Value AG gehört zu den führenden Unternehmen der Immobilienbewertung in Deutschland. Gemma Analytics hat für Value AG eine Nachfrageprognose mit Machine Learning auf einer Snowflake-Datenplattform aufgebaut, damit sich die Personalplanung nach der erwarteten Nachfrage richtet und nicht nach starren Regeln.
Die Ausgangslage
Als unabhängiger Partner von Banken, Versicherern und Investoren bewertet Value AG Immobilien aller Asset-Klassen. Dazu gehören Gutachten, Besichtigungen und Marktdaten, die Teams sind in ganz Deutschland vor Ort im Einsatz. Wie viele Leute wann gebraucht werden, hängt davon ab, wie viele Bewertungsaufträge hereinkommen, und diese Nachfrage schwankt im Lauf des Jahres.
Die Einsatzplanung beruhte auf manuellen Schätzungen und festen Regeln. Saisonale Schwankungen und aktuelle Trends fielen dabei durchs Raster. Die Folge: Überbesetzung in ruhigen Wochen und Engpässe in den Spitzen. Das eine kostet Geld, das andere geht auf Kosten des Service.
Unsere Lösung
Gemma Analytics arbeitet seit 2023 mit Value AG zusammen. Den Anfang machte die Data Analytics Beratung: Interviews in den Fachbereichen, eine Empfehlung zur Infrastruktur und eine Roadmap. Danach folgte der Aufbau einer zentralen Datenplattform. Daten aus den internen Systemen für Aufträge, Termine und Besichtigungen, Tabellen auf SharePoint und eine Schnittstelle zur Tourenplanung laufen in einem Snowflake Data Warehouse zusammen und werden mit dbt modelliert. Darauf baut das Reporting zu Auftragsvolumen, Auslastung und Service-Levels auf.
Auf dieser Datenbasis laufen die Machine-Learning-Modelle für die Nachfrageprognose. Sie berücksichtigen Trends, Saisonalität, Produktmix und externe Faktoren und werden automatisch neu berechnet. Die Prognosen fließen direkt in die Einsatzplanung ein. So richtet sich die Teamgröße nach der Nachfrage, die tatsächlich kommt, und nicht mehr nach einer festen Regel.
Das Ergebnis
Die Prognose erreicht eine Genauigkeit von 90 Prozent, Über- und Unterbesetzung sind in allen Regionen um bis zu 50 Prozent zurückgegangen. Weil der Forecast fest in der Planung verankert ist, arbeitet Value AG mit geringeren Kosten, besseren Service-Levels und Teams, die zur Auftragslage passen, in ruhigen Wochen genauso wie in den Spitzen.
Tools und Setup
Snowflake ist das zentrale Data Warehouse. Apache Airflow steuert die Datenpipelines, die in Docker-Containern laufen, dbt übernimmt die Datenmodellierung. Der Code liegt versioniert in Azure DevOps, die Prognosemodelle laufen als geplante Tasks direkt in Snowflake, und Power BI zeigt Forecast, Plan und Ist-Werte für die Fachbereiche in Dashboards.