Laut einer neuen Studie von DataTrace, einem nationalen Anbieter von Eigentums- und Besitzdaten sowie Automatisierungslösungen für Titelprüfungen, sind allein durch künstliche Intelligenz (KI) durchgeführte Recherchen öffentlicher Aufzeichnungen nicht ausreichend, um zuverlässige Titelentscheidungen im großen Maßstab zu gewährleisten. Die Analyse des Unternehmens, betitelt „AI Title Search Tested in the Real World: What Accuracy, Risk and Readiness Really Look Like“, vergleicht ausschließliche KI-Suchen mit solchen, die durch sogenannte 'Title Plants' (Titelsammlungen) unterstützt werden, um Vollständigkeit, Genauigkeit und Versicherbarkeit zu bewerten. Eine Titelsammlung ist ein Index aller aufgezeichneten Ereignisse, die eine Immobilie betreffen, und zeichnet sich dadurch aus, dass sie als offizielle rechtliche Beschreibung der Immobilie erfasst wird.
Annette Cotton, Senior Vice President und Chief Data Officer bei DataTrace, erklärte, die Studie stelle eine Projektion potenzieller Risiken und die Möglichkeit dar, spezifische Lücken zu betrachten, wo die KI-Lösung allein zum Einsatz kam. Sie fügte hinzu, die Analyse prognostiziere, welche Folgen es gehabt hätte, wenn das Objekt beispielsweise versichert worden wäre und bestimmte Lücken nicht hätten gemeldet, behoben oder behoben werden können.
Strukturierte Daten als Fundament für KI
DataTrace managt national mehr als 2.000 Titelsammlungen. Die neue Studie ist eine Fortsetzung des ersten Whitepapers von DataTrace zur Position bezüglich des Werts von Titelsammlungen, so Cotton. Die aktuelle Untersuchung sei darauf ausgelegt gewesen, detailliertere Antworten auf diese Fragen zu finden und die Auswirkungen der frühen Erkenntnisse aus dem KI-Test im Vergleich zur traditionellen Prüfung zu beleuchten.
Die Analyse von DataTrace verdeutlicht, dass KI ihre beste Leistung erbringt, wenn sie auf einer Grundlage von strukturierten, validierten Titeldaten operiert und nicht auf fragmentierten öffentlichen Aufzeichnungen auf County-Ebene. Die Schnelligkeit der KI erzeugt Wert, jedoch nur in Verbindung mit der erforderlichen Zuverlässigkeit, Vollständigkeit und Genauigkeit für versicherbare Titelentscheidungen. Die Zukunft liegt nicht in einem Gegensatz zwischen KI und Titelprüfern. Sie liegt in einer KI, die durch vertrauenswürdige Titeldaten angetrieben und von erfahrenen Titelexperten geleitet wird. Nur so kann die Branche die Automatisierung skalieren, ohne an Vertrauen oder Versicherbarkeit einzubüßen.
Signifikante Lücken bei ausschließlicher KI-Nutzung
Zu den Ergebnissen der aktuellen Studie gehört, dass bei einer Überprüfung von 200 zufällig ausgewählten Wohnimmobilien-Akten allein durch KI durchgeführte Titelrecherchen in 40,8 Prozent der durchsuchbaren Akten mindestens einen bedeutsamen Sachverhalt übersehen haben. Im Vergleich zu einer Titelrecherche, die durch DataTrace-Titelsammlungsdaten unterstützt wurde, zeigten diese Versäumnisse signifikante Genauigkeitslücken auf.
- —Von den 200 bewerteten Akten war KI nicht in der Lage, 16 Akten (8 Prozent) zu durchsuchen, da ihr die Titelsammlungsdaten oder vergleichbare normalisierte Datensätze für die Durchführung der Suche fehlten.
- —Die größten Lücken traten in risikoreichen Kategorien auf, wie zum Beispiel bei unfreiwilligen Pfandrechten (involuntary liens), die eine Fehlerrate von über 36 Prozent aufwiesen.
