KI im Immobilienbüro — der komplette Leitfaden

KI ist im Immobilienbüro angekommen, meistens inoffiziell. Irgendjemand im Team beantwortet Mieterpost mit ChatGPT, fasst Exposés zusammen oder lässt sich eine Nebenkostenposition erklären. Das Problem ist nicht die Nutzung, sondern wie sie passiert: mit Originalangaben, ohne Vertrag, ohne Dokumentation. Die Lösung ist ein einziges Workflow-Prinzip: Erst werden Namen, Adressen und Kennungen lokal auf Ihrem Rechner durch Platzhalter ersetzt, dann arbeitet die KI ausschließlich mit pseudonymisiertem Text, und am Ende werden die echten Namen lokal wieder eingesetzt. Das bringt messbare Zeitgewinne (Mieteranfrage in rund 5 statt 30 Minuten, Mieterhöhungs-Check in 10 statt 45) und hält zugleich die rechtliche Grenze ein: Personenbezogene Daten fließen nicht in fremde KI-Systeme, der Zuordnungsschlüssel bleibt bei Ihnen. Rechtlich trägt das, weil der EuGH (C-413/23 P) den relativen Personenbezug bestätigt hat. Dieser Leitfaden zeigt den geordneten Weg von der ersten Aufgabe über die Team-Regel bis zur Dokumentation gegenüber dem Datenschutzbeauftragten, mit Verweisen auf alle vertiefenden Artikel.

1. Was bringt KI im Immobilienalltag wirklich?

Der Nutzen liegt nicht in Magie, sondern in Routine: strukturierte Texte, wiederkehrende Prüfungen, gebündelte Auswertungen. Typische Richtwerte aus unseren Demo-Szenarien:

• Mieteranfrage beantworten: ~5 Minuten statt 30 — versandfertiger Entwurf
• Mieterhöhungs-Check nach § 558 BGB: ~10 Minuten statt 45
• Erstprüfung Mehrfamilienhaus: ~1 Stunde statt 2–3 Abenden
• Finanzierungsdossier auf Vollständigkeit prüfen: ~10 Minuten statt 1 Stunde

Für jede dieser Aufgaben gibt es einen fertigen Handgriff im Skill-Katalog — wählen Sie Ihre Rolle (Makler, Hausverwaltung, Investor, Projektentwickler oder Finanzierungsvermittler) und Sie sehen genau die Skills, die zu Ihrem Alltag passen.

2. Wo verläuft die rechtliche Grenze?

Die Grenze ist präziser, als die Diskussion oft klingt: Unkritisch ist alles ohne Personenbezug — Marktrecherchen, Textbausteine, allgemeine Fragen. Kritisch wird es in dem Moment, in dem personenbezogene Daten in ein öffentliches LLM fließen: Namen, Adressen, IBANs, Mietbeträge, Vertragsdetails. Dann verarbeitet ein Drittanbieter diese Daten — in Consumer-Versionen regelmäßig ohne Auftragsverarbeitungsvertrag (Art. 28 DSGVO), ohne Löschkontrolle und teils mit Training auf den Eingaben.

• Bußgeldrahmen: bis 20 Mio. € oder 4 % des Jahresumsatzes (Art. 83 DSGVO) — für KMU realistisch eher 10.000–200.000 €, plus Verfahren und Reputation.
• Dazu kommt der AI Act: seit 2025 gestaffelt in Kraft, inklusive der Pflicht zu KI-Kompetenz im Unternehmen (Art. 4). Details: AI Act für Immobilienprofis.
• Für Hausverwaltungen besonders relevant — der Präzedenzfall und die rote Linie: ChatGPT in der Hausverwaltung.

3. Das Lösungsprinzip: erst pseudonymisieren, dann arbeiten lassen

Es gibt einen Workflow, der Tempo und Datenschutz zusammenbringt — und er besteht aus drei Schritten:

• Lokal pseudonymisieren: Namen, Adressen und Kennungen werden auf Ihrem Rechner durch Platzhalter ersetzt (Name_Gruppe1, Iban_Gruppe1). Die Zuordnungstabelle bleibt bei Ihnen — getrennt aufbewahrt, wie Art. 4 Nr. 5 DSGVO es verlangt.
• KI arbeiten lassen: Das LLM bekommt nur Platzhalter-Text. Für Formulierung, Struktur und Prüfung ist das genauso gut — die KI braucht keine echten Namen.
• Lokal re-personalisieren: Die Antwort kommt mit Platzhaltern zurück; die echten Namen werden auf Ihrem Rechner wieder eingesetzt. Versandfertig.

Warum das rechtlich trägt: Nach dem EuGH-Urteil C-413/23 P ist der Personenbezug relativ zu beurteilen — erhält der Empfänger keine realistische Möglichkeit, den Zuordnungsschlüssel zu erlangen, können die Daten für ihn nicht-personenbezogen sein. Die Grundlagen im Detail: Pseudonymisierung vs. Anonymisierung und der Werkzeug-Vergleich. Wie man Erkennungsqualität ehrlich misst: Datenqualität.

4. Die Einführung im Büro — drei Schritte, eine Woche

Schritt 1: Aufgaben benennen (Tag 1)

Nicht „wir machen jetzt KI“, sondern: Welche drei Dokument-Routinen kosten am meisten Zeit? Mieterpost, Dossier-Prüfung, Exposé-Texte — pro Rolle gibt es über 35 fertige Skills, die genau eine Aufgabe übernehmen.

Schritt 2: Workflow festlegen (Tag 2–3)

Verbindliche Regel fürs Team: Kein Klarname verlässt das Gerät. Praktisch heißt das pseudonymisieren vor jeder Eingabe — manuell für Gelegenheitsfälle, automatisiert (z. B. mit porthor) für den Alltag. Vergleich der Wege: porthor vs. manuelles Schwärzen.

Schritt 3: Dokumentieren (Tag 4–5)

Rechenschaftspflicht (Art. 5 Abs. 2 DSGVO): Workflow beschreiben, VVT-Eintrag ergänzen, DSB einbinden. Das fertige Material — Whitepaper, Muster-Anschreiben, VVT-Vorlage — liegt auf der Seite für Ihren Datenschutzbeauftragten.

5. Häufige Irrtümer, kurz geradegerückt

• „ChatGPT Enterprise löst das doch.“ Es löst AVV und Training — aber die Originalangaben liegen weiterhin beim Anbieter. Einordnung: porthor vs. ChatGPT Enterprise.
• „Wir anonymisieren doch.“ Meist ist Pseudonymisierung gemeint — und das ist für den Arbeitsalltag auch das Richtige, weil das Ergebnis mit echten Namen zurückkommen soll.
• „Lokale KI ist automatisch sicher.“ Entscheidend ist, wo die Originalangaben verarbeitet werden — der Mittelweg (lokal pseudonymisieren, Cloud-KI nutzen) kombiniert Kontrolle mit Ergebnisqualität.
• „Ein Tool erkennt schon alles.“ Kein Verfahren findet jede Stelle. Deshalb: Sichtprüfung, fail-closed-Gate, Nachweis — und veröffentlichte Messwerte statt Marketingzahlen.

6. Live sehen statt lesen

Der komplette Workflow am echten Fall, ausgerichtet auf Ihre Rolle — im kostenlosen Live-Webinar „Effizient mit KI. Aber sicher!“, 2× pro Woche. Oder direkt selbst ausprobieren: porthor Free ist dauerhaft kostenlos, und jede Installation startet einmalig im Demomodus (14 Tage voller Funktionsumfang).