Die KI-Transformation der Immobilienbewertung (Property Valuation)

Management Abstract

Diese Studie untersucht, wie agentische Künstliche Intelligenz die Immobilienbewertung verändert – jene regulatorisch gebundene Vertrauensleistung, die Markt-, Beleihungs-, Bilanz- und steuerliche Werte für Banken, Pfandbriefemittenten, Fonds, REITs, institutionelle Investoren, Gerichte und Wirtschaftsprüfer ermittelt. Die Bewertung steht im Mittelpunkt; der breite Überblick über die acht Assetklassen des deutschen Immobilienmarktes ist als Anhang A beigefügt, weil er den Marktkontext liefert, aber nicht der eigentliche Untersuchungsgegenstand ist.

Die zentrale These lautet: KI verschiebt die Wertschöpfung der Bewertung von der datennahen Routinearbeit hin zum fachlichen Urteil. Wer die standardisierbaren Arbeitsschritte automatisiert und zugleich Qualität, Nachvollziehbarkeit, Erklärbarkeit und Compliance sichert, gewinnt Kapazität und Marge – in einem Markt, der gleichzeitig unter dreifachem Druck steht: der Commoditisierung der Standard-Wohnbewertung durch Automated Valuation Models, einem demografisch bedingten Fachkräftemangel bei den Sachverständigen und einer steigenden Regulierungs- und ESG-Intensität.

Die Argumentation entwickelt sich in vier Schritten. Zunächst wird die Bewertungsbranche selbst vermessen: ihre Anlässe, ihr sechsstufiger Arbeitsprozess und ihre Wertschöpfungstreiber (Kapitel 2), die methodischen Verfahren und Standards (Kapitel 3), das fünfschichtige Anbieterfeld (Kapitel 4) und die Marktdynamik (Kapitel 5). Darauf aufbauend wird die Technologie eingeordnet (Kapitel 6) und der eigentliche Kern der Studie entfaltet: eine schrittweise Analyse, wo entlang des Workflows der KI-Hebel liegt, wie er wirkt und wie hoch er ausfällt (Kapitel 7), gefolgt von der wirtschaftlichen Quantifizierung (Kapitel 8). Schließlich werden die Wettbewerbsplattformen verglichen (Kapitel 9), je drei Strategien pro Anbietersegment abgeleitet (Kapitel 10), die Nachfrageseite (Kapitel 11) und der regulatorisch-datenschutzrechtliche Rahmen (Kapitel 12) untersucht sowie Versionspflege und Ausblick (Kapitel 13–14) angeschlossen.

Quantitativ ergibt sich ein konsistentes Bild: Rund 55–60 % der Gutachtenzeit sind KI-affin; über den gesamten Workflow gewichtet hebt agentische KI je Gutachten zwischen rund 12 % (konservativ) und 52 % (ambitioniert), mit einem Base-Case von etwa 30 %. Die fachliche Letztverantwortung verbleibt durchgängig beim Bewerter; KI ist Werkzeug, nicht Ersatz.

---

1. Einleitung, Begriffe und Forschungsdesign

1.1 Hintergrund und Motivation

Die Immobilienbewertung ist ein stiller, aber tragender Pfeiler der Volkswirtschaft. Auf ihr ruhen die Hypothekarkredite und der deutsche Pfandbrief (über den Beleihungswert), die Bilanzen offener Immobilienfonds und börsennotierter Bestandshalter (über den Fair Value) sowie eine Vielzahl gerichtlicher, steuerlicher und transaktionsbezogener Entscheidungen (über den Verkehrswert). Zwischen Ende 2022 und 2024 hat der steile Zinsanstieg die schärfste Korrektur seit der globalen Finanzkrise ausgelöst: Der vdp-Immobilienpreisindex wies für 2023 einen Rückgang von rund 6 % über alle Objektarten aus, im Gewerbe rund 10 %, mit einem Tiefpunkt im dritten Quartal 2023. Seit 2024 stabilisiert sich der Markt wieder (vdp 2024 +1,8 %, 2025 +4 %). Für die Bewertungsbranche hatte diese Zykluswende eine doppelte Folge: Die Nachfrage verschob sich von transaktionsgetriebenen Verkehrswertgutachten hin zu Risiko-, Sonder- und Neubewertungen, und der Druck auf Geschwindigkeit, Frequenz und Auditierbarkeit der Wertaussagen nahm zu.

Parallel hat agentische KI 2025/2026 die Schwelle zur produktiven Anwendung in wissensintensiven Dienstleistungen überschritten. Anders als rein generative Sprachmodelle planen agentische Systeme mehrstufige Aufgaben, nutzen Werkzeuge wie Tabellenkalkulation, Browser, Dateisysteme und Fachsoftware über Schnittstellen, prüfen ihre Zwischenergebnisse und fügen sie zu einem Arbeitsprodukt zusammen. Für eine zugleich dokument- und datenintensive sowie urteils- und haftungsbehaftete Disziplin wie die Bewertung ist das von doppelter Bedeutung: Die standardisierbaren Anteile der Wertschöpfung werden automatisierbar, während die regulatorische Bindung und die fachliche Letztverantwortung des Sachverständigen die Grenze der Automatisierung definieren. Genau dieses Spannungsfeld – Produktivitätshebel auf der einen, Verantwortungs- und Qualitätsanforderung auf der anderen Seite – ist der Gegenstand der vorliegenden Studie.

1.2 Zielsetzung und Forschungsfragen

Im Zentrum stehen sechs Leitfragen, die zugleich den Aufbau der Studie tragen. Erstens: Welche Tätigkeitsfelder, Arbeitsschritte und Wertschöpfungstreiber kennzeichnen die Immobilienbewertung, und nach welchen Verfahren und Standards arbeitet sie? Zweitens: Wie ist das Anbieterfeld strukturiert, und wie stellt sich die Marktdynamik dar? Drittens: Wo entlang des Bewertungs-Workflows liegt der Hebel agentischer KI, und wie wirkt er konkret? Viertens: Welche Zeit- und Kostenpotenziale sind je Anbietersegment realistisch? Fünftens: Welche je drei KI-Transformations-Strategien ergeben sich pro Segment? Und sechstens: Welche regulatorischen und datenschutzrechtlichen Rahmenbedingungen sind beim KI-Einsatz maßgeblich? Der Überblick über die Assetklassen des deutschen Immobilienmarktes – Marktvolumina, Mieten, Renditen, Akteure und Dynamik – liefert den notwendigen Kontext und ist deshalb vollständig, aber als Anhang A ausgelagert.

1.3 Begriffliche Abgrenzungen

Eine seriöse Auseinandersetzung mit „KI in der Bewertung" setzt voraus, dass zwei Begriffsfamilien sauber getrennt werden: die Wertbegriffe und die Technologiebegriffe.

1.3.1 Wertbegriffe

Es gibt nicht „den" Immobilienwert, sondern mehrere Wertbegriffe, die jeweils eine eigene Bewertungslogik, einen eigenen Datenbedarf und eine eigene regulatorische Bindung mit sich bringen. Schon deshalb existiert keine einheitliche „KI-Bewertung", die alle Anlässe gleichermaßen bedienen könnte. Die vier praktisch wichtigsten Wertbegriffe sind in der folgenden Übersicht zusammengefasst.

Wertbegriff	Rechtsgrundlage / Standard	Charakteristik und Bewertungslogik
Verkehrswert / Marktwert	§ 194 BauGB, ImmoWertV 2021	Der wahrscheinlich erzielbare Preis im gewöhnlichen Geschäftsverkehr zum Stichtag, ohne ungewöhnliche oder persönliche Verhältnisse – stichtagsbezogen und marktorientiert.
Beleihungswert	§ 16 PfandBG, BelWertV	Ein konservativer, über die gesamte Kreditlaufzeit nachhaltig erzielbarer Wert ohne spekulative Elemente; er liegt regelmäßig unter dem Marktwert und ist bankaufsichtlich verbindlich sowie deckungsrelevant für den Pfandbrief.
Fair Value (beizulegender Zeitwert)	IFRS 13 / IAS 40, HGB	Die bilanzielle Bewertung; Immobilien werden mangels beobachtbarer Marktpreise überwiegend in Stufe 3 der Fair-Value-Hierarchie eingeordnet, mit umfangreichen Angabe- und Sensitivitätspflichten.
Steuerlicher Wert	BewG, ErbStG, GrStG	Eine typisierte Wertermittlung für Erbschaft-/Schenkung-, Grund- und Grunderwerbsteuer; stark standardisiert und weniger einzelfallbezogen.

Besonders folgenreich für die KI-Diskussion ist die Differenz zwischen Markt- und Beleihungswert. Der Beleihungswert entspricht im Kern dem nachhaltig erzielbaren Wert abzüglich eines bankseitig festgelegten Sicherheitsabschlags und darf einen transparent ermittelten Marktwert nicht übersteigen. Statistische Modelle (AVM) sind primär marktwertnah kalibriert; der Beleihungswert verlangt jedoch eine zusätzliche, normativ vorgegebene Vorsicht. Genau hier zieht die Regulatorik die Grenzen des unmittelbaren Maschineneinsatzes (vgl. Kapitel 3 und 12).

1.3.2 Agentische KI, generative KI und AVM

Auch auf der Technologieseite ist Präzision nötig. Generative KI erzeugt auf Anfrage Inhalte – Text, Tabellen, Code. Agentische KI nutzt ein generatives Modell als Kern, ergänzt es aber um Planung, Werkzeugnutzung, mehrstufige Arbeitsabläufe und Selbstprüfung; sie kann beispielsweise ein Exposé lesen, daraus die Mietdaten extrahieren, in einer Tabelle ein Ertragswertmodell aufbauen und einen Berichtsentwurf erstellen. Automated Valuation Models (AVM) sind demgegenüber statistische oder maschinell gelernte Massenbewertungsmodelle, die aus Vergleichsdaten eine Wertindikation ableiten; sie sind kein Sprachmodell, werden aber zunehmend mit agentischer KI kombiniert. Diese Studie argumentiert durchgängig, dass agentische KI und AVM komplementär sind: AVM liefern skalierbare Wertindikationen für standardisierte Objekte, agentische KI erschließt die unstrukturierten Dokumente und die urteilsnahen Arbeitsschritte, die ein AVM nicht abdeckt.

1.4 Methodisches Vorgehen, Geltungsbereich und Limitationen

Die Studie ist evidenz- und szenarienbasiert. Nicht-triviale Tatsachenbehauptungen sind, wo möglich, gegen mindestens zwei unabhängige Quellen trianguliert; da die Maklerhäuser Assetklassen und Losgrößen unterschiedlich abgrenzen, sind Marktzahlen als Bandbreiten mit Nennung der Hausquelle geführt. Quantifizierungen folgen einer Drei-Szenarien-Logik: Das konservative Szenario unterstellt niedrige Adoption, hohe Reibung und regulatorische Zusatzkosten, der Base-Case einen realistischen Mittelwert, das ambitionierte Szenario hohe Adoption bei geringer Reibung. Plattformbezogene Angaben stammen primär aus offizieller Anbieterdokumentation, mit Kennzeichnung von Beta- und Research-Preview-Status. Geografischer Kern ist Deutschland, mit erweiterbaren Modulen für DACH, Europa und Global (Anhang A); der Zeithorizont reicht von 2026 bis 2030 mit selektiven Ausblicken bis 2032. Als Limitation ist festzuhalten, dass der Markt für Bewertungsdienstleistungen statistisch nur schwach erfasst ist: Belastbare, öffentlich verifizierte Marktanteile je Anbieter, Gesamt-Honorarvolumina und eine konsolidierte Zahl der Immobiliengutachter existieren nicht und werden im Folgenden als unsicher gekennzeichnet oder über Proxygrößen angenähert. Quantitative Aussagen sind indikative Bandbreiten, keine Punktprognosen. Die Studie ersetzt keine Rechts-, Steuer- oder Anlageberatung.

---

2. Die Branche der Immobilienbewertung: Tätigkeitsfelder und Wertschöpfung

2.1 Wofür bewertet wird – die Anlässe

Die Tätigkeit der Bewertung ist anlassgetrieben: Erst der Anlass entscheidet, welcher Wertbegriff zu ermitteln ist, welches Verfahren sachgerecht ist, wie tief die Untersuchung reichen muss und welcher Haftungsrahmen gilt. Mengenmäßig dominiert der kreditwirtschaftliche Anlass. Banken, Sparkassen und Pfandbriefemittenten benötigen für jede Immobilienfinanzierung einen Beleihungswert und überwachen ihre Sicherheiten laufend; dieser Bereich erzeugt das größte und stetigste Auftragsvolumen. Daneben stehen die transaktionsbezogene Bewertung (Marktwertgutachten als Entscheidungsgrundlage für An- und Verkäufe, häufig unter Zeitdruck und auf Basis eines Datenraums), die bilanzielle Bewertung (periodische Fair-Value-Ermittlung für Fonds, REITs und Konzerne nach IFRS oder HGB, mit hohen Angabe- und Prüfungspflichten) und die eng damit verwandte Fonds- und Portfoliobewertung (die nach dem Kapitalanlagegesetzbuch vorgeschriebene Bewertung der Bestände offener Immobilien-Sondervermögen durch unabhängige Sachverständige). Hinzu treten steuerliche Anlässe (Erbschaft und Schenkung, Grundsteuerreform, Grunderwerbsteuer) mit hoher Fallzahl bei zugleich starker Typisierung sowie die gerichtsfesten und hoheitlichen Anlässe (Zwangsversteigerung, Enteignung, Zugewinnausgleich, Erbauseinandersetzung, Insolvenz), die die höchsten Anforderungen an Nachvollziehbarkeit und Unabhängigkeit stellen. Diese Vielfalt erklärt, warum die Bewertung kein homogenes Produkt ist, sondern ein Bündel unterschiedlich regulierter und unterschiedlich datenintensiver Leistungen.

2.2 Wie bewertet wird – der sechsstufige Workflow

So unterschiedlich die Anlässe sind, der eigentliche Arbeitsprozess eines Verkehrs- oder Beleihungswertgutachtens ist weitgehend standardisiert und lässt sich in sechs Phasen gliedern. Er beginnt mit dem Auftrag und Engagement: Anlass, Wertbegriff, Stichtag, Objektumfang und Honorar werden geklärt, und der Auftrag wird unter Prüfung von Unabhängigkeit und möglichen Interessenkonflikten angenommen. Es folgt die Unterlagenprüfung, in der der Bewerter die Objektunterlagen – Grundbuchauszug, Flurkarte und Kataster, Baupläne und Baulasten, Mietverträge, Flächenaufstellungen, Energieausweis – auf Vollständigkeit und Aktualität sichtet und die wertrelevanten Daten erfasst. In der Objektbesichtigung verschafft sich der Sachverständige vor Ort ein Bild von baulichem Zustand, Ausstattung, Mängeln und tatsächlicher Nutzung. Die Markt- und Standortanalyse wertet Grundstücksmarktberichte, Bodenrichtwerte, Mietspiegel, Kaufpreissammlungen und demografische Daten aus und ordnet Mikro- und Makrolage ein. In der Phase Verfahren und Modellierung wählt der Bewerter das sachgerechte Verfahren und führt die rechnerische Wertermittlung samt Sensitivitäten und Szenarien durch. Den Abschluss bildet die Phase Plausibilisierung, Bericht und Qualitätssicherung, in der das Hauptverfahren durch ein Stützverfahren abgesichert, das Gutachten erstellt und im durchgängigen Vier-Augen-Prinzip gegengeprüft wird. Ein vollständiges Gutachten benötigt je nach Komplexität typischerweise drei bis vier Wochen.

Für die spätere Analyse ist entscheidend, wie sich der Aufwand auf diese Phasen verteilt. Nach den im Annahmen-Memo dokumentierten Erfahrungswerten entfallen rund 5 % der Zeit auf den Auftrag, 20 % auf die Unterlagenprüfung, 15 % auf die Besichtigung, 20 % auf die Markt- und Standortanalyse, 20 % auf die Modellierung und 20 % auf Plausibilisierung, Bericht und Qualitätssicherung. Die Unterlagenprüfung, die Marktanalyse, die Modellierung und der Berichtsteil – zusammen rund 55 bis 60 % der Gesamtzeit – sind dabei die standardisierbaren, datennahen Tätigkeiten, in denen die meiste Routine steckt.

2.3 Wo der Wert entsteht – die Wertschöpfungstreiber

Die eigentliche, differenzierende Wertschöpfung der Bewertung konzentriert sich nicht auf das Beschaffen und Übertragen von Daten, sondern auf vier urteilsbehaftete Tätigkeiten. Die erste ist die Verfahrenswahl: die Entscheidung, welches Verfahren zu Objekt, Anlass und Datenlage passt und wie die Stützverfahren zu gewichten sind. Die zweite ist die Markt- und Lagebeurteilung, also die qualitative Einordnung, die über die bloße Auswertung von Vergleichsdaten hinausgeht und lokale Besonderheiten, Entwicklungstendenzen und Risiken würdigt. Die dritte ist die Plausibilisierung, die kritische Würdigung des rechnerischen Ergebnisses gegen Stützverfahren, Markterfahrung und gesunden Menschenverstand. Die vierte ist die Berichtsverantwortung: die nachvollziehbare, gerichtsfeste Herleitung, für die der Sachverständige mit seiner Bestellung oder Zertifizierung einsteht. Cushman & Wakefield beschreibt die Zukunft der Disziplin folgerichtig als hybriden Ansatz, in dem Daten, digitale Werkzeuge und KI die Effizienz, Transparenz und Vergleichbarkeit erhöhen, ohne die fachliche Interpretation der objektspezifischen und qualitativen Faktoren zu ersetzen. Dieser Befund ist das Scharnier der gesamten Studie: Er trennt die rund 55 bis 60 % datennahe Routine, in der KI hebelt, von der urteils- und haftungsbehafteten Kernwertschöpfung, in der der Mensch unersetzlich bleibt.

2.4 Warum die Assetklasse den Hebel mitbestimmt

Wie stark KI je Gutachten trägt, hängt nicht nur vom Workflow, sondern auch von der Assetklasse ab. Mit steigender Betreiber- und Cashflow-Abhängigkeit verschiebt sich das maßgebliche Verfahren vom Vergleichswert (Wohnen) über den Ertragswert und das Discounted-Cash-Flow-Verfahren (Büro, Einzelhandel, Logistik) bis zur betreiberabhängigen Trading-Bewertung (Hotel, Pflege) und zur komplexen Einzelfallbewertung (Datacenter und Spezialimmobilien). Damit steigen Datenbedarf, Modellkomplexität und der Anteil qualitativen Urteils – und entsprechend verschiebt sich auch die Art des KI-Hebels: von der weitgehenden Automatisierbarkeit der datenreichen Wohnbewertung über die Mietvertrags- und Cashflow-Analyse im Gewerbe bis zur reinen Datenaufbereitung bei betreiber- und urteilsintensiven Sonderobjekten. Die folgende Übersicht ordnet die Assetklassen entsprechend ein; die zugehörigen Marktdaten finden sich in Anhang A.

Assetklasse	Maßgebliches Verfahren	Zentrale Werttreiber	Schwerpunkt des KI-Hebels
Wohnen (ETW/EFH)	Vergleichswert	Lage, Zustand, Vergleichspreise	AVM und Datenextraktion – hoch automatisierbar
Büro	Ertragswert / DCF	WALT, Mieterbonität, ESG	Mietvertragsanalyse, Cashflow-Modellierung
Einzelhandel	Ertragswert / DCF	Frequenz, Mietermix, Omnichannel	Standort- und Mieteranalyse, Marktrecherche
Logistik	Ertragswert / DCF	Anbindung, Drittverwendung	Markt-/Mietrecherche, Modellierung
Hotel	Ertragswert / DCF (Trading)	Betreiberbonität, RevPAR/ADR	Betreiber-/Marktdatenanalyse; Urteil dominiert
Pflege	Ertragswert (Operator)	Betreiber, Pacht, Regulierung	Betreiber-/Regulierungsdaten
Datacenter / Spezial	DCF (Einzelfall)	Strom, Grid, Vertragslaufzeit	Datenbeschaffung, Einzelfall-Modellierung

---

3. Bewertungsverfahren und Standards

3.1 Die deutschen Verfahren nach ImmoWertV 2021

Die Immobilienwertermittlungsverordnung, in ihrer 2021 neu gefassten und seit dem 1. Januar 2022 geltenden Form, ist die zentrale gesetzliche Grundlage der Verkehrswertermittlung nach § 194 BauGB. Sie kennt drei Verfahren, die sich in Datenbedarf und Anwendungsbereich deutlich unterscheiden. Das Vergleichswertverfahren leitet den Wert aus den tatsächlichen Kaufpreisen hinreichend vergleichbarer Objekte ab; seine Datengrundlage sind die Kaufpreissammlungen der Gutachterausschüsse, und es ist bei ausreichender Vergleichsdichte – also vor allem im Wohnsegment – sehr belastbar. Eben dieses Verfahren bildet auch die methodische Basis der AVM. Das Ertragswertverfahren ermittelt den Wert als Summe aus Bodenwert und dem über die Restnutzungsdauer kapitalisierten Reinertrag der baulichen Anlagen; es ist der Standard bei Renditeobjekten, und seine zentralen Stellschrauben sind Reinertrag, Liegenschaftszins und Restnutzungsdauer. Das Sachwertverfahren schließlich addiert zum Bodenwert den Gebäudesachwert aus Normalherstellungskosten abzüglich Alterswertminderung, multipliziert mit dem Sachwertfaktor des Gutachterausschusses; es ist vor allem dort einschlägig, wo weder genügend Vergleichspreise noch eine belastbare Ertragsbasis vorliegen. Die Novelle 2021 hat die drei Verfahren zum Grundsatz erklärt (nicht mehr zwingend) und die Modellansätze – Gesamtnutzungsdauern, Bewirtschaftungskosten, Herstellungskosten, Restnutzungsdauer bei Modernisierung – vereinheitlicht. Diese Standardisierung erleichtert die maschinelle Verarbeitung erheblich.

3.2 Der Beleihungswert nach BelWertV und PfandBG

Für die Kreditwirtschaft ist der Beleihungswert maßgeblich, der nach § 16 Pfandbriefgesetz und der Beleihungswertermittlungsverordnung zu ermitteln und für Pfandbriefbanken verbindlich ist. Er bezeichnet den Wert, der voraussichtlich während der gesamten Kreditlaufzeit bei einem Verkauf erzielt werden kann – unabhängig von temporären Marktschwankungen und ohne spekulative Elemente; einen transparent ermittelten Marktwert darf er nicht übersteigen. Für die KI-Transformation ist die Novelle 2022 von besonderer Bedeutung, denn sie hat erstmals statistische Verfahren in der Beleihungswertermittlung verankert – ausdrücklich begrenzt auf Ein- und Zweifamilienhäuser sowie Eigentumswohnungen – und spricht von „computergestützten, datenbankbasierten Bewertungsmodellen", was der Logik der AVM entspricht. Zugleich ersetzte sie die früheren starren Mindestkapitalisierungszinssätze durch ein teildynamisches Modell mit Korridoren (im Wohnbereich 3,5 bis 5,5 %, im Gewerbe 4,5 bis 6,5 %), hob die Kleindarlehensgrenze des § 24 von 400.000 auf 600.000 EUR an und regelte in § 26 die laufende Überwachung der Beleihungswerte – ein unmittelbarer Anknüpfungspunkt für ein KI-gestütztes Monitoring. Video-Besichtigungen sind seither dauerhaft, aber nur mit einem Abschlag von mindestens 5 % zulässig. Die Gutachterqualifikation verlangt nach § 6 eine Bestellung oder eine Zertifizierung nach DIN EN ISO/IEC 17024.

3.3 Das DCF-Verfahren und die internationalen Standards

Für komplexe und international vermarktete Objekte ist das Discounted-Cash-Flow-Verfahren der Standard. Es ist in Deutschland nicht durch die ImmoWertV normiert, aber praxis- und international anerkannt und kommt vor allem bei Büro-, Logistik-, Hotel-, Pflege- und Datacenter-Immobilien zum Einsatz; es modelliert die erwarteten Cashflows über einen Detailplanungszeitraum zuzüglich eines Restwerts und diskontiert sie risikoadäquat. Gerade dieses Verfahren profitiert von KI-gestützter Szenario- und Sensitivitätsrechnung besonders stark. International prägen vier Regelwerke die Disziplin. Das RICS „Red Book" (Valuation – Global Standards) wurde am 2. Dezember 2024 veröffentlicht und ist seit dem 31. Januar 2025 wirksam; es inkorporiert die International Valuation Standards vollständig, macht die Berücksichtigung von ESG-Faktoren in allen Verfahrensstufen verpflichtend, teilt das frühere VPS 5 in einen Standard zu Bewertungsansätzen und -methoden (VPS 3) und einen neuen Standard zu Bewertungsmodellen (VPS 5) und passt die Pflichtstandards zu AVM sowie Automation und KI an. Maßgeblich für die spätere Haftungsfrage ist die Festlegung, dass ein KI- oder AVM-Ergebnis nur dann als „written valuation" gilt, wenn ein Registered Valuer sein fachliches Urteil darauf angewandt hat. Ein ergänzender Standard zu ESG und Nachhaltigkeit wird ab dem 30. April 2026 wirksam. Die International Valuation Standards (IVS 2025) des IVSC sind seit dem 31. Januar 2025 wirksam und werden in über 145 Ländern angewandt oder als Bezugsrahmen verwendet. Die European Valuation Standards (EVS 2025) der TEGoVA liegen in ihrer 10. Auflage vor; sie enthalten mit EVS 6 einen eigenen Standard zur Energieeffizienz, eine vertiefte EVGN 2 zur Beleihungswertermittlung mit dem neuen CRR-Konzept des „property value" sowie eine neue EVGN 4 zu Agrarimmobilien. Schließlich liefern IFRS 13 und IAS 40 das einheitliche Fair-Value-Rahmenwerk, in dem Immobilien überwiegend der Stufe 3 zugeordnet werden – mit entsprechend hohen Angabe- und Sensitivitätspflichten.

3.4 Qualifikationen und Titel

Wer Bewertungen mit Außenwirkung verantworten darf, ist klar geregelt – und diese Regelung definiert zugleich, wo die fachliche Letztverantwortung beim KI-Einsatz verbleibt. Die höchste gerichtliche Anerkennung genießen die öffentlich bestellten und vereidigten Sachverständigen, die von den Industrie- und Handelskammern oder den berufsständischen Kammern hoheitlich bestellt werden. Ihnen gleichgestellt ist nach der Rechtsprechung und neueren Gesetzen die Zertifizierung nach DIN EN ISO/IEC 17024 durch eine akkreditierte Stelle. Im kreditwirtschaftlichen Bereich führend sind die Titel der HypZert (in den Stufen S, F und M sowie als CIS HypZert für die Beleihungswertermittlung), die die Anforderungen des § 6 BelWertV erfüllen; viele Banken arbeiten bevorzugt mit CIS-HypZert-Gutachtern. International maßgeblich sind die Mitgliedschaften der RICS (MRICS, FRICS), die an das Red Book gebunden sind, sowie der von der TEGoVA vergebene Recognised European Valuer. Diese Qualifikationsanker – verbunden mit dem Vier-Augen-Prinzip – sind die institutionelle Garantie dafür, dass auch beim Einsatz von KI ein qualifizierter Mensch für das Ergebnis einsteht.

---

4. Anbieterfeld und Marktstruktur

Der Markt für Immobilienbewertung ist stark fragmentiert und lässt sich in fünf Schichten gliedern, die sich in Größe, Mandatsstruktur, Standardisierungsgrad und damit auch im KI-Adoptionspfad deutlich unterscheiden.

Die zahlenmäßig größte Schicht bilden die Einzelgutachter und kleinen Sachverständigenbüros mit ein bis drei Personen. Sie konzentrieren sich auf Wohnimmobilien, gerichtsfeste Gutachten und regionale Anlässe wie Erbschaft, Scheidung und Zwangsversteigerung; die Qualität streut erheblich, und die Fragmentierung ist hoch. Für sie ist KI in erster Linie ein Effizienz- und Kapazitätshebel. Die zweite Schicht sind die mittelständischen und spezialisierten Bewertungshäuser. Zu ihnen zählen etwa die Value AG – einer der größten bankenunabhängigen Full-Service-Bewerter, der seit Juli 2024 auf Wüest Dimensions setzt –, on-geo, vdpExpertise, NAI apollo, ENA Experts, W&P und Drees & Sommer mit seinem Bau- und ESG-Benchmarking; Sprengnetter ist in diesem Feld marktführend bei Bewertungssoftware, AVM und Daten. Diese Häuser bedienen Banken- und Fondsmandate über gemischte Assetklassen und sind die natürlichen Treiber hybrider Bewertungsmodelle. Die dritte Schicht sind die großen internationalen Real-Estate-Valuation-&-Advisory-Firmen – CBRE, JLL, Cushman & Wakefield, Colliers, Savills, BNP Paribas Real Estate, Knight Frank und Avison Young –, die die institutionelle, gewerbliche und Portfolio-Bewertung dominieren. CBRE ist der weltweit umsatzgrößte Immobiliendienstleister und führt das globale Investment-Sales-Geschäft seit 15 Jahren mit rund einem Viertel Marktanteil an; JLL beschäftigt über 100.000 Mitarbeiter in mehr als 80 Ländern, Cushman & Wakefield rund 52.000 bis 53.000, Colliers etwa 18.000 und Savills rund 40.000 – wobei sich diese Zahlen auf das Gesamtgeschäft, nicht isoliert auf die Bewertung beziehen. Die vierte Schicht sind die banken-internen Bewertungseinheiten, die vor allem den Kleindarlehensbereich nach § 24 BelWertV und die laufende Sicherheitenbewertung abdecken und bei Sparkassen und Genossenschaftsbanken besonders ausgeprägt sind. Die fünfte Schicht schließlich sind die amtlichen Gutachterausschüsse: unabhängige, weisungsfreie Gremien, die Kaufpreissammlungen mit bundesweit knapp einer Million Verträgen pro Jahr führen, Bodenrichtwerte ermitteln und Grundstücksmarktberichte veröffentlichen – und damit die zentrale Dateninfrastruktur aller privaten Bewerter bilden.

4.1 Dateninfrastruktur als Engpass und Wettbewerbsfaktor

Die Qualität jeder Bewertung hängt unmittelbar vom Zugang zu belastbaren Daten ab. Neben den Kaufpreissammlungen der Gutachterausschüsse zählen dazu die Bodenrichtwerte über das System BORIS, die Geodaten nach der INSPIRE-Richtlinie, die vdp-Transaktionsdatenbank, die RIWIS-Datenbank von bulwiengesa und die kommunalen Mietspiegel. Heterogene Lizenzmodelle, eine regional uneinheitliche Verfügbarkeit und spürbare Open-Data-Lücken machen den Datenzugang zu einem strukturellen Engpass – und zugleich zu dem Hebel, an dem die KI- und Datenplattformen ansetzen. Wer Datenzugang, -aufbereitung und -verknüpfung beherrscht, kontrolliert einen wesentlichen Teil der künftigen Wertschöpfung; eben dies erklärt die jüngste Konsolidierungswelle.

4.2 Konsolidierung und Standardsetzung

An der Schnittstelle zu PropTech und Daten hat sich der Markt sichtbar bewegt: Scout24 übernahm im Juli 2023 die Mehrheit an Sprengnetter, Sprengnetter wiederum zum Januar 2024 das auf Gewerbedaten spezialisierte PropTech 21st Real Estate, und die Value AG setzt seit Mitte 2024 auf Wüest Dimensions; aus dem Gemeinschaftsunternehmen Scoperty (ING und Sprengnetter) ist PriceHubble ausgestiegen. Methodischer Standardsetzer der Kreditwirtschaft ist der Verband deutscher Pfandbriefbanken (vdp) mit seinem Ausschuss für Bewertungsfragen; über vdpResearch betreibt er transaktionsbasierte Preisindizes auf Basis der Daten von mehr als 700 Banken. Belastbare, öffentlich verifizierte Marktanteile speziell für das Bewertungssegment existieren hingegen nicht – eine der zentralen Datenlücken dieses Marktes.

---

5. Marktdynamik der Bewertung

Wie groß der Markt für Bewertungsdienstleistungen genau ist, lässt sich öffentlich nicht eindeutig beziffern. Als belastbarer Treiber-Proxy dienen die Zahlen des Arbeitskreises der Oberen Gutachterausschüsse: 2024 wurden bundesweit rund 805.000 Kaufverträge mit einem Geldumsatz von 247 Mrd. EUR registriert – und nahezu jeder Kauf und jede Beleihung erfordert eine Wert- oder Beleihungswertermittlung. Kommerzielle Marktforschung beziffert den gesamten deutschen Markt für Immobiliendienstleistungen auf rund 37 Mrd. USD (2025) mit einem überproportional wachsenden Bewertungs-Teilsegment, doch unterscheiden sich diese Reports in Abgrenzung und Methodik erheblich und taugen nur zur groben Orientierung.

Bei den Honoraren hat die Novellierung der HOAI die frühere Bindung an die Honorartafel aufgehoben; die Honorare sind seither frei verhandelbar, in der Praxis dominieren Pauschalhonorare. Ein gerichtsfestes Verkehrswertgutachten kostet typischerweise zwischen 0,5 und 1,5 % des Verkehrswerts, ein Einfamilienhaus von rund 500.000 EUR also etwa 1.800 bis 4.000 EUR. Die Immobilienkrise der Jahre 2022 bis 2024 hat die Nachfragestruktur spürbar verschoben: Die vdp-Abwertungen erreichten 2023 im Gewerbe rund −10 %, die Zahl der Transaktionen brach 2022 um 16 % ein, und offene Immobilienfonds verzeichneten 2024 erstmals seit 2006 ein negatives Nettomittelaufkommen mit teils drastischen Sonderabwertungen. In der Folge verlagerte sich die Nachfrage von transaktionsgetriebenen Gutachten hin zu Risiko-, Sonder- und Neubewertungen. Seit 2024 erholt sich der Markt wieder (vdp-Index 2025 +4 %), und mit der Erholung sowie den steigenden ESG- und Regulierungsanforderungen wächst der strukturelle Bewertungsbedarf – insbesondere in der laufenden Überwachung, der ESG- und Klimarisiko-Bewertung und der Fonds-Neubewertung.

Zwei strukturelle Kräfte prägen die Branche darüber hinaus. Die erste ist der Fachkräftemangel: Die Zahl der öffentlich bestellten und vereidigten Sachverständigen ist seit Jahren rückläufig, der Altersdurchschnitt steigt, und auch die HypZert benennt einen erheblichen Nachwuchsbedarf. Dieser Mangel verwandelt KI von einer bloßen Effizienz-Option in eine Kapazitäts-Notwendigkeit, denn ohne Produktivitätssprung droht eine Versorgungslücke bei gerichtsfesten und kreditwirtschaftlichen Gutachten. Die zweite Kraft ist die Commoditisierung der Standard-Wohnbewertung durch AVM: Was sich maschinell in Sekunden indizieren lässt, ist als hochpreisiges Honorargutachten schwerer zu verkaufen. Die strategische Antwort liegt in der Differenzierung über Komplexität (Gewerbe, Spezial, Portfolio), über ESG- und Klimarisiko-Kompetenz und über Beratung – und in einer Verschiebung der Erlösmodelle vom Einzelhonorar hin zu Subscription- und Outcome-basierten Modellen, etwa dem laufenden Portfolio-Monitoring.

---

6. Agentische KI und die Claude-Plattform

6.1 Was agentische KI in der Bewertung leisten kann

Agentische Systeme verbinden ein leistungsfähiges Sprachmodell mit vier Bausteinen, die sie von der bloßen Texterzeugung abheben: der Fähigkeit zur Planung, der Nutzung externer Werkzeuge, einem belastbaren Gedächtnis für lange Dokumente und Datenräume sowie der Selbstprüfung von Zwischenergebnissen. Für die Bewertung sind daraus drei Anwendungsmuster ableitbar. Das erste ist die Extraktion strukturierter Informationen aus unstrukturierten Dokumenten – aus Grundbuchauszügen, Mietverträgen, Exposés und Rent Rolls. Das zweite ist die werkzeuggestützte Modellierung, bei der das System ein Ertragswert- oder Discounted-Cash-Flow-Modell in einer Tabellenkalkulation aufbaut und pflegt. Das dritte ist der recherche- und berichtsorientierte Arbeitsablauf, der eine Marktanalyse zusammenträgt und einen Berichtsentwurf formuliert. In allen drei Mustern gilt das Prinzip „Mensch in der Schleife": Der Agent bereitet vor und schlägt vor, der Bewerter entscheidet und verantwortet.

6.2 Die Claude-Plattform im Überblick

Die für diese Studie maßgebliche Plattform ist Anthropics Claude. Das Flaggschiffmodell Claude Opus 4.8 (veröffentlicht am 28. Mai 2026) ist auf zuverlässiges agentisches Arbeiten ausgelegt und kennzeichnet Unsicherheiten ausdrücklich; daneben stehen das ausgewogene Modell Sonnet 4.6 und das schnelle, kostengünstige Haiku 4.5, und seit März 2026 ist ein Kontextfenster von einer Million Token allgemein verfügbar. Für den Bewertungs-Workflow relevant ist weniger das Modell selbst als das Produkt-Ökosystem, das die folgende Übersicht zusammenfasst.

Produkt	Funktion für die Bewertung	Status (06/2026)
Claude Cowork	Desktop-Agent für Datei- und Aufgabenmanagement – Engagement-Setup, Unterlagenaufbereitung, Berichtsgenerierung	Research Preview (seit 12.1.2026; Windows seit 10.2.2026; bezahlte Pläne)
Claude for Excel	Sidebar-Agent in MS Excel: liest, analysiert und erstellt Workbooks mit Zell-Nachweisen und erhaltenen Formelabhängigkeiten – Kern der Ertragswert-/DCF-Modellierung	allgemein verfügbar
Claude for PowerPoint / Word	vorlagenbewusste Erstellung von Gutachten und Präsentationen mit anwendungsübergreifendem Kontext	allgemein verfügbar
Claude in Chrome	Browser-Agent für die Recherche in Immobilien-, Geo-, Grundbuch- und Gutachterausschuss-Portalen	Beta
Claude Code / Agent SDK	reproduzierbare Bewertungs-Pipelines für Massen- und Portfolio-Monitoring	allgemein verfügbar
Skills / Plugins / MCP-Connectors	Anbindung an DMS, CRM, ERP und Bewertungssoftware; über 200 Connectors	Skills seit 10/2025, Plugins seit 30.1.2026, MCP offener Standard

Der vom Auftraggeber genannte Werkzeugkanon – Claude in Excel, PowerPoint und Chrome – ist damit vollständig vorhanden und wird durch Cowork und Claude Code ergänzt. Ein architektonisch wichtiger Punkt ist, dass Cowork derzeit auf der direkten Anthropic-Infrastruktur (US/global) läuft; für datenschutzsensible Mandate ist dies bei der Lösungsarchitektur zu berücksichtigen (Abschnitt 6.5 und Kapitel 12).

6.3 Die AVM- und PropTech-Landschaft

Neben den agentischen Werkzeugen existiert ein gut entwickelter Markt für Automated Valuation Models. Im deutschsprachigen Raum sind vor allem fünf Anbieter relevant. PriceHubble betreibt eine pan-europäische Plattform mit länderspezifischen Modellen und „erklärbarer KI"; bemerkenswert ist, dass die Desktop-Valuation-Lösung eine externe Prüfung der EBA-Leitlinien zur Kreditvergabe und -überwachung nach dem ISAE-3000-Standard durch eine der vier großen Prüfungsgesellschaften bestanden hat und nach ISO/IEC 27001 zertifiziert ist – ein Beleg dafür, dass AVM zunehmend bankaufsichtliche Glaubwürdigkeit erlangen. Sprengnetter ist in Deutschland marktführend und kombiniert maschinelles Lernen mit Bilderkennung auf einer nach eigenen Angaben sehr großen Datenbasis. Die Value AG positioniert ihr AVM ausdrücklich zur Ableitung ImmoWertV- und BelWertV-konformer Markt- und Beleihungswerte im Bankkontext, on-geo ist nach eigener Darstellung das einzige deutsche Mitglied der European AVM Alliance, und das IIB-Institut liefert Wohnmarktanalysen für die Lead-Generierung der Banken. International zeigt die Erfahrung großer Anbieter zugleich die Grenzen rein statistischer Verfahren: HouseCanary schätzt selbst, dass nur etwa 40 % der Objekte allein per AVM angemessen bewertbar sind. Zunehmend verschmelzen AVM und agentische KI im sogenannten Pre-Underwriting, bei dem Agenten Rent Rolls und Mietverträge lesen, die Inputs extrahieren und daraus in Minuten ein Cashflow-Modell aufbauen, für das früher Stunden manueller Arbeit nötig waren.

6.4 Die Grenzen der Automatisierung

AVM sind primär für standardisierte Wohnobjekte belastbar; bei Gewerbe- und komplexen Renditeobjekten stoßen sie an vier Grenzen. Zum einen entzieht sich die Komplexität von Sonderobjekten, atypischen Lagen und heterogener Ausstattung der reinen Statistik. Zum anderen fehlt im Gewerbe die für Vergleichsverfahren nötige Datendichte. Hinzu kommen die Qualität und Aktualität der Vergleichsdaten sowie die nur eng begrenzte regulatorische Akzeptanz als Beleihungswert. Agentische KI erweitert die AVM hier komplementär, indem sie genau jene unstrukturierten Dokumente und urteilsnahen Schritte erschließt, die ein AVM nicht abdeckt – sie ersetzt das Verfahren nicht, sondern bereitet seine Eingangsgrößen auf und dokumentiert seine Herleitung.

6.5 Sicherheit, Compliance und EU-Datenresidenz

Im regulierten Bank- und Bewertungskontext sind Datenresidenz, Audit-Trails, ein Rollen- und Rechtekonzept, die Trennung von Mandanten- und Mieterdaten sowie die Option auf Zero-Data-Retention entscheidend. Eine EU-Datenresidenz für Claude lässt sich vor allem über AWS Bedrock in der Region Frankfurt und über Google Vertex AI realisieren; eine entsprechende Microsoft-Foundry-Option ist für 2026 angekündigt. Die direkte Anthropic-Programmierschnittstelle bietet hingegen nur US- und globale Regionen, und Cowork läuft auf demselben direkten Stack. Für datenschutzsensible Mandate ist die Architektur deshalb bewusst zu wählen: Bezug über eine EU-Hyperscaler-Region, klare Datenklassifikation und gegebenenfalls Zero-Data-Retention. Claude Enterprise stellt hierfür einen DSGVO-Auftragsverarbeitungsvertrag, Single-Sign-on und Audit-Logs bereit (Kapitel 12).

---

7. Transformationspotenzial entlang des Workflows – wo der Hebel liegt

Dieses Kapitel ist das analytische Zentrum der Studie. Es führt die Tätigkeitsfelder der Bewertung (Kapitel 2) und die Werkzeuge agentischer KI (Kapitel 6) zusammen und beantwortet drei Fragen: Wo entlang des Workflows liegt der Hebel, wie wirkt er in jedem einzelnen Arbeitsschritt, und wie hoch fällt er insgesamt aus?

7.1 Die Logik des Hebels

Der KI-Hebel folgt einer einfachen, aber tragfähigen Logik. Produktivität entsteht überall dort, wo Arbeit datennah, standardisierbar und wiederholbar ist – und sie endet dort, wo fachliches Urteil, die Wahrnehmung vor Ort und die Haftungsverantwortung beginnen. Da rund 55 bis 60 % der Gutachtenzeit auf die standardisierbaren Phasen entfallen, ist hier das gesamte realisierbare Potenzial verortet. Entscheidend ist dabei nicht der Einsatz eines einzelnen Werkzeugs, sondern die Verkettung zu einer durchgängigen Pipeline: Die Extraktion speist die Modellierung, die Modellierung speist den Bericht, und der Bericht wird gegen die Marktanalyse plausibilisiert. Jeder Punkt, an dem heute ein manueller Medienbruch steht – vom PDF in die Tabelle, von der Tabelle in den Text, vom Portal in das Modell –, ist ein konkreter Hebelpunkt. Die folgende Übersicht macht zunächst sichtbar, welcher Anteil der Arbeit überhaupt für KI zugänglich ist.

Abbildung 1: Der KI-affine Anteil der Gutachtenzeit

Wo genau innerhalb dieses adressierbaren Anteils der Hebel am stärksten ansetzt, zeigt die zweite Abbildung. Sie ordnet jeden Workflow-Schritt nach zwei Dimensionen ein: nach seinem Anteil an der Gesamtzeit (waagerecht) und nach dem im Base-Case erreichbaren KI-Effekt (senkrecht). Schritte im oberen rechten Bereich verbinden einen hohen Zeitanteil mit einer hohen Automatisierbarkeit – sie sind der primäre Hebel.

Abbildung 2: Wo der Hebel liegt – Zeitanteil × KI-Effekt je Workflow-Schritt

7.2 Schritt für Schritt: wie KI je Arbeitsfeld Produktivität schafft

Die Übersichten zeigen, wo der Hebel liegt; die folgenden Abschnitte erläutern für jeden Workflow-Schritt, wie er wirkt – vom heutigen Vorgehen über den konkreten KI-gestützten Ablauf bis zu den Grenzen, die der Mensch wahren muss.

Auftrag und Engagement

Am Anfang steht heute eine Reihe manueller Schritte: die Anlage des Auftrags, die Klärung von Anlass, Wertbegriff und Stichtag, die Kalkulation von Honorar und Aufwand sowie die Prüfung auf Interessenkonflikte. Claude Cowork kann diese Phase weitgehend strukturieren, indem es aus der Mandatsanfrage das Engagement anlegt, über eine Anbindung an das Kundensystem die Mandatshistorie auf Konflikte prüft, auf Basis von Objekttyp und Anlass eine Honorar- und Aufwandskalkulation vorschlägt und die passende Auftragscheckliste erzeugt. Der Zeitgewinn ist real, aber wegen des geringen Anteils dieser Phase an der Gesamtarbeit absolut klein; die Entscheidung über Unabhängigkeit und Vertraulichkeit bleibt eine Leitungsaufgabe. Im Base-Case sind hier rund 25 % Zeitersparnis realistisch (konservativ 10, ambitioniert 40 %).

Unterlagenprüfung und Datenextraktion – der größte Einzelhebel

Die Unterlagenprüfung ist heute einer der mühsamsten Schritte: Der Bewerter sichtet unstrukturierte PDF-Konvolute – Grundbuchauszüge, Kataster, Baupläne, Baulasten, Mietverträge, Flächenaufstellungen und Energieausweise –, prüft sie auf Vollständigkeit und Aktualität und überträgt die Schlüsseldaten von Hand in die Bewertungssoftware. Hier setzt agentische KI am wirkungsvollsten an, weil ein hoher Zeitanteil auf eine hohe Standardisierbarkeit trifft. Claude extrahiert die wertrelevanten Felder strukturiert – aus dem Mietvertrag etwa Mieter, Mietfläche, Laufzeit, Indexierung, Optionen und Nebenkostenregelung, aus dem Grundbuch Eigentümer, Lasten und Dienstbarkeiten – und überträgt sie über die MCP-Schnittstellen direkt in die Bewertungssoftware (etwa Sprengnetter oder LORA) oder in das DCF-Modell (etwa Argus Enterprise oder Excel). Ein integrierter Vollständigkeits- und Plausibilitätscheck meldet fehlende oder widersprüchliche Unterlagen und formuliert die Nachforderung. Damit dieser Hebel trägt, muss er kontrolliert bleiben: Die Verarbeitung von Mieterdaten unterliegt der DSGVO, die Extraktion ist stichprobenartig zu prüfen, und jedes übernommene Feld sollte mit seiner Quellseite verknüpft sein. Branchenangaben nennen für die Lease-Extraktion Genauigkeiten von über 95 % (nicht unabhängig auditiert). Im Base-Case sind hier rund 45 % Zeitersparnis erreichbar, im ambitionierten Szenario bis zu 70 %.

Objektbesichtigung – der kleinste Hebel

Die Besichtigung lebt von der Wahrnehmung vor Ort, und genau diese lässt sich nicht delegieren. KI kann den Schritt strukturieren – durch eine geführte mobile Erfassung, ein Sprache-zu-Text-Protokoll, eine multimodale Vorklassifikation von Fotos und Schäden und die automatische Übernahme der Aufnahmen in das Gutachten, womit ein weiterer Medienbruch entfällt. Den dominierenden Anteil dieser Phase, die Reisezeit, adressiert KI jedoch nicht, und das eigentliche bauliche und nutzungsbezogene Urteil bleibt Sache des Sachverständigen. Entsprechend fällt der Hebel mit rund 15 % im Base-Case (5 bis 30 %) am geringsten aus.

Markt- und Standortanalyse

Die Marktanalyse erfordert heute die Recherche über viele heterogene Quellen – Grundstücksmarktberichte, Bodenrichtwerte, Mietspiegel, Kaufpreissammlungen, Amtsauskünfte und demografische Daten – und die manuelle Auswahl vergleichbarer Fälle. Claude in Chrome navigiert die Geo-, Gutachterausschuss- und Immobilienportale, aggregiert Bodenrichtwerte, Vergleichsangebote und Marktindikatoren, während ein angebundenes AVM eine erste Wertindikation und Vergleichsfall-Vorschläge liefert; Claude verdichtet beides zu einer strukturierten Mikro- und Makrolageanalyse mit ausgewiesenen Quellen. So steigen Tiefe und Breite der Analyse bei sinkender Recherchezeit, und die Auswahl der Vergleichsfälle wird transparenter dokumentiert. Wahren muss der Bewerter die Datenaktualität und die Quellentransparenz – der EAA-Standard verlangt die Bewertung auf Kaufpreisbasis und die Offenlegung der Vergleichsfälle –; die abschließende Lagebeurteilung bleibt fachliches Urteil. Der Base-Case liegt bei rund 35 % (15 bis 60 %).

Verfahren und Modellierung

In der Modellierung baut und pflegt der Bewerter das Bewertungsmodell – Ertragswert, gegebenenfalls DCF – samt Sensitivitäten und Szenarien. Claude for Excel kann das Modell aus den zuvor extrahierten Inputs aufbauen oder befüllen, die Formelabhängigkeiten und die Konsistenz der Zellen mit nachvollziehbaren Zell-Nachweisen prüfen und die Sensitivitäten – etwa hinsichtlich Liegenschaftszins, Restnutzungsdauer und Marktmiete – sowie die drei Szenarien durchrechnen; Claude Code macht wiederkehrende Modelle als Pipeline reproduzierbar. Der Gewinn liegt in Modellqualität, Reproduzierbarkeit und Geschwindigkeit bei zugleich geringerer Fehlerquote. Die Prüfung der Annahmen und Formeln verbleibt beim Bewerter, ebenso die Modell-Governance, wie sie die geplante 9. MaRisk-Novelle mit ihren Anforderungen an Erklärbarkeit und Validierung verlangt. Der Base-Case beträgt rund 30 % (10 bis 55 %).

Plausibilisierung und Qualitätssicherung

Die Plausibilisierung sichert das Hauptverfahren durch ein Stützverfahren ab und unterzieht das Ergebnis einer kritischen Würdigung im Vier-Augen-Prinzip. Claude kann hier automatisierte Abweichungs- und Konsistenzchecks durchführen – das Hauptverfahren gegen das Stützverfahren, den Wert gegen die AVM-Indikation, den Wert gegen die Marktbandbreite –, Ausreißer und Begründungslücken markieren und damit als „erster Prüfer" die menschliche Gegenprüfung vorbereiten. Gerade im laufenden Monitoring nach § 26 BelWertV ist diese Frühwarnfunktion wertvoll. Die fachliche Letztverantwortung und die Vier-Augen-Freigabe bleiben jedoch menschlich; KI ersetzt nicht den zweiten Gutachter, sondern strukturiert dessen Prüfung. Der Base-Case liegt bei rund 20 % (5 bis 40 %).

Bericht und Gutachtenerstellung – der zweitgrößte Hebel

Die Erstellung des Gutachtentexts, der Tabellen und der Management-Summary ist zeitintensiv und stark wiederkehrend – und damit ein zweiter großer Hebelpunkt. Claude entwirft über Cowork und die Office-Integration den Gutachtentext aus Modell und Analyse entlang der hauseigenen Vorlage, erzeugt die Tabellen und die Zusammenfassung und passt Sprache und Detailtiefe an den jeweiligen Adressaten an. Voraussetzung ist die Belegtreue: Der Entwurf darf nichts behaupten, was sich nicht aus den Quellen ergibt, die Herleitung muss erklärbar bleiben, und die inhaltliche Verantwortung trägt der Bewerter. Der Base-Case erreicht hier rund 50 % (25 bis 75 %).

7.3 Der Gesamteffekt und seine Verteilung

Gewichtet man die schrittweisen Effekte mit ihren Zeitanteilen, ergibt sich der Gesamteffekt je Gutachten. Er beträgt im konservativen Szenario rund 12 %, im Base-Case rund 30 % und im ambitionierten Szenario rund 52 %. Die folgende Abbildung stellt diese drei Werte gegenüber, die anschließende Tabelle schlüsselt die zugrunde liegende Rechnung auf.

Abbildung 3: Gesamteffekt je Gutachten nach Szenario

Workflow-Schritt	Zeitanteil	Konservativ	Base	Ambitioniert
Auftrag und Engagement	5 %	10 %	25 %	40 %
Unterlagen und Datenextraktion	20 %	20 %	45 %	70 %
Objektbesichtigung	15 %	5 %	15 %	30 %
Markt- und Standortanalyse	20 %	15 %	35 %	60 %
Verfahren und Modellierung	20 %	10 %	30 %	55 %
Plausibilisierung, Bericht und QS	20 %	20 %	42 %	68 %
Gewichteter Gesamteffekt je Gutachten	100 %	~12 %	~30 %	~52 %

7.4 Wie sich der Hebel je Assetklasse verschiebt

Der beschriebene Effekt ist ein Durchschnitt über alle Objektarten; tatsächlich verschiebt sich der Hebel je nach Assetklasse erheblich. Bei der Wohnbewertung dominiert die Automatisierung von Extraktion und AVM-Indikation – hier ist der Automatisierungsgrad am höchsten, zugleich aber auch der Commoditisierungsdruck. Bei Büro-, Logistik- und Einzelhandelsobjekten liegt der Schwerpunkt auf der Mietvertragsanalyse und der Cashflow-Modellierung, also auf der Auswertung von Restmietlaufzeiten, Indexierungen und Leerstandsannahmen. Bei Hotel- und Pflegeimmobilien fällt der Hebel kleiner aus, weil die betreiberabhängige Trading-Bewertung stark vom qualitativen Urteil über Betreiberbonität und nachhaltige Umsätze abhängt; KI unterstützt hier die Aufbereitung der Betreiber- und Marktdaten, doch das Schlussurteil bleibt dominant menschlich. Bei Datacenter- und Spezialimmobilien schließlich konzentriert sich der Hebel auf die Datenbeschaffung und die Einzelfall-Modellierung. Diese Differenzierung erklärt, warum dieselbe Technologie je nach Geschäftsmodell unterschiedlich stark trägt – ein Befund, der die segmentdifferenzierten Strategien in Kapitel 10 unmittelbar prägt.

7.5 Zwei Fallanker

Zwei durchgängige Beispiele machen die Pipeline konkret. Das erste ist ein Beleihungswertgutachten für eine vermietete Logistikhalle mit einem Einzelmieter und einem indexierten Zehn-Jahres-Vertrag, in Auftrag gegeben von einer Pfandbriefbank. Im heutigen Vorgehen benötigt ein solches Gutachten rund fünfeinhalb Arbeitstage: eineinhalb Tage für Unterlagensichtung und Mietvertragsauswertung, je etwa einen Tag für Marktrecherche und Vergleichsmieten sowie für das Ertragswert- und DCF-Modell mit der BelWertV-konformen Ableitung, einen halben Tag für die Besichtigung und eineinhalb Tage für Bericht und Vier-Augen-Prüfung. Mit einer integrierten Pipeline verkürzt sich dies im Base-Case auf rund drei Arbeitstage: Claude extrahiert die Mietvertrags- und Flächendaten und überträgt sie in das Modell, recherchiert über Chrome und ein angebundenes AVM die Vergleichsmieten und Bodenrichtwerte, baut in Excel das Ertragswert- und DCF-Modell einschließlich des BelWertV-Sicherheitsabschlags und der Kapitalisierungszins-Korridore und entwirft den Bericht – während die Besichtigung unverändert bleibt und der Bewerter plausibilisiert, die Mieter- und Betreibersituation würdigt und im Vier-Augen-Prinzip freigibt. Der Effekt entspricht dem Base-Case von gut 30 %, bei vollständig gewahrter BelWertV-Konformität und fachlicher Letztverantwortung.

Das zweite Beispiel ist eine Portfolio-Rebewertung eines offenen Immobilienfonds nach einem Marktschock, bei der mehrere hundert Objekte zeitnah zum Fair Value nach IFRS 13 neu zu bewerten sind. Während die heutige sequenzielle Einzelbewertung Wochen bis Monate beansprucht, orchestriert Claude Code eine reproduzierbare Pipeline: eine standardisierte Datenextraktion je Objekt, parametrisierte Modell-Updates für Diskontierungszins, Marktmiete und Leerstand sowie eine automatische Konsistenz- und Abweichungsprüfung gegen die Vorperiode und die Marktbandbreite. Der Mensch konzentriert sich auf die Ausreißer, die Sonderfälle und die Gesamtkonsistenz der Portfolioaussage. Der Nutzen liegt weniger im Einzelgutachten als in der drastisch verkürzten Reaktionszeit auf Marktschocks, der einheitlichen Methodik über das gesamte Portfolio und der lückenlosen Dokumentation – genau das, was die Nachfrageseite nach den Sonderabwertungen der Jahre 2024 und 2025 zunehmend verlangt.

7.6 Reifegrad, Kennzahlen und Voraussetzungen

Der erreichbare Effekt hängt vom Reifegrad der Organisation ab. Auf der untersten Stufe (Level 0) wird manuell gearbeitet; auf Level 1 kommt generative KI punktuell und ohne Integration zum Einsatz, was etwa 10 bis 15 % Zeitgewinn bringt. Auf Level 2 ist KI in definierte Workflow-Schritte integriert und erste MCP-Anbindungen bestehen (25 bis 35 %); auf Level 3 laufen verkettete agentische Pipelines mit Validierung, Erklärbarkeit und Audit-Trail (40 bis 50 %); und auf Level 4 betreibt das Haus eine geteilte KI- und Datenplattform mit Monitoring und neuen Servicelinien, die über 50 % Zeitgewinn hinaus zusätzliche Erlösquellen erschließt. Gesteuert wird die Transformation über wenige Kennzahlen: die Durchlaufzeit und die gebundenen Personenstunden je Gutachten, die Fehler- und Reklamationsquote, die Auslastung und die Honorarmarge. Voraussetzung für höhere Reifegrade sind eine belastbare Datenarchitektur mit getrennten Engagement-Datenräumen, die MCP-Anbindung an Bewertungssoftware und Datenquellen, ein durchgängiges Mensch-in-der-Schleife-Prinzip sowie ein aktives Change Management mit neuen Rollen wie einem KI-Engagement-Lead und einem Validator. Die Risiken – Halluzination, mangelnde Belegtreue, datenschutzrechtliche Fragen, Modell-Governance und Berufshaftung – werden über die in Abschnitt 7.2 beschriebenen Quality Gates und die Compliance-Landkarte in Kapitel 12 adressiert.

---

8. Quantifizierung der Effizienz- und Kostenpotenziale

Der in Kapitel 7 hergeleitete Zeitgewinn je Gutachten lässt sich erst dann wirtschaftlich beurteilen, wenn man ihn auf konkrete Unternehmen bezieht. Die Studie verwendet dafür drei Modellunternehmen, die das Anbieterfeld aus Kapitel 4 repräsentieren und deren Annahmen im Annahmen-Memo dokumentiert sind.

Parameter	Einzelgutachter	Mittelstandshaus	Große V&A-Practice (DE-Einheit)
Bewerter / Vollzeitäquivalente	1–3	30–80	150–400
Gutachten pro Jahr	50–150	2.000–6.000	>15.000
Schwerpunkt	Wohnen, gerichtsfest	Banken/Fonds, gemischt	institutionell, Portfolio, international
Durchschnittshonorar je Gutachten	1.800–4.000 EUR	2.500–25.000 EUR	5.000–50.000 EUR+
KI-Reifegrad heute	0–1	1–2	2–3

Der Base-Case-Zeitgewinn von rund 30 % je Gutachten übersetzt sich je nach strategischer Ausrichtung in drei unterschiedliche Nutzenarten. Er kann erstens in Kapazität umgewandelt werden, also in mehr Gutachten bei gleicher Personalstärke – was angesichts des Fachkräftemangels für viele Häuser der attraktivste Weg ist. Er kann zweitens in Marge umgesetzt werden, indem dieselbe Leistung mit geringeren Kosten erbracht wird. Und er kann drittens in neue Servicelinien investiert werden – etwa in ein laufendes Portfolio-Monitoring oder in ESG-Bewertungen. Die Investitions- und Betriebskosten und damit der Amortisationszeitraum unterscheiden sich erheblich nach Unternehmensgröße, wie die folgende Übersicht zeigt.

Modellunternehmen	Effekt (Base)	Gesamtkosten p. a. (Lizenz, Integration, Betrieb)	Amortisation (Base)
Einzelgutachter (1–3)	~30 % Zeit je Gutachten	0,5–2 Tsd. EUR	< 6 Monate
Mittelstandshaus (30–80)	~30 % Zeit + Skalierung	30–150 Tsd. EUR	9–18 Monate
Große V&A-Practice	~30 % Zeit + neue Servicelinien	0,5–3 Mio. EUR	12–24 Monate

Daraus ergibt sich ein klares Muster: Kleine Büros profitieren relativ am schnellsten, weil ihre Lizenzkosten gering, ihr heutiger Reifegrad niedrig und der relative Hebel damit am größten ist; große Häuser profitieren in absoluten Werten am stärksten und können zusätzlich neue, datengetriebene Servicelinien aufbauen, tragen dafür aber höhere Integrations- und Governance-Lasten. Rechnet man ein Mittelstandshaus mit etwa 4.000 Gutachten im Jahr und einem Base-Case-Zeitgewinn von 30 % durch, so wird rechnerisch rund ein Drittel der bewertungsbezogenen Arbeitszeit frei – was je nach Strategie einer zusätzlichen Kapazität von grob 1.000 bis 1.200 Gutachten oder einer entsprechenden Kostensenkung entspricht. Diese Werte sind ausdrücklich indikative Bandbreiten und setzen Datenreife, MCP-Integration und eine etablierte Governance voraus; die Reibungsverluste der Einführung sind im konservativen Szenario abgebildet. Bemerkenswert ist eine Verschiebung des Engpasses: Da die Bearbeitungskapazität steigt, die Kapazität für Qualitätssicherung und Vier-Augen-Freigabe aber nicht im selben Maße skaliert, wird Letztere zum neuen begrenzenden Faktor – ein wichtiger Planungshinweis für die Skalierung.

---

9. Wettbewerbsvergleich der KI-Plattformen

Die Wahl der KI-Plattform ist im regulierten Bank- und Bewertungskontext keine reine Funktionsfrage, sondern wesentlich eine Frage der EU-Datensouveränität. Der Vergleich erfolgt entlang von vier Dimensionen, deren wichtigste für die Bewertung die zweite ist.

Dimension	Claude (Anthropic)	Wettbewerb (OpenAI, Microsoft Copilot, Google, Mistral, xAI)
Funktionalität & Workflow-Integration	breite agentische Abdeckung des gesamten Workflows: Cowork, Excel, PowerPoint/Word, Chrome, Code, MCP mit über 200 Connectors, Kontextfenster von einer Million Token	Microsoft Copilot stark in der M365-Welt (Excel, Power BI); OpenAI breit über den Enterprise-/MS-Stack; Google in Workspace; Mistral und xAI fokussierter
Daten-/IP-Schutz & EU-Souveränität	EU-Residenz über AWS Bedrock (Frankfurt) und Vertex; Enterprise-Auftragsverarbeitung, Zero-Data-Retention, Audit-Logs; direkte API jedoch US/global, Cowork auf US/global-Stack	Copilot mit Azure-EU-Optionen im M365-Datenrahmen; Mistral als EU-souveräne Alternative (Self-Hosting, Open-Weights); OpenAI und xAI primär US-zentriert
Modellqualität & Genauigkeit	Opus 4.8 mit Fokus auf Zuverlässigkeit und der ausdrücklichen Kennzeichnung von Unsicherheiten, strukturierten Ausgaben und belastbarem Tool-Use	jeweils Spitzenmodelle; die Eignung ist je Aufgabe (Tabellen, Recherche, Code) empirisch zu prüfen
Gesamtkosten & ROI	nutzungsbasiert; die Enterprise-Integration ist kostenintensiver, erschließt dafür aber tiefe, durchgängige Workflow-Hebel	Copilot bei vorhandener M365-Basis schnell und günstig einzuführen; Open-Weights-Modelle (Mistral) für Self-Hosting und maximale Datenhoheit

Für Bewertungshäuser mit Banken- und Fondsmandaten ist die zweite Dimension häufig ausschlaggebend. In datenschutzsensiblen Konstellationen empfiehlt sich der Bezug über eine EU-Hyperscaler-Region und eine klare Datenklassifikation, und die Plattformwahl sollte je Anwendungsfall und Datenklasse getroffen werden. Ein hybrider Mehrplattform-Ansatz – etwa Claude für die agentischen Bewertungs-Workflows und Copilot für die M365-nahe Büroproduktivität – ist zulässig und in größeren Häusern durchaus realistisch.

---

10. Drei strategische Optionen je Anbietersegment

Die strategischen Optionen folgen einem gemeinsamen Drei-Horizonte-Rahmen, der sich auf jedes Segment anwenden lässt: Die Effizienz-Option (A) nutzt KI als Werkzeug bei unverändertem Geschäftsmodell, die Capability-Option (B) baut neue Servicelinien und Rollen auf, und die Plattform-Option (C) zielt auf eine Geschäftsmodell-Innovation. Sie sind nicht als Alternativen, sondern als Migrationspfad zu verstehen.

10.1 Einzelgutachter und kleine Sachverständigenbüros

Die naheliegende erste Stufe ist der effiziente Einzelgutachter: Cowork, Claude for Excel und Claude in Chrome automatisieren die Unterlagenprüfung, die Recherche und den Berichtsentwurf, sodass mehr Gutachten pro Kopf bei stabiler Qualität entstehen; die Investition ist gering und amortisiert sich in unter sechs Monaten, während die Letztverantwortung und die Plausibilisierung zwingend beim Gutachter bleiben. Die zweite Stufe ist der Nischen-Champion: Weil KI die Einarbeitungskosten in lukrative Nischen – Pflege, Hotel, Spezialobjekte, ESG- und Klimarisiko-Bewertung – deutlich senkt, kann sich ein Büro auf höherwertige, schwerer zu commoditisierende Gutachten verlagern und damit höhere Honorare erzielen; die Grenzen liegen in der erforderlichen Fachtiefe und der Verfügbarkeit belastbarer Nischendaten. Die dritte Stufe ist das Kooperations- oder Netzwerkmodell, in dem mehrere Büros eine gemeinsame KI- und Dateninfrastruktur, einheitliche Skills und MCP-Connectors sowie eine geteilte Qualitätssicherung nutzen; das schafft Skalen-, Vertretungs- und Standardisierungseffekte und ist zugleich eine Antwort auf Fachkräftemangel und Nachfolgeproblematik, verlangt aber eine saubere Governance und Haftungsabgrenzung.

10.2 Mittelständische und spezialisierte Häuser sowie AVM-Anbieter

Für dieses Segment beginnt der Weg häufig bei der industrialisierten Massenbewertung: Ein AVM wird mit agentischen Qualitätssicherungs-Pipelines kombiniert, um das Banken-Beleihungsgeschäft und das laufende Monitoring nach § 26 BelWertV mit skalierbarem und zugleich prüfbarem Durchsatz zu bedienen; die zentralen Steuerungsgrößen sind Stückkosten, Durchsatz und Fehlerquote, die zentrale Anforderung die Modell-Governance nach MaRisk 9. Die zweite Option ist die Hybrid-Bewertung als Dienstleistung, die AVM und menschlichen Gutachter über einen KI-Workflow verbindet und daraus neue, wiederkehrende Servicelinien formt – etwa ein kontinuierliches Monitoring, eine ESG- und Transitionsrisiko-Bewertung oder eine schnelle Portfolio-Rebewertung nach Marktschocks; dies erschließt planbare Subscription-Erträge, verlangt aber eine klare Abgrenzung zwischen Hybrid-Indikation und vollwertigem Gutachten. Die dritte Option ist der Aufstieg zum Daten- und Plattformanbieter, der eigene Datenprodukte und MCP-Schnittstellen aufbaut und seine KI-Agenten-Suite an kleinere Gutachter und Banken lizenziert – ein Pfad, den Sprengnetter, PriceHubble und die Value AG bereits beschreiten; er verspricht Netzwerkeffekte und einen Datenmoat, ist aber investitionsintensiv und steht im Wettbewerb mit Scout24 und Wüest.

10.3 Große Real-Estate-Valuation-&-Advisory-Firmen

Die großen Häuser starten typischerweise als Effizienz-Champion mit einer konzernweiten Claude-Integration in die Value-&-Advisory-Teams, die den Output je Berater erhöht und die Durchlaufzeiten verkürzt; die Herausforderungen liegen im Schutz des geistigen Eigentums und der Mandantenvertraulichkeit sowie in einer einheitlichen Governance über die Ländergesellschaften hinweg. Die zweite Stufe ist die Always-on-Bewertung: neue Servicelinien wie eine kontinuierliche Live-Bewertung, eine Echtzeit-Portfolio-Analytik, die ESG- und CRREM-Transitionsrisiko-Bewertung sowie ein regulatorisches und investorenseitiges Reporting, getragen von neuen Rollen wie einem KI-Engagement-Lead und einem Validator; das hebt die Wertschöpfung und bindet institutionelle Mandanten enger, erfordert aber ein konsequentes Change Management und die Wahrung der Red-Book- und IVS-Konformität. Die dritte Stufe ist die Entwicklung zum Plattform- und Ökosystem-Anbieter mit einer proprietären KI-Bewertungsplattform, eigenen Datenprodukten, Outcome- und Subscription-Pricing sowie Allianzen und Zukäufen im PropTech-Bereich; dieser Weg verspricht eine Plattformisierung und neue Erlösmodelle, birgt aber hohe Investitionen, das Risiko der Kannibalisierung des klassischen Gutachtengeschäfts und die regulatorische Einordnung agentischer Workflows.

10.4 Optional: banken-interne Bewertungseinheiten

Für die banken-internen Einheiten lässt sich der Rahmen sinngemäß übertragen: Die Effizienz-Option automatisiert den Kleindarlehensbereich nach § 24 und die Sicherheitenüberwachung; die Capability-Option richtet eine MaRisk-9-konforme, validierte und erklärbare Modell-Governance ein; und die Plattform-Option bündelt die Bewertung als geteilte Utility im Sparkassen- oder Genossenschaftsverbund.

10.5 Empfehlungslogik

Quer über alle Segmente ist die Effizienz-Option der unmittelbare, risikoarme Einstieg mit schnellem Payback; die Capability-Option baut darauf wiederkehrende Erlösquellen auf; und die Plattform-Option ist nur für daten- und kapitalstarke Akteure realistisch. Über den Erfolg entscheiden in allen Fällen dieselben vier Faktoren: eine belastbare Datenarchitektur, eine tragfähige EU-Datenresidenz, die Validierbarkeit und Erklärbarkeit der Modelle sowie ein konsequentes Change Management.

---

11. Nachfrage- und Kundenseite

Die KI-Transformation verändert nicht nur die Produktion von Bewertungen, sondern auch die Erwartungen ihrer Auftraggeber – und wirkt von dort auf Leistungsumfang, Geschwindigkeit und Preis zurück. Die Banken und Pfandbriefbanken verlangen zunehmend schnellere, auditierbare und monitoring-fähige Bewertungen; mit der EBA-Leitlinie zur Kreditvergabe und -überwachung und der laufenden Überwachungspflicht des § 26 BelWertV wächst der Bedarf an einer kontinuierlichen, modellgestützten Wertüberwachung, was KI- und AVM-gestützte Anbieter strukturell begünstigt. Offene und Spezialfonds sowie REITs erwarten häufigere und granularere Fair-Value-Aktualisierungen nach IFRS 13 und – nach den Sonderabwertungen der Jahre 2024 und 2025 – eine deutlich schnellere Reaktionsfähigkeit auf Marktschocks, wie sie der zweite Fallanker in Kapitel 7 illustriert. Institutionelle Investoren wünschen eine Echtzeit-Portfolio-Analytik und eine belastbare ESG- und Klimarisiko-Transparenz. Gerichte und die öffentliche Hand betonen die Nachvollziehbarkeit und Unabhängigkeit, weshalb KI hier ein dokumentierendes Hilfsmittel bleibt und nicht zum Entscheider wird. Und die Wirtschaftsprüfer prüfen die Fair-Value-Schätzungen verstärkt – die neue RICS-VPGA zum Verhältnis zwischen Bewerter und Wirtschaftsprüfer adressiert genau diese Schnittstelle. In der Summe steigen die Ansprüche an Geschwindigkeit, Granularität und Auditierbarkeit; das begünstigt KI-gestützte Anbieter, senkt aber zugleich die Preissetzungsmacht der reinen Standardbewertung und befördert Outcome- und Subscription-Modelle, also die Bewertung als laufende Dienstleistung. Die Nachfrageseite verstärkt damit die in Kapitel 5 beschriebene Polarisierung: Aufwertung der komplexen, beratungsnahen Segmente bei gleichzeitiger Commoditisierung des Standardgeschäfts.

---

12. Regulatorische und datenschutzrechtliche Rahmenbedingungen

Die folgenden Ausführungen geben den Rechts- und Konsultationsstand im Juni 2026 wieder; sie sind allgemein und datiert und stellen keine Rechtsberatung dar. Entwurfs- und Konsultationsstände sind als vorläufig gekennzeichnet und vor einer Verwendung gegen die Primärtexte zu prüfen.

12.1 Der EU-AI-Act und die entscheidende Abgrenzung der Sicherheitenbewertung

Für die Bewertung ist die Frage zentral, ob KI-gestützte Wertermittlung als Hochrisiko-Anwendung im Sinne des EU-AI-Acts gilt. Der einschlägige Tatbestand des Annex III Nr. 5(b) erfasst Systeme zur Bewertung der Kreditwürdigkeit oder Bonität natürlicher Personen, nicht aber die Bewertung von Sachwerten. Der am 19. Mai 2026 veröffentlichte Entwurf der Kommissions-Leitlinien zur Hochrisiko-Klassifizierung – bis zum 23. Juni 2026 in Konsultation und rechtlich nicht bindend, da die verbindliche Auslegung allein dem Verordnungstext und letztlich dem EuGH obliegt – verortet die reine Sicherheiten- und Beleihungswertermittlung ausdrücklich außerhalb dieses Hochrisiko-Tatbestands. Die praktische Konsequenz ist erheblich: Eine KI, die ausschließlich den Markt- oder Beleihungswert einer Immobilie als Sicherheit schätzt, ist nach dem Entwurfsstand kein Hochrisiko-System. Sie wird es jedoch, sobald sie funktional mit der Kreditwürdigkeitsprüfung einer natürlichen Person verknüpft ist. Für agentische Architekturen ist zudem die Anti-Umgehungsregel bedeutsam: Kombinierte Systeme werden als Gesamtkonfiguration klassifiziert, sodass sich eine Hochrisiko-Einstufung nicht durch die Aufteilung in scheinbar harmlose Einzelagenten vermeiden lässt; und der Filter des Art. 6(3) für rein vorbereitende Tätigkeiten greift gerade nicht bei Profiling- oder Wert-, Scoring- und Ranking-Urteilen. Bei den Fristen ist der „Digital Omnibus" zu beachten: Nach der politischen Einigung vom 7. Mai 2026 verschieben sich – vorbehaltlich der förmlichen Annahme – die Pflichten für Annex-III-Hochrisikosysteme auf den 2. Dezember 2027 und die Annex-I-Pflichten auf den 2. August 2028, während die Transparenzpflichten nach Art. 50 überwiegend beim 2. August 2026 bleiben.

12.2 Datenschutz: DSGVO, Art. 22 und die SCHUFA-Rechtsprechung

Mietverträge, Mieter- und Eigentümerdaten sowie teilweise Geodaten sind personenbezogen und unterliegen damit der DSGVO und dem BDSG – mit den bekannten Anforderungen an Rechtsgrundlage, Zweckbindung, Datenminimierung und Information. Besondere Relevanz hat Art. 22 DSGVO, der ausschließlich automatisierte Entscheidungen mit rechtlicher oder erheblicher Wirkung verbietet, vorbehaltlich enger Ausnahmen und flankierender Schutzmaßnahmen wie dem Recht auf menschliches Eingreifen. Das SCHUFA-Urteil des EuGH (Rechtssache C-634/21 vom 7. Dezember 2023) hat klargestellt, dass bereits ein automatisiertes Bonitäts-Scoring eine Entscheidung im Sinne des Art. 22 sein kann, wenn der Score für die Entscheidung eines Dritten maßgeblich ist. Übertragen auf die Bewertung bedeutet das: Solange ein KI-Bewertungsergebnis nur das Objekt betrifft, bleibt es regelmäßig außerhalb des Art. 22; sobald es jedoch maßgeblich in eine Kredit- oder Bonitätsentscheidung über eine natürliche Person einfließt, greifen die Pflichten und Begründungsanforderungen des Art. 22.

12.3 Branchenspezifische Regulierung und die Haftung des Gutachters

Die BelWertV hat mit ihrer Novelle 2022 statistische Verfahren erstmals zugelassen (begrenzt auf standardisierte Wohnobjekte), die Kleindarlehensgrenze auf 600.000 EUR angehoben und in § 26 ein laufendes Monitoring verankert. Die EBA-Leitlinie zur Kreditvergabe und -überwachung sowie die CRR3 haben Kriterien für „fortgeschrittene statistische Modelle" eingeführt und bilden die Grundlage der BelWertV-Revision; die European AVM Alliance publiziert hierzu europäische Standards und ein Qualitätslabel. Der RICS hat im Red Book 2025 die Pflichtstandards zu AVM angepasst und neue Vorgaben zu Automation und KI aufgenommen. In allen diesen Regelwerken – ebenso wie in der deutschen Praxis aus BelWertV, Pfandbriefgesetz und HypZert-Zertifizierung – gilt derselbe Grundsatz: KI und AVM sind Werkzeuge des Bewerters; ihr Ergebnis wird erst durch das angewandte fachliche Urteil zu einer regelkonformen Bewertung. Die HypZert prägt hierfür das Leitbild des „Augmented Valuer", und das computerunterstützte System vdpIB+ schlägt Daten lediglich vor, die der Anwender jederzeit anpassen kann. Die fachliche Letztverantwortung, die Pflicht zur Plausibilisierung und Nachvollziehbarkeit sowie das Vier-Augen-Prinzip verbleiben damit unverändert beim qualifizierten Bewerter, und die Versicherungs- und Haftungsfragen sind entsprechend zu regeln.

12.4 Aufsichtsrecht: MaRisk und DORA

Die geplante 9. Novelle der MaRisk, deren Konsultationsentwurf vom 1. April 2026 stammt, führt ein eigenes Modul zum Modelleinsatz (AT 4.3.4) ein, das explizite Anforderungen an die Erklärbarkeit – also an die Nachvollziehbarkeit der Zusammenhänge zwischen Eingangsgrößen und Ergebnis, gerade auch für neuronale Netze und große Sprachmodelle – sowie an die regelmäßige Validierung stellt; für KI-gestützte Bewertungsmodelle im Risikomanagement ist das unmittelbar relevant. Die bisherigen BAIT werden zugunsten der DORA abgelöst, die seit dem 17. Januar 2025 anwendbar ist und das IKT-Risikomanagement sowie insbesondere die IKT-Drittparteien regelt – ein Punkt, der KI- und Cloud-Dienste in regulierten Finanzkontexten direkt betrifft.

12.5 Datenresidenz und Compliance-Landkarte

Eine EU-Datenresidenz für Claude lässt sich vor allem über AWS Bedrock in Frankfurt und über Google Vertex AI realisieren; die direkte Anthropic-Schnittstelle bietet nur US- und globale Regionen, und Cowork läuft auf demselben direkten Stack. Für datenschutzsensible Bewertungsmandate ist die Architektur deshalb bewusst zu wählen. Die folgende Compliance-Landkarte ordnet die wichtigsten Anwendungsfelder ihren Pflichten und den erforderlichen Schutzmaßnahmen zu und ist als Vorlage zu verstehen, die im konkreten Haus zu verfeinern ist.

Anwendungsfeld	Einschlägige Pflichten	Erforderliche Schutzmaßnahmen
Datenextraktion aus Mietverträgen	DSGVO (Art. 5, 6, 22), DORA	Datenminimierung, EU-Residenz, Stichprobenkontrolle, Belegverknüpfung
Markt- und Vergleichswertrecherche	EAA- und RICS-Standards, Urheber-/Nutzungsrecht	Quellentransparenz, Kaufpreisbasis, Aktualitätsprüfung
Modellierung / AVM (Beleihung)	BelWertV (§ 24, § 26), EBA-LOM/CRR, MaRisk 9	Validierung, Erklärbarkeit, Monitoring, Funktionstrennung
Bewertung im Kreditprozess (natürliche Person)	EU-AI-Act Annex III 5b (potenziell Hochrisiko), DSGVO Art. 22	menschliche Letztentscheidung, Begründung, Anfechtbarkeit
Bericht und Gutachten	RICS PS 1 / VPS 5, Berufshaftung	Belegtreue, Vier-Augen-Prinzip, fachliche Freigabe
Plattform und Hosting	DSGVO, DORA (IKT-Drittparteien)	EU-Datenresidenz, Auftragsverarbeitung, Zero-Data-Retention, Audit-Trail

---

13. Versionierbarkeit und Pflege der Studie

Weil ihr Gegenstand – Marktdaten, Plattformstatus und Regulatorik – schnelllebig ist, ist die Studie ausdrücklich versionierbar angelegt. Das Versionsprotokoll verzeichnet die Erstfassung (v1.0) und die vertiefte Fassung (v2.0) vom 9. Juni 2026 sowie die vorliegende, restrukturierte Fassung (v3.0) mit Valuation-Fokus, Marktanhang, Inhaltsverzeichnis und Charts. Eine themenspezifische Beobachtungsliste hält die wichtigsten Quellen unter Beobachtung: den EU-AI-Act mit der Finalfassung der Leitlinien, der förmlichen Omnibus-Annahme und der Annex-III-Klassifikation; die DSGVO- und EuGH-Rechtsprechung zum Scoring; die BelWertV mit §§ 24 und 26, die ImmoWertV sowie EBA-LOM und CRR; die 9. MaRisk-Novelle; die DORA; die Standards von RICS, IVSC und TEGoVA; die Marktdaten von vdp, Gutachterausschüssen und bulwiengesa; sowie die Produkt-Releases der Anbieter, insbesondere die Claude-Modellversionen, den Status von Cowork, der Office-Integration und Chrome sowie die EU-Datenresidenz. Rechtliche Auslöser führen dabei zu einem Versionssprung, Marktdaten-Aktualisierungen zu einem kleineren Refresh; die Routine orientiert sich an der projektinternen Versionspflege.

---

14. Synthese und Ausblick

Fünf Befunde fassen die Studie zusammen. Erstens verlagert KI die Wertschöpfung der Bewertung von der datennahen Routine zum fachlichen Urteil; rund 55 bis 60 % der Gutachtenzeit sind KI-affin, und genau dort liegt der Hebel. Zweitens ist dieser Hebel nicht gleichmäßig verteilt, sondern konzentriert sich auf die Datenextraktion und die Berichtserstellung, gefolgt von der Marktanalyse, während Besichtigung und Plausibilisierung urteilsnah bleiben. Drittens beträgt der gewichtete Effekt je Gutachten rund 12 % im konservativen, 30 % im Base- und 52 % im ambitionierten Szenario – stets bei unveränderter fachlicher Letztverantwortung. Viertens commoditisieren AVM die Standard-Wohnbewertung, weshalb die Differenzierung über Komplexität, ESG- und Klimarisiko-Kompetenz und Beratung sowie über Subscription- und Outcome-Modelle gelingt. Und fünftens bleibt die Regulatorik handhabbar, solange die Bewertung nicht mit der Bonitätsprüfung natürlicher Personen verschmilzt.

Daraus folgen klare Handlungsempfehlungen je Segment. Einzelgutachter sollten kurzfristig die Effizienz-Option umsetzen und sich lukrative Nischen erschließen; mittelständische Häuser sollten die Hybrid-Bewertung als wiederkehrendes Erlösmodell aufbauen und in ihre Daten- und MCP-Fähigkeit investieren; große Häuser sollten die Always-on-Bewertung und ihre Plattformfähigkeit entwickeln; und banken-interne Einheiten sollten Effizienz und Modell-Governance verbinden. Über den Erfolg entscheiden in allen Fällen die Datenarchitektur, die EU-Datenresidenz, die Validierbarkeit und Erklärbarkeit sowie das Change Management. Offen und damit Gegenstand künftiger Versionen bleiben belastbare Marktanteils- und Honorardaten des Bewertungssegments, ein deutschlandspezifischer Datacenter-Prime-Yield, das absolute Schweizer Transaktionsvolumen sowie der wörtliche Primärtext der EU-AI-Act-Leitlinien und die förmliche Omnibus-Annahme; ein Validierungsset aus Verbands- und Expertengesprächen mit vdp, HypZert, RICS Deutschland und BVS ist hierfür zu empfehlen.

Der Ausblick bis 2030 lässt sich in drei Phasen skizzieren. In den Jahren 2026 und 2027 etabliert sich KI als integrierter Workflow-Assistent (Reifegrad 2 bis 3), und erste agentische Monitoring-Pipelines gehen in den Produktivbetrieb. In den Jahren 2027 und 2028 werden die kontinuierliche Bewertung und die ESG-integrierte Bewertung zum Standardangebot, und Subscription-Modelle verbreiten sich. Zwischen 2028 und 2030 prägen Daten- und KI-Plattformen das Mengengeschäft, der Fachkräftemangel macht KI von der Option zur Notwendigkeit, und die Marktpolarisierung zwischen commoditisiertem Standardgeschäft und beratungsnahem Premiumsegment verfestigt sich. Über den gesamten Horizont bleibt der Bewerter – als „Augmented Valuer" mit fachlicher Letztverantwortung – im Zentrum.

---

Methodik & KI-Einsatz

• Erstellt mit Claude Opus 4.8 auf Basis öffentlich zugänglicher Quellen (Branchenreports, Vendor-Dokumentation, Regulierungspublikationen) sowie des projektinternen Recherche-Dossiers (v1.1).
• Schwerpunkt der Analyse ist die Immobilienbewertung in Deutschland; der Markt-Überblick (Anhang A) ist modular um DACH, Europa und Global erweiterbar. Zeitraum 2026–2030, Marktdaten 2024/2025.
• Zahlenangaben beruhen auf Anbieterangaben und Drittstudien und wurden nicht unabhängig verifiziert; anbieterabhängige Abgrenzungen sind als Bandbreiten geführt.
• Quantifizierungen sind szenarienbasiert (Konservativ / Base / Ambitioniert) und über drei Modellunternehmen hergeleitet; tatsächliche Entwicklungen hängen von Adoption, Datenverfügbarkeit und Regulierung ab.
• Stand der Recherche: Juni 2026 – spätere Markt-, Produkt- und Rechtsentwicklungen sind nicht berücksichtigt.

Kernquellen dieser Analyse

Primärquellen – Branchenreports & Industrie

Regulierung, Recht & Statistik

CBRE / JLL / Savills / Colliers / BNP Paribas RE / Cushman & Wakefield (2025/2026; Q1 2026) bulwiengesa (Logistik, Light Industrial, Micro-Living; RIWIS) vdp / vdpResearch (Immobilienpreisindex; kreditwirtschaftliche Bewertung; vdpIB+) Christie & Co (Pflegeheim-Bewertung 2025); Bitkom / Borderstep (Rechenzentren) CBRE Austria / EHL (Österreich); Wüest Partner / IAZI-CIFI / PwC / EY (Schweiz) Sprengnetter, PriceHubble, Value AG, on-geo, IIB, ImmoScout24 (AVM/PropTech) HouseCanary, Zillow, CoreLogic, Cherre (international); EAA (AVM-Standards) Anthropic (Claude Opus 4.8, Cowork, Excel/PowerPoint/Word, Chrome, Code, MCP) RICS / TEGoVA / IVSC (Bewerterzahlen, Standards); Altus Group (ARGUS)

EU-Kommission – EU-AI-Act (VO (EU) 2024/1689), Leitlinienentwurf Hochrisiko (19.5.2026), Digital Omnibus (7.5.2026) ImmoWertV 2021; BelWertV / PfandBG (§ 16, § 24, § 26); HOAI DSGVO Art. 22; EuGH „SCHUFA" (C-634/21) EBA Loan Origination & Monitoring (EBA/GL/2020/06); CRR3 BaFin / MaRisk (9. Novelle, Entwurf 2026; AT 4.3.4); BAIT; DORA (VO (EU) 2022/2554) RICS Red Book 2025 (PS 1 / VPS 5) / IVS 2025 / EVS 2025 (10. Auflage, EVS 6, EVGN 2) IFRS 13 / IAS 40 (IFRS Foundation) Destatis / BBSR (Immobilienmarktbericht 2025); IW Köln; HypZert; BVS; IHK-SVV; Gutachterausschüsse (BORIS)

---

Anhang A – Der deutsche Immobilienmarkt: Assetklassen-Überblick

Dieser Anhang liefert den Marktkontext zur Bewertungsbranche. Er erfasst die acht für die deutsche Bewertungspraxis relevanten Assetklassen nach einem einheitlichen Raster – Marktvolumen, Mieten und Kennzahlen, Spitzenrendite, Akteure, Marktdynamik und das jeweilige Bewertungsprofil – und ist bewusst so angelegt, dass er sich spaltenweise um DACH, Europa und Global erweitern lässt (Abschnitt A.10). Wo Maklerhäuser unterschiedlich abgrenzen, sind Bandbreiten mit Hausquelle angegeben.

A.1 Wohnen

Das institutionelle Wohn-Investmentvolumen lag 2025 je nach Abgrenzung bei 8,4 bis 10,2 Mrd. EUR (Konsens für „institutionell ab zehn Einheiten" rund 9 Mrd. EUR); der physische Bestand beträgt rund 43,8 Mio. Wohnungen (Destatis, Ende 2024). Die durchschnittliche Neuvertragsmiete der A-Städte lag im ersten Quartal 2026 bei 16,85 EUR/m²/Monat, die Spitzenmiete bei 24,40 EUR/m² (Colliers); die Spitzenrendite der Top-7 liegt bei 3,4 bis 3,9 %. Größte Bestandshalter sind Vonovia (530.979 Wohnungen), LEG (über 140.000) und Vivawest (über 110.000); rund 64 % des Mietbestands entfallen auf private Kleinvermieter (IW Köln). Bei stabilisierenden Preisen (vdp-Wohnindex Q1 2026 +2,3 %) verschärft sich die Neubaukrise (206.600 Fertigstellungen 2025, ein Zehnjahrestief). Bewertet wird überwiegend im Vergleichswertverfahren – das macht Wohnen zum primären Feld der AVM und zum Brennpunkt der Commoditisierung.

A.2 Büro

Das Büro-Investmentvolumen lag 2025 bei 5,1 bis 6,2 Mrd. EUR und war im ersten Quartal 2026 die stärkste Assetklasse. Die Spitzenmieten stiegen 2025 (München 60,00 EUR/m²/Monat, Frankfurt rund 52 bis 54), während der Leerstand der Top-7 auf 8,1 % kletterte – den höchsten Stand seit über einem Jahrzehnt. Die Spitzenrendite liegt bei 4,3 bis 5,0 %. Bestandshalter sind überwiegend offene Fonds, Versicherer und internationale Asset Manager. Den Markt prägt ein ausgeprägter Strukturwandel: Moderne, ESG-konforme Lagen sind knapp und teurer, ältere periphere Objekte drohen zu „stranded assets" zu werden. Bewertet wird per Ertragswert- oder DCF-Verfahren; die Werttreiber sind Lage, Restmietlaufzeit, Mieterbonität und Energieeffizienz.

A.3 Einzelhandel

Das Investmentvolumen lag 2025 bei 5,8 bis 6,4 Mrd. EUR, wobei Fachmärkte und Fachmarktzentren mit 49 % das stärkste Segment bildeten. Die Highstreet-Spitzenmieten erreichen in München rund 320 bis 340 EUR/m²/Monat; Shopping-Center rentieren bei rund 5,9 %, lebensmittelgeankerte Fachmarktzentren bei rund 4,9 %. Bestandshalter sind ECE, Unibail-Rodamco-Westfield und Deutsche EuroShop; Frequenztreiber sind Lebensmittel und Discounter. Die Nahversorgung gilt als stabilster Cashflow, während Nicht-Food-Innenstadtflächen unter E-Commerce-Druck stehen. Bewertet wird per Ertragswert oder DCF mit den Werttreibern Frequenz, Mietermix und Omnichannel-Tauglichkeit.

A.4 Logistik

Das Investmentvolumen lag 2025 bei 6,2 bis 6,5 Mrd. EUR, der Flächenumsatz stieg um 6 % auf 5,2 Mio. m²; der Bestand zählt zu den größten Europas (rund 167 Mio. m²). Die Spitzenmieten reichen von rund 6 bis 11 EUR/m²/Monat, die Spitzenrendite liegt bei 4,3 bis 4,75 % und damit erstmals unter dem Bürowert. Marktführender Bestandshalter ist GARBE (rund 5 Mio. m²), gefolgt von Prologis, Goodman und GLP; stärkste Nutzergruppe sind Logistikdienstleister. Nearshoring und Lieferketten-Resilienz wirken als strukturelle Treiber. Bewertet wird per Ertragswert oder DCF mit den Werttreibern Verkehrsanbindung, Drittverwendungsfähigkeit und Mietvertragsstruktur.

A.5 Hotel

Das Investmentvolumen lag 2025 bei 1,66 bis 2,0 Mrd. EUR, der höchste Anteil am Gewerbevolumen seit rund zehn Jahren; die Übernachtungen erreichten mit 497,4 Mio. einen Rekord, bei einer Auslastung von 68,1 % und einem RevPAR von rund 74 EUR. Die Spitzenrendite (Pacht) liegt bei 5,1 bis 5,25 %. Bedeutende Halter sind Union Investment und Aroundtown; der Markt verschiebt sich von der Fixpacht zu Hybrid- und Managementmodellen, bei denen die Betreiberbonität der zentrale Werttreiber ist. Bewertet wird per Ertragswertverfahren mit der Besonderheit der Trading- oder Operator-Bewertung, bei der die Betreiberumsätze auf Nachhaltigkeit zu prüfen sind – eine besonders urteilsintensive Klasse.

A.6 Pflege- und Gesundheitsimmobilien

Das Transaktionsvolumen für Gesundheitsimmobilien belief sich 2024 auf rund 973 Mio. EUR und dürfte 2025 auf rund 1,5 Mrd. EUR gestiegen sein; der Bestand umfasst 11.666 Pflegeheime mit 915.309 Plätzen. Der Preis je Bett liegt zwischen 70.000 und 180.000 EUR, die Spitzenrendite stabil bei 5,4 %. Größte Betreiber sind Alloheim, Korian/Clariane und die Victor's Group; die Top-30 vereinen nur 23,2 % des Marktes. Die demografiegetriebene Nachfrage trifft auf einen Mangel an Core-Produkt sowie auf Betreiberinsolvenzen und Fachkräftemangel. Bewertet wird per Ertragswert in sinngemäßer Anwendung der Hotel-Bewertungsgrundsätze.

A.7 Datacenter

Das Immobilien-Transaktionsvolumen lag 2025 bei rund 1,2 Mrd. EUR (überwiegend Grundstücke), zu unterscheiden von den Betreiber-Investitionen (laut Bitkom 12 Mrd. EUR in IT-Hardware und 3,5 Mrd. EUR in Gebäude). Die installierte IT-Kapazität erreichte 2.980 MW, Frankfurt ist europaweit führend, mit Netzanschlusszeiten von bis zu 13 Jahren. Die Spitzenrendite (Core, inkl. Frankfurt) liegt bei rund 4,0 bis 5,0 %. Führende Betreiber sind NTT, Digital Realty/Interxion, Equinix, CyrusOne und Vantage; die Nachfrage treiben die Hyperscaler. Bewertet wird per Einzelfall-DCF mit den Werttreibern Stromkapazität, Grid-Anschluss und Vertragslaufzeit. Eine vertiefte Darstellung bietet die KATALYSIA-Studie Globaler Data-Center-Markt.

A.8 Nischen- und Sonder-Assetklassen

Im Student Housing und Micro-Living bestehen rund 68.500 privat betriebene Apartments mit einer All-in-Miete von durchschnittlich 605 EUR/Monat und einer Spitzenrendite von 3,3 bis 4,6 %. Self-Storage ist mit Deutschland als größtem DACH-Markt von einer Konsolidierung zu „Mega-Plattformen" geprägt (Europa-Prime-Yield rund 5,0 %). Light-Industrial-Immobilien erreichten 2025 ein Investmentvolumen von rund 1,61 Mrd. EUR mit Flex-Spaces-Spitzenmieten um 18 bis 21 EUR/m²/Monat. Das Betreute Wohnen schließlich verzeichnet eine hohe Nachfrage bei knappem Angebot. Bewertet werden diese Nischen überwiegend per Ertragswert oder DCF mit hoher Einzelfallabhängigkeit – ein Feld, in dem belastbare Vergleichsdaten knapp sind und das Expertenwissen besonders zählt.

A.9 ESG und Klimarisiko als Querschnitt-Werttreiber

Über alle Assetklassen hinweg wirkt ESG zunehmend wertbildend. Die CRREM-Transitionspfade definieren, ab wann ein Objekt zum „stranded asset" wird; die EU-Taxonomie und die Offenlegungspflichten erhöhen den Informationsbedarf institutioneller Investoren; und EPBD sowie GEG setzen ordnungsrechtliche Sanierungsanreize. Am sichtbarsten ist dies im Büromarkt als „brown discount" für nicht sanierte Bestände und „green premium" für effiziente Objekte. Der RICS Red Book 2025 macht die Berücksichtigung von ESG-Faktoren in jeder Bewertungsphase verpflichtend. Für die KI-Transformation ist ESG ein dreifaches Anwendungsfeld: als zu modellierender Werttreiber, als datenintensives Beschaffungsproblem (Energieausweise, Sanierungsfahrpläne, CRREM-Pfade) und als Regulierungsthema.

A.10 Geografie-Erweiterungsmatrix

Assetklasse	DE 2025 (Invest.)	DACH-Anker	Europa 2025	Global 2025
Wohnen/Living	8,4–10,2 Mrd. €	AT/CH Top-Klasse	~53 Mrd. € (führend)	größter Sektor
Büro	5,1–6,2 Mrd. €	AT Rendite ~4,75 %	~47 Mrd. €; Paris CBD ~4,0 %	Q1 26 +42 %
Einzelhandel	5,8–6,4 Mrd. €	AT ~0,5 Mrd. €	~25–38 Mrd. €	~125 Mrd. USD
Logistik	6,2–6,5 Mrd. €	AT ~17 %	~27,7 Mrd. €	beliebteste Klasse
Hotel	1,66–2,0 Mrd. €	AT ~17 %; CH ~428 Mio. €	~23 Mrd. €	~8 % der Volumina
Pflege/Healthcare	~1,5 Mrd. €	CH +53k Betten bis 2040	~22,8 Mrd. € (+285 %)	Senior ~260 Mrd. USD
Datacenter (Immo.)	~1,2 Mrd. €	–	Pipeline ~15 GW	Capex ~500 Mrd. USD
Nischen (Student/Storage/Light Ind.)	~0,2–1,6 Mrd. €	DE größter Self-Storage-Markt	PBSA ~10,5 Mrd. €	Specialty ~14 %

Der gesamte gewerbliche Investmentmarkt Deutschlands erreichte 2025 33,9 Mrd. EUR (JLL). In Österreich lag das Transaktionsvolumen bei rund 4,0 bis 4,1 Mrd. EUR (Standard: Liegenschaftsbewertungsgesetz und ÖNORM B 1802), in der Schweiz erholte sich der Transaktionsmarkt mit einem Rekord-Emissionsvolumen der Immobilienvehikel von rund 9 Mrd. CHF (Standard: Swiss Valuation Standard, hedonische Methode). Europaweit lag das Investmentvolumen 2025 bei rund 215 bis 245 Mrd. EUR, global bei rund 873 bis 889 Mrd. USD, wobei die Amerikas mit etwa 51 % vor EMEA (27 %) und Asia-Pacific (21 %) führten.

Anhang B – Glossar

AVM (Automated Valuation Model): statistisches oder maschinell gelerntes Massenbewertungsmodell. · Agentische KI: werkzeugnutzende, mehrschrittig planende KI mit Selbstprüfung. · BelWertV: Beleihungswertermittlungsverordnung. · BORIS: Bodenrichtwertinformationssystem. · CRREM: Carbon Risk Real Estate Monitor (Transitionspfade). · DCF: Discounted Cash Flow. · EBA-LOM: EBA-Leitlinien zur Kreditvergabe und -überwachung. · EVS: European Valuation Standards (TEGoVA). · Fair Value: beizulegender Zeitwert (IFRS 13). · HypZert: Zertifizierungsstelle für Immobiliengutachter. · ImmoWertV: Immobilienwertermittlungsverordnung. · IVS: International Valuation Standards (IVSC). · MCP: Model Context Protocol (Connector-Standard). · Red Book: RICS Valuation – Global Standards. · WALT: Weighted Average Lease Term (gewichtete Restmietlaufzeit).

Anhang C – Quellenverzeichnis (Auswahl, Abrufdatum 9. Juni 2026)

CBRE Deutschland, Investmentmarkt Q1 2026 · CBRE, Einzelhandels-/Hotel-/Gesundheitsimmobilien 2025 · CBRE, Global Data Center Trends 2025 · CBRE/FEDESSA, European Self Storage 2025 · CBRE Europe, RE Investment Figures Q4 2025 · CBRE Austria, Investmentmarkt 2025 · JLL, Investment-/Büro-/Logistik-/Healthcare-Überblick 2025/26; Big-7 Q4 2025; Global Real Estate Perspective 2026 · Savills, European Investment Q4 2025 / Nowcast Q1 2026; Student Housing; Self Storage · Colliers, City Survey Q1 2026; Data Center; Hotel 2025 · BNP Paribas Real Estate, Büro-/Logistik-/Hotel-Marktberichte · Cushman & Wakefield, Büroinvestment 2025; EMEA Data Centre; Valuation & Advisory · bulwiengesa, Logistik/Light Industrial/Micro-Living · vdp/vdpResearch, Immobilienpreisindex Q1 2026; kreditwirtschaftliche Bewertung; vdpIB+ · Christie & Co, Pflegeheim-Bewertung 2025 · Bitkom, Rechenzentren 2025; Borderstep 2025 · Destatis (Wohnungsbestand/-fertigstellungen; Pflegestatistik); BBSR (Immobilienmarktbericht Deutschland 2025; kommunale Mietwohnungen); IW Köln · pflegemarkt.com (Top-Betreiber 2025) · Wüest Partner / IAZI-CIFI / PwC / EY (Schweiz); EHL / ÖNORM B 1802 / LBG (Österreich) · Sprengnetter; PriceHubble; Value AG; on-geo; IIB; ImmoScout24; McMakler · HouseCanary; Zillow; CoreLogic; Cherre; EAA · Anthropic (Opus 4.8; Cowork; Claude for Excel/PowerPoint/Word; Chrome; Agent SDK; MCP; Financial Services; Regional Compliance) · RICS (Red Book 2025; AVM; ESG-Standard); TEGoVA (EVS 2025); IVSC · EU-Kommission (AI-Act; Hochrisiko-Leitlinienentwurf 19.5.2026); Rat der EU (Digital Omnibus 7.5.2026); DSGVO; EuGH C-634/21 · BelWertV; PfandBG; ImmoWertV 2021; EBA/GL/2020/06; CRR3 · BaFin (MaRisk 06/2024; 9. Novelle-Entwurf 2026); DORA (VO 2022/2554) · IFRS Foundation (IFRS 13). — Vollständige URLs mit Abrufdatum im projektinternen Recherche-Dossier (v1.1), Teil H.