Alle Projekte
Projekt 01 · Real Estate · Data IntelligenceEigenprojekt

Intelligent Property Scout

Eine Anwendung, die Kapitalanlage-Immobilien automatisch erfasst, mit amtlichen Mietspiegeln, Grunderwerbsteuer und Kaufnebenkosten verrechnet und nach persönlichen Investmentkriterien bewertet – mit einer Herleitung für jede einzelne Zahl.

Technologien
ClaudeAmtliche MietspiegelOpenStreetMapWeb-Scraping
StatusIm Einsatz · wird weiterentwickelt
Anwendungimmobilien.oliverkoehn.com
Property Scout · Übersicht
Zur Anwendung Live unter immobilien.oliverkoehn.com · Anmeldung erforderlich, da die Anwendung persönliche Investmentdaten enthält

Echte Aufnahmen aus der laufenden Anwendung, Stand Oktober 2026. Fotos aus fremden Anzeigen sind unkenntlich gemacht; Anschriften und Anbieterdaten werden nicht gezeigt.

800
erfasste AngeboteBerlin, Leipzig, Saarbrücken
5
amtliche Mietspiegelmit eigenem Rechenadapter
16
Grunderwerbsteuersätzealle Bundesländer, überschreibbar
15
dokumentierte Rechenwegejede Kennzahl herleitbar
01

Das Problem

Wer Immobilien als Kapitalanlage prüft, vergleicht nicht nur Preise. Entscheidend ist, welche Miete am Standort realistisch ist, welche Nebenkosten anfallen und ob ein Angebot zu den eigenen Kriterien passt.

Diese Informationen liegen verstreut: Angebote auf Portalen, Mietspiegel als PDF-Tabellen mit unterschiedlichen Verfahren je Stadt, Grunderwerbsteuersätze je Bundesland, Wohnlagen in amtlichen Straßenverzeichnissen. Jedes Angebot von Hand durchzurechnen, kostet Zeit – und führt schnell zu Schätzungen, die auf unvollständigen Daten beruhen.

02

Welche Informationen zusammenfließen

Immobilienangebote

aktiv

Öffentliche Ergebnislisten und Detailseiten von Kleinanzeigen werden automatisch abgerufen – mit Preis, Fläche, Zimmern, Anschrift, Ausstattung, Beschreibung und Titelbild. ImmoScout24 ist als zweite Quelle angelegt, aber noch nicht aktiv.

Amtliche Mietspiegel

aktiv

Berlin (2026), Leipzig (2025–2027), Saarbrücken (2026), Erfurt (2025) und Landkreis Greiz – direkt aus den amtlichen Veröffentlichungen extrahiert. Jede Stadt rechnet nach ihrem eigenen Verfahren.

Wohnlagenverzeichnisse

aktiv

Amtliche Straßen- und Hausnummernverzeichnisse bestimmen die Wohnlage adressgenau – in Berlin über 317.000 Adresseinträge.

Grunderwerbsteuer

aktiv

Tabelle aller 16 Bundesländer (3,5 % bis 6,5 %). Das Land wird aus der Stadt bzw. dem PLZ-Bereich bestimmt; das Objekt weist aus, welcher Satz warum gilt.

Geodaten & Umfeld

aktiv

Geocoding über Nominatim, nächstgelegene Infrastruktur über die Overpass-API, Kartendarstellung mit OpenStreetMap.

Kaufnebenkosten

aktiv

Notar, Grundbucheintrag und Maklerprovision als konfigurierbares Kostenmodell – die Provision aus der Anzeige, wenn sie dort genannt ist.

03

Vom Angebot zur Bewertung

  1. SuchgebieteStadt, Kategorie und Preisrahmen je Revier
  2. AbrufErgebnisliste und Detailseiten, mit Pausen zwischen den Abrufen
  3. ExtraktionClaude liest den Anzeigentext, jede Angabe mit Zitat
  4. DatenqualitätFehlt ein kritischer Wert, wird das Objekt blockiert
  5. Mietspiegelamtliches Verfahren der Stadt, adressgenau oder als Spanne
  6. BewertungKennzahlen, Nebenkosten und persönlicher Score
Jeder Lauf erzeugt ein fachliches Protokoll und eine Schrittbilanz – auch wenn er nur teilweise gelingt.

Fehlende Daten werden nie erfunden

Jedes Feld trägt seine Herkunft: aus der Anzeige, berechnet, amtlicher Mietspiegel, eigene Annahme oder manuell korrigiert. Fehlt ein kritischer Wert wie das Baujahr, wird das Objekt als blockiert markiert – mit Begründung, welche Berechnung dadurch entfällt. Ohne berechenbare Rendite gibt es keinen Score.

Unscharfe Adresse → Spanne statt Rateversuch

Mietspiegel bestimmen die Wohnlage straßen- und hausnummerngenau. Fehlt die Hausnummer, rechnet die Anwendung jede Wohnlage durch, die im PLZ-Gebiet tatsächlich vorkommt, und weist ungünstigsten, günstigsten und wahrscheinlichsten Wert aus.

Wunschgegenden sind ein Filter, kein Kriterium

Bevorzugte Städte und Bezirke entscheiden, was in der Liste erscheint – nicht, wie gut ein Objekt bewertet wird. So sieht ein schwaches Angebot in der Lieblingsgegend nicht besser aus als ein gutes zwei Straßen weiter.

04

Ein Anwendungsfall – Schritt für Schritt

Eine vermietete Drei-Zimmer-Wohnung in Saarbrücken: 79 m², Baujahr 1950, Angebotspreis 89.900 €.

  1. 01
    Mietspiegel anwenden

    Der qualifizierte Mietspiegel Saarbrücken 2026 ergibt eine Basismiete von 6,78 €/m². Abschläge für Baualtersklasse (−4,6 %) und einfache Wohnlage (−3,6 %), Zuschlag für die Einbauküche (+6,3 %): ortsübliche Vergleichsmiete 6,63 €/m², also 527 € Soll-Kaltmiete im Monat.

  2. 02
    Kosten vollständig erfassen

    Saarland: 6,5 % Grunderwerbsteuer. Mit Notar, Grundbuch und Provision ergeben sich 10.851 € Nebenkosten – Gesamtinvestition 100.751 €.

  3. 03
    Kennzahlen berechnen

    Bruttorendite 7,03 %, Kaufpreisfaktor 14,2, Nettorendite 4,50 %, Cashflow leicht positiv. Jede Kennzahl erklärt ihre Formel an Ort und Stelle.

  4. 04
    Gegen eigene Kriterien bewerten

    Gemessen an Zielrendite, maximalem Quadratmeterpreis, Budget, Cashflow, Baujahr und Größe: 97 von 100 Punkten. Die Datenqualität liegt bei 93 % – es fehlt nur die E-Mail-Adresse des Anbieters.

05

Galerie

06

Was die Anwendung kann – und was noch fehlt

Verfügbar

  • Automatischer Abruf öffentlicher Angebote mit Laufprotokoll und Schrittbilanz
  • Extraktion der Angaben aus dem Anzeigentext mit Claude – jede Angabe mit wörtlichem Beleg, regelbasierter Fallback
  • Amtliche Mietspiegelberechnung für fünf Städte bzw. Landkreise, adressgenau oder als Szenariospanne
  • Grunderwerbsteuer je Bundesland, Kaufnebenkosten und Investmentkennzahlen mit dokumentiertem Rechenweg
  • Persönlicher Score von 0 bis 100 mit nachvollziehbarer Begründung
  • Schnellsichtung per Wischgeste am Smartphone, Pipeline, Karten- und Tabellenansicht
  • Fragen an den eigenen Datenbestand in natürlicher Sprache
  • Zugangsverwaltung mit Rollen sowie Kostenübersicht der Modellaufrufe

In Entwicklung

  • ImmoScout24 als zweite Angebotsquelle – angelegt, aber noch nicht aktiv
  • Kontaktaufnahme mit Anbietern: Postfach und Vorlagen vorhanden, echter E-Mail-Versand noch nicht angebunden
  • Steuerliche Betrachtung (AfA, Kaufpreisaufteilung, Nachsteuerrendite) ist noch offen
  • Weitere Städte: Suche nach amtlichen Mietspiegeln ist vorbereitet, jede neue Stadt braucht einen eigenen Rechenadapter
07

Technologien

Claude (Anthropic)
Extraktion von Angaben aus Anzeigentexten mit Zitatprüfung sowie Fragen an den eigenen Datenbestand; Kosten jedes Modellaufrufs werden protokolliert.
Amtliche Mietspiegel
Fünf Datensätze, maschinell aus den Originalveröffentlichungen extrahiert und regelmäßig gegen die amtlichen Seiten abgeglichen.
OpenStreetMap
Nominatim für das Geocoding, Overpass-API für das Umfeld, Karten für Objekte und Mietspiegel-Abdeckung.
Web-Scraping
Abruf öffentlicher Ergebnislisten und Detailseiten mit Stop-Bedingung, Pausen zwischen den Abrufen und Fehlertoleranz je Anzeige.
Eigene Web-Anwendung
TypeScript-Oberfläche und -Server mit eigener Datenbank; Zugangsschutz mit Rollen.
08

Lauras Beitrag

Der Property Scout verbindet mein Interesse an der Immobilienwirtschaft mit dem, was ich in der Büroleitung täglich tue: viele Informationsquellen zusammenführen, Kriterien festlegen und Entscheidungen belastbar vorbereiten.

  • 01
    Zielbild & Anforderungen

    Welche Fragen soll die Anwendung bei einer Kaufentscheidung beantworten – und welche Angaben braucht es dafür?

  • 02
    Bewertungsmaßstäbe

    Investmentkriterien, Gewichtung im Score und die Regel, dass Wunschgegenden filtern statt bewerten.

  • 03
    Datenquellen & Plausibilität

    Recherche der amtlichen Mietspiegel, Grunderwerbsteuersätze und Kostenpositionen; Prüfung der Ergebnisse an realen Angeboten.

  • 04
    Praxistest & Weiterentwicklung

    Nutzung im Alltag, etwa über die Schnellsichtung am Smartphone, und Rückmeldungen, die in die nächsten Ausbaustufen einfließen.

Die technische Umsetzung ist KI-gestützt und in Zusammenarbeit entstanden. Die Anwendung läuft unter immobilien.oliverkoehn.com und ist zugangsgeschützt, weil sie persönliche Investmentdaten enthält – eine Vorführung ist im Gespräch gern möglich.

09

Erkenntnisse

Jede Stadt ist anders

Drei Mietspiegel, drei völlig unterschiedliche Verfahren: Tabellen-Lookup, Faktorenmodell, prozentuale Zu- und Abschläge. Eine bundesweit einheitliche Berechnung gibt es nicht – deshalb hat jede Stadt ihren eigenen Adapter.

Ehrlichkeit vor Vollständigkeit

Ein Score, der auf geschätzten Werten beruht, ist gefährlicher als keiner. Sichtbare Herkunftsangaben und blockierte Objekte schaffen Vertrauen in die Zahlen.

Der nächste Schritt

Steuerliche Betrachtung, eine zweite Angebotsquelle und der Versand von Anfragen an Anbieter – damit wird aus der Bewertung ein durchgängiger Akquiseprozess.