KI im Ankauf: schneller prüfen, nicht blind entscheiden

Im Immobilienankauf entsteht selten ein Mangel an Informationen. Das Problem ist ihre Form. Mietlisten liegen als Tabellen vor, Verträge als Scans, Flächen in Planständen, technische Risiken in Gutachten und wichtige Hinweise in E-Mails. Unterschiedliche Bezeichnungen, Stichtage und Versionen erschweren den Vergleich. Genau hier liegt die derzeit größte Stärke künstlicher Intelligenz: nicht im automatischen Kaufentscheid, sondern im schnelleren Ordnen, Vergleichen und Hinterfragen.

Die Royal Institution of Chartered Surveyors hat im März 2026 einen globalen Standard für den verantwortlichen Einsatz von KI in der Immobilien- und Vermessungspraxis in Kraft gesetzt. Er stellt professionelle Beurteilung, Daten-Governance, Risikodokumentation und nachvollziehbare menschliche Kontrolle in den Mittelpunkt. Die Richtung ist richtig: Je stärker ein KI-Ergebnis eine professionelle Entscheidung beeinflusst, desto höher müssen Prüfung und Verantwortlichkeit sein.

Parallel gelten in der Europäischen Union seit dem 2. August 2026 zusätzliche Transparenzregeln des AI Act. Nicht jede interne Automatisierung ist dadurch ein Hochrisiko-System. Trotzdem wird deutlich, dass Unternehmen KI-Nutzung nicht mehr als informelles Experiment behandeln sollten. Zuständigkeiten, Datenwege und menschliche Freigaben gehören in den Prozess.

Der größte Hebel liegt vor der eigentlichen Entscheidung

Ein Ankaufsprozess besteht aus vielen wiederkehrenden Tätigkeiten, bevor eine Investmententscheidung getroffen werden kann. KI kann besonders dort helfen, wo große Mengen vorhandener Informationen nach klaren Regeln bearbeitet werden:

• Dateien erkennen, benennen und thematisch ordnen;
• Mietlisten mit Mietverträgen, Flächenaufstellungen und Abrechnungen vergleichen;
• unterschiedliche Stichtage und fehlende Dokumente markieren;
• Vertragsklauseln, Indexierungen, Laufzeiten und Sonderrechte zur fachlichen Prüfung vorsortieren;
• CapEx-Angaben aus Gutachten und Angeboten in eine gemeinsame Struktur bringen;
• Annahmen im Businessplan gegen Originalquellen spiegeln;
• Sensitivitäten zu Zins, Leerstand, Kosten, Miete und Exit schneller rechnen;
• aus offenen Punkten eine adressierbare Fragen- und Aufgabenliste erzeugen.

Der Produktivitätsgewinn entsteht also nicht dadurch, dass eine Maschine „kaufen“ oder „nicht kaufen“ sagt. Er entsteht, wenn das Team früher erkennt, welche Informationen fehlen und welcher Deal keine weitere Prüfzeit verdient.

KI kann damit vor allem eines verbessern: die Qualität und Geschwindigkeit einer begründeten Absage.

Was nicht delegiert werden sollte

Ein Modell kennt nur die Informationen, die ihm zugänglich gemacht wurden. Es sieht nicht automatisch, dass ein Plan veraltet, ein Energieausweis nicht aktuell oder eine Flächenangabe rechtlich anders einzuordnen ist. Es spürt keinen Straßenlärm, erkennt nicht zuverlässig die Qualität einer Hofsituation und führt kein belastbares Gespräch mit Mietern, Behörden oder lokalen Marktteilnehmern.

Auch scheinbar klare Daten sind häufig interpretationsbedürftig. Derselbe Gebäudeteil kann in verschiedenen Dokumenten unterschiedlich bezeichnet sein. Mietflächen, Wohnflächen und vermietbare Flächen sind nicht austauschbar. Ein fehlender Eintrag kann bedeuten, dass kein Risiko besteht – oder dass die Unterlage unvollständig ist.

Deshalb bleiben fünf Aufgaben menschlich verantwortlich:

1. Vollständigkeit beurteilen: Ist der Datenraum wirklich vollständig oder nur sauber sortiert?
2. Recht und Technik einordnen: KI kann auffällige Klauseln oder Bauteile markieren, aber keine verbindliche Rechts-, Steuer- oder Bausubstanzprüfung ersetzen.
3. Lokales Wissen ergänzen: Vergleichsdaten erklären nicht jeden Preis. Gespräche, Ortsbegehung und konkrete Transaktionserfahrung bleiben unverzichtbar.
4. Interessenkonflikte und Plausibilität prüfen: Daten können korrekt übertragen und trotzdem wirtschaftlich irreführend zusammengestellt sein.
5. Verantwortung übernehmen: Investmentkomitee, Geschäftsführung und beauftragte Fachleute bleiben für das Ergebnis verantwortlich.

Ein belastbarer KI-gestützter Ankaufsprozess

Aus unserer Sicht sollte ein professioneller Workflow fünf Stufen haben.

1. Datenhygiene vor Analyse

Bevor ein System Dokumente verarbeitet, werden Zugriffsrechte, Vertraulichkeit und personenbezogene Daten geprüft. Nicht anonymisierte Mieterdaten, Ausweise oder Bankinformationen gehören nicht unkontrolliert in frei verfügbare KI-Dienste. Für sensible Daten sind freigegebene Unternehmenssysteme und klar definierte Speicher- und Löschregeln erforderlich.

2. Quellengebundene Extraktion

Jede extrahierte Zahl und jede Feststellung muss auf das Ursprungsdokument, den Stand und möglichst die konkrete Fundstelle zurückverweisen. Eine Angabe ohne Herkunft ist im Ankauf kaum belastbar.

3. Widerspruchs- und Lückenprüfung

Das System soll keine glatte Zusammenfassung produzieren, sondern Unterschiede sichtbar machen: Welche Flächen weichen ab? Welche Mietverträge fehlen? Welche Kostenposition steht nur in einer E-Mail? Wo sind Annahmen älter als der aktuelle Planstand?

4. Fachliche Entscheidungsschleifen

Juristische, steuerliche, technische und wirtschaftliche Feststellungen werden von den jeweils Verantwortlichen geprüft. Für wesentliche Ergebnisse gilt ein nachvollziehbares Vier-Augen-Prinzip.

5. Entscheidungsprotokoll statt Black Box

Am Ende steht kein anonymer Score. Ein Investment-Memo trennt Fakten, Annahmen, offene Punkte und bewusste Risikoeingänge. Es dokumentiert auch, welche KI-Werkzeuge wofür eingesetzt und welche Ergebnisse verworfen oder korrigiert wurden.

Der eigentliche Wettbewerbsvorteil sind die eigenen Daten

Viele Marktteilnehmer werden auf ähnliche allgemein verfügbare Modelle zugreifen können. Das Werkzeug allein schafft deshalb nur vorübergehend einen Vorteil. Nachhaltig wertvoll werden strukturierte eigene Daten: reale CapEx-Erfahrungen, Vermietungszeiten, Abweichungen zwischen Budget und Ergebnis, Gründe für Absagen und die spätere Entwicklung gekaufter Objekte.

Wer diese Informationen konsistent dokumentiert, kann neue Angebote nicht nur schneller, sondern besser mit den eigenen Erfahrungen vergleichen. KI verstärkt dann institutionelles Gedächtnis, statt lediglich öffentliche Informationen neu zu formulieren.

Der entscheidende Schritt ist deshalb nicht, möglichst viele KI-Werkzeuge einzuführen. Er besteht darin, einen verlässlichen Ankaufsprozess zu definieren, in dem Daten, Verantwortung und Freigaben eindeutig sind.

Unsere Perspektive

KI wird den Immobilienankauf verändern. Sie wird Datenräume schneller lesbar machen, Standardprüfungen beschleunigen und Widersprüche früher sichtbar machen. Sie wird jedoch weder Ortskenntnis noch professionelle Skepsis und unternehmerische Verantwortung ersetzen.

Der richtige Maßstab lautet daher nicht: Wie viel können wir automatisieren? Sondern: An welcher Stelle erhöht Automatisierung nachweislich die Qualität unserer Entscheidung?

KI macht aus schlechten Daten kein gutes Investment. Sie kann aber aus einem guten Prozess einen deutlich schnelleren machen.

Quellen und weiterführende Informationen

• Responsible use of artificial intelligence in surveying practice – RICS
• Responsible Use of Artificial Intelligence in Surveying Practice, 1st edition – RICS Professional Standard
• Artificial Intelligence: transparency rules applying from 2 August 2026 – Europäische Kommission
• Article 4: AI literacy – EU AI Act Service Desk

Dieser Beitrag beschreibt eine organisatorische Perspektive und ersetzt keine Rechts-, Datenschutz- oder technische Fachberatung.

Bild: KI-generierte redaktionelle Visualisierung; kein realer Ankaufsprozess.