KI im Vertrieb von Immobilien: Einsatz, Aufsicht, Transparenz

Was leistet KI im Vertrieb von Immobilien heute konkret?

KI im Vertrieb übernimmt vor allem vorbereitende Aufgaben: Sie strukturiert Anfragen, schlägt Prioritäten vor, verdichtet Gesprächsnotizen, entwirft Texte und fasst Standortdaten zusammen. Sie ersetzt weder die Beratung noch die Entscheidung über Kunden. Der Nutzen entsteht dort, wo wiederkehrende Schreib- und Sortierarbeit anfällt und ein Mensch das Ergebnis prüft.

Im Neubauvertrieb fällt diese Arbeit an vielen Stellen an. Anfragen kommen über Portale, die Projektseite und Vertriebspartner, jeweils in anderem Format. Berater führen Erstgespräche, deren Inhalt später im CRM fehlt, weil die Nachbereitung liegen bleibt. Für jede Einheit braucht es Beschreibungen, die zur Preisliste und zum Baufortschritt passen. Hier kann ein Sprachmodell Entwürfe liefern, die ein Mitarbeiter prüft und ergänzt, statt sie neu zu schreiben – vorausgesetzt, die Eingangsdaten stimmen.

Die Grenze verläuft entlang einer einfachen Frage: Wirkt die KI-Ausgabe nach außen oder auf eine Person, bevor ein Mensch sie gesehen hat? Wenn ja, braucht der Prozess einen Freigabeschritt. Ein Score, der nur die Reihenfolge der Rückrufe vorschlägt, ist anders zu bewerten als ein Score, der Interessenten automatisch von einer Reservierungsliste ausschließt. Die folgenden Abschnitte gehen die Einsatzfelder einzeln durch.

• Lead-Qualifizierung: Anfragen nach Budget, Zeithorizont und Einheitentyp vorsortieren
• Gesprächszusammenfassung: Transkript in eine strukturierte CRM-Notiz mit Aufgaben überführen
• Exposé-Texte: Entwürfe aus den Stammdaten der Einheit erzeugen
• Standortdaten: Infrastruktur, Verkehr und amtliche Statistik zu einem Standortprofil verdichten
• Assistenz im Postfach: Antwortentwürfe auf wiederkehrende Fragen vorbereiten

Einsatzfelder und Verantwortlichkeiten im Überblick

Bevor Sie ein Werkzeug auswählen, lohnt eine Übersicht, die für jedes Einsatzfeld drei Fragen beantwortet: Was liefert die KI, wer gibt das Ergebnis frei, und welche Norm ist zu prüfen? Diese Übersicht wird später zur Freigabematrix in Ihrem Vertriebshandbuch. Sie zwingt dazu, Verantwortung nicht an ein Werkzeug, sondern an eine Rolle im Team zu binden.

Die Spalte zum Prüfpunkt nennt den Ausgangspunkt, nicht das Ergebnis der Prüfung. Ob ein Lead-Score unter Art. 22 DSGVO fällt, hängt davon ab, wie er im Prozess verwendet wird. Ob ein Chatbot-Hinweis nach Art. 50 KI-Verordnung den Anbieter oder auch Ihr Unternehmen trifft, hängt von der Rolle ab, die Sie beim jeweiligen System einnehmen. Die Tabelle markiert, wo genauer hingesehen werden sollte.

Auffällig ist die letzte Zeile. KI-Systeme zur Bewertung der Kreditwürdigkeit natürlicher Personen ordnet Anhang III Nr. 5 Buchst. b der KI-Verordnung als Hochrisiko-Anwendung ein. Für Vertriebe empfiehlt sich deshalb, die Bonitätsbewertung bei Bank oder Finanzierungspartner zu belassen und im CRM nur eine Vorprüfung mit festen, offengelegten Rechenregeln abzubilden.

In der Software

Jeder Vorgang steht an seiner Stufe

Board, Tabelle und Zeitstrahl zeigen dieselben Deals — wer wo hängt, sieht man ohne Rückfrage.

Deal-Pipeline

Wie setzt man KI bei der Lead-Qualifizierung ein, ohne automatisch zu entscheiden?

Indem die KI nur Prioritäten vorschlägt und jede Zurückstellung von einem Menschen bestätigt wird. Die Bewertungskriterien werden vorab schriftlich festgelegt, die KI begründet jeden Score, und Anfragen unterhalb einer Schwelle landen in einem Prüfband statt im Papierkorb.

Die Bewertung selbst kann regelbasiert oder modellbasiert sein. Regelbasiert heißt: feste Punkte für Merkmale wie passendes Budget, geklärte Finanzierung oder Zeithorizont. Ein Sprachmodell hilft vorher, Freitextanfragen in diese Felder zu übersetzen, etwa aus „suche Dreizimmerwohnung, Finanzierung läuft, Kauf im Frühjahr“. Diese Kombination ist nachvollziehbar, weil die Gewichtung offenliegt und das Modell nur extrahiert, nicht bewertet.

Vorsicht ist bei selbstlernenden Modellen geboten, die aus vergangenen Abschlüssen Muster ableiten. Sie können Merkmale gewichten, die mit Herkunft, Alter oder Wohnort korrelieren, ohne dass jemand das beabsichtigt hat. Für den Vertrieb empfiehlt sich, nur Merkmale zuzulassen, die einen sachlichen Bezug zur Kaufentscheidung haben, und die Verarbeitung im Verzeichnis der Verarbeitungstätigkeiten nach Art. 30 Abs. 1 DSGVO zu dokumentieren.

1. 1Bewertungskriterien und Gewichte schriftlich festlegen und von der Vertriebsleitung freigeben lassen
2. 2Freitextanfragen per KI in strukturierte Felder übersetzen und die Extraktion stichprobenhaft prüfen
3. 3Score berechnen und zu jedem Score eine Begründung in Klartext speichern
4. 4Schwellen definieren: Sofortkontakt, Standardbearbeitung, Prüfband
5. 5Jede Zurückstellung im Prüfband durch einen Berater bestätigen lassen
6. 6Kriterien und Schwellen quartalsweise anhand der tatsächlichen Abschlüsse überprüfen

Wann greift Art. 22 DSGVO bei KI-gestützten Entscheidungen?

Art. 22 Abs. 1 DSGVO greift, wenn eine Entscheidung ausschließlich auf automatisierter Verarbeitung beruht und gegenüber der betroffenen Person rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt. Ein Score, den ein Berater nur als Hinweis nutzt, fällt nicht ohne Weiteres darunter, solange der Mensch tatsächlich eigenständig entscheidet.

Entscheidend ist die tatsächliche Rolle des Menschen. Bestätigt ein Mitarbeiter KI-Vorschläge nur formal, ohne Ermessen und ohne Zugriff auf die Gründe, liegt faktisch eine automatisierte Entscheidung vor. Im Immobilienvertrieb ist das relevant, wenn ein Score bestimmt, wer eine Reservierungsoption erhält, wer zur Vorvermarktung eingeladen wird oder wessen Anfrage dauerhaft unbeantwortet bleibt. Solche Folgen können erheblich sein, gerade wenn nur wenige Einheiten eines Typs verfügbar sind.

Ist eine automatisierte Entscheidung ausnahmsweise nach Art. 22 Abs. 2 Buchst. a oder c DSGVO zulässig, also für einen Vertrag erforderlich oder ausdrücklich eingewilligt, verlangt Art. 22 Abs. 3 DSGVO angemessene Maßnahmen. Dazu gehören mindestens das Recht auf Eingreifen einer Person, auf Darlegung des eigenen Standpunkts und auf Anfechtung der Entscheidung. Für den Vertrieb ist der einfachere Weg, solche Entscheidungen gar nicht erst zu automatisieren.

Unabhängig davon bestehen Informationspflichten. Art. 13 Abs. 2 Buchst. f DSGVO verlangt bei automatisierter Entscheidungsfindung nach Art. 22 Abs. 1 und 4 DSGVO aussagekräftige Informationen über die involvierte Logik. Auch wo Art. 22 nicht greift, empfiehlt sich ein Hinweis in der Datenschutzinformation, dass Anfragen softwaregestützt priorisiert und von Mitarbeitern bearbeitet werden. Stützen Sie die Verarbeitung auf Art. 6 Abs. 1 Buchst. f DSGVO, bleibt das Widerspruchsrecht nach Art. 21 Abs. 1 DSGVO zu beachten.

• Anfragen werden ohne menschliche Sichtung abgesagt oder nicht beantwortet
• Der Score legt allein die Vergabe von Reservierungsoptionen fest
• Mitarbeiter sehen nur den Score, nicht die Begründung
• Abweichungen vom Score sind im System nicht vorgesehen
• Es gibt keinen Weg, eine Einstufung überprüfen zu lassen

Praxisbeispiel: Score mit Prüfband nachrechnen

Das folgende Beispiel ist frei konstruiert und beschreibt keinen realen Kundenfall. Annahme: Ein Bauträger erhält für ein Projekt 400 Anfragen im Monat. Die Vertriebsleitung vergibt Punkte für fünf Kriterien: Budget passt zur Preisspanne (30 Punkte), Finanzierung geklärt (25), Kaufzeitpunkt innerhalb von zwölf Monaten (20), gewünschter Einheitentyp verfügbar (15), Kontaktdaten vollständig (10). Die Höchstpunktzahl beträgt 100.

Eine Anfrage mit passendem Budget, offener Finanzierung, Kaufzeitpunkt im kommenden Frühjahr, verfügbarem Einheitentyp und vollständigen Kontaktdaten erreicht 30 + 0 + 20 + 15 + 10 = 75 Punkte. Annahme für die Schwellen: ab 70 Punkten Sofortkontakt am selben Tag, 40 bis 69 Punkte Standardbearbeitung, unter 40 Punkten Prüfband. Die KI übersetzt nur die Freitexte in die Kriterien und begründet die Punkte; die Gewichte bleiben eine Entscheidung der Vertriebsleitung.

Annahme zur Verteilung: 20 Prozent der Anfragen erreichen mindestens 70 Punkte (80 Anfragen), 50 Prozent liegen zwischen 40 und 69 (200 Anfragen), 30 Prozent unter 40 (120 Anfragen). Alle 120 Anfragen im Prüfband sichtet ein Berater mit angenommenen 2 Minuten je Fall: 240 Minuten. Zusätzlich empfiehlt sich eine Stichprobe von 10 Prozent aus den beiden oberen Gruppen, um Fehlextraktionen zu finden: 28 Anfragen mal 2 Minuten ergeben 56 Minuten.

Der gesamte Prüfaufwand liegt in diesem Beispiel bei 296 Minuten im Monat, also knapp fünf Stunden. Mit dieser Zahl lässt sich vorab entscheiden, ob das Prüfband personell tragbar ist. Ist es das nicht, sollten Sie nicht die Prüfung streichen, sondern die Kriterien schärfen, damit weniger Anfragen unklar eingestuft werden. Ändert sich die Verteilung, rechnen Sie mit denselben Schritten neu.

Was ist bei KI-Gesprächszusammenfassungen zu beachten?

Vor allem drei Punkte: Das Gespräch darf nur mit Einverständnis der Gesprächspartner aufgenommen werden, die Zusammenfassung muss vom Berater geprüft werden, bevor sie in der Kundenakte gilt, und Audiodateien sollten nach der Verarbeitung gelöscht werden, sofern kein Aufbewahrungsgrund besteht.

Der heikle Schritt ist die Aufnahme. Wer das nichtöffentlich gesprochene Wort eines anderen unbefugt auf einen Tonträger aufnimmt, macht sich nach § 201 Abs. 1 Nr. 1 StGB strafbar. Daneben braucht die Verarbeitung eine Rechtsgrundlage nach Art. 6 Abs. 1 DSGVO. Für Beratungsgespräche empfiehlt sich, das Einverständnis zu Beginn ausdrücklich einzuholen und im CRM mit Datum zu vermerken. Lehnt der Interessent ab, schreibt der Berater die Notiz wie bisher selbst.

Sprachmodelle neigen dazu, Lücken plausibel zu füllen. In einer Zusammenfassung kann so aus „wir überlegen, ob wir finanzieren“ ein „Finanzierung in Klärung“ werden, oder es entsteht eine Zusage zum Stellplatz, die nie gegeben wurde. Deshalb sollte die Zusammenfassung erst nach Freigabe durch den Berater in die Kundenakte übernommen werden. Zusagen zu Preis, Ausstattung oder Terminen gehören zusätzlich in ein eigenes Feld.

Bei der Auswahl des Werkzeugs zählen Speicherort und Auftragsverarbeitung. Verarbeitet ein externer Dienst die Audiodaten, brauchen Sie einen Vertrag nach Art. 28 Abs. 3 DSGVO und bei Übermittlungen in Drittländer eine Grundlage nach Art. 44 ff. DSGVO. Fragen Sie den Anbieter, ob Gesprächsinhalte zum Training von Modellen verwendet werden, und lassen Sie sich die Antwort schriftlich geben.

Exposé-Texte und Visualisierungen mit KI erstellen

Für Exposé-Texte ist KI im Immobilienvertrieb ein naheliegendes Werkzeug, weil die Datengrundlage strukturiert vorliegt: Wohnfläche, Zimmerzahl, Geschoss, Ausrichtung, Ausstattungslinie. Ein Sprachmodell formuliert daraus Entwürfe, die einheitlich klingen und für jede Einheit eigene Akzente setzen. Der Aufwand verlagert sich vom Schreiben zum Prüfen, und diese Prüfung braucht eine klare Referenz.

Geprüft wird gegen zwei Dokumente: die Baubeschreibung und die aktuelle Preisliste. Sprachmodelle ergänzen gern Ausstattungsmerkmale, die üblich klingen, etwa Fußbodenheizung oder bodentiefe Fenster, obwohl sie im Projekt nicht vorgesehen sind. Solche Abweichungen führen später zu Rückfragen und Konflikten mit Käufern. Sinnvoll ist, dem Modell nur die freigegebene Baubeschreibung als Quelle zu geben und jede Aussage, die dort nicht steht, im Entwurf markieren zu lassen.

Bei Bildern ist die Lage anders. Eine KI-möblierte Wohnung oder eine generierte Außenansicht kann ein Deepfake im Sinne von Art. 3 Nr. 60 KI-Verordnung sein, wenn sie realen Gegenständen oder Orten ähnelt und fälschlich als echt erscheinen würde. Betreiber müssen dann nach Art. 50 Abs. 4 Unterabs. 1 KI-Verordnung offenlegen, dass der Inhalt künstlich erzeugt oder manipuliert wurde. Ein sichtbarer Hinweis wie „KI-Visualisierung, Möblierung beispielhaft“ direkt am Bild ist dafür ein praktikabler Weg.

• Jede Ausstattungsangabe ist in der Baubeschreibung belegt
• Flächen, Preise und Verfügbarkeit stammen direkt aus der Einheitenverwaltung
• Lagebeschreibungen nennen Entfernungen nur mit Quelle und Stand
• Visualisierungen tragen einen sichtbaren Hinweis auf die KI-Erzeugung
• Die Freigabe ist mit Name und Datum im System dokumentiert

Welche Transparenzpflichten regelt Art. 50 der KI-Verordnung?

Art. 50 der KI-Verordnung (EU) 2024/1689 verlangt, dass Menschen erkennen, wenn sie mit einem KI-System interagieren, dass synthetische Inhalte maschinenlesbar gekennzeichnet sind und dass Deepfakes offengelegt werden. Nach Art. 113 gilt die Verordnung im Grundsatz ab dem 2. August 2026; Art. 50 gehört zu diesem Teil.

Die Pflichten verteilen sich auf Anbieter und Betreiber. Art. 50 Abs. 1 verpflichtet Anbieter, KI-Systeme für die direkte Interaktion so zu gestalten, dass Personen über den KI-Einsatz informiert werden, sofern das nicht offensichtlich ist. Art. 50 Abs. 2 verlangt von Anbietern generativer Systeme eine maschinenlesbare Kennzeichnung der Ausgaben. Art. 50 Abs. 4 richtet sich an Betreiber, also auch an Vertriebe, die solche Systeme einsetzen.

Für Texte sieht Art. 50 Abs. 4 Unterabs. 2 eine Offenlegung nur bei Texten vor, die veröffentlicht werden, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren. Sie entfällt, wenn der Text menschlich überprüft wurde und jemand die redaktionelle Verantwortung trägt. Ein Exposé für eine einzelne Wohnung dient der Vermarktung; ob die Pflicht hier greift, ist eine Auslegungsfrage. Eine dokumentierte Freigabe ist in beiden Fällen sinnvoll.

Betreiben Sie auf der Projektseite einen Chatbot, sollte der Hinweis auf die KI spätestens bei der ersten Interaktion klar erkennbar sein, wie es Art. 50 Abs. 5 vorsieht. Zusätzlich verpflichtet Art. 4 KI-Verordnung Anbieter und Betreiber, für ein ausreichendes Maß an KI-Kompetenz ihres Personals zu sorgen. Prüfen Sie vor der Umsetzung die konsolidierte Fassung bei EUR-Lex, da Zeitpläne auf EU-Ebene nachträglich angepasst werden können.

Standortdaten: Quellen dokumentieren statt Prognosen versprechen

KI-gestützte Standortprofile bündeln Daten zu Verkehrsanbindung, Nahversorgung, Schulen und Bautätigkeit und formulieren daraus eine lesbare Lagebeschreibung. Für Kapitalanleger ist das ein nützlicher Einstieg in das Gespräch. Das Risiko liegt in Aussagen, die über die Daten hinausgehen: Ein Modell, das aus steigenden Baugenehmigungen eine Wertsteigerung ableitet, liefert eine Prognose ohne belastbare Grundlage.

Arbeiten Sie deshalb mit einer festen Quellenliste. Für Bautätigkeit, Baugenehmigungen und Fertigstellungen veröffentlicht das Statistische Bundesamt amtliche Daten. Jede Angabe im Standortprofil sollte Quelle und Stand nennen, etwa „Baugenehmigungen laut Statistischem Bundesamt, Stand Monat und Jahr“. Fehlt eine Quelle, bleibt die Aussage draußen. So kann ein Berater jede Zahl im Gespräch nachvollziehen und auf Nachfrage belegen.

Für die Beratung gilt: Das Standortprofil beschreibt den Ist-Zustand, die Einschätzung zur Entwicklung bleibt Aufgabe des Beraters und muss als dessen Einschätzung erkennbar sein. Renditeaussagen, Mietprognosen oder Wertentwicklungen sollten nicht aus einem KI-Text übernommen werden. Sinnvoll ist, im Prompt ausdrücklich festzulegen, dass das Modell keine Prognosen formuliert, und die Ausgabe vor der Freigabe auf solche Formulierungen zu prüfen.

Einführung im Team: Freigabematrix, Schulung, Protokoll

Ein KI-Werkzeug im Vertrieb einzuführen ist weniger eine Technik- als eine Organisationsfrage. Wer darf welche Ausgaben freigeben, welche Daten dürfen in welches System, und wie wird nachgewiesen, dass ein Mensch geprüft hat? Diese Fragen sollten vor dem ersten produktiven Einsatz beantwortet und im Vertriebshandbuch festgehalten sein.

Die Freigabematrix aus der Übersichtstabelle wird dafür um zwei Spalten ergänzt: zulässige Datenkategorien und Protokollort. Für Lead-Scores ist das etwa das CRM mit Score, Begründung und Bearbeiter, für Exposé-Texte die Historie der Einheit. Das Protokoll sollte in dem System entstehen, in dem ohnehin gearbeitet wird, und nicht in einer separaten Tabelle, die niemand pflegt.

Für die Schulung empfiehlt sich ein kurzes Format je Einsatzfeld, das typische Fehler an anonymisierten Beispielen aus dem eigenen Bestand zeigt: erfundene Ausstattungsmerkmale, falsch extrahierte Budgets, überzogene Zusammenfassungen. Werden Teilnahme und Inhalte dokumentiert, unterstützt das zugleich den Nachweis der KI-Kompetenz nach Art. 4 KI-Verordnung.

1. 1Einsatzfelder festlegen und je Feld eine verantwortliche Rolle benennen
2. 2Zulässige Datenkategorien bestimmen und besondere Kategorien nach Art. 9 Abs. 1 DSGVO ausschließen
3. 3Vertrag zur Auftragsverarbeitung nach Art. 28 Abs. 3 DSGVO mit dem KI-Anbieter abschließen
4. 4Datenschutzinformation um die softwaregestützte Priorisierung ergänzen
5. 5Schulung je Einsatzfeld durchführen und Teilnahme dokumentieren
6. 6Empfohlen: nach drei Monaten Stichproben auswerten und Regeln anpassen