Szenarien zum Einfluss Künstlicher Intelligenz auf Gewerbeimmobilien

Der Einsatz Künstlicher Intelligenz wird die gewerbliche Immobilienlandschaft verändern. Zeitpunkt und Ausmaß der wirtschaftlichen Effekte sind jedoch derzeit noch unsicher, ebenso die Folgen für Gewerbeimmobilien (CRE). Das aktuelle Whitepaper von Cushman & Wakefield “AI Impact on Commercial Real Estate: The Next 10 Years“ zeigt anhand von vier Szenarien mit unterschiedlichen Eintrittswahrscheinlichkeiten allgemeine prognostische Aussagen und überträgt diese auf die unterschiedlichen immobilienwirtschaftlichen Nutzungsarten und auf die einzelnen Regionen EMEA, Amerika, Asien-Pazifik.

Basisszenario – Büroflächennachfrage justiert sich neu, bevor sie wieder anzieht

Im Basisszenario (Wahrscheinlichkeit: 50 %) erfolgt die Einführung von KI schrittweise, und die daraus entstehenden Produktivitätsgewinne stützen im Zeitverlauf ein stärkeres Wirtschaftswachstum.

Kevin Thorpe,Chief Economist and Head of Global Research bei Cushman & Wakefield, sagt: „Die Nachfrage nach Büroflächen wird durch KI nicht eliminiert, sondern neu geformt. Kurzfristig konzentrieren sich Unternehmen auf Effizienz, und die Einstellungsdynamik verlangsamt sich, während Organisationen neue Technologien integrieren. Mit der Zeit jedoch unterstützen höhere Produktivität, steigende Unternehmensgewinne und neue Unternehmensgründungen eine erneute Belebung der Büronachfrage.“ Kevin Thorpe ergänzt: „Die wichtigere Frage ist nicht, ob die Büronachfrage wächst, sondern wo sie wächst. KI dürfte die bereits bestehenden Bifurkationstrends verstärken: Sie erhöht die Nachfrage nach hochwertigen, flexiblen Flächen in führenden Talentmärkten und setzt gleichzeitig niedrigere, austauschbare Bestandsobjekte stärker unter Druck.“

Wachstums- und produktivitätsgetriebenes Szenario führt zu Nachfrage in allen Sektoren

Mit einer 15prozentigen Eintrittswahrscheinlichkeit setzt dieses Wachstumsszenario eine beschleunigte KI-Durchdringung, Produktivitäts- und Effizienzsteigerungen und die Nutzbarmachung und Reinvestition von Produktivitätsgewinnen voraus. Unternehmensneugründungen und neue Berufe stärken die Nachfrage nach hochwertigem, flexiblem Büroraum, rasch sinkenden Leerständen und eine Konzentration auf Top‑Qualität.

Für Einzelhandel, Logistik und Mehrfamilienhäuser/Wohnen verstärkt dieses Szenario bereits günstig verlaufende Dynamiken. Stärkeres Wachstum des Haushaltseinkommens unterstützt die Einzelhandelsnachfrage. Höherer Durchsatz und Kapitalausgaben fördern die Nachfrage nach Logistikflächen. Verbesserte Einkommens- und Vermögensbildung unterstützen die Nachfrage nach Mehrfamilienhäusern bzw. Wohnfläche. Richard Pickering, Director of Strategic Foresight & Intelligence EMEA bei Cushman & Wakefield, kommentiert: „In dieser Projektion zeigt sich der Einfluss von KI in einer positiven Kombination von Effizienz und Nachfrage und einem in der Folge beschleunigten und breitbasierten Abbau von Leerständen.“

Nachteiliges, auf „Dot-Com-Erfahrungen“ basierendes Szenario

Die Projektion dieses mit einer Eintrittswahrscheinlichkeit von 25 Prozent taxierten Szenarios basiert auf Erfahrungen der „Dot‑com“-Aufschwungs- und Konsolidierungszeit Ende der 1990er / Anfang der 2000er-Jahre. Zwar brachte die transformative Internet-Technologie langfristig wirtschaftliche Gewinne, musste jedoch zuvor eine Phase von Überinvestitionen, gefolgt von Firmeninsolvenzen und Finanzmarktkrisen durch die sogenannten „Dot-com-Blase“, überstanden werden.

„Der zyklische Abschwung ist in allen Immobiliensegmenten spürbar, doch im Bürobereich ist der kurzfristige Druck am größten – bedingt durch ein langsameres Wachstum der bürobasierten Beschäftigung und verschobene Expansionspläne der Nutzer“, so Kevin Thorpe.

Nachteiliges Szenario der verstärkten Verdrängung durch KI

In diesem Szenario, dessen Wahrscheinlichkeit von den Autoren bei fünf Prozent gesehen wird, kommt die zunehmende Verdrängung der menschlichen Arbeitskraft durch die KI zum Tragen. Die Produktivität steigt, Beschäftigung und Nachfrage bleiben schwach, was zu strukturell höheren Büroleerständen führt und die Marktperformance stark nach Qualität und Anpassungsfähigkeit polarisiert.

Für Büros führt dies zu anhaltend schwachen Büronutzungsbeschäftigungen und strukturell erhöhten Leerständen über den gesamten Prognosehorizont, selbst ohne eine Rezession. Der Rückgang des Leerstands ist minimal und die Marktentwicklung wird zunehmend anhand der Qualität und Anpassungsfähigkeit der Assets polarisiert.

Für Einzelhandel, Logistik und Mehrfamilienhäuser/Wohnen ist der Einfluss zwar zurückhaltender, aber im Vergleich zum Basisszenario immer noch negativ. Leerstände im Einzelhandel und bei Mehrfamilienhäusern steigen durch das fehlende Einkommenswachstum. Der Leerstand bleibt im Logistikbereich erhöht, da die Automatisierung die arbeitskraftgetriebene Flächennachfrage dämpft. Strukturelle Angebotsbeschränkungen stützen die Preis- und Nachfrageentwicklung in diesen Sektoren. Es fehlt jedoch der Wachstumsimpuls des Basis- bzw. Wachstums- und produktivitätsgetriebenes Szenarios.

Kevin Thorpe abschließend: „Unsere Analysen deuten darauf hin, dass KI die Wirtschaft eher ausweitet als schrumpfen lässt. Die entscheidende Frage für den Immobilienmarkt ist daher nicht, ob Nachfrage verschwindet, sondern wie sie sich über Märkte, Nutzungsarten und Qualitätssegmente neu verteilt. KI vergrößert die Streuung möglicher Ergebnisse und macht Standort, Qualität, Flexibilität und Zugang zu Talenten zu immer wichtigeren Leistungsfaktoren.“

Prognosen nach Nutzungsart

	Büroflächen	Logistik /  Industrial	Einzelhandel	Multi-Family / Wohnungen
Zentraler KI-Anknüpfungspunkt	Beschäftigung und Flächen-nutzungs- Intensität	Durchsatz und Effizienz	Haushalts-Einkommen und Ausgaben	Einkommen und Haushaltsgröße
Relevanz und Sensitivität für Beschäftigungs- Entwicklung	hoch	niedrig bis moderat	niedrig	moderat
Relevanz für Produktivität	indirekt	hoch	indirekt	indirekt
Leerstands-Risiko	strukturell und anhaltend	zyklisch	begrenzt durch knappes Angebot	getrieben durch Angebots-Auswahl
Streuungs-Szenario	hoch	moderat	niedrig	moderat

^{Quelle: Cushman & Wakefield}