Bildbasierte Erfassungen sind in proprty.ai live

Bis vor Kurzem hieß eine Erfassung in proprty.ai, durch das Gebäude zu gehen und einzutippen, was man sah. Jetzt geht es mit einer Kamera. Eine neue Funktion in der App lässt Nutzer ein Foto eines Bauteils aufnehmen, und die KI sagt Material, Baujahr, Zustand und Restlebensdauer voraus.

Kunden bauen Instandhaltungspläne in proprty.ai auf drei Wegen auf. Der erste: sich auf die KI-Schätzungen aus öffentlichen Gebäudedaten verlassen, die bereits präzise genug sind, dass viele sie direkt in die Budgetplanung übernehmen. Der zweite: vollständig manuelle Erfassungen auf jedem Bauteil für maximale Genauigkeit. Der dritte, und am häufigsten gewählte, ist die Kombination aus beiden.

"Die meisten Kunden landen irgendwo in der Mitte," sagt Mikkel Jensen, Mitgründer und CDSO bei proprty.ai. "Sie vertrauen den KI-Schätzungen für den Großteil des Portfolios und führen Erfassungen dort durch, wo es am meisten zählt. Bildbasierte Erfassungen machen diesen mittleren Weg deutlich leichter zugänglich."

Was sich für den Nutzer ändert

Je mehr Erfassungen Sie machen, desto stärker spiegelt Ihr Plan den tatsächlichen Zustand jedes Bauteils wider. Bildbasierte Erfassungen beschleunigen diese Arbeit und senken die Hürde dafür, wer sie durchführen kann.

Bisher bedeutete eine Erfassung, Material, Baujahr, Zustand und Restlebensdauer auf jedem Bauteil von Hand einzutragen. Im Vergleich zu einer klassischen Zustandsbewertung war das bereits schneller, strukturierter und lieferte vom ersten Tag an strukturierte Daten. Der Bild-Flow nimmt die manuelle Eingabe darüber hinaus heraus. Der Nutzer macht ein Foto, die KI schlägt eine vollständige Erfassung vor, der Nutzer prüft und passt an.

"Wenn Sie ein Bild eines Bauteils haben, haben Sie weit mehr Informationen, als wir je aus öffentlichen Gebäudedaten gewinnen können," sagt Mikkel Jensen. "Das gibt Ihnen einen deutlich besseren Ausgangspunkt, und in den meisten Fällen liegt die Vorhersage schon nah genug, dass Sie sie nur noch verifizieren müssen."

Aufgebaut auf dem, was proprty.ai schon weiß

Die Bildvorhersage ist keine generische Schätzung. Sie greift auf dieselbe Struktur zurück, die den Rest von proprty.ai antreibt: eine Materialliste pro Bauteil, durchschnittliche Lebensdauerwerte pro Material und die Zuordnung von Zustandsbewertungen zu Restlebensdauern.

"Die Vorhersage wählt aus unserer eigenen Materialliste, die in die durchschnittliche Lebensdauer für dieses Bauteil und dieses Material einfließt, und das verankert dann die Zustandsbewertung und die Restlebensdauer," sagt Mikkel Jensen. "Alles, was wir in den letzten Jahren aufgebaut haben, ist das, was diese Funktion möglich macht."

Weitere Verbesserungen kommen

Der Bild-Flow ist eine von mehreren Änderungen auf dem Weg zu einer Erfassung, die weniger Eingabe und weniger Erfahrung verlangt. Der Nutzer prüft jede Vorhersage weiterhin, und dieser Schritt bleibt bestehen.

"Es braucht weniger Erfahrung, eine Erfassung richtig zu machen, wenn man von einem Bild aus startet," sagt Mikkel Jensen. "Und es schafft Aufmerksamkeit frei für die Teile des Gebäudes, die wirklich einen zweiten Blick verdienen."

proprty.ai nutzt domänenspezifische KI, um Zustand, Restlebensdauer und Kosten über große Gebäudeportfolios hinweg vorherzusagen. Das Ergebnis ist eine laufend aktualisierte Entscheidungsgrundlage für Instandhaltung und Investitionen, in der Zustand, Kosten und CO₂ an einem Ort zusammenkommen. Kunden in Dänemark, Norwegen, der Schweiz und Deutschland verwalten mehr als 40 Mio. m² in proprty.ai.