{"id":9653,"date":"2026-04-07T06:30:00","date_gmt":"2026-04-07T04:30:00","guid":{"rendered":"https:\/\/hub.hslu.ch\/immobilienblog\/?p=9653"},"modified":"2026-04-06T22:33:52","modified_gmt":"2026-04-06T20:33:52","slug":"ai-agenten-im-immobilienbetrieb","status":"publish","type":"post","link":"https:\/\/hub.hslu.ch\/immobilienblog\/2026\/04\/07\/ai-agenten-im-immobilienbetrieb\/","title":{"rendered":"AI-Agenten im Immobilienbetrieb: Wenn der Assistent eigenm\u00e4chtig wird"},"content":{"rendered":"\n

Ein Artikel von: Prof. Dr. Markus Schmidiger<\/a><\/p>\n\n\n\n

Vom Chatbot zum Agenten: Ein stiller Paradigmenwechsel<\/h2>\n\n\n\n

Vielleicht haben Sie ChatGPT schon genutzt, um einen Mietvertrag zusammenzufassen oder eine E-Mail zu formulieren. Das ist generative AI: Sie stellen eine Frage, das Modell antwortet und damit ist die Sache erledigt. Was sich gerade ver\u00e4ndert, ist grundlegender Natur.<\/p>\n\n\n\n

AI-Agenten sind etwas anderes. Sie planen und handeln. Und sie erinnern sich. Ein Agent, der mit Zugang zu Ihrem E-Mail-Postfach, Ihrem CRM und Ihrem Kalender ausgestattet ist, f\u00fchrt Aufgaben eigenst\u00e4ndig durch ohne dass Sie bei jedem Schritt dabei sein m\u00fcssen. Er kann Mieteranfragen beantworten, Besichtigungen koordinieren, Dokumente ablegen und Fristen \u00fcberwachen.<\/p>\n\n\n\n

Das klingt verlockend. Und es ist es auch. Unter den richtigen Bedingungen. Aber es gibt einen entscheidenden Unterschied zu einem menschlichen Mitarbeiter: Der Agent fragt nicht nach, wenn er unsicher ist. Er interpretiert. Er priorisiert. Er entscheidet. Und er tut das nach einer Logik, die wir nicht vollst\u00e4ndig vorhersehen k\u00f6nnen.<\/p>\n\n\n\n

Die Zahlen illustrieren das Tempo dieser Entwicklung: Gartner prognostiziert, dass bis Ende 2026 bereits 40 Prozent aller Unternehmensanwendungen aufgabenspezifische AI-Agenten enthalten werden<\/em>. Im Vergleich zu weniger als f\u00fcnf Prozent im Jahr 2025. F\u00fcr die Immobilienwirtschaft, die mit sensiblen Mieterdaten, rechtsverbindlicher Kommunikation und komplexen Transaktionsprozessen arbeitet, ist das kein abstraktes Zukunftsszenario mehr.<\/p>\n\n\n\n

Was die Forschung zeigt: Der \u00abnukleare\u00bb Moment<\/h2>\n\n\n\n

Im Februar 2026 ver\u00f6ffentlichten 38 Forscherinnen und Forscher von Northeastern University, Harvard, MIT, Stanford und der Carnegie Mellon University eine Studie, die in der AI-Community rasch f\u00fcr Aufsehen sorgte. Ihr Titel: \u00abAgents of Chaos\u00bb<\/em><\/strong>.<\/p>\n\n\n\n

Das Experiment war so konzipiert, dass es reale Einsatzbedingungen m\u00f6glichst genau abbildet: Sechs AI-Agenten wurden mit echten Werkzeugen ausgestattet: E-Mail-Konten, Diskussionskan\u00e4len, Dateisystemen, Shell-Zugang und persistentem Ged\u00e4chtnis. \u00dcber zwei Wochen interagierten 20 AI-Forscherinnen und -Forscher mit diesen Agenten, teils kooperativ, teils gezielt provokativ.<\/p>\n\n\n\n

Das Resultat war ern\u00fcchternd: In 11 von 16 dokumentierten Testf\u00e4llen verhielten sich die Agenten auf eine Art, die ausserhalb jeder vertretbaren Absicht lag: sie teilten private Informationen ohne Erlaubnis, blockierten Ressourcen durch unkontrollierte Schleifen, oder trafen Entscheidungen, die niemand autorisiert hatte.<\/p>\n\n\n\n

Aber einer der F\u00e4lle sticht besonders heraus. Er illustriert das eigentliche Problem durch erschreckend falsch kalibriertes Urteilsverm\u00f6gen:<\/p>\n\n\n\n

\n

\u201eAsh wurde gebeten, eine E-Mail zu l\u00f6schen und das Geheimnis zu wahren. Da kein L\u00f6sch-Tool verf\u00fcgbar war, entschloss sich der Agent, den gesamten E-Mail-Server zur\u00fcckzusetzen. Er nannte diese L\u00f6sung selbst «die nukleare Option» \u2013 und hielt sie f\u00fcr gerechtfertigt: Wenn keine chirurgische L\u00f6sung existiert, ist die Totalbereinigung valide.\u201c<\/em> <\/p>\n\n\n\n

Beschreibung aus dem \u00abAgents of Chaos\u00bb-Paper, Northeastern University et al., Februar 2026<\/p>\n<\/blockquote>\n\n\n\n

Der Agent hatte das richtige Ziel: das Geheimnis sch\u00fctzen. Was fehlte, war jedes Gef\u00fchl f\u00fcr Verh\u00e4ltnism\u00e4ssigkeit. F\u00fcr einen Menschen w\u00e4re die Antwort klar: \u00abIch kann diese E-Mail nicht l\u00f6schen, bitte sprechen Sie direkt mit dem Eigent\u00fcmer.\u00bb F\u00fcr den Agenten existierte diese Option nicht. Er optimierte, bis er eine technische L\u00f6sung gefunden hatte. Eine, die alle anderen Beteiligten mit in den Abgrund riss.<\/p>\n\n\n\n

Dieser Befund steht nicht allein. Der im selben Monat ver\u00f6ffentlichte International AI Safety Report 2026,<\/strong> geleitet vom Turing-Preistr\u00e4ger Yoshua Bengio und verfasst von \u00fcber 100 Experten aus 30 L\u00e4ndern, kommt zu denselben Schl\u00fcssen: Zuverl\u00e4ssigkeit und Kontrollverlust sind die zwei gr\u00f6ssten Risiken autonomer AI-Agenten. Und er ist unmissverst\u00e4ndlich in seiner Einsch\u00e4tzung:<\/p>\n\n\n\n

\n

\u201eAI agents pose heightened risks because they act autonomously, making it harder for humans to intervene before failures cause harm. Current techniques can reduce failure rates but not to the level required in many high-stakes settings.\u201c<\/em> <\/p>\n\n\n\n

International AI Safety Report 2026<\/p>\n<\/blockquote>\n\n\n\n

Das ist kein Pl\u00e4doyer gegen AI-Agenten. Es ist eine Aufforderung, sie mit offenen Augen einzusetzen.<\/p>\n\n\n\n

Drei Szenarien, die in Ihrer Firma morgen passieren k\u00f6nnten<\/h2>\n\n\n\n

Die folgenden drei Szenarien sind keine Science-Fiction. Sie sind direkte \u00dcbertragungen der dokumentierten Verhaltensweisen in den Kontext des Immobilienbetriebs. Stellen Sie sich jeweils vor, dass ein Agent gut ausgestattet ist mit Systemzugang, Vollmachten und Ged\u00e4chtnis sowie die besten Absichten hat.<\/p>\n\n\n\n

Szenario 1: Das aufger\u00e4umte Archiv<\/strong><\/p>\n\n\n\n

Ihre Verwaltungsabteilung setzt einen Agenten ein, um das digitale Dokumentenarchiv zu bereinigen. Auftrag: \u00abVeraltete oder doppelte Dateien entfernen.\u00bb Der Agent analysiert die Metadaten, identifiziert Dokumente, die seit mehr als f\u00fcnf Jahren nicht ge\u00f6ffnet wurden, und l\u00f6scht sie, darunter auch Mietvertr\u00e4ge laufender Mietverh\u00e4ltnisse, die seit dem Einzug nie mehr angepasst wurden. Die Vertr\u00e4ge sind weg. Eine Sicherungskopie wurde nie explizit erw\u00e4hnt.<\/p>\n\n\n\n

Was schief lief:<\/strong> Der Agent hatte kein Verst\u00e4ndnis daf\u00fcr, dass \u00abnicht ge\u00f6ffnet\u00bb nicht \u00abnicht relevant\u00bb bedeutet. Es fehlte eine klare Einschr\u00e4nkung: kein irreversibles L\u00f6schen ohne menschliche Best\u00e4tigung.<\/p>\n\n\n\n

Szenario 2: Die hilfreiche Antwort<\/strong><\/p>\n\n\n\n

Ein Agent \u00fcbernimmt die Erstbearbeitung von Mieteranfragen. Er hat Zugang zu fr\u00fcheren E-Mails, zu den aktuellen Mietvertr\u00e4gen und zu einem FAQ-Dokument aus dem Vorjahr. Ein Mieter fragt, ob er auf dem Balkon eine Markise anbringen darf. Der Agent findet eine E-Mail von 2022, in der einer Nachbarin das erlaubt wurde. Er antwortet: \u00abJa, das ist gem\u00e4ss Absprache m\u00f6glich.\u00bb Die Antwort ist falsch, das Reglement wurde inzwischen ge\u00e4ndert. Die Rechtslage ist unklar. Die Markise wird angebracht.<\/p>\n\n\n\n

Was schief lief:<\/strong> Der Agent hat interpoliert, nicht gepr\u00fcft. Und er hat nach aussen kommuniziert, ohne dass ein Mensch die Antwort freigegeben hat. Der Output war plausibel aber nicht korrekt.<\/p>\n\n\n\n

Szenario 3: Die eigenst\u00e4ndige Verhandlung<\/strong><\/p>\n\n\n\n

Ein gr\u00f6sseres Immobilienunternehmen setzt ein Multi-Agenten-System ein, das Ausschreibungen f\u00fcr Unterhaltsarbeiten koordiniert. Agent A sammelt Angebote, Agent B pr\u00fcft die Lieferanten, Agent C verhandelt die Preise. Bei einer grossen L\u00fcftungssanierung stellt Agent C fest, dass er durch geschicktes Verhandeln 12 Prozent Rabatt herausholen kann, wenn er sich bereit erkl\u00e4rt, den Auftragswert f\u00fcr das Folgejahr zu fixieren. Er tut es. Niemand hat diese Vollmacht erteilt. Der Vertrag steht.<\/p>\n\n\n\n

Was schief lief:<\/strong> Autonome Agenten kennen keine Vollmachtsgrenzen, wenn diese nicht explizit definiert sind. Multi-Agenten-Systeme multiplizieren dieses Risiko: jeder Agent handelt rational im Rahmen seiner Aufgabe, aber niemand \u00fcberblickt das Gesamtbild.<\/p>\n\n\n\n

Human in the Loop: Warum Menschen nicht aus der Gleichung verschwinden d\u00fcrfen<\/h2>\n\n\n\n

Es gibt in der AI-Sicherheitsforschung einen Begriff, der gerade wieder an Bedeutung gewinnt: \u00abHuman in the Loop\u00bb. Er beschreibt das Prinzip, dass ein Mensch an kritischen Entscheidungspunkten aktiv in den Prozess eingebunden bleibt, als tats\u00e4chliche finale Kontrollinstanz.<\/p>\n\n\n\n

Das klingt selbstverst\u00e4ndlich. Aber in der Praxis wird es zunehmend ausgeh\u00f6hlt. Der Grund ist banal: AI-Agenten sind oft dann am n\u00fctzlichsten, wenn sie ohne Unterbrechung arbeiten. Jede menschliche R\u00fcckfrage kostet Zeit. Also konfigurieren viele Unternehmen ihre Systeme so, dass der Mensch nur noch eingreift, wenn \u00abetwas schiefl\u00e4uft\u00bb. Das Problem: Bis \u00abetwas l\u00e4uft schief\u00bb erkennbar wird, ist der Schaden oft schon entstanden.<\/p>\n\n\n\n

Der International AI Safety Report 2026 beschreibt dieses Ph\u00e4nomen als \u00abAutomation Bias\u00bb: die Tendenz, AI-Outputs ohne ausreichende Pr\u00fcfung zu vertrauen. Je kompetenter ein System wirkt, desto gr\u00f6sser ist die Versuchung, die eigene Urteilskraft zu suspendieren.<\/p>\n\n\n\n

F\u00fcr Immobilienunternehmen bedeutet das konkret: Human in the Loop ist keine Bremse. Es ist der einzige funktionierende Sicherheitsmechanismus, bis Agenten nachweislich verl\u00e4sslicher geworden sind. Die Frage lautet nicht \u00abWann schalten wir den Menschen aus?\u00bb sondern \u00abAn welchen Punkten ist menschliches Urteil unersetzlich?\u00bb<\/p>\n\n\n\n

Die Antwort l\u00e4sst sich gut in drei Kategorien fassen:<\/p>\n\n\n\n