Erklärbare KI in der Vermögensverwaltung: Wie man Vertrauen in Anlageempfehlungen aufbaut

Wenn ein KI-System nicht nachweisen kann, warum Auch wenn es ein Projekt ausgewählt hat, sollten Sie es nicht als Richtschnur für Ihre Ausgaben heranziehen.

Ich würde diesen Artikel auf einen Gedanken zusammenfassen: In der Vermögensverwaltung müssen KI-Empfehlungen leicht nachvollziehbar, leicht überprüfbar und leicht zu begründen sein. Das bedeutet, dass jeder Plan jedes Projekt mit dem Vermögensdatensatz, den Quelldaten, den Modellergebnissen, den Geschäftsregeln und dem abschließenden Genehmigungsschritt verknüpfen sollte. Wenn dies der Fall ist, können Teams Investitions- und Betriebskostenpläne die einer Überprüfung durch den Vorstand, bei Audits und unter Budgetdruck standhalten.

Hier die Kurzfassung:

• Ich brauche lokale Erklärungen für einzelne Vermögenswerte: Warum gerade dieses Mittel, warum gerade diese Maßnahme, warum gerade jetzt?
• Ich brauche Erläuterungen zum Portfolio Zum Plan: Warum gerade diese Projekte, in dieser Reihenfolge und mit diesem Budget?
• Jede Empfehlung muss dieselben zentralen Faktoren widerspiegeln:
  • Zustand
  • Ausfallrisiko
  • Lebenszykluskosten
  • Auswirkungen auf den Dienst
  • Energieverbrauch
  • CO₂-Bilanz
• Ich brauche Szenariotests um zu zeigen, was sich ändert, wenn sich Annahmen zu Budget, Kosten oder Richtlinien ändern
• Ich brauche menschliche Freigabe, Versionskontrolle und ein Nachverfolgungspfad, der auch Jahre später noch eingesehen werden kann

Der Artikel verweist zudem auf konkrete geschäftliche Ergebnisse. Durch eine nachvollziehbare Planung können Teams die Vorbereitungszeit für Wirtschaftsprüfungen um bis zu 70% und die Gesamtbetriebskosten um 25% bis 30% durch zeitlich besser abgestimmte Arbeit. Einfach ausgedrückt: KI ist am nützlichsten, wenn Menschen die Logik überprüfen, hinterfragen und dennoch hinter der endgültigen Entscheidung stehen können.

Man kann sich das folgendermaßen vorstellen: Das Modell bewertet Projekte nicht nur nach ihrer Rangfolge. Es muss auch die Abwägungen zwischen Risiko, Kosten, Service, Compliance und CO₂-Ausstoß in verständlicher Sprache, mit Zahlen, die der bisherigen Arbeitsweise von US-Teams entsprechen – wie zum Beispiel $600,000, 380.000 kWh/Jahr, 38 Tonnen CO₂e/Jahr, sowie Planungszeiträume wie beispielsweise 2026–2035.

Schnellvergleich

Was muss erklärt werden?	Hauptfrage	Was ich sehen sollte
Empfehlung für ein einzelnes Anlageobjekt	Warum gerade diese Anlage und warum gerade jetzt?	Zustandsbewertung, Ausfalltrend, Verzögerungskosten, Zeitpunkt der Maßnahmen, erwartete Auswirkungen
Portfolio-Plan	Warum gerade diese Projekte?	Rangfolgelogik, Gewichtungen, Budgetgrenzen, Risiko- und CO₂-Gesamtwerte
Szenarioänderung	Was ist, wenn sich die Annahmen ändern?	Projektänderungen, Änderungen bei den Ausgaben, Änderungen beim Risiko, Änderungen beim CO₂-Ausstoß
Genehmigung und Prüfpfad	Wer hat das genehmigt und auf welcher Grundlage?	Quelldaten, Modellversion, Grund für die Überschreibung, Aufzeichnung der endgültigen Entscheidung

Kurz gesagt geht es in diesem Artikel darum, KI von einem undurchsichtigen Ranking-Tool in ein Planungssystem zu verwandeln, das Menschen überprüfen, hinterfragen, genehmigen und mit Vertrauen nutzen können.

sbb-itb-5be7949

1. Was „erklärbare KI“ für Anlageentscheidungen bedeutet

1.1 Was „erklärbare KI“ in der Vermögensverwaltung bedeutet

„Erklärbare KI“ bedeutet, dass eine Anlageempfehlung nicht wie eine Black Box erscheint. Sie zeigt warum Das System traf diese Entscheidung auf der Grundlage derselben Kriterien hinsichtlich Konditionen, Risiko, Kosten und CO₂-Bilanz, auf die sich die Anlageteams bereits stützen.

Wenn ein System also empfiehlt, die Brücke A im Jahr 2027 zu sanieren oder den Austausch der Heizungs-, Lüftungs- und Klimaanlage in Gebäude B aufzuschieben, sollte die Logik dahinter sowohl aus betriebswirtschaftlicher als auch aus technischer Sicht klar sein. Brückenbauingenieure, Facility-Manager und Investitionsausschüsse müssen alle eine Begründung vorfinden, mit der sie arbeiten können.

Hier gibt es zwei Hauptsichtweisen. Allgemeine Erläuterungen zeigen, wie sich das Modell über das gesamte Portfolio hinweg verhält. Lokale Erläuterungen Zeigen Sie auf, welche Faktoren zu einer Empfehlung für eine Anlage oder ein Projekt geführt haben, beispielsweise der Zustandswert, die Ausfallwahrscheinlichkeit, die Lebenszykluskosten, das Verkehrsaufkommen oder die Kritikalität, gesetzliche Auflagen, die CO₂-Belastung sowie Anforderungen an das Serviceniveau.

Diese beiden Sichtweisen sind aus unterschiedlichen Gründen von Bedeutung. Globale Erklärungen verdeutlichen die Logik auf Portfolioebene. Lokale Erklärungen verdeutlichen die Argumente auf Einzelwertpapierebene für eine bestimmte Call-Option. Globale Erklärungen tragen dazu bei, zu bestätigen, dass das Modell mit ISO 55001-aufeinander abgestimmte Ziele und Risikobereitschaft. Lokale Erläuterungen helfen dabei, eine bestimmte Erneuerung oder Nachrüstung gegenüber einem Ausschuss oder einem Wirtschaftsprüfer zu begründen.

Ein aussagekräftiger Prüfpfad verknüpft jede Empfehlung mit dem Asset, den Quelldaten, dem Modell und der daraus resultierenden Maßnahme.

1.2 Welche Entscheidungen zur Vermögensplanung bedürfen einer Erläuterung?

Eine solche Erklärung ist besonders wichtig, wenn eine Entscheidung Auswirkungen hat auf Kapital, Risiko oder Compliance. Einfach ausgedrückt: Die Entscheidungen, bei denen Erklärbarkeit am dringendsten erforderlich ist, sind diejenigen mit erheblichen finanziellen, sicherheitsrelevanten, regulatorischen oder langfristigen Auswirkungen. Dies sind Entscheidungen, die Kapital über Jahre hinweg binden können und möglicherweise noch lange nach der Genehmigung des Plans einer Überprüfung standhalten müssen.

Dazu gehören Entscheidungen wie:

• Projektrangliste
• Zeitpunkt der Verlängerung
• aufgeschobene Instandhaltung
• Mittelzuweisung
• Maßnahmen zur Risikominderung
• Kohlenstoffausgerichtete Reihenfolge der Nachrüstmaßnahmen

Diese Entscheidungen liegen oft in mehrjährige CAPEX- und OPEX-Pläne, wie beispielsweise ein Zehnjahresplan zur Gebäudesanierung oder ein auf zehn Jahre angelegtes Brückenersatzprogramm – alles unter Berücksichtigung von Budget-, Risiko- und CO₂-Vorgaben. Wenn diese Prioritäten Jahre später in Frage gestellt werden, müssen die Entscheidungsträger die Hintergründe noch einmal darlegen: Was war damals bekannt, was sagte das Modell voraus und welche Kompromisse wurden akzeptiert? ^[6][4][5].

Damit diese Überprüfung aussagekräftig ist, müssen bei jeder Empfehlung auch die zugrunde liegenden Daten, die Logik und der Genehmigungsweg offengelegt werden.

1.3 Wie eine vertrauenswürdige Empfehlung aussieht

Eine vertrauenswürdige Empfehlung ist genau, nachvollziehbar und begründbar. Dazu müssen vier Faktoren zusammenwirken:

• Rückverfolgbare Eingaben: Inspektionstermine, Zustandsbewertungen, Verkehrszählungen, Energieverbrauch, Emissionsfaktoren und Kostenschätzungen müssen auf ein Quellsystem mit dokumentierten Datenqualitätsregeln zurückverweisbar sein.
• Einheitliche Bewertung: Risikobewertungen, Prioritätsbewertungen und Kosten-Nutzen-Indizes sollten auf transparenten, versionskontrollierten Formeln basieren, die im gesamten Portfolio einheitlich angewendet werden.
• Menschliche Zustimmung: Empfehlungen mit erheblichen Auswirkungen sollten an einen festgelegten Ausschuss weitergeleitet werden, der klare Genehmigungsschwellen festlegt, bevor sie in den Plan aufgenommen werden.
• Prüfungsfähige Unterlagen: Der gesamte Entscheidungsprozess – die verwendeten Daten, die zugrunde gelegten Annahmen und die abschließende Begründung – muss reproduzierbar sein und auf Anfrage überprüft werden können.

Element	Was dafür erforderlich ist
Rückverfolgbare Eingaben	Daten, die auf Quellsysteme zurückgeführt werden können und für die Qualitätsregeln dokumentiert sind
Einheitliche Bewertung	Transparente, versionsverwaltete Formeln, die einheitlich auf alle Vermögenswerte angewendet werden
Zustimmung durch Menschen	Festgelegte Genehmigungsschwellen für Empfehlungen mit erheblichen Auswirkungen
Prüfungsfähige Unterlagen	Ein vollständiger Entscheidungsverlauf, der reproduziert und später überprüft werden kann

2. Wie man Empfehlungsfaktoren sichtbar macht

2.1 Die wesentlichen Faktoren hinter jeder Empfehlung

Das Vertrauen steigt, wenn die Menschen sehen können, dass warum Ein Modell hat eine Empfehlung ausgesprochen. Keine Vermutung. Keine Schlussfolgerung. Es hat es erkannt.

Jede Empfehlung sollte die vier ihr zugrunde liegenden Faktoren aufzeigen: Zustand, Risiko, Lebenszykluskosten sowie Auswirkungen auf den CO₂-Ausstoß und den Energieverbrauch. Und diese Zahlen sollten in den üblichen US-Einheiten und im US-Format angegeben werden.

Der Zustand sollte als numerischer Wert dargestellt werden, zum Beispiel 0–100 oder 1–5, zusammen mit einer Trendlinie zur Verschlechterung, die anhand datierter Inspektionsprotokolle erstellt wurde. Das Risiko sollte in zwei Teile unterteilt werden: Ausfallwahrscheinlichkeit und Fehlerfolge, dargestellt in US-Dollar, Stunden, oder Auswirkungen auf die Sicherheit. Die Lebenszykluskosten sollten verglichen werden nichts tun, pflegen, und Erneuern oder Ersetzen Szenarien über einen 20- oder 30-jährige Horizont, wobei alle Zahlen in US-Dollar und einem festgelegten Diskontsatz. Die CO₂- und Energiewerte sollten wie folgt dargestellt werden: kWh/Jahr für den Energieverbrauch und Metrische Tonnen CO₂e/Jahr für Emissionen, mit Ausgangswerten und Werten nach Projektabschluss für jede Option.

Im Falle einer Erneuerung der Brückenfahrbahn bedeutet dies, dass der aktuelle Zustandswert sowie der für die nächsten Jahre prognostizierte Rückgang 5 bis 7 Jahre, die steigende Ausfallwahrscheinlichkeit und die Differenz bei den Lebenszykluskosten zwischen sofortigem Handeln und Abwarten. Jede Empfehlung zum Aufschub sollte außerdem Folgendes beinhalten: Verzögerungskosten.^[2]

Sobald diese Faktoren erkennbar sind, ist der nächste Schritt ganz einfach: Erläutern Sie eine Empfehlung in verständlicher Sprache.

2.2 Lokale Erklärungen für einen einzelnen Vermögenswert oder ein einzelnes Projekt

Eine lokale Erklärung befasst sich mit einem Vermögenswert und beantwortet drei direkte Fragen: Warum gerade dieses Mittel, warum gerade diese Maßnahme und warum gerade jetzt?

Am besten eignet sich eine kurze, leicht verständliche Zusammenfassung in Kombination mit einer Aufschlüsselung nach Faktoren, aus der hervorgeht, welche Variablen dazu geführt haben, dass die Empfehlung die Entscheidungsschwelle überschritten hat. Zum Beispiel:

"Austausch im Geschäftsjahr 2027. Zustand: 30/100. Ausfallwahrscheinlichkeit: 7% und steigend. Jährliche Reparaturkosten: $85.000. Energieeinsparung: 380.000 kWh/Jahr. Emissionsminderung: 38 Tonnen CO₂e/Jahr. Anschaffungskosten: $600.000. Der Nettobarwert über einen Lebenszyklus von 20 Jahren verbessert sich um etwa $420.000."

Das funktioniert, weil jede Kennzahl direkt mit einem Aspekt zusammenhängt, der dem Ausschuss am Herzen liegt: Ziele hinsichtlich Haushaltsvorhersehbarkeit, Sicherheit oder Nachhaltigkeit.

Eine aufgeschobene Fassadensanierung erfordert das gleiche Maß an Klarheit, nur in die andere Richtung gerichtet. Die Erklärung sollte Folgendes aufzeigen: Warum es sinnvoll ist, abzuwarten. Liegt die Wahrscheinlichkeit eines sicherheitskritischen Ausfalls unter 1% pro Jahr, die Kritikalität der Anlage ist moderat, und die Lebenszykluskostenanalyse zeigt, dass die Bündelung der Fassadenarbeiten mit einer geplanten Fenster- und Dämmsanierung in 5 Jahre Wenn dies die bessere Vorgehensweise ist, sollte die Erläuterung genau das aussagen. Außerdem sollte sie die kombinierten Energieeinsparungen durch die Bündelung der Maßnahmen im Vergleich zur alleinigen Durchführung der Fassadenarbeiten aufzeigen. Jede lokale Erläuterung sollte einen Verweis auf die Asset, Daten, Modell und Aktion.^[2]

Auf dieser Grundlage fließen diese auf der Ebene der Vermögenswerte liegenden Gründe in die Portfolioplanung ein und werden zu einem nach Prioritäten geordneten Anlageprogramm zusammengefasst.

2.3 Allgemeine Erläuterungen zum Gesamtportfolio-Plan

Auf Portfolioebene stellt sich nun eine andere Frage: Warum gerade diese Projekte, in dieser Reihenfolge und unter diesen Rahmenbedingungen?

Dafür ist ein klares Bewertungsschema erforderlich, das mehrere Kriterien mit festgelegten Gewichtungen kombiniert. Zum Beispiel:

• Risiko: 35%
• Lebenszykluskosten: 20%
• Kontinuität der Dienstleistungen: 20%
• Compliance-Risiko: 15%
• Reduzierung der CO₂-Emissionen: 10%

Diese Gewichte sollten nicht aus dem Nichts auftauchen. Sie sollten mit Richtlinien, Vorschriften oder Dekarbonisierungsziele des Vorstands.

Die folgende Tabelle zeigt, wie sich die einzelnen Faktoren in einer Gesamtdarstellung widerspiegeln.^[2]

Entscheidungsfaktor	Zweck	Wie es in Erläuterungen dargestellt wird
Risiko	Die öffentliche Sicherheit gewährleisten; Ausfälle vermeiden	"Dieses Projekt senkt die erwarteten jährlichen Ausfallkosten um $X und betrifft eine Anlage mit hohem Sicherheitsrisiko."
Kontinuität der Dienstleistungen	Betrieb aufrechterhalten	"Vermeidet schätzungsweise 120 Stunden Betriebsunterbrechung pro Jahr"
Compliance-Risiko	Einhaltung gesetzlicher Vorschriften	"Vermeidet ein Risiko von $250.000 pro Jahr durch behördliche Strafen"
Lebenszykluskosten	Langfristige Ausgaben minimieren	"Verbessert den 30-Jahres-Barwert um $3.100.000 bei einer Amortisationszeit von 7 Jahren"
Reduzierung der CO₂-Emissionen	Klimaziele erreichen	"Reduziert die Emissionen des Portfolios um 12% und vermeidet 1.800 Tonnen CO₂e pro Jahr"

Eine aussagekräftige Gesamtdarstellung sollte auch die Portfoliosummen enthalten. Zum Beispiel die Top 20 Projekte könnten zusammen die erwarteten jährlichen Risikokosten um $12,000,000, den Energieverbrauch um 9,2 Millionen kWh/Jahr, und vermeiden Sie 3.400 Tonnen CO₂e pro Jahr. Anhand einer solchen Zusammenfassung kann ein Anlageausschuss den Plan auf einen Blick überprüfen und feststellen, ob er in allen Bereichen ausgewogen ist Sicherheit, Kosten und Nachhaltigkeit – anstatt sich zu sehr auf nur ein Ziel zu konzentrieren.

3. So erstellen Sie einen erklärbaren Workflow in Oxand Simeo™

Bei der Erläuterbarkeit von KI-Empfehlungen geht es nicht nur darum, bessere Ergebnisse zu erzielen. Es bedeutet vielmehr, einen Arbeitsablauf zu schaffen, bei dem jeder Schritt einen klaren Prüfpfad hinterlässt. Oxand Simeo™ verknüpft Anlagendaten, Vorhersagemodelle, Priorisierungsregeln und Szenariosimulationen in einem Planungsablauf, sodass jede Empfehlung vom Anlageobjekt selbst bis zur endgültigen Investitionsentscheidung zurückverfolgt werden kann.

3.1 Beginnen Sie mit einer Bestandsaufnahme vertrauenswürdiger Assets und Datenregeln

Vertrauen entsteht, wenn jede Empfehlung auf validierte Bestandsdaten und regelbasierte Eingaben zurückgeführt werden kann. Sobald die Treiber festgelegt sind, beginnt der Workflow mit der Festlegung der Bestandsdaten und Regeln.

Simeo Inventory führt Anlagendaten aus bestehenden Quellen wie beispielsweise CMMS, GIS, und BIM in einem strukturierten Verzeichnis. Die Anlagen werden in einer einheitlichen Hierarchie angeordnet: Standort, System, Komponente und Unterkomponente. Für ein Brückenportfolio könnte das beispielsweise so aussehen: Brücke → Fahrbahnplatte → Dehnungsfuge. Bei einem Immobilienportfolio könnte dies beispielsweise Gebäude → HLK → Lüftungsgerät. Diese Konfiguration trägt dazu bei, dass Vorhersagemodelle und Anlageregeln mit der richtigen Detailgenauigkeit angewendet werden.

Jeder Asset-Datensatz enthält die Felder, die eine Erklärbarkeit ermöglichen: Zustandsnoten auf einer Skala von 1 bis 5 oder 1 bis 10, Risikobereiche wie Ausfallwahrscheinlichkeit, Ausfallfolgen und Auswirkungen auf die Sicherheit sowie Attribute der Lebenszykluskosten wie beispielsweise Wiederbeschaffungskosten, Wartungssätzen und Nutzungsdauer. In US-Portfolios werden auch Maße nach dem imperialen System erfasst, wie beispielsweise Spannweiten in Fuß und Grundfläche in Quadratfuß, wobei alle Kosten in US-Dollar angegeben werden.

Validierungsregeln verhindern unvollständige oder inkonsistente Eingaben, bevor ein Datensatz in ein Modell übernommen wird. Die Plattform kennzeichnet fehlende Angaben, wie beispielsweise eine Inspektion, die ohne Zustandsbewertung, Anlagen-ID oder Inspektionsdatum eingereicht wurde, in MM/TD/YYYY Format. Außerdem werden logische Unstimmigkeiten erkannt, wie beispielsweise eine "mangelhafte" Zustandsbewertung in Verbindung mit einer unrealistisch niedrigen Ausfallwahrscheinlichkeit. Die mobile App „Simeo GO“ unterstützt Außendienstteams mit geführten Inspektionen, die offline funktionieren und später mit der Cloud synchronisiert werden, wodurch Datenlücken bereits an der Quelle vermieden werden.

3.2 Vorhersagemodelle mit verständlicher Planungslogik verknüpfen

Sobald die Bestandsaufnahme der Anlagen als zuverlässig gilt, besteht der nächste Schritt darin, sie mit Modellen zu verknüpfen, die aufzeigen, warum und wann eine Maßnahme erforderlich ist. Das Modell muss die hinter jeder Empfehlung stehenden Faktoren – Zustand, Risiko, Lebenszykluskosten und CO₂-Ausstoß – leicht nachvollziehbar darstellen.

Simeo nutzt validierte Regeln zur Abnutzung und zum Energieverbrauch, um zu prognostizieren, wie sich Zustand, Risiko und Kosten jeder Anlage im Laufe der Zeit verändern. Nehmen wir an, Sie haben eine Stahlbrücke in einem Küstengebiet. Ihr Zustand könnte sich über einen Zeitraum von 10 Jahren von "gut" auf "befriedigend" verschlechtern. Der gleiche Brückentyp in einem trockenen Binnenklima könnte diese Einstufung länger beibehalten. Interventionsregeln legen dann fest, wie bestimmte Maßnahmen diese Verläufe beeinflussen. Eine Regel könnte beispielsweise besagen, dass das Neulackieren von Stahlelementen im 12. Jahr die verbleibende Nutzungsdauer um 10 Jahre verlängert und die Wahrscheinlichkeit eines korrosionsbedingten Versagens um einen festgelegten Prozentsatz senkt.

Jede empfohlene Maßnahme stammt aus einer Bibliothek mit Über 30.000 Wartungs- und Erneuerungsmaßnahmen, wobei mit jedem einzelnen Kosten, Risikominderung und CO₂-Auswirkungen verbunden sind ^[1]. Wenn Simeo eine Empfehlung ausspricht – beispielsweise eine Brückensanierung im Jahr 2028 –, speichert das System den gesamten Entscheidungsprozess: die prognostizierte Zustandsentwicklung, den Risikoschwellenwert, der die Warnmeldung ausgelöst hat, die angewandte Interventionsregel sowie den Vergleich der Lebenszykluskosten, der die Wahl des jeweiligen Jahres begründet hat. Das bedeutet, dass Planer, Prüfer und Vorstandsmitglieder die Einstufung eines Projekts auf klare, dokumentierte Eingaben zurückführen können, anstatt das Ergebnis wie eine Blackbox zu behandeln.

Sobald die Modelllogik sichtbar ist, zeigen Szenariotests, was sich ändert, wenn sich die Einschränkungen ändern.

3.3 Erläuterung von Zielkonflikten anhand von Anwendungsszenarien und kontrafaktischen Überlegungen

Ein einziger empfohlener Plan reicht in der Regel nicht aus. Entscheidungsträger müssen erkennen können, wie sich der Plan verändert, wenn sich die Annahmen ändern. Hier kommen Szenariosimulationen und kontrafaktische Analysen ins Spiel.

Mit Simeo können Nutzer dasselbe Portfolio unter mehreren Szenarien durchrechnen. Ein Basisszenario könnte beispielsweise uneingeschränkte Ausgaben über einen Zeitraum von 10 Jahren zeigen, die sich insgesamt auf $22,000,000 aus 2026 bis 2035. In einem Szenario mit begrenzten Haushaltsmitteln könnten die Investitionsausgaben auf $15.000.000 über fünf Jahre (2026–2030). Dadurch wird die Engine gezwungen, Projekte mit niedrigerer Priorität zurückzustellen, sicherheitskritische Projekte zu schützen und den Schwerpunkt verstärkt auf Modernisierungsmaßnahmen zu legen, die pro ausgegebenem Dollar die größte CO₂-Reduzierung erzielen.

In diesem Fall könnte die Brückensanierung von 2027 bis 2030. Die Ausgaben sinken, doch das Restrisiko bleibt während dieser drei Jahre auf einem höheren Niveau. Die Plattform zeigt genau, warum: Der Zustand verschlechtert sich zwar zunehmend, doch das Risiko bleibt unter dem festgelegten Schwellenwert und die Gesamtausgaben bleiben innerhalb der Obergrenze.

Kontrafaktische Erklärungen gehen noch einen Schritt weiter.

"Was passiert, wenn wir das Budget von $15.000.000 auf $18.000.000 erhöhen?"

Wenn diese Frage aufkommt, berechnet die Plattform den Plan neu und zeigt an, welche Projekte fortgeführt werden, wie sich das Risiko verändert und welche Kosten die Budgetanpassung in Form einer quantifizierten Risikominderung in den folgenden Jahren mit sich bringt ^[1].

Die Ergebnisse dieser Szenarien fließen dann in die Validierungs-, Genehmigungs- und Dokumentationsschritte im nächsten Abschnitt ein.

4. Wie man Empfehlungen für die Revision validiert, steuert und dokumentiert

Erklärbarkeit hat kaum Bedeutung, wenn niemand das Modell testet, niemand weiß, wer die Freigabe erteilt, und die Aufzeichnungen in dem Moment zusammenbrechen, in dem ein Prüfer sie anfordert.

4.1 Validierung der Modellergebnisse durch Backtesting und Stresstests

Prüfen Sie nach der Szenarioanalyse, ob die Empfehlungen den bisherigen Ergebnissen und schwierigen Bedingungen standhalten.

Nutzen Sie Backtesting, Stresstests und Sensitivitätsanalysen, um das Modell aus verschiedenen Blickwinkeln auf Herz und Nieren zu prüfen. Beim Backtesting werden vergangene Modellempfehlungen mit den tatsächlichen Ergebnissen verglichen. Dazu gehört, welche Anlagen am schnellsten an Wert verloren haben, welche Reparaturen dazu beigetragen haben, Notausfälle zu vermeiden, und wo das Modell Fehler gemacht hat. Oxand Simeo™ unterstützt dies durch Modellkalibrierung und Nutzungssignale, indem es KI-Prognosen im Zeitverlauf mit der tatsächlichen Wertentwicklung der Anlagen vergleicht. ^[3].

Bei Stresstests wird geprüft, ob Rankings und Risikominderungskurven unter ungünstigen Bedingungen, wie beispielsweise einem plötzlichen 20% Kürzung der Mittel, eine 30% ein sprunghafter Anstieg der Baukosten oder eine neue bundesweite Norm zur Widerstandsfähigkeit. Eine Sensitivitätsanalyse prüft, ob sich die Ergebnisse bei einer Änderung der Eingabewerte wie erwartet verändern. Wenn sich beispielsweise die Dringlichkeitsbewertung eines Gebäudes nicht verringert, obwohl sich dessen Zustandsbewertung von "mangelhaft" auf "befriedigend" verbessert hat, muss ein Aspekt der Modelllogik genauer unter die Lupe genommen werden.

Fassen Sie Genauigkeit, Stabilität, Verzerrungen und die Konsistenz der Erläuterungen in einem Dashboard zusammen, das Ausschüsse und Wirtschaftsprüfer einsehen können. Aktualisieren Sie dieses mindestens einmal jährlich und fügen Sie es den Unterlagen für den Vorstand und die Ausschüsse bei.

Sobald die Ergebnisse die Validierung durchlaufen haben, ist der nächste Schritt ganz einfach: Es muss festgelegt werden, wer sie genehmigen darf, wer sie außer Kraft setzen kann und wer die endgültige Entscheidung unterzeichnet.

4.2 Festlegung der Genehmigungsstellen und der Aufgaben der Ausschüsse

Nutzen Sie die Validierungsergebnisse als Ausgangspunkt für Genehmigungs- und Übersteuerungsentscheidungen.

Ein Modell mit drei Verteidigungslinien hat sich hier bewährt:

• Die Vermögensverwalter sind für die Empfehlungen auf Projektebene verantwortlich.
• Methodik der Risiko- und Compliance-Prüfung und Abstimmung der Richtlinien.
• Investitionsausschüsse genehmigen wichtige Investitionsentscheidungen.

Die folgende Tabelle zeigt, wie sich diese Rollen in der Regel auf gängige Entscheidungsarten verteilen:

Entscheidungsart	Rolle der KI	Eigentümer	Genehmiger	Erforderliche Unterlagen
Änderungen an den Modellparametern	Stellt Empfindlichkeitsausgänge bereit	Leiter der Bereichsanalyse für Vermögenswerte	Leiter der Vermögensverwaltung	Änderungsprotokoll, Validierungsübersicht, aktualisierte Modellkarte
Jährlicher Investitionsplan	Erstellt ein nach Rangfolge geordnetes Portfolio	Vermögensverwalter	Anlageausschuss	Szenarioberichte, Überprüfung auf Verzerrungen, Überprüfung der Übereinstimmung mit den Richtlinien
KI-Übersteuerung auf Projektebene	Ursprüngliche Empfehlung markieren	Vermögensverwalter schlägt Änderung vor	Regionalleiter oder benannter Genehmigungsbeauftragter	Begründung für die Abweichung, Belege, Risiken und Auswirkungen auf den CO₂-Ausstoß

Vor Modelländerungen, Versionsveröffentlichungen und Projekten, die festgelegte USD-Schwellenwerte überschreiten, ist eine manuelle Genehmigung erforderlich.

4.3 Erstellung einer Dokumentation, die Audits und die Überprüfung durch den Vorstand unterstützt

Sobald die Genehmigungsrollen festgelegt sind, dokumentieren Sie jede Entscheidung so, dass sie einer Prüfung durch die Revisionsstelle und dem Vorstand standhält.

Erstellen Sie fortlaufend Dokumentation auf Basis des Live-Planungsmodells. Oxand Simeo™ erstellt automatisch einen Prüfpfad und speichert jede Empfehlung zusammen mit den Quelldaten, der Modellversion und der endgültigen Maßnahme. ^[2]. Unternehmen, die diesen Ansatz verfolgen, haben die Vorbereitungszeit für die Prüfung um bis zu 70% ^[1][2].

Die Dokumentation sollte drei Ebenen abdecken. Auf der Modellebene, Führen Sie ein Modellverzeichnis, in dem der Zweck jedes Modells, die Datenquellen, die wichtigsten Annahmen und bekannte Einschränkungen erläutert werden. Führen Sie ein Versionsprotokoll mit Veröffentlichungsdaten und Validierungsergebnissen. Fügen Sie Modellkarten hinzu, die Leistungskennzahlen zusammenfassen.

Bei der Datenebene, Datenwörterbücher, Qualitätsregeln, Quellsysteme wie CMMS, GIS und BIM sowie Einheiten wie Quadratfuß, Meilen, °F und USD. Verfolgen Sie außerdem die Datenherkunft von den Rohdaten bis hin zum vom Modell verwendeten Planungsdatensatz.

Bei der Empfehlungsstufe, bewahren Sie Erläuterungsunterlagen zu wichtigen Entscheidungen auf. Dazu können Diagramme zur Gewichtung von Faktoren, Berichte zum Szenariovergleich und Zusammenfassungen in leicht verständlicher Sprache gehören, die die Vorstandsmitglieder lesen können, ohne sich in die Fachsprache der Modellierung einarbeiten zu müssen.

Protokollieren Sie jede Abweichung unter Angabe der ursprünglichen Empfehlung, der Änderung, des Grundes dafür sowie der erwarteten Auswirkungen auf das Risiko und den CO₂-Ausstoß.

Aufbewahrungsfristen sollten mit den Anforderungen der US-amerikanischen Finanzprüfung übereinstimmen, die in der Regel 7–10 Jahre ^[2]. Kombinieren Sie dies mit rollenbasierten Zugriffskontrollen und einheitlichen Namenskonventionen, damit bei behördlichen Anfragen oder Prüfungen durch den Vorstand jeder Datensatz schnell abgerufen werden kann.

5. Wie man erklärbare KI in vertrauenswürdige Investitionspläne umsetzt

Nachdem Validierung, Genehmigung und Dokumentation abgeschlossen sind, ist der letzte Schritt theoretisch einfach, in der Praxis jedoch schwierig: aus erklärbaren Ergebnissen Entscheidungen zu machen, die Führungskräfte finanzieren und verteidigen können. An dieser Stelle hört erklärbare KI auf, nur ein Modellergebnis zu sein, und wird zu einem investitionsplan, der vor dem Vorstand und bei Prüfungen Bestand hat.

5.1 Wichtigste Erkenntnisse für Infrastruktur- und Immobilienportfolios

Für US-amerikanische Infrastruktur- und Immobilienbesitzer ist der Nutzen ziemlich unmittelbar: klarere Projektprioritäten, fundiertere CAPEX- und OPEX-Pläne, geringeres Betriebsrisiko und Pläne, die den CO₂-Zielen standhalten. Die Erklärbarkeit macht den Unterschied zwischen einer Rangliste, die in einem Dashboard zu finden ist, und einem finanzierten Plan, den die Führungskräfte tatsächlich unterstützen werden.

Einige Grundsätze bilden hier den roten Faden.

Erstens müssen Erklärungen auf zwei Ebenen funktionieren: Portfolio und Vermögen. Die Portfolioansicht gibt Antwort auf Warum gerade jetzt diese Projekte?. Die Asset-Ansicht gibt Auskunft über Warum gerade diese Brücke, dieses Gebäude oder dieses System?. Wenn beide Ansichten leicht zugänglich bleiben, erhalten Führungskräfte die für sie wichtige Kurzfassung, während Ingenieure und Wirtschaftsprüfer die zugrunde liegenden Belege zu jedem Einzelposten genauer unter die Lupe nehmen können.

Zweitens müssen in jeder Empfehlung die gleichen Einflussfaktoren im gleichen Format dargestellt werden. Diese Einheitlichkeit ist wichtig. In jeder Empfehlung sollten die wichtigsten Einflussfaktoren in einer klaren, geschäftlichen Sprache dargelegt werden:

• Zustand
• Ausfallwahrscheinlichkeit
• Lebenszykluskosten
• Auswirkungen auf den Dienst
• Energieverbrauch
• CO₂-Bilanz

Wenn diese Faktoren nebeneinander stehen – bei Brückensanierungen, Gebäudesanierungen und aufgeschobenen Instandhaltungsmaßnahmen –, können Investitionsausschüsse die Optionen auf Augenhöhe vergleichen. Und das verändert die Diskussion. Anstatt darüber zu streiten, wessen Projekt am dringlichsten klingt, können die Teams die gleichen Fakten für alle Projekte einheitlich prüfen.

Auch hier helfen Szenariovergleiche. A Risikoorientierter Plan, a Kohlenstoffausgleichsplan, und eine Plan mit begrenzten finanziellen Mitteln Jedes zeigt einen anderen Weg auf. Nebeneinander gestellt verdeutlichen diese Szenarien die Kompromisse. Diese Art der Transparenz stärkt das Vertrauen im Ausschuss und trägt dazu bei, Genehmigungsverfahren voranzubringen, anstatt sie ins Stocken geraten zu lassen.

Governance und Dokumentation sind das, was all das ausmacht nutzbar in tatsächlichen Entscheidungsprozessen. Ein lückenloser Prüfpfad sollte jede empfohlene Investition mit dem jeweiligen Anlageobjekt, den Zustandsdaten, dem Modell und der Maßnahme verknüpfen. Das ist der Maßstab für eine Investitionsplanung, die einer Überprüfung durch den Vorstand, einer Wirtschaftsprüfung und der öffentlichen Kontrolle standhält.

Erklärbare KI verwandelt KI von einer Bewertungsmaschine in ein transparentes Planungssystem für Governance, Budgetierung und langfristige Verwaltung.

FAQs

Inwiefern unterscheidet sich eine erklärbare KI von einem Black-Box-Ranking-Tool?

Ein „Black-Box“-Ranking-Tool gibt Ergebnisse aus, ohne zu zeigen, wie es zu diesen Ergebnissen gekommen ist. Erklärbare KI bewirkt das Gegenteil. Es entsteht ein Prüfpfad, der jede Empfehlung mit den zugrunde liegenden Belegen verknüpft.

Das bedeutet, dass Sie erkennen können, welche Faktoren den Investitionsplan geprägt haben, darunter Risikoprofile, Lebenszykluskosten, CO₂-Auswirkungen und Zustandsdaten. Dadurch können Anlagenbesitzer, Prüfer und Investitionsausschüsse die Logik hinter den Entscheidungen überprüfen, die Empfehlung validieren und sich auf die dargestellten Informationen verlassen.

Welche Daten benötigen wir, um KI-Anlageempfehlungen nachvollziehbar zu machen?

Sie benötigen saubere, zentralisierte Daten auf einer einheitlichen Grundlage. Das bedeutet, dass interne Anlagendaten wie Installationsdaten, Wartungsprotokolle, Ausfallhistorien und Zustandsbewertungen mit externen Informationen wie Klimaschwankungen, gesetzlichen Vorschriften, Markttrends und seismischer Aktivität zusammengeführt werden müssen.

Außerdem benötigen Sie standardisierte Gesundheit und Kritikalität Bewertungen sowie betriebliche Einschränkungen wie Budgetobergrenzen, Mietvertragsfristen, Stilllegungszeiträume und Kennzahlen zur CO₂-Bilanz oder Energieeffizienz.

Wie können wir nachweisen, dass eine KI-Empfehlung prüfungsfähig ist?

Eine KI-Empfehlung ist prüfungsfähig, wenn jede Entscheidung eine eindeutiger, evidenzbasierter Weg. Einfach ausgedrückt: Es sollte möglich sein, die Empfehlung auf die Daten, Regeln und Datensätze zurückzuführen, die zu ihrer Entstehung geführt haben.

Das beginnt mit zentralisierte, standardisierte Bestandsverzeichnisse gestützt auf hochwertige Daten und lückenlose Aufzeichnungen. Sind die Quelldaten verstreut, inkonsistent oder fehlen wichtige Details, wird das Ergebnis schnell unzuverlässig.

Außerdem ist es hilfreich, die richtigen Kontrollpunkte eingerichtet zu haben:

• ISO 55000 Checklisten um die Bewertungen aufeinander abzustimmen
• Prüfpfade aus Investitionsplänen damit Entscheidungen Schritt für Schritt nachvollzogen werden können
• Regelungen zu Dateneigentum, Validierung und Versionsverwaltung um aufzuzeigen, wer die Daten verwaltet, wie sie überprüft werden und was sich im Laufe der Zeit geändert hat

Zusammen sorgen diese dafür, dass Empfehlungen noch transparent, wiederholbar, kontrolliert und gegenüber Wirtschaftsprüfern, Investitionsausschüssen und Interessengruppen vertretbar.

Verwandte Blogbeiträge

• Verwaltung von Infrastrukturanlagen: Ein risikobasierter Ansatz für die mehrjährige CAPEX-Planung
• Von Daten zu Entscheidungen: Verwandlung von Asset Analytics in CAPEX-Einsparungen
• AI für die Vermögensplanung: Wo sie tatsächlich Wert schafft
• Wie KI helfen kann, der Erneuerung alternder Infrastrukturen unter Haushaltszwängen Priorität einzuräumen