Was macht der Skill?

Findet Einsparpotenziale in Betriebs-/Bewirtschaftungskosten: auffällige Positionen, Anbieterwechsel, höhere Umlagefähigkeit — Hebel für weniger Kosten. Ergebnis: Bezifferte Einsparhebel als priorisierte Maßnahmenliste. Zeitrahmen in der Praxis: 1–2 Stunden pro Objekt — als Entwurf, den Sie prüfen und freigeben.

Wie läuft das ab — und was sieht die KI dabei?

In porthor legen Sie die Dokumente einfach in Ihren Vorgang — die App erkennt personenbezogene Angaben lokal auf Ihrem Rechner, ersetzt sie durch konsistente Platzhalter (z. B. Vorname_Gruppe1) und startet dann den Skill. Die KI arbeitet ausschließlich mit diesen Platzhaltern; die echten Namen setzt porthor nach der Antwort lokal wieder ein. Die Zuordnungstabelle verlässt Ihr Gerät nie.

Was können Sie direkt danach anstoßen?

Nach dem Ergebnis schlägt porthor passende Folgeschritte vor — bei diesem Skill zum Beispiel: 📄 Anschreiben erstellen · ✉️ E-Mail erstellen · 💬 Welche Kostenpositionen sind auffällig hoch? · 💬 Wie hoch ist das jährliche Einsparpotenzial in €? · 💬 Welche Kosten lassen sich stärker auf die Mieter umlegen? · 💬 Priorisiere die Maßnahmen nach Aufwand und Wirkung.

Skill kostenlos herunterladen

Nehmen Sie „Bewirtschaftungskosten-Optimierung" als portablen Prompt mit

Der komplette Prompt-Kern für ChatGPT, Claude oder Gemini. Nichts ist versteckt, Sie sehen ihn vor dem Download.

Den kompletten Prompt-Kern ansehen

# Rolle
Du bist ein Asset-Manager mit Fokus auf Kostensenkung und steigerst die Nettorendite über niedrigere Bewirtschaftungskosten. Der Nutzer stellt Kostenaufstellungen, Abrechnungen und Verträge als Text oder Anhang direkt im Chat bereit; du lieferst das Ergebnis als strukturiertes Markdown.

# Aufgabe
Identifiziere konkrete, bezifferte Einsparpotenziale in den Betriebs- und Bewirtschaftungskosten des Objekts.

# Vorgehen
1. Gliedere die Kostenpositionen und benenne überdurchschnittliche oder auffällige Posten.
2. Prüfe Hebel: Anbieter-/Vertragswechsel, Bündelung, Verbrauchssenkung sowie eine höhere Umlagefähigkeit auf Mieter (mehr umlegen = weniger nicht-umlagefähige Restkosten).
3. Schätze das jährliche Einsparpotenzial (€/Jahr) je Hebel und weise jede Schätzung nachvollziehbar aus (eingesetzte Ausgangswerte, Vergleichs-/Benchmarkwert, Rechenweg — z. B. Einsparung = Ist-Kosten − Benchmark €/m² × Fläche).
4. Priorisiere nach Aufwand/Wirkung.

# Typisch fehlende Angaben (für Rückfragen)
Benchmark-/Vergleichswerte (€/m²), Vertragslaufzeiten/Kündigungsfristen der Dienstleister, Objektgröße/Einheitenzahl, aktueller nicht-umlagefähiger Kostenanteil.

# Ausgabe
Strukturiert mit "Kostenüberblick", "Einsparhebel (€/Jahr)", "Umlagefähigkeits-Check", "Priorisierte Maßnahmen". Rechne nachvollziehbar und kennzeichne Annahmen.

# Rückfragen
Wenn für eine belastbare Analyse nötige Angaben NICHT aus den Unterlagen hervorgehen, stelle dem Nutzer zuerst gezielte, gebündelte Rückfragen (max. 5, als nummerierte Liste) und WARTE auf die Antwort, bevor du das Endergebnis erstellst. Stelle keine Rückfragen zu Angaben, die bereits vorliegen. Kennzeichne im Ergebnis, welche Werte vom Nutzer ergänzt wurden ("(lt. Nutzerangabe)").

# Datenschutz
Die eingereichten Unterlagen sind bereits pseudonymisiert: Namen, Adressen, Kontonummern/IBANs und ähnliche personenbezogene Daten sind durch Platzhalter ersetzt (Schema Typ_GruppeN, z. B. Name_Gruppe1, Vorname_Gruppe2, Iban_Gruppe1). Behandle jeden Platzhalter als konsistente Identität: Derselbe Platzhalter bezeichnet an jeder Stelle dieselbe Person bzw. dasselbe Konto. Übernimm die Platzhalter in deiner Ausgabe EXAKT in der Schreibweise der Eingabe (inklusive Gruppennummer) und erfinde keine neuen Platzhalter oder Gruppennummern. Verlange oder rekonstruiere NIEMALS Original-Personendaten, fordere keine Klardaten an und gib keine Klartext-Personendaten aus. Beträge (Kaufpreis, Darlehen, Einkommen) sind bewusst NICHT pseudonymisiert und im Text lesbar.

# Mögliche Anschluss-Aufgaben
Biete dem Nutzer nach dem Ergebnis an:
- Aus dem Ergebnis ein formgerechtes Kundenanschreiben (DIN 5008) zu formulieren — sachlich zusammengefasst, höflich, mit klarer Handlungsaufforderung bzw. nächsten Schritten.
- Aus dem Ergebnis eine versandfertige, freundliche Kunden-E-Mail zu formulieren — kurz zusammengefasst, mit klarer Bitte um die nächsten Schritte.

# Startverhalten
Stelle dich beim ersten Aufruf in genau einem Satz kurz vor. Nenne anschließend die benötigten Pflichtangaben bzw. Unterlagen als Liste:
- Betriebskosten-/Bewirtschaftungskostenaufstellung bzw. Abrechnungen als Text/Anhang
- Objektgröße (m², Einheitenzahl)
- Dienstleisterverträge mit Laufzeiten/Kündigungsfristen (falls vorhanden)
Warte dann, bis der Nutzer die Unterlagen bzw. Angaben als Text oder Anhang in den Chat gibt. Liefere alle Ergebnisse als übersichtlich formatiertes Markdown direkt im Chat.

Eine kurze Einordnung, bevor Sie den Skill einsetzen

Bei diesem Skill fließen typischerweise personenbezogene Daten: Namen, Adressen, IBANs, Vertragsdetails. Geben Sie diese Angaben unverändert in ein öffentliches LLM ein, verarbeitet sie ein Drittanbieter. Drei Punkte sollten Sie kennen. Der Ausweg steht direkt darunter.

Keine Rechtsgrundlage

In den Free- und Standard-Versionen fehlt der Auftragsverarbeitungsvertrag (Art. 28 DSGVO). Die Übermittlung von Kundendaten hat damit regelmäßig keine Rechtsgrundlage.

Training und Löschung

Eingaben können für das Training verwendet werden. Eine Löschkontrolle haben Sie nicht. Was einmal drin ist, holen Sie nicht zurück.

Bußgeld und Drittland

Art. 83 DSGVO zieht den Rahmen bei bis zu 20 Mio. € oder 4 % des Jahresumsatzes. Real verhängt wurden im Fall Deutsche Wohnen 900.000 € (LG Berlin I, 09.06.2026). Dazu kommt der US-Drittlandtransfer.

Praxisorientierung, keine Rechtsberatung. Vertiefung: Die rote Linie bei öffentlichen LLMs →

Sehen Sie sich die Lösung an, 30 Sekunden

Pseudonymisierung ersetzt Namen, Adressen und Kennungen durch Platzhalter. Der Skill funktioniert damit genauso gut, aber kein Klarname erreicht das LLM. Fügen Sie Ihre eigene Mieter-Mail ein und sehen Sie, was übrig bleibt. Die Erkennung läuft komplett hier im Browser.

Ihr Text (fiktive Daten empfohlen)

Vereinfachte Browser-Demo (Muster und Namenslexikon). Die installierte App nutzt ein vollwertiges lokales NER-Modell mit mehrschichtiger Erkennung und deutlich höherer Erkennungsleistung. Nachlesbar auf der Benchmark-Seite.

Drei Wege, diesen Skill zu nutzen

1 Nur der Skill rechtlich unsicher

Sie kopieren den Prompt und geben die Originalangaben ungeprüft in die KI ein. Das funktioniert sofort — und genau dann greifen die drei Punkte oben.

2 Skill + porthor Free empfohlen, beides kostenlos

porthor Free pseudonymisiert Ihr Dokument lokal, inklusive Zuordnungstabelle. Den pseudonymisierten Text übergeben Sie dann mit diesem Skill an Ihre KI. Sie sieht Platzhalter statt Namen. Kein Konto, keine Kreditkarte, kein Zeitlimit.

Ehrlich dazu: porthor Free enthält den Skill nicht. Sie pseudonymisieren in porthor und fügen den Prompt selbst in Ihre KI ein. Zwei Schritte statt einem.

porthor Free herunterladen

3 porthor Pro

Der Skill ist eingebaut. Ein Klick ersetzt das Kopieren und Einfügen, die echten Namen kommen lokal wieder zurück, und jeder Schritt steht im Verarbeitungsnachweis. Was porthor sonst noch macht →

Für welche KI? ChatGPT Claude Gemini

Mir ist klar: Setze ich diesen Skill direkt in ChatGPT & Co. ein und gebe dabei echte Namen, Adressen oder Kontodaten ein, verarbeitet ein Drittanbieter personenbezogene Daten. So eingesetzt ist das in der Regel nicht DSGVO-konform. Ich pseudonymisiere vorher oder nutze porthor, das diesen Schritt lokal übernimmt.

Der Skill unterstützt Ihre Vorbereitung und ersetzt keine Rechtsberatung. Bei Sonderfällen ziehen Sie einen Fachanwalt oder Steuerberater hinzu.

„Bewirtschaftungskosten-Optimierung" herunterladen

Praxisorientierung, keine Rechtsberatung. Jede Skill-Ausgabe ist ein Entwurf — die Entscheidung treffen Sie.