KI in der Immobilienvisualisierung: wo sie hilft, wo sie scheitert
„Können wir das nicht mit KI machen?“ steht heute in fast jedem Erstgespräch. Manchmal als Frage, manchmal als Ankündigung.
Die Unsicherheit ist verständlich. Aus den Medien kommt seit Monaten dieselbe Botschaft: alles wird billiger, alles geht schneller, Personal wird überflüssig. Was dabei selten mitgeliefert wird, ist die Einordnung, wofür das gilt und wofür nicht.
Wir beantworten die Frage anders als die meisten, weil wir beides anbieten. Unser virtuelles Home Staging läuft KI-gestützt, unsere Architekturbilder nicht. Wer nur eine Seite verkauft, hat kein Interesse an einer ehrlichen Antwort.
Existiert das Objekt schon? Das ist die entscheidende Frage
Das ist die eine Frage, an der sich fast alles entscheidet.
Bestandsimmobilien passen gut zur Arbeitsweise von KI-Systemen. Im Bestand dienen vorhandene Räume und Grundrisse als Vorlage, die verändert wird: aufräumen, möblieren, Böden tauschen, Tageszeit anpassen. Das funktioniert zuverlässig und ist der Grund, warum digitales Staging heute weitgehend KI-gestützt läuft.
Bei einem Neubauprojekt fehlt diese Grundlage. Ein Makler, der ein Neubauprojekt vermarkten will, hat oft nur einen Grundriss. Wer damit eine KI füttert, bekommt etwas Plausibles zurück, aber nicht das Geplante.
Unmöglich ist es trotzdem nicht. Wir arbeiten in solchen Fällen mit einem hybriden Workflow aus 3D und KI: Zunächst entsteht ein einfaches 3D-Modell, oft sehr rudimentär, auf dem die KI anschließend aufsetzt. Das Modell gibt die Geometrie vor, die KI übernimmt Ausstattung und Stimmung. Das Ergebnis ist deutlich belastbarer als eine reine Texteingabe.
Der Grund liegt in der Funktionsweise der Systeme: KI braucht Leitplanken, sogenannte Guardrails. Eine räumliche Ordnung, an der sie sich orientieren kann, präzise Vorgaben und ebenso präzise Ausschlüsse, also Angaben darüber, was gerade nicht im Bild erscheinen soll. Genau an dieser Steuerung scheitert der Versuch, es nebenbei selbst zu erledigen. Es ist der Punkt, an dem sich fachliche Begleitung auszahlt.
Was bei Neubauten typischerweise schiefgeht
Wenn ein KI-Bild eines geplanten Gebäudes nicht überzeugt, sind es meist dieselben Punkte:
- Fenster, die nicht zum Plan passen, in Anzahl, Aufteilung oder Position
- Gärten und Außenanlagen, die beliebig wirken
- Farbharmonien, die nicht stimmen, obwohl jedes Element für sich funktioniert
- Materialien, die schwammig werden und im Detail nicht standhalten
- Menschen, die in der Nahaufnahme überzeugen, in der Totale aber unscharfe Gesichter bekommen
Für einen Social-Media-Beitrag reicht das oft. Wer sich für ein Objekt im Bereich von 850.000 Euro interessiert, betrachtet die Bilder dagegen länger und mehrfach. Und dann fällt auf, was nicht zusammenpasst.
Dazu kommt ein Punkt, der über die Bildqualität hinausgeht: Interessenten entwickeln anhand der Bilder eine konkrete Vorstellung vom Objekt. Diese Vorstellung wollen sie bei der Besichtigung wiederfinden.
Wo KI in der Immobilienvermarktung wirklich funktioniert
Weil wir beides anbieten, können wir auch sagen, wann die günstigere Variante die richtige ist.
Digitales Staging ist der Standardfall. Leerer oder unattraktiv möblierter Raum, Foto vorhanden, neue Einrichtung hinein.
Innenansichten in Nebenräumen. Homeoffice, Schlafzimmer, Gästezimmer. Räume, die im Exposé dazugehören, aber nicht die Kaufentscheidung tragen.
Aufbereitung von Drohnenaufnahmen. Das war früher ein echtes Problem: Drohnenflüge im Winter lieferten winterliche Bilder für eine Vermarktung im Frühjahr. Heute lässt sich eine Aufnahme aus dem März sommerlich aufbereiten, auch wenn an den Bäumen noch kein Laub war.
Ein Beispiel aus der Praxis: Eine Maklerin hatte für ein leeres Baugrundstück lediglich eine Drohnenaufnahme und wünschte sich eine einfache Darstellung des geplanten Vorhabens. Wir haben die Aufnahme sommerlich aufbereitet, Zuwegung und Stellflächen grob angelegt und das Gebäude per KI eingesetzt. Für diesen Zweck war das Ergebnis genau richtig.
Menschen im Bild, und zwar besser als früher. Wir erzeugen dafür Avatare zur Auswahl, fast wie ein virtuelles Casting: Der Kunde sucht die Personen aus, die zu seiner Zielgruppe passen, danach werden sie in die Szene eingebaut. Auch Makler selbst lassen sich digitalisieren.
Bewegtbild. Aus vorhandenen Bildern entstehen durchgehende Clips von bis zu dreißig Sekunden Länge (Stand 2026), auf Wunsch mit generiertem Ton.
Warum das erste Bild kein KI-Bild sein sollte
Untersuchungen aus der Fashionbranche zeigen einen Effekt, der sich direkt übertragen lässt: Ist das erste Produktbild als KI-generiert gekennzeichnet, sinkt die wahrgenommene Qualität. Der Artikel wirkt weniger echt, das Vertrauen in das Angebot nimmt ab.
Bei Immobilien wiegt das schwerer als bei einem Kleidungsstück, weil die Kaufentscheidung länger reift und deutlich mehr Geld im Spiel ist. Das erste Bild eines Exposés sollte deshalb ein klassisches Rendering sein. Es prägt den Eindruck. Was danach folgt, kann durchaus KI sein, ohne dass die Wirkung leidet.
Daraus ergibt sich eine Empfehlung, die wir häufig geben: Budget aufteilen statt entweder oder. Die wichtigen Perspektiven klassisch, zwei oder drei Nebenräume mit KI. Das ist meist der bessere Kompromiss als ein komplett günstiges Set, das im entscheidenden Moment nicht überzeugt.
Wo die Grenzen wirklich liegen
Wiederholbarkeit ist die auffälligste. Wer zwei Ansichten desselben Gebäudes braucht, muss Vorder- und Rückseite getrennt erzeugen. Die KI weiß beim zweiten Bild nicht, wie der Garten im ersten aussah. Man kann nachhelfen, aber konsistent wird es selten.
Bildserien im einheitlichen Stil sind das verwandte Problem. Einen einzelnen Grundriss illustrativ und modern aufzubereiten, funktioniert hervorragend. Denselben Stil anschließend auf zwei weitere Etagen zu übertragen, ist deutlich schwieriger. Die Beispiele, die man im Netz sieht, sind meist sorgfältig ausgewählte Einzelfälle.
Präzise Korrekturen sind die dritte Grenze, und für viele Projekte die entscheidende. „Der Tisch bitte fünfzig Zentimeter nach links“ ist bei einem 3D-Modell ein Handgriff. Bei KI ist es ein neuer Versuch mit neuem Ergebnis.
Ein Beispiel dazu: Für einen privaten Bauherrn sollte eine geplante Fertigküche in eine KI-Visualisierung eingesetzt werden. Die Küche selbst wurde gut übernommen, die Skalierung stimmte jedoch nicht exakt, erkennbar an der Oberkante der Fenster. Für den Bauherrn und sein Budget war das Ergebnis in Ordnung. Es zeigt aber deutlich, wo das Limit aktueller KI-Systeme und des Promptings liegt.
Der gemeinsame Nenner all dieser Fälle ist die Steuerbarkeit. Details, Materialien, Auflösung: Je genauer die Vorgabe, desto mehr Korrekturversuche, und am Ende dauert es ähnlich lang wie der klassische Weg.
Die letzten zwanzig Prozent
Der erste Eindruck entsteht mit KI erstaunlich schnell. Nach wenigen Minuten steht ein Bild, das auf den ersten Blick funktioniert.
Was danach kommt, kostet die Zeit. Ein Detail ändern, ohne alles andere mitzuverändern. Dieselbe Szene ein zweites Mal erzeugen. Ein Bild so weit bringen, dass es gedruckt werden kann. Genau dort steigen die meisten aus, die es selbst versuchen, und zwar nicht am Anfang, sondern wenn es konkret wird.
Wir sind an dieser Stelle schneller, weil wir die Werkzeuge täglich einsetzen und die Workflows kennen. Das ist kein Qualitätsargument, sondern ein Zeitargument: Was jemanden ohne Übung einen Nachmittag kostet, ist bei uns Routine.
Ein Kunde hat es einmal so formuliert: „Ich kann das mit ChatGPT vielleicht in zwei Stunden selbst machen, aber ich verkaufe lieber Häuser.“ Die Antwort darauf ist einfach: Wir bauen lieber Räume.
Ein Wort zur Branche: In der Visualisierungsszene liest man häufig, KI tauge allenfalls für Moodboards und frühe Entwürfe. Das greift zu kurz. Sie taugt auch produktiv, wenn man weiß, wofür. Wir bieten KI-Leistungen erst an, seit wir sie produktiv einsetzen können, und genau deshalb bieten wir sie heute an. Wer die Entwicklung ignoriert, verschiebt die Auseinandersetzung nur nach hinten.
Was kostet ein KI-Bild im Vergleich?
Als Größenordnung: Eine klassische Innenvisualisierung liegt bei etwa dem Vierfachen eines KI-Bildes. Das ist ein deutlicher Abstand, er ist aber nicht konstant.
Die Ersparnis ist am größten, wenn der Fall klar ist: vorhandenes Objekt, gutes Ausgangsfoto, überschaubare Anforderungen. Sie schrumpft, je schwieriger das Szenario wird und je mehr Korrekturen nötig sind.
Ein Beispiel aus einem Grenzfall: Für ein Mehrfamilienhaus sollte auf Basis von Drohnenaufnahmen ein fertiges Gebäude entstehen. Vor der Fassade stand noch ein Gerüst, die HPL-Platten waren unvollständig, die Unterkonstruktion musste weg, Balkone und Geländer fehlten, der Garten existierte nicht. Wir haben es hinbekommen, und der Kunde war zufrieden. Aber mit einer Stunde Mehraufwand hätten wir das Gebäude sauberer in 3D nachbauen können.
Deshalb ist der ehrliche Vergleich nicht Bild gegen Bild, sondern Gesamtaufwand bis zum verwendbaren Ergebnis.
Und es gibt eine zweite Rechnung, die selten aufgemacht wird: Wer bei einem Objekt mit hoher Provision einen niedrigen dreistelligen Betrag einspart, spart ausgerechnet an dem Material, das den Verkauf vorantreiben soll. Ob sich das rechnet, ist keine Frage der Technik, sondern eine Frage der Wertschätzung gegenüber dem eigenen Kunden.
Was das für die Vermarktung bedeutet
Ein Exposé-Bild ist kein Wettbewerbsbeitrag und kein Stimmungsbild. Es ist Teil einer Verkaufsanbahnung, und der Interessent trifft danach eine Entscheidung.
Deshalb sollte Staging nicht zu weit getrieben werden. Aus einem sanierungsbedürftigen Haus von 1960 lässt sich digital ein Schmuckstück machen. Wenn der Interessent dann in der Wirklichkeit steht, ist die Enttäuschung größer als der Vorteil, und er fühlt sich getäuscht.
Wir bremsen an dieser Stelle regelmäßig. Oft ist weniger die bessere Empfehlung: die unschöne Tapete entfernen, den Raum hell und leer zeigen, vielleicht ein Sofa als Andeutung. Die alten Heizkörper dürfen sichtbar bleiben. Eine Fußbodenheizung, die es nicht gibt, gehört nicht ins Bild.
Weil bei uns viele Makler und Projektentwickler zusammenlaufen, sehen wir, was in der Praxis funktioniert und was zurückkommt.
Müssen KI-Bilder gekennzeichnet werden?
KI-generierte Inhalte sind in der EU kennzeichnungspflichtig. Was das im Einzelfall bedeutet, ist eine rechtliche Frage, die wir nicht beantworten. Zwei Punkte geben wir unseren Kunden aber mit:
Bei Gesichtern und Personen im Bild ist eine Kennzeichnung direkt im Bild zwingend, nicht nur als Hinweis in der Bildunterschrift.
Wir liefern KI-Bilder mit entsprechendem Hinweis aus, die Kennzeichnung bei der Veröffentlichung übernimmt der Auftraggeber. Manche Kunden haben dafür ein eigenes Logo.
Schwieriger ist die Abgrenzung, als es zunächst klingt. KI steckt heute in praktisch jeder Bildbearbeitung, auch in Werkzeugen, die niemand als KI-Software bezeichnen würde. Wo gewöhnliche Retusche aufhört und ein generiertes Bild anfängt, ist im Einzelfall nicht immer eindeutig. Für die Praxis halten wir es deshalb einfach: Was erkennbar erzeugt wurde, wird gekennzeichnet. Was ein vorhandenes Foto lediglich aufbereitet, behandeln wir als Bildbearbeitung.
Wie entscheiden wir im Projekt?
Eine feste Regel gibt es nicht. Im Erstgespräch fragen wir nach dem Zweck, dem Budget und dem Zeitrahmen und tasten uns dann heran.
Grob gilt:
- Klassisches Rendering, wenn das Bild der Planung entsprechen muss, gedruckt wird, mehrere konsistente Perspektiven braucht oder als erstes Bild eines Exposés dient
- KI, wenn ein Bestandsfoto vorliegt, es um Stimmung und Vorstellung geht oder das Bild in Webauflösung genügt
- Beides, wenn das Budget begrenzt ist: die tragenden Bilder klassisch, die ergänzenden mit KI
Und wenn KI im konkreten Fall die bessere Wahl ist, sagen wir das auch. Auch wenn es günstiger für den Kunden ist.
