Wenn KI den Angebotstext schreibt: Was man vorher wissen sollte

Warum KI-Textentwürfe auf den ersten Blick überzeugen

Der erste Eindruck täuscht selten so konsequent wie bei KI-generierten Texten. Wer zum ersten Mal einen Angebotstext aus einem solchen System liest, ist oft überrascht: Der Text klingt professionell. Die Sätze sitzen. Nichts knirscht.

Das liegt nicht daran, dass die KI das Objekt kennt. Sie kennt es nicht. Was sie kennt, sind Tausende von Angebotstexten, die Menschen vor ihr geschrieben haben — darunter viele, die gut funktioniert haben. Sie kombiniert, was dort funktioniert hat: die Struktur, die Tonlage, die Formulierungen, die Länge.

Der Text trifft, was ein guter Text treffen soll

Ein Makler liest einen Angebotstext anders als ein Kaufinteressent. Wer täglich Texte schreibt, erkennt unbewusst, ob die Form stimmt — ob Lage, Objekt und Ansprache in der richtigen Reihenfolge erscheinen, ob der Ton zum Segment passt, ob der Text nicht zu lang und nicht zu kurz ist. Der KI-Entwurf besteht diesen ersten, schnellen Test in den meisten Fällen.

Das ist kein Zufall. Das System wurde auf Material trainiert, das genau diese Form hat. Es produziert Texte, die nach gutem Exposé klingen — weil es aus gutem Exposé destilliert wurde.

Warum das kein Lob ist

Das Problem liegt nicht darin, dass der Text schlecht klingt. Es liegt darin, dass er gut klingt, ohne etwas zu wissen. Ein Text über eine Altbauwohnung in Leipzig liest sich ähnlich wie einer über eine Neubauwohnung in Stuttgart — beide klingen überzeugend, beide verwenden das richtige Vokabular, beide haben die richtige Länge. Was fehlt, ist das, was den Unterschied macht: die Deckenhöhe, der Blick, das Geräusch der Straße davor, die Besonderheit, die ein Interessent nicht vergisst.

Diese Details fehlen nicht, weil die KI sie vergessen hat. Sie fehlen, weil niemand sie ihr gegeben hat. Und weil der Text ohne sie trotzdem vollständig klingt, fällt ihr Fehlen beim ersten Lesen nicht auf.

Allgemeine Qualitätsmerkmale sind vorhanden: Grammatik, Struktur, Länge.
Branchenübliche Formulierungen sitzen an der richtigen Stelle.
Der Ton trifft das Segment — gehobenes Wohnen klingt gehoben, solides Handwerk klingt solide.
Der Text enthält keine offensichtlichen Fehler — nur Lücken, die wie Aussagen aussehen.

Das Ergebnis ist ein Text, den man nach dem ersten Lesen nicht ablehnt. Und genau das ist das Problem: Ein schlechter Text weckt Misstrauen. Ein Text, der gut klingt, aber Lücken hat, weckt keines — bis ihn jemand liest, der das Objekt nicht kennt, und trotzdem Fragen stellt, die der Text eigentlich beantwortet haben sollte.

Wo die typischen Fehler erst beim Lesen des Kunden auffallen

Der Text liest sich gut. Die Sätze sind vollständig, der Ton ist professionell, nichts springt sofort ins Auge. Und trotzdem kommt die Rückmeldung — nicht von der Kollegin, die den Entwurf gegenliest, sondern vom Interessenten, der die Immobilie schon von außen kennt oder im Ort aufgewachsen ist.

Angaben, die für Ortskundige sofort nicht stimmen

Eine KI beschreibt die Lage anhand des Materials, das ihr vorliegt. Wenn das Exposé von „ruhiger Wohnstraße" spricht, übernimmt sie diesen Ausdruck — auch dann, wenn die Straße tatsächlich eine Hauptverkehrsachse mit Schule, Bushaltestelle und Supermarktandienung ist. Wer in diesem Viertel wohnt oder sucht, liest das und zweifelt sofort an allem anderen im Text.

Ähnliches passiert bei Himmelsrichtungen: „Süd-West-Terrasse" klingt überzeugend, ist aber nur dann richtig, wenn jemand den Grundriss ausgerichtet hat. Steht die Terrasse tatsächlich nach Norden, entsteht beim Besichtigungstermin eine unangenehme Frage — nicht über die Terrasse, sondern über die Sorgfalt des Anbieters.

Formulierungen, die niemand schreibt, der die Immobilie kennt

KI-generierte Texte neigen dazu, allgemein zu bleiben, wo es konkret sein müsste. „Moderne Ausstattung", „gepflegter Zustand", „helle Räume" — diese Formulierungen schreiben sich leicht, sagen aber wenig. Ein Kaufinteressent, der zehn Exposés in dieser Preisklasse gelesen hat, erkennt den Standardtext. Er fragt sich nicht mehr, ob der Text stimmt. Er fragt sich, ob überhaupt jemand hingeschaut hat.

Baujahr und Renovierungsdatum fehlen oder weichen von den Angaben in der Anzeige ab.
Die Heizungsart wird gar nicht erwähnt, obwohl sie für die laufenden Kosten entscheidend ist.
Das Kellergeschoss wird beschrieben, als wäre es vollwertig nutzbar — was mit dem tatsächlichen baulichen Zustand nicht übereinstimmt.

Der Ton passt nicht zur Immobilie

Ein Landhaus im Allgäu und eine Eigentumswohnung in einem Frankfurter Büroquartier brauchen verschiedene Sprachen. Eine KI ohne konkreten Hinweis schreibt in einem mittleren Register, das für keines der beiden Objekte wirklich stimmt. Der Interessent, der das Landhaus sucht, merkt, dass die Sprache nicht zur Ruhe passt, die er sich vorstellt. Er benennt das nicht — er meldet sich einfach nicht zurück.

Solche Rückmeldungen kommen oft spät: nach dem Besichtigungstermin, in einer kurzen Anmerkung, manchmal gar nicht. Die Lücke zwischen dem Text und dem Objekt wird erst sichtbar, wenn jemand beides vergleicht — und das tut erst der Interessent, nicht derjenige, der den Text freigegeben hat.

Widersprüche zwischen Text und Anzeige

Ein häufig übersehener Fall: Der generierte Fließtext beschreibt etwas, das mit den Eckdaten in der Anzeige nicht übereinstimmt. Die Wohnfläche im Text weicht von der Angabe im Inserat ab. Das Baujahr im Exposé-Text ist ein anderes als das im Formular. Der Preis wird im Text als „attraktiv" beschrieben, die tatsächliche Zahl liegt über dem Quartialsschnitt. Solche Abweichungen entstehen, weil KI den Text aus einem Dokument zieht und die Anzeigendaten aus einem anderen — ohne zu prüfen, ob beides zusammenpasst. Der Interessent prüft das. Er liest beides nebeneinander, und wenn er einen Widerspruch findet, stellt er nicht nach, ob es ein Versehen war.

Welche Angaben KI nicht kennt — und trotzdem füllt

Ein KI-System, das einen Angebotstext schreibt, kennt nur das, was man ihm mitgegeben hat. Was fehlt, erfindet es nicht — es füllt die Lücke mit dem, was in ähnlichen Texten üblicherweise steht. Das Ergebnis klingt vollständig, weil es nach vollständigen Texten klingt. Ob die Angabe stimmt, ist eine andere Frage.

Das ist kein Fehler im technischen Sinn. Es ist die Eigenart des Verfahrens: Wahrscheinliche Formulierungen werden zusammengesetzt, nicht geprüfte Aussagen.

Was häufig stillschweigend ergänzt wird

Lage und Umfeld: Wenn im Ausgangsmaterial steht „ruhige Wohnlage", ergänzt der Text oft Details, die typisch für ruhige Wohnlagen klingen — gute Anbindung, nahegelegene Einkaufsmöglichkeiten, gepflegte Nachbarschaft. Ob das für diese konkrete Adresse zutrifft, weiß das System nicht.
Zustand und Ausstattung: Fehlende Angaben zum Renovierungsstand werden durch Formulierungen überbrückt, die weder falsch noch richtig sind — „zeitgemäß ausgestattet", „gepflegter Zustand". Sie klingen beruhigend und sagen wenig.
Zahlen, die plausibel wirken: Energiekennwerte, Nebenkosten, Baujahr-Schätzungen — wenn keine genaue Angabe vorliegt, kann ein Entwurf mit einem Wert arbeiten, der aus dem Kontext abgeleitet wurde. Abgeleitet bedeutet hier: nicht gemessen.
Rechtliche Rahmenbedingungen: Ob ein Objekt denkmalgeschützt ist, ob Eigenbedarfskündigungen möglich sind, ob eine Teilungserklärung Sondernutzungsrechte enthält — solche Angaben tauchen in Textentwürfen gelegentlich auf, wenn das Ausgangsmaterial Hinweise darauf enthält. Auch unvollständige Hinweise.

Warum das schwer zu bemerken ist

Ergänzte Angaben unterscheiden sich sprachlich nicht von geprüften. Ein Satz wie „Die Wohnung liegt in einer gut erschlossenen, ruhigen Seitenstraße" kann auf einer konkreten Besichtigung beruhen oder auf der Vorlage, die man eingegeben hat, oder auf dem, was das System für wahrscheinlich hält. Der Text sieht in allen drei Fällen gleich aus.

Besonders heikel sind Aussagen, die sich auf Außenwahrnehmung beziehen — was Interessenten beim ersten Eindruck erleben, wie die Nachbarschaft wirkt, was in der Nähe zu finden ist. Diese Details sind in Angebotstexten üblich, und genau deshalb füllt ein System sie, wenn sie fehlen. Die Frage ist nicht, ob der Satz gut klingt. Die Frage ist, ob jemand ihn gegen die Realität halten kann — bevor der Interessent es tut.

Was ein Mensch konkret durchsehen muss, bevor der Text rausgeht

Ein KI-Entwurf braucht keine Korrektur im Sinne von Kommata zählen. Er braucht jemanden, der ihn gegen die Realität hält — und zwar gegen die konkrete Realität dieses einen Objekts, nicht gegen eine allgemeine Vorstellung davon, wie ein Exposé klingt.

Der erste Schritt ist deshalb kein Lesen, sondern ein Abgleich: Was steht im Entwurf, und was steht im Grundriss, im Energieausweis, im Protokoll der letzten Eigentümerversammlung? KI arbeitet mit dem, was man ihr gibt. Was man ihr nicht gibt, erfindet sie nicht immer — manchmal lässt sie es auch einfach weg. Beides ist riskant, wenn der Interessent später fragt.

Die sechs Stellen, die einen Abgleich brauchen

Flächenangaben. Wurde die Wohnfläche nach Wohnflächenverordnung berechnet oder nach einer anderen Methode? KI kennt die Zahl, die man ihr nennt — aber nicht, wie sie zustande kam. Steht im Text „ca. 82 m²" und die Berechnung ergibt 78, ist das kein Tippfehler, sondern eine Aussage.
Baujahr und Sanierungsstand. „Teilsaniert" kann vieles bedeuten. KI schreibt, was plausibel klingt. Was 2009 erneuert wurde und was nicht — das weiß nur, wer die Unterlagen hat.
Heizung und Energieausweis. Die gesetzlichen Pflichtangaben im Exposé sind klar definiert. Ein KI-Text, der sie weglässt oder falsch zusammenfasst, ist kein Stilproblem.
Lageaussagen. „Ruhige Seitenlage" klingt gut. Wenn drei Häuser weiter eine Gewerbefläche liegt oder die Straße nachts stark befahren wird, ist diese Aussage falsch — nicht ungenau, falsch.
Preisangaben und Nebenkosten. Kaufpreis, Provision, Aufteilung: Was der Text nennt, muss mit dem übereinstimmen, was vereinbart ist. KI füllt Felder mit plausiblen Werten, wenn die Eingabe unvollständig war.
Formulierungen mit Rechtsfolgen. „Provisionsfrei", „lastenfreie Übergabe", „voll vermietet" — solche Aussagen sind keine Beschreibungen, sondern Zusicherungen. Wer sie ins Exposé schreibt, steht dafür ein.

Was sich nicht am Schreibtisch prüfen lässt

Manche Dinge stehen in keiner Unterlage, die man der KI hätte geben können. Der Zustand des Kellers nach dem letzten Winter. Das Verhältnis zur Hausverwaltung. Ob die Nachbarn ruhig sind oder nicht. KI schreibt darüber entweder gar nichts — oder sie schreibt etwas Neutrales, das stimmen kann oder auch nicht.

Das ist kein Fehler der Technologie. Es ist der Punkt, an dem die Ortskenntnis derjenigen gefragt ist, die das Objekt kennen. Ein Text, der diese Stellen mit allgemeinen Formulierungen füllt, ist kein schlechter Text — er ist ein unvollständiger. Ob das ausreicht, entscheidet nicht der Entwurf, sondern derjenige, der ihn unterschreibt.

Woran man vorher erkennt, ob KI hier Aufwand spart oder schafft

Die Frage ist nicht, ob KI Angebotstexte schreiben kann. Das kann sie. Die Frage ist, ob sie in Ihrer konkreten Situation die richtige Menge an Arbeit abnimmt — oder ob Sie am Ende mehr Zeit mit Nachbessern verbringen als mit Schreiben.

Das lässt sich vor dem ersten Versuch einschätzen. Es hängt von drei Dingen ab.

Wie vollständig sind Ihre Ausgangsunterlagen?

KI schreibt aus dem, was Sie ihr geben. Sind die wesentlichen Angaben vollständig — Größe, Aufteilung, Zustand, Lage, Besonderheiten —, kann ein Entwurf entstehen, der zumindest die Struktur trägt. Sind diese Angaben lückenhaft, uneinheitlich oder über mehrere Quellen verteilt, füllt die KI die Lücken selbst. Nicht mit Erfundenem im strengen Sinne, aber mit Formulierungen, die sich aus ähnlichen Texten ableiten: „ruhige Seitenstraße", „gepflegter Zustand", „helle Räume". Diese Sätze können stimmen. Sie können auch nicht stimmen. Prüfen muss das in jedem Fall ein Mensch.

Ein Objekt mit einem ausgefüllten Datenblatt, einem Grundriss und drei konkreten Besonderheiten ist ein guter Ausgangsfall. Ein Objekt, über das Sie erst noch mit dem Eigentümer sprechen müssen, ist es nicht — dort schreiben Sie ohnehin nach dem Gespräch, nicht davor.

Wie ähnlich sind Ihre Texte einander?

KI-Unterstützung trägt dort, wo die Texte einem Schema folgen: Lage, Größe, Aufteilung, Besonderheiten, Rahmenbedingungen. Bei Wohnungen einer Größenklasse oder Gewerbeeinheiten ähnlicher Art kann ein einmal erarbeiteter Ausgangsentwurf immer wieder als Vorlage dienen. Der Aufwand verteilt sich.

Bei Objekten, die keine Vorlage dulden — ein Architektenwohnhaus, ein ungewöhnlicher Grundriss, ein Objekt mit komplizierter Geschichte —, entsteht der Mehrwert von KI nicht aus dem Entwurf, sondern allenfalls aus dem Umformulieren einzelner Sätze. Das ist weniger, als man erwartet.

Guter Ausgangsfall: Neubauwohnungen eines Projekts, Reihenhäuser einer Siedlung, gleichartige Gewerbeeinheiten im selben Haus.
Schlechter Ausgangsfall: Jedes Objekt ist ein Einzelfall mit eigener Geschichte, eigenen Mängeln, eigenem Käuferprofil.

Wie oft schreiben Sie solche Texte?

Wer gelegentlich Angebotstexte formuliert, spart durch KI-Nutzung wenig Zeit — weil Einstieg, Anpassung und Prüfung zusammen etwa so lang dauern wie das Schreiben selbst. Wer regelmäßig viele ähnliche Texte braucht, profitiert stärker: nicht weil der einzelne Text schneller wird, sondern weil der Ablauf sich einspielt und die Prüfroutine kürzer wird.

Eine ehrliche Einschätzung vor dem ersten Versuch: Zählen Sie nach, wie viele Angebotstexte Sie im vergangenen Monat geschrieben haben und wie lange Sie jeweils gebraucht haben. Darunter sind vermutlich Texte, die schnell fertig waren, und solche, die hingen. Die letzteren lassen sich selten durch KI beschleunigen — sie hingen, weil die Grundlage fehlte, nicht weil das Schreiben zu langsam ging. Auf genau diese Texte wird KI auch dann stoßen und warten, bis jemand die Lücke schließt.