EINSATZ VON COOKIES & TRACKING

Cookies helfen uns bei der Bereitstellung der Website.

Technische Cookies

Technische Cookies sind essenziell, um den Webseitenbesuch modern und sicher zu gestalten und damit eingebundene Services wie z. B. Kunden-Login und Trainingsanmeldungen reibungslos funktionieren. Technische Cookies können Sie deshalb nicht deaktivieren.

Cookies und Tracking

Verschiedene Online-Dienste von Drittanbietern helfen uns, die Website mit zusätzlichen Funktionen anzureichern und mit erfassten statistischen Daten zum Besuch der Website sowie Daten des Nutzerverhaltens (Tracking) die Online-Angebote zu verbessern. Deshalb würden wir uns freuen, wenn Sie die dazugehörigen Cookies und das Tracking akzeptieren.

settings
linkedin
youtube

vimeo

Ausführliche Informationen zu Cookies und Tracking

Ausführliche Informationen dazu finden sich auf der Seite Datenschutzhinweis, wo man Cookies und Tracking unter Datenschutzeinstellungen ein- oder ausschalten kann.

Predima by Aareon #city

Presse > Pressemitteilungen > 2021

Predictive Maintenance eröffnet Wertschöpfungs­potenzial

Eine repräsentative Studie, die das InWIS-Institut in der deutschen Wohnungswirtschaft durchgeführt hat, zeigt, dass in der vorausschauenden Instandhaltung Potenzial zur Effizienzsteigerung liegt. Geschäftsprozesse können vereinfacht und beschleunigt werden.

Mainz, 15. April 2021 – Im Auftrag von Aareon, dem führenden Anbieter von ERP-Software und digitalen Lösungen für die europäische Immobilienwirtschaft und ihre Partner, hat die InWIS Forschung & Beratung GmbH Ende 2020 eine repräsentative „Awareness- und Potenzialstudie“ zum Produktbereich „Predictive Maintenance“ in der Wohnungswirtschaft in Deutschland durchgeführt. Im Rahmen der Studie wurden Führungskräfte von Wohnungsunternehmen verschiedener Größenordnungen befragt und im Nachgang weitere Expertengespräche zur Vertiefung der Ergebnisse geführt.

Alf Tomalla, Geschäftsführer Digital Solutions Aareon Deutschland GmbH: „Wir haben diese erste Potenzialstudie zu Predictive Maintenance in der Branche beauftragt, um einen tieferen Einblick in die Sichtweise der Wohnungsunternehmen auf dieses Themenfeld sowie dessen Priorisierung zu gewinnen. Als vorausschauender IT-Dienstleister wollen wir neue Technologien mit Mehrwert für die Immobilienwirtschaft nutzbar und somit digitale Wertschöpfungspotenziale realisierbar machen. Daher investieren wir stetig in Forschung und Entwicklung von zukunftsorientierten Lösungen – wie derzeit in eine voll integrierbare intelligente Lösung für Predictive Maintenance.“

Prof. Dr. Torsten Bölting, Geschäftsführer InWIS Forschung & Beratung GmbH: „Die Studie erhebt zunächst aktuelle Trends und Zukunftsthemen in der Wohnungswirtschaft, aus denen dann konkrete Handlungsfelder hervorgehen. Ebenfalls wurde ermittelt, welche Erfahrungen mit technischen Lösungen bestehen, welche Erwartungen an diese geknüpft werden und wie die Unternehmen mit der zunehmenden Komplexität entsprechender Fragestellungen umgehen. Das Themenfeld Predictive Maintenance wurde dabei konkret beleuchtet.“

Digitalisierung von Geschäftsprozessen ist wichtiger Erfolgsfaktor

Die Branche sieht derzeit wesentliche Herausforderungen in der Modernisierung von Wohnungsbeständen, der Reduktion von komplexen Prozessen und einer Effizienzsteigerung im Unternehmen. Entsprechend formulieren die Befragten auch deutlich für sie erkennbare Zukunftsfelder für ihr Unternehmen in drei bis fünf Jahren. Diese Zeitspanne liegt in der Regel im Rahmen der mittelfristigen Wirtschaftsplanungen. Mit 71 Prozent aller Befragten liegt die „Digitalisierung von Geschäftsprozessen“ deutlich vor der „Vereinfachung der Kommunikation mit Mieter/-innen“ (59 Prozent) und der „Optimierung des eigenen Bestands“ (41 Prozent). Ein bedeutender Treiber der Prozessoptimierung mittels digitaler Ansätze ist der Fachkräftemangel.

Effizienzsteigerung als Innovationstreiber für Predictive Maintenance

Mehr als 70 Prozent der befragten Personen aus der ersten Führungsebene sehen durch Predictive Maintenance große Chancen zur Effizienzsteigerung bei internen Geschäftsprozessen. Dabei werden als äußerst ressourcenintensiv die Wartungsarbeiten sowie deren prozessuale Einbindung beschrieben.

Die vorausschauende Wartung basiert zum einen auf Daten, die über Sensoren von der zu wartenden Gebäudetechnik in Echtzeit erhoben werden. Zum anderen werden bereits vorliegende Daten genutzt – im Idealfall aus dem ERP-System des Wohnungsunternehmens. Über spezielle Algorithmen werden die Daten zusammengeführt, analysiert und ausgewertet. Dabei lernt die Predictive-Maintenance-Lösung durch jede neue Information dazu. So kann sie Empfehlungen geben, die das Unternehmen bei der Entscheidung unterstützen, wann und welche Reparaturen oder Wartungen erforderlich sind, und im Bedarfsfall automatisch die richtigen Prozesse einleiten. Fließen die ausgewerteten Daten in das ERP-System, bedeutet das zum Beispiel, dass Wartungs- und Reparaturleistungen direkt über ein integriertes Handwerker-Serviceportal beauftragt werden können. Mieter oder Eigentümer können gleichzeitig über ein CRM-Portal über Wartungen oder Störungen informiert werden. Das ERP-System und die integrierten digitalen Lösungen spielen so zusammen, dass es nicht zu Zeit- oder Informationsverlust kommt. Wohnungsunternehmen können durch eine vorausschauende Wartung mit lernenden Prozessen vorhandene Kapazitäten effektiver nutzen und die Kundenkommunikation beispielsweise hinsichtlich der Schadensmeldung und des Beschwerdemanagements verbessern.

Wegbereiter digitales Ökosystem

Alf Tomalla, Geschäftsführer Digital Solutions Aareon Deutschland GmbH: „Die Studie bestätigt unsere Einschätzung, dass Predictive Maintenance auch in der Immobilienwirtschaft perspektivisch ein wichtiges Thema sein wird. Dabei wird großer Wert darauf gelegt, dass sich künftige Predictive-Maintenance-Systeme in vorhandene Prozess- und Softwarelandschaften implementieren lassen und die Datensicherheit gewährleistet ist. Dies zeigt, dass wir mit unserem digitalen Ökosystem „Aareon Smart World“ den richtigen Weg in die digitale Zukunft der Immobilienwirtschaft bereitet haben. Mit PrediMa entwickelt Aareon ein voll integriertes Predictive-Maintenance-System, das schon heute die Vorteile der Technologie in die Branche trägt.“

Weitere Informationen zu PrediMa by Aareon:

https://predima.aareon.de

Prozessdarstellung Vorteile Predictive Maintenance

Downloads

Über InWIS

Das Institut für Wohnungswesen, Stadt- und Regionalentwicklung (InWIS) an der Ruhr-Universität Bochum und an der EBZ Business School und die InWIS Forschung & Beratung GmbH forschen und beraten seit 1994 zu Themen rund um Wohnungsmärkte, Stadtquartiere und Regionalökonomie. Etwa 30 Mitarbeiter/innen aus unterschiedlichen Disziplinen arbeiten für Wohnungsunternehmen, Bauträger und Projektentwickler, Kommunen und andere öffentliche Auftraggeber und Fördergeber. Mit InWIS Business Analytics bietet InWIS datengestützte Tools und Ergebnisse für Auftraggeber in Deutschland und angrenzenden Ländern.

Über Aareon

Aareon ist der führende Anbieter von ERP-Software und digitalen Lösungen für die europäische Immobilienwirtschaft und ihre Partner. Das IT-Unternehmen ist eine Tochtergesellschaft der Aareal Bank AG, die 70 % der Anteile hält. 30 % der Anteile sind im Besitz von Advent International.

Die Aareon Gruppe bietet wegweisende und sichere Beratungs-, Software- und Servicelösungen zur Optimierung der IT-gestützten Geschäftsprozesse und zum Ausbau der Geschäftsmodelle.

Europaweit verwalten rund 3.000 Kunden des Technologieführers mehr als 10 Millionen Einheiten. Die Aareon Gruppe ist international mit 40 Standorten, davon 16 in der DACH-Region, vertreten. Neben der DACH-Region hat das Unternehmen Repräsentanzen in Finnland, Frankreich, Großbritannien, den Niederlanden, Norwegen und Schweden. In Rumänien ist Aareon mit einer Entwicklungsgesellschaft tätig. Die Aareon Gruppe beschäftigt über 1.800 Mitarbeiter, davon mehr als ein Drittel in den internationalen Tochtergesellschaften. 2020 verzeichnete Aareon einen Umsatz von 258,1 Mio. € und erwirtschaftete ein Adjusted EBITDA von 62,1 Mio. €.

to top