Workplace Intelligence: Was unzuverlässige Belegungsdaten wirklich kosten

Es ist Mittwochnachmittag. Ein Leiter der Arbeitsstättenabteilung geht durch die dritte Etage seines Gebäudes und zählt die leeren Schreibtische. Der Belegungsbericht auf seinem Laptop zeigt an, dass die Etage zu 85 % ausgelastet ist.

Beide Zahlen sind echt. Nur eine davon fließt in die Vertragsverlängerung ein.

Das ist keine hypothetische Annahme. CBRE hat eine dreimonatige Studie durchgeführt, bei der Ausweisdaten mit Sensordaten im selben Gebäude verglichen wurden. Die Ausweise zeigten eine tägliche Auslastung von 85 %. Die Sensoren maßen zu Spitzenzeiten 59 %. Das Unternehmen hielt acht Etagen, obwohl die Daten zeigten, dass es nur sechs benötigte, und durch die Zusammenlegung wurden jährlich rund 240.000 £ eingespart.

Niemand in dieser Geschichte hat etwas falsch gemacht. Sie haben die Daten genutzt, die ihnen zur Verfügung standen. Die Daten haben einfach das Falsche gemessen.

Genau diese Lücke soll „ deskbird Intelligence“ schließen. Es erfasst die tatsächliche Anwesenheit über das Netzwerk und überwacht die Räumlichkeiten, die ein Unternehmen bereits besitzt, sodass die Belegungsberichte widerspiegeln, was vor Ort tatsächlich passiert ist – und nicht, was das Buchungssystem angenommen hat. Es müssen keine Sensoren gekauft werden, und „ Mitarbeitende “ muss nichts anders machen als bisher.

Kurz zusammengefasst

deskbird Intelligence misst die tatsächliche Büroauslastung mithilfe von „ deskbird Dock“, einer schlanken Desktop-App, die Netzwerkverbindungen erkennt und Signale überwacht. Keine Hardware-Installation, kein Eingreifen der Mitarbeiter, keine Sensoren, die gewartet werden müssen.

• Besucherlisten erfassen die Absicht, Ausweise erfassen den Zutritt, und keines von beiden erfasst die Nutzung
• deskbird Intelligence misst die tatsächliche Belegung ohne Hardwarekosten, während Sensoren zwischen 80 und 400 Euro pro Schreibtisch kosten
• deskbirdDie agentische Ebene wandelt diese Daten in kostenbezogene Empfehlungen um – innerhalb von Copilot, Claude, ChatGPT oder Gemini

Fast jeder stützt sich bei seinen Planungen auf Daten, denen er nicht traut

Das Unangenehme daran ist, wie normal das ist.

Die „Global Occupancy Planning Benchmark 2026“ von JLL ergab, dass mittlerweile 90 % der Unternehmen Nutzungsdaten bei Entscheidungen zur Raumplanung heranziehen – ein Anstieg gegenüber 70 % im Vorjahr. Nur 7 % bewerten ihre Datenkompetenz als „ausgezeichnet“.

Also werden die Zahlen trotzdem verwendet. Die Raumaufteilung wird weitergeplant. Mietverträge werden unterzeichnet, Etagen werden geschlossen, Schreibtische werden aufgestellt, und jeder im Raum weiß insgeheim, dass die Zahlen unzuverlässig sind. Wenn die Entscheidung schiefgeht, muss die Person, die den Bericht vorgelegt hat, die Konsequenzen tragen.

Die Büros füllen sich, und die Durchschnittswerte verschleiern das

CBRE schätzt die weltweite durchschnittliche Büroauslastung im Jahr 2025 auf 53 % – ein Anstieg gegenüber den 38 % des Vorjahres. Das Thema „leere Büros“ ist überholt.

Aber dieselbe Studie beziffert die Spitzenauslastung auf 80 %. Diese Differenz ist die eigentliche Falle. Die Durchschnittswerte sagen, dass du noch Platz zum Zurückgeben hast. Die Spitzenwerte zeigen, dass der Dienstag schon fast voll ausgelastet ist. Wenn du die Kapazität am Durchschnitt ausrichtest, verspielst du die Tage, an denen die Leute tatsächlich kommen.

Mit „Auslastung“ ist hier gemeint, dass die Leute den Raum tatsächlich nutzen – und nicht nur, dass sie sich am Eingang einchecken. Das bringt uns dazu, wie die meisten Unternehmen das messen.

Jede Methode liegt in einer anderen Hinsicht daneben

Dein Tischreservierungssystem zeigt dir Reservierungen an, die Aufschluss darüber geben, was Mitarbeitende vorhatte, nicht darüber, was tatsächlich passiert ist.

In den Buchungsprotokollen wird festgehalten, was die Leute vorhatten. Jemand reserviert am Montag einen Schreibtisch, arbeitet dann aber von zu Hause aus. Der Schreibtisch wird den ganzen Tag als belegt angezeigt. Das ist die Absicht, die vor Beginn des Tages erfasst wurde, und sie ist sehr hoch.

Das Einlesen der Ausweise bestätigt, dass jemand das Gebäude betreten hat. Das ist echtes Verhalten und daher aussagekräftiger als eine Reservierung. Aber das Betreten ist noch nicht gleichbedeutend mit der Nutzung. Jemand, der sich einloggt und den Tag in „ Meetingräume “ verbringt, sieht genauso aus wie jemand, der 8 Stunden lang an seinem Schreibtisch sitzt. So kommt es, dass ein Gebäude 26 Punkte mehr anzeigt, als es tatsächlich hat.

Physische Sensoren messen die Anwesenheit am Schreibtisch präzise. Genau diese Präzision hat die Lücke in der CBRE-Studie aufgedeckt. Das Problem sind die Kosten dafür: 80 bis 400 Euro pro Schreibtisch, je nach Anbieter, noch vor Installation, Kalibrierung und Batteriewechsel. Außerdem lassen sie sich nach der Montage nur schwer anpassen, sodass die von dir gemessene Anordnung auch die endgültige ist, an die du dich halten musst.

[Table1]

Die wirtschaftlichen Argumente für Workplace Intelligence

„Gebucht“ wird nicht verwendet, und in der Lücke zwischen den beiden befindet sich das Geld. Sobald es sichtbar ist, ändern sich drei Entscheidungen.

Du kannst die Flächennutzung anhand von Fakten optimieren. Die Auslastung pro Etage zeigt, welche Teile des Immobilienbestands ihren Platz rechtfertigen und für welche man aus Gewohnheit bezahlt. Im Beispiel von CBRE waren das zwei Etagen und 240.000 £ pro Jahr in einem Gebäude.

Du kannst die Hybrid-Richtlinien anhand von Mustern statt von Annahmen festlegen. Spitzentage, wöchentliche Rhythmen und Überschneidungen im Team ergeben sich daraus, was die Leute tatsächlich gemacht haben – und nicht daraus, was sie einem Buchungssystem gesagt haben, was sie tun würden.

Du kannst die Entscheidung gegenüber deinen Vorgesetzten verteidigen. Das Schwierigste an einer Entscheidung bezüglich der Büroräume ist selten, sie zu treffen. Es geht vielmehr darum, dazu zu stehen, wenn die Finanzabteilung fragt, woher die Zahl stammt. Arbeitsplatzanalysen, die auf tatsächlicher Anwesenheit basieren , liefern dir eine stichhaltige Antwort.

Dafür ist kein Budget für Hardware nötig – und genau das ist der Punkt, der solche Projekte meist schon im Keim erstickt.

Von den Belegungsdaten bis zur Entscheidung

deskbird Intelligence beschränkt sich nicht darauf, die Lücke aufzuzeigen. Seine agentenbasierte Ebene analysiert die Muster auf deinen Standorten und wandelt sie in Empfehlungen um, wobei die hinter jeder Empfehlung stehenden Einsparungen quantifiziert werden. Es modelliert Szenarien, vergleicht deine Standorte mit denen vergleichbarer Unternehmen und deckt Muster auf, für deren Suche niemand die Zeit hatte.

Es funktioniert direkt in den Assistenten, die eure Teams ohnehin schon nutzen, darunter Microsoft Copilot, Claude, ChatGPT und Gemini – ihr müsst also nichts Neues einführen.

Du triffst nach wie vor jede Entscheidung selbst, wobei hinter jedem Vorschlag die Belegungsdaten sichtbar sind – und genau das macht eine Empfehlung für die Finanzabteilung nutzbar, statt dass man sie einfach blind glauben muss.

Wie „ deskbird Intelligence“ das misst

deskbird Dock, die Desktop-App hinter „ deskbird Intelligence“, wertet Signale aus, die dein Büro ohnehin schon erzeugt. Ein Gerät, das sich mit dem Unternehmensnetzwerk verbindet, ist ein Anwesenheitssignal. Ein Gerät, das an einen zugeordneten Monitor oder eine Dockingstation angeschlossen wird, signalisiert die Anwesenheit an einem bestimmten Schreibtisch.

Die IT-Abteilung setzt das über das bestehende Gerätemanagement um, genauso wie bei jeder anderen verwalteten Anwendung. Am Arbeitsplatz muss nichts installiert werden und es müssen keine Batterien ausgetauscht werden, sodass die Hardwarekosten bei 0 € bleiben.

Die Daten sind von vornherein anonymisiert und aggregiert, da es hier um die Erfassung von Räumen und Mustern geht, nicht um Personen.

Buche eine Demo und wir zeigen dir, wie groß die Diskrepanz zwischen den gebuchten Zeiten deiner Teams und ihren tatsächlichen Arbeitsorten ist.