Building Data Insights

credium konzentriert sich auf die Strukturierung, die Analyse und die Bereitstellung von Immobilien-Informationen

Flächendeckend und adressgenau

credium bietet Daten zu allen der über 20 Millionen Gebäuden in Deutschland

KI-gestützte Analysen

Extraktion von Informationen aus unstrukturierter Daten wie Satellitenbildern oder 3D-Punktwolken

Use Cases

credium stellt flächendeckende, adressgenaue, umfassende und hochqualitative Immobiliendaten in Echtzeit bereit. Flächendeckend bedeutet, dass credium nicht nur einzelne, fragmentierte Gebiete, sondern Daten für ganz Deutschland abdeckt. Die adressgenaue Bereitstellung bedeutet, dass jedes der über 20 Mio. Gebäude in Deutschland auf Basis seiner Adresse identifiziert werden kann. Die umfassenden Gebäudeeigenschaften ermöglichen die Umsetzung einer Vielzahl an Use Cases. Unser Fokus für den Markteintritt liegt dabei auf der Finanzdienstleistungsbranche, genauer Gebäudefinanzierer und Gebäudeversicherer.

Gebäudefinanzierer

  • Digitalisierung und Beschleunigung von Kreditprozessen durch digitale Bereitstellung von Objektdaten
  • Objektinformationen müssen nicht mehr aufwändig manuell aus Dokumenten extrahiert oder vom Kunden bereitgestellt werden
  • Automatisierte Validierung von relevanten Objektdaten (z.B., Lage des Objekts auf dem angegeben Flurstück)
  • Digitale und sofortige Analyse von Gebäuden für ein Time-to-Yes innerhalb von Stunden anstatt Tagen
  • Möglichkeit zur Einbeziehung der Mikrolage zur Bewertung (insbesondere für Gewerbeimmobilien)

Gebäudeversicherer

  • Verbesserung der Kundenreise durch automatisierte, digitale Bereitstellung von Objektdaten
  • Validierung von eingegebenen Informationen auf Richtigkeit und Vollständigkeit (Vermeidung von Unterversicherung)
  • Ermöglichung von automatisierten Versicherungsabschlüssen durch objektspezifische Risikofaktoren
  • Automatisiertes Tracking des Gebäudebestandes über die Zeit, um versicherungsrelevante Veränderungen zu registrieren (z.B. eine neue PV-Anlage auf dem Dach)

Technologie

credium bietet seinen Kunden über eine Webschnittstelle vielfältige Informationen zu einer konkreten Immobilie und deren Umgebung unter Angabe einer Adresse oder Geokoordinaten. Grundlage hierfür sind flächendeckend verfügbare Geodaten. Ihre effektive Verarbeitung ist kritisch für den Erfolg der nachgelagerten KI-Lösung. Die relevanten Daten setzen sich einerseits aus unstrukturierten Daten der Landesvermessungsämter, andererseits aus strukturierten Daten amtlicher Liegenschaftskataster zusammen.

Unsere Datenquellen

  • In der obersten Schicht bauen wir auf Luft- und Sattelitenaufnahmen auf. Dabei verwenden wir sowohl orthogonale Aufnahmen (Orthofotos), als auch Schrägbildaufnahmen (woraus z.B. Fassadenstrukturen analysierbar werden). Dadurch erkennen wir visuelle Strukturen, wie z.B. Solaranlagen, Gärten oder Swimming Pools.
  • Darauf aufbauend verwenden wir 3D-Punktwolken (aus LiDAR Scans), um daraus dreidimensionale Geometrien abzuleiten. Mit modernen und intelligenten Preprocessing-Algorithmen, welche Messfehler korrigieren und fehlende Datenpunkte ergänzen, lassen sich exakte 3D-Modelle der Gebäude erstellen. Daraus ergibt sich ein semantisches Gebäudedaten-Modell (CityGML).
  • Grundlage für unser Datenmodell sind Daten des amtlichen Liegenschaftskatasterinformationssystems (ALKIS). Die digital abrufbaren ALKIS-Daten liefern koordinatengenau die Adressen sämtlicher Gebäude, sowie deren Gebäudeumrisse. Darüber hinaus werden durch individuelle Erhebungen teilweise Informationen bzgl. der Eigenschaften der Gebäude bereitgestellt. Hierzu zählen Attribute wie die Art der Nutzung eines Gebäudes (gewerblich oder privat), dessen Baujahr oder die Art des Gebäudes (Reihenhaus, Hochhaus, Doppelhaus etc.).
  • Durch die Verschneidung dieser Datenquellen können wir fehlende Datenpunkte ausgleichen, die Datenqualität der jeweiligen Quelle gegen andere abgleichen und somit einen sehr hohen Qualitätsstandard erfüllen.

Wir sind ein hochmotiviertes und interdisziplinäres Team

Ayman, Software and Data Engineer

Charlotte, Data Scientist

Lars, Co-Founder

Martin, Data Scientist

Tharwat, Software and Data Engineer

Thomas, Data Scientist

Timm, Co-Founder

Viktor, Data Scientist and Data Engineer

Wolfgang, Co-Founder

Du?

Kontaktiere
uns!

Unsere Unterstützer