkunden führt. 

Hafenlogistik: Es wird erwartet, dass KI-gestützte Tools das Containermanagement, die Optimierung des Verkehrsflusses und die Zollabfertigung verbessern. Beispielsweise kann mithilfe der Technologie die Lagerung und der Transport von Containern in Häfen optimiert werden. Dazu gehört die Einschätzung der optimalen Lagerorte für Container, um deren Bewegungen zu minimieren und Be- und Entladeprozesse zu beschleunigen. KI kann auch dabei helfen, den Fluss von Lkw und Schiffen zu steuern, die Zuweisungen von Anlegestellen zu planen und Ladeprozesse zu verbessern, um Staus zu reduzieren und die Effizienz zu steigern. 

Flottenmanagement: Zur Flottenoptimierung, insbesondere rund um Routen, Kraftstoffverbrauch und Auslastungsoptimierung, werden fortschrittliche Technologien eingesetzt. KI-Algorithmen analysieren Verkehrsdaten, das Wetter und andere Faktoren, um die effizientesten Routen für Transportflotten zu bestimmen. Modelle des maschinellen Lernens können dabei helfen, Fahrstrecken und -bedingungen zu analysieren, um Verbesserungen vorzuschlagen, die zu einer Senkung von Kraftstoffverbrauch und Emissionen führen. KI wird auch verwendet, um im Sinne der maximalen Kapazitätsauslastung und der Verringerung von Leerfahrten Frachtladungen optimal zuzuordnen und zu planen.

Naturkapital

KI wird sich auf das Naturkapital nicht in vergleichbarer Weise wie auf Immobilien und Infrastruktur auswirken, doch werden durch KI Verbesserungen in den Bereichen Produktivität, Nachhaltigkeit und Biodiversität ermöglicht. 

Wie könnte KI Naturkapital verändern?

Agrarflächen: KI und Algorithmen des maschinellen Lernens ermöglichen neue Praktiken wie die Präzisionslandwirtschaft, bei der Wasser, Düngemittel und Pestizide präzise auf die Bedürfnisse bestimmter Bereiche eines Feldes abgestimmt und damit die Ressourcennutzung optimiert und die Kosten gesenkt werden, was zu höheren Ernteerträgen führen kann. KI-Tools können auch Pflanzenkrankheiten und Schädlingsbefall durch Bilderkennungstechnologien frühzeitig erkennen und potenzielle Schäden minimieren. 

Waldflächen: KI kann bei der Waldbewirtschaftung helfen, die Überwachung von Waldflächen verbessern und zu nachhaltigeren Verfahren führen. Ähnlich wie bei Landwirtschaftsflächen können KI-gestützte Bilderkennungstechnologien Baumarten identifizieren und Populationen über große Flächen zählen. Schließlich können KI-Systeme auch schneller Anzeichen für Waldbrände auf Satelliten- und Luftbildern erkennen. 

Überschneidungen mit anderen Megatrends

Übergang zur grünen Wirtschaft KI wird eine bedeutende Rolle in der Netzentwicklung und der entsprechenden Interaktion mit Gebäuden spielen. Der Bedarf an erweiterter Stromkapazität sowohl für Rechenzentren als auch für das Laden von Elektrofahrzeugen wird bei der Entwicklung der Städte eine immer wichtigere Rolle spielen, da sich der Wettbewerb um Strom zwischen Haushalten, Unternehmen und Rechenzentren verschärft. 

Wachstum im Süden und Osten: Im asiatisch-pazifischen Raum wird KI schneller eingesetzt, aber bestimmte Sektoren, die in diesen Regionen ein erhebliches Wachstum verzeichnet haben (wie Callcenter), sind einem erheblichen Risiko ausgesetzt. KI-Tools können jedoch für eine nahtlosere Kommunikation sorgen.

Alternde Bevölkerung: KI hat das Potenzial, die durchschnittliche Lebenserwartung durch eine Verbesserung der Gesundheitsdienstleistungen und Forschungskapazitäten erheblich zu erhöhen. Algorithmen können komplexe medizinische Daten schneller und oft genauer analysieren als Menschen, was zu einer besseren Krankheitsdiagnose und -prognose führt. KI kann auch den Prozess der Entdeckung neuer Medikamente beschleunigen und die Medizin stärker personalisieren, was die Wirksamkeit von Behandlungen potenziell erhöht. 

Entkopplung/Protektionismus: Moderne Chipherstellung und Lieferketten sind weltweit ausgerichtet und komplex. Dies wird zukünftig möglicherweise erhebliche Auswirkungen auf die Rechenzentrumsbranche haben, da komplizierte KI-Lieferketten mit geopolitisch wichtigen Regionen wie Taiwan verflochten sind.

Risiken und Einschränkungen

Für den verantwortungsvollen und effektiven Einsatz dieser leistungsstarken Technologien ist es unerlässlich, die Grenzen der KI zu verstehen und einzubeziehen. 

Allgemeine Einschränkungen: GenAI-Modelle können manchmal Outputs erzeugen, die unsinnig, irrelevant oder sachlich falsch sind. Darüber hinaus hängt die Qualität der Outputs von GenAI-Modellen stark von den Daten ab, mit denen sie trainiert werden. Wenn die Trainingsdaten verzerrt oder begrenzt sind, können die Verzerrungen in den Ergebnissen der KI fortbestehen oder gar darin verstärken werden. Vor allem wirft GenAI auch Fragen zu Autorenschaft, Urheberrecht und ethischer Nutzung auf. Die Abteilungen für Datenschutz und Compliance arbeiten aktiv daran, aktualisierte Richtlinien und Leitlinien zu entwickeln und einzuführen, die diese neuen Gesichtspunkte, insbesondere in Bezug auf vertrauliche Informationen, berücksichtigen.

Besonderheiten von Real Assets: Immobilien sind eine hyperlokale Branche, und Datenquellen für Immobilien sind unvollkommene Werkzeuge für eine vollständig automatisierte Entscheidungsfindung. Die Verfügbarkeit und Robustheit von Integrationen älterer Software und bestehender Systeme ist eine erhebliche und anhaltende Herausforderung in der Immobilienbranche. Das PropTech- und Startup-Ökosystem ist bestrebt, diese festgefahrene Dynamik zu ändern, aber der Weg dahin bleibt schwierig, da bei etablierten Buchhaltungs- und Immobilienmanagementsystemen unterschiedliche Anreize zur vollständigen Öffnung ihrer Technologie-Stacks bestehen. 

Wie transformativ wird KI sein?

PropTech boomte Ende der 2010er und in den 2020er Jahren und es wurden viele neue, innovative Technologien in das Immobilien-Ökosystem eingeführt, obwohl nicht alle Bestand hatten. iBuying, eine Technologie, die versuchte, Transaktionen für Wohnimmobilien zu vereinfachen, indem Algorithmen zur Festsetzung von Hauspreisen für Barkäufer verwendet wurden, ist ein deutliches Beispiel. Obwohl der Einfamilienhaussektor über umfassende Datenquellen verfügt und die Nutzer in der Regel innerhalb von Wohnungsmärkte mit sehr homogenem Wohnungsbestand bleiben, konnten einige der weltweit führenden Technologen, Investoren und Risikokapitalgeber mit der Technologie kein nachhaltig wettbewerbsfähiges Geschäft entwickeln. iBuying ist ein warnendes Beispiel und unterstreicht, wie schwierig es für neue Technologien ist, Immobilieninvestitions- und Asset-Management-Experten zu ersetzen oder sogar nachzubilden.

Derzeit steckt KI voller Potenzial, doch wie weit diese Technologie sich genau entwickeln kann, wie sie die Art und Weise der Arbeit in stark unterschiedlichen Sektoren verändert und wie weit sie die Dynamik von Real-Asset-Investitionen verändern wird, bleibt abzuwarten. Veränderung ist die einzige Konstante, die wir mit Sicherheit vorhersagen können.