KI Vertragsprüfung bei Immobilien: Was sie wirklich kann
KI Vertragsprüfung bei Immobilien-Datenräumen: was sie leistet, wo sie Grenzen hat und wie Due Diligence 2026 funktioniert.
Drei Tage vor dem Notartermin landet der finale Datenraum im Postfach. Darin liegen Mietverträge, eine Mieterliste, Grundbuchauszüge, Protokolle der Eigentümerversammlung und Scans, die mal gestochen scharf und mal kaum lesbar sind. Als Ankäufer willst du keine hübsche Zusammenfassung. Du willst wissen, ob die Unterlagen vollständig sind, ob ihre Angaben zusammenpassen und ob jeder kritische Befund auf eine konkrete Dokumentseite zurückführt.
Genau dabei hilft KI-Vertragsprüfung: Sie kann Dokumente erkennen, Angaben vergleichen und Widersprüche samt Quelle hervorheben. Sie kann aber weder eine rechtliche Bewertung verbindlich abnehmen noch entscheiden, ob du den Kaufpreis anpasst. Der Unterschied zwischen einem hilfreichen Prüfbericht und einem riskanten Kurztext liegt im nachvollziehbaren Prüfpfad.
Wer eine Eigentumswohnung ankauft, sollte die Unterlagen nicht nur einzeln abhaken. Die Checkliste für den Kauf einer Eigentumswohnung hilft dabei, die Prüfung als zusammenhängenden Ankaufsprozess zu denken. Bei einem Mehrfamilienhaus gilt derselbe Grundsatz im grösseren Massstab: Nicht die Zahl der PDFs ist entscheidend, sondern ob die richtigen Dokumente vorliegen und ihre Aussagen zusammenpassen.
Die Frage lautet deshalb nicht, ob KI „den Datenraum prüfen darf“. Sie lautet: Welche Befunde kann sie sauber belegen, welche muss ein Mensch nachprüfen, und was wurde gar nicht zuverlässig gelesen? Darauf kommt es bei Erkennung, Abgleich, Datenschutz und menschlicher Kontrolle an.
Warum ein Datenraum beim Notartermin oft zu wenig ist
Beim Wohnimmobilienankauf bricht die manuelle Prüfung selten daran, dass niemand den Mietvertrag lesen kann. Sie bricht daran, dass dieselbe Angabe an mehreren Stellen auftaucht und nicht immer übereinstimmt. Die Mieterliste nennt eine Miete, der Vertrag eine andere, und ein Nachtrag soll die Differenz erklären, trägt aber möglicherweise keine Unterschrift.
Bei einer Eigentumswohnung kann ein einzelnes fehlendes ETV-Protokoll die Einschätzung einer geplanten Sonderumlage erschweren. Beim Mehrfamilienhaus kann eine nicht erklärte Mietabweichung die Ertragsannahme infrage stellen. Wer Dokumente nacheinander öffnet und Notizen nebenbei führt, verliert schnell den Überblick darüber, welche Aussage aus welcher Datei und von welcher Seite stammt.
Vollständigkeit, Abgleich und Belegbarkeit sind deshalb drei getrennte Aufgaben. Eine Lückenliste zeigt, ob zentrale Unterlagen fehlen. Der Abgleich vergleicht Angaben über mehrere Dokumente hinweg. Der Quellennachweis macht es möglich, einen Treffer im Original zu kontrollieren, statt einem plausibel formulierten Bericht blind zu glauben.
Ankaufsregel: Ein Befund ohne konkrete Dokumentstelle ist erst ein Hinweis. Noch kein belastbarer Prüfbeleg.
Das ist der praktische Massstab für KI im Datenraum. Sie kann eine fehlende Datei oder einen Widerspruch priorisieren und dem Ankaufsteam zeigen, wo es zuerst nachsehen sollte. Sie kann aber nicht aus einem unvollständigen Datenraum eine gesicherte rechtliche oder wirtschaftliche Bewertung machen.
Bei der Prüfung solltest du deshalb darauf bestehen, dass ein Report zwischen belegter Abweichung, fehlender Information und auslegungsbedürftigem Sachverhalt unterscheidet. Diese Kategorien sind nicht austauschbar. Eine fehlende Unterschrift ist sichtbar, wenn das Dokument vollständig lesbar ist. Ob sie rechtlich eine bestimmte Folge hat, ist eine andere Frage.
Drei Erkennungsschichten, OCR, Dokumenttyp und Inhalt
Eine KI-Vertragsprüfung läuft in drei Schichten ab und steht mit der schwächsten. Versagt die erste, liefert die dritte einen sauber formatierten Report über Inhalte, die nie richtig gelesen wurden. Ich habe genug Datenräume gesehen, in denen ein überzeugend formulierter Befund am Ende auf einer verkehrtherum eingescannten Unterschriftsseite beruhte.
OCR macht Scans lesbar
OCR, die optische Texterkennung, wandelt gescannte Seiten in maschinenlesbare Zeichen um. Ein schräg eingezogener Mietvertrag, ein Stempel über der Kündigungsklausel oder eine verwaschene Unterschrift reichen aus, damit Zahlen und Datumsangaben falsch erfasst werden. Der Abgleich danach arbeitet mit fehlerhaften Eingaben und liefert einen Treffer, der sicher klingt und trotzdem falsch ist.
Als Zielgrösse für die Scanauflösung gelten 300 dpi; unterhalb von 150 dpi kann die Erkennungsqualität spürbar leiden, während Werte über 600 dpi den Vorgang meist nur verlangsamen, ohne die Erkennung nennenswert zu verbessern (Empfehlungen zur OCR-Auflösung, reduco.ai). Die Auflösung allein bürgt für nichts. Einzelne Problemseiten musst du dir weiterhin selbst ansehen, vor allem handschriftliche Nachträge und Stempel über Fliesstext.
Dokumenttyperkennung sortiert nach Inhalt
Ein Dateiname wie „scan001.pdf" verrät nichts darüber, ob ein Mietvertrag oder ein Grundbuchauszug dahintersteckt. Die zweite Schicht ordnet jede Datei anhand ihres Inhalts ein: Mietverträge, Mieterlisten, Grundbuchauszüge, Teilungserklärungen, ETV-Protokolle, Hausgeldabrechnungen, Energieausweise.
Diese Sortierung entscheidet später darüber, was das System überhaupt gegeneinander prüfen kann. Wird ein Wirtschaftsplan als Hausgeldabrechnung einsortiert, fehlt er im Abgleich stillschweigend. Beim ETW-Ankauf ist mir das mit einer Teilungserklärung passiert, die als Protokollanhang abgelegt war und deshalb bei der Vollständigkeitsprüfung nicht auftauchte.
Inhaltsprüfung vergleicht Aussagen
Auf der dritten Ebene findet der eigentliche Abgleich statt: Mietvertrag gegen Mieterliste, Grundbuch gegen Exposé, ETV-Protokoll gegen Hinweise auf Sonderumlagen. Das System markiert Abweichungen und verweist auf die Fundstelle. Belastbar ist das bei sichtbaren Fakten: eine fehlende Unterschrift, ein abweichender Betrag, ein fehlendes Blatt im Nachtrag. Auslegungsfragen, etwa welche Vertragsfassung bei einem Mehrfamilienhaus mit mehreren Nachträgen gilt, bleiben Sache des Prüfers.
Im Video siehst du, wie sich die drei Schichten einer Dokumentenprüfung voneinander unterscheiden.
Was der Dreiwege-Abgleich wirklich findet
Nimm einen Mehrfamilienhaus-Ankauf, bei dem die Mieterliste eine Soll-Miete von 8.400 Euro ausweist. Die vier vorliegenden Mietverträge ergeben zusammen eine Ist-Miete von 7.950 Euro. Die Differenz beträgt 450 Euro im Monat, also 5.400 Euro im Jahr. Das ist zunächst eine rechnerische Abweichung, kein Urteil darüber, welche Miete geschuldet wird oder ob der Kaufpreis angepasst werden muss.
Der Dreiwege-Abgleich führt die Mieterliste, die zugrunde liegenden Mietverträge und die Angaben im Kaufvertrag zusammen. Die Mieterliste ist eine Übersicht. Der Mietvertrag belegt die vereinbarte Vertragslage, sofern die relevante Fassung vollständig vorliegt. Der Kaufvertrag kann die wirtschaftliche Darstellung des Erwerbs enthalten. Weichen diese Quellen voneinander ab, muss der Käufer wissen, wo genau und in welcher Hinsicht.
| Prüfpunkt | Was das System vergleichen kann | Was ein Mensch klären muss |
|---|---|---|
| Mieterliste gegen Mietvertrag | Ausgewiesene Miete und erfasste Vertragsmiete | Welche Fassung gilt, und gibt es einen wirksamen Nachtrag? |
| Mietanpassung | Vorhandene Klausel und dokumentierte Anpassung | Ob die Klausel wirksam ist und eine Anpassung rechtmässig umgesetzt wurde |
| Grundbuch gegen Exposé | Sichtbare Eintragungen und Angaben in der Verkaufsdarstellung | Bedeutung, Ablösung und Auswirkungen einer Belastung |
| Sonderumlage | Beschluss, Betrag und Bezug zur Einheit, soweit dokumentiert | Ob die Zahlungspflicht besteht und wie sie beim Erwerb behandelt wird |
Ein typischer Treffer ist eine Mietanpassung, die in der Mieterliste übernommen, aber im vorliegenden Mietvertrag nicht belegt wurde. Ein weiterer ist ein Nachtrag ohne erkennbare Unterschrift. Die KI kann die fehlende oder abweichende Stelle markieren. Ob eine andere Vertragsfassung existiert und welche rechtliche Wirkung der Nachtrag hat, muss das Ankaufsteam oder dessen Rechtsberatung prüfen.
Auch ausserhalb der Mietunterlagen lohnt sich der Abgleich. Eine Teilungserklärung kann Hinweise auf Zuständigkeiten enthalten, während ein ETV-Protokoll eine konkrete Sonderumlage dokumentiert. Oder ein Grundbuchauszug weist eine Grundschuld aus, die in der Verkaufsdarstellung nicht erwähnt wird. Der Report sollte in beiden Fällen zum jeweiligen Dokument und zur betroffenen Seite führen. Wer Hausgeld und Beschlüsse prüft, sollte ergänzend die Prüfung einer Hausgeldabrechnung einbeziehen.
Rechtsrahmen, EU-AI-Act, DSGVO und wer haftet
Die EU-KI-Verordnung ist am 1. August 2024 in Kraft getreten. Bestimmte Verbote gelten seit dem 2. Februar 2025, Anforderungen für KI-Modelle mit allgemeinem Verwendungszweck seit dem 2. August 2025. Für bestimmte Hochrisiko-Anwendungen nach Anhang III sieht der aktuelle Zeitplan Pflichten ab dem 2. Dezember 2027 vor (Informationen des Bundesministeriums zur KI-Regulierung).
Eine automatisierte Vertragsprüfung im Immobilienankauf ist nicht allein deshalb ein Hochrisiko-System, weil sie Mietverträge oder Grundbuchunterlagen analysiert. Daraus folgt aber nicht, dass Käufer oder Anbieter auf nachvollziehbare Prozesse verzichten sollten. Ein gutes Prüfverfahren macht sichtbar, welche Dokumente verarbeitet wurden, wie ein Befund zustande kam und an welcher Stelle ein Mensch nachprüfen muss.
Mieterdaten brauchen einen klaren Verarbeitungszweck
Mietverträge und Mieterlisten können personenbezogene Angaben enthalten. Für ihre Verarbeitung muss eine passende Rechtsgrundlage nach Art. 6 Abs. 1 DSGVO geprüft werden. Wird ein externer Dienstleister im Auftrag des Käufers tätig, verlangt Art. 28 DSGVO einen Auftragsverarbeitungsvertrag. Eine allgemeine Zusicherung, dass Daten geschützt seien, ersetzt diese Prüfung nicht.
Vor dem Upload sollte das Ankaufsteam konkret klären, welche Daten verarbeitet werden, wo sie gespeichert und verarbeitet werden, wann Quelldokumente gelöscht werden und ob Daten zum Training von Modellen genutzt werden dürfen. Auch Unterauftragsverarbeiter und Zugriffsbeschränkungen gehören auf die Prüfliste. Ein Anbieter sollte diese Punkte nachvollziehbar dokumentieren können, statt sich auf ein allgemeines Sicherheitsversprechen zu beschränken.
KI sortiert Befunde, der Käufer trägt die Entscheidung
Die KI kann eine fehlende Datei, eine Mietabweichung oder eine eingetragene Belastung markieren. Sie kann auch zeigen, welche Seiten ein Nutzer kontrollieren sollte. Die Entscheidung über den Kauf, eine rechtliche Mietrechtsbewertung oder eine Kaufpreisanpassung bleibt beim verantwortlichen Menschen.
Der Anbieter und der Betreiber sollten ihre jeweiligen Pflichten praktisch abbilden, etwa für Information, menschliche Kontrolle und Protokollierung. Wer für einen Fehlbefund haftet, lässt sich nicht pauschal mit dem Hinweis auf KI beantworten. Entscheidend sind unter anderem die konkrete Rolle der Beteiligten, die Vereinbarungen und der Umgang mit dem Ergebnis. Bei einem rechtlich oder wirtschaftlich folgenreichen Befund gehört deshalb fachkundige Prüfung in den Prozess.
Was KI nicht kann und wo menschliche Kontrolle bleibt
Ein automatisierter Bericht kann eine Klausel finden. Er kann nicht verlässlich an die Stelle der rechtlichen Auslegung treten. Das gilt besonders, wenn die Wirkung von mehreren Dokumenten, dem genauen Wortlaut oder Umständen abhängt, die der Datenraum nicht enthält.
Lies einen Treffer als Arbeitsauftrag, nicht als fertiges Urteil. Eine KI kann etwa eine Indexklausel identifizieren und dokumentieren, wo sie steht. Ob eine konkrete Mietanpassung zulässig und korrekt berechnet wurde, ist eine andere Prüfung. Bei der Teilungserklärung gilt dasselbe: Ein System kann eine Passage auffinden, aber nicht ohne Weiteres ihre Bedeutung im Licht der aktuellen Rechtslage verbindlich bestimmen.
Auch die Bonitätseinschätzung einzelner Mieter ist kein Ersatz für eine fachliche Prüfung. Ebenso wenig kann eine KI eine Kaufpreisanpassung verhandeln oder entscheiden, welches Risiko du akzeptierst. In einem Ankauf muss jemand wirtschaftliche Folgen einordnen und Verantwortung übernehmen.
Ein brauchbarer Bericht macht Unsicherheit sichtbar, statt sie mit flüssig formuliertem Text zu verdecken:
- Sicher belegt: Der Befund lässt sich im lesbaren Dokument auf einer konkreten Seite nachweisen.
- Unvollständig: Eine notwendige Datei, Anlage oder Vertragsfassung fehlt.
- Interpretationsbedürftig: Der Text ist auffindbar, seine rechtliche oder wirtschaftliche Bedeutung muss aber ein Mensch klären.
Der Report sollte ausserdem Seiten kennzeichnen, die wegen schlechter Scans nicht zuverlässig gelesen wurden. Handgeschriebene Ergänzungen, Stempel, Tabellen und beschädigte Seiten verdienen besondere Aufmerksamkeit. Eine Seite ohne verwertbaren Text darf nicht stillschweigend als vollständig geprüft gelten.
Ein vollständiger Prüfpfad ist wertvoller als ein Bericht, der vollständig klingt, aber seine Belege und Grenzen nicht offenlegt.
Das Ziel ist nicht Vollautomatisierung. Es ist eine saubere Reihenfolge: Die KI findet und priorisiert, der Ankäufer kontrolliert die Quellen, und bei rechtlichen oder steuerlichen Fragen prüft die zuständige Fachperson.
Prüfmatrix für die Integration in Due Diligence
Ein Anbieter, der eine Kernfrage nicht beantworten kann, hat kein kleines Komfortproblem. Er hat ein Kontrollrisiko. Nimm diese Matrix in die Anbieterprüfung und in deinen internen Ankaufprozess auf, und ziehe Konsequenzen, wenn eine Zeile unbeantwortet bleibt.
| Bereich | Mindestprüfung | Warum das zählt |
|---|---|---|
| OCR | Für reguläre Scans 300 dpi als Zielgrösse ansetzen; bei weniger als 150 dpi Warnung oder Ausschluss prüfen (Begründung im Abschnitt zu den drei Erkennungsschichten) | Eine falsch erkannte Zahl kann den Abgleich verfälschen. |
| Seitenstatus | Nicht lesbare oder nicht zuverlässig verarbeitete Seiten im Report mit Seitenangabe ausweisen | So wird sichtbar, was tatsächlich ungeprüft blieb. |
| Quellenbezug | Jeden Befund mit Dokument und konkreter Seite verlinken | Ohne Originalbeleg lässt sich ein Treffer nicht sauber nachprüfen. |
| Dokumenterkennung | Prüfen, ob Dokumente anhand ihres Inhalts statt nur anhand des Dateinamens eingeordnet werden | Aussagekräftige Zuordnung ist die Voraussetzung für passende Vergleiche. |
| Datenschutz | AVV, Rechtsgrundlage, Speicher- und Verarbeitungsorte, Löschfristen, Unterauftragsverarbeiter und Modelltraining klären | Mieterdaten dürfen nicht in eine unkontrollierte Verarbeitung geraten. |
| Portfolio | Pro Objekt einen nachvollziehbaren Bericht und eine Gesamtübersicht mit Leerstand, Mietlücken, Belastungen und fehlenden Unterlagen verlangen | Das Ankaufsteam kann Risiken gezielter priorisieren. |
Diese Fragen gehören vor den Report-Kauf
Frag nach den Seiten, die nicht zuverlässig gelesen wurden, und danach, wie sie im Bericht gekennzeichnet sind. Lass dir einen konkreten Befund zeigen und prüfe, ob er auf die Dokumentseite zurückführt. Ein brauchbares System unterscheidet zwischen belegter Abweichung, fehlender Information und menschlichem Prüfbedarf. Ein System, das alles hinter denselben grünen Haken versteckt, sortierst du aus.
Klär ausserdem, wie Mieterliste und Mietverträge abgeglichen werden und wie Leerstand und Mietlücke je Objekt ausgewiesen sind. Bei Grundbucheinträgen muss die Fundstelle direkt überprüfbar sein, etwa wenn eine Grundschuld im Grundbuch mit den Angaben im Kaufvertrag abgeglichen werden soll.
Für die Datenverarbeitung gilt: Verlange einen dokumentierten AVV und klare Antworten zu Zweckbindung, Zugriffen und Löschung. Ein EU-Server sagt nichts darüber aus, wer tatsächlich auf die Daten zugreifen kann oder ob sie ins Modelltraining fliessen. Diese Bedingungen müssen vor dem Upload feststehen. Wer sie dir erst nach Vertragschluss schriftlich geben will, hat etwas zu verbergen.
Drei Entscheidungsregeln für den nächsten Ankauf
Drei Tage vor dem Notartermin brauchst du keine KI, die Sicherheit vorspielt. Du brauchst ein Werkzeug, das Lücken zeigt, widersprüchliche Angaben mit Belegen versieht und klar sagt, was es nicht zuverlässig lesen konnte.
Erstens: Prüfe die Vollständigkeit, bevor du einen Bericht bewertest. Fehlt ein relevanter Nachtrag oder ein Protokoll, kann auch ein sauberer Abgleich nur begrenzt aussagekräftig sein.
Zweitens: Bestehe auf Quellenverweisen bis zur konkreten Dokumentseite. Eine Mietabweichung ohne nachvollziehbare Fundstelle hilft dir weder bei der Rückfrage an den Verkäufer noch bei der Prüfung vor dem Notartermin.
Drittens: Lass die KI priorisieren und den Menschen entscheiden. Die Maschine kann Widersprüche markieren; Kaufpreis, Rechtslage und Verhandlung bleiben Verantwortung des Ankaufsteams und seiner Fachberater.
Wenn du morgen einen Datenraum öffnest, beginne mit der Lückenliste. Danach prüfst du die grössten Abweichungen im Original und gibst rechtlich oder wirtschaftlich strittige Punkte an die zuständige Fachperson. So wird KI zur Unterstützung der Due Diligence, nicht zum Ersatz für dein Urteil.
Bei einem Hebel kannst du für eine Eigentumswohnung, ein Mehrfamilienhaus oder ein Portfolio eine kostenlose Lückenliste erstellen lassen, bevor du einen Due-Diligence-Report kaufst. Lade den Datenraum bei Leverage hoch und prüfe die Unterlagen mit einem Bericht, der Befunde auf ihre Quellen zurückführt.
