mietkautionskonto.info

KI-gestützte Mietpreisfindung: Wie Algorithmen die Vermietung verändern

Veröffentlicht am Aktualisiert am
KI-gestützte Mietpreisfindung: Wie Algorithmen die Vermietung verändern

Künstliche Intelligenz verändert zunehmend, wie Vermieter die passende Miethöhe für ihre Immobilien ermitteln — mit datenbasierten Analysen statt reiner Erfahrungswerte. Rechtlich ändert das nichts: Was ein Algorithmus vorschlägt, muss weiterhin durch Mietspiegel, Mietpreisbremse und Kappungsgrenze hindurch.

Was ist KI-gestützte Mietpreisfindung?

KI-basierte Preisfindung analysiert große Datenmengen, um eine marktgerechte Miete zu berechnen — statt einer manuellen Schätzung auf Basis weniger Vergleichsinserate. Technisch stecken dahinter meist keine Sprachmodelle, sondern automatisierte Bewertungsmodelle (Automated Valuation Models, AVM): statistische Verfahren, die aus Hunderttausenden Inseraten und Transaktionen lernen, welchen Beitrag einzelne Merkmale — Lage, Baujahr, Fläche, Ausstattung, Energiestandard — zum Preis leisten.

Der Unterschied zur klassischen hedonischen Regression, mit der auch Mietspiegel gerechnet werden, liegt weniger im Prinzip als im Umfang: mehr Merkmale, feinere räumliche Auflösung, häufigere Aktualisierung. Genau daraus entsteht aber auch die Verwechslungsgefahr, die weiter unten beschrieben wird.

Drei Werkzeuge, die regelmäßig verwechselt werden

Der Mietspiegel ist eine Übersicht über die ortsübliche Vergleichsmiete, erstellt oder anerkannt von der Gemeinde beziehungsweise von Vermieter- und Mieterverbänden gemeinsam. Für Gemeinden mit mehr als 50.000 Einwohnern ist die Erstellung nach § 558c Abs. 4 BGB verpflichtend. Er beruht auf tatsächlich vereinbarten Mieten der letzten Jahre — nicht auf Angebotspreisen. Wie man ihn liest, erklärt der Beitrag Mietspiegel: Was ist das und wie liest man ihn?.

Das AVM oder Mietpreis-Tool schätzt, was die Wohnung heute am Markt erzielen würde. Datengrundlage sind überwiegend Angebotsmieten aus Portalen. Angebotsmieten liegen in angespannten Märkten regelmäßig über den Bestandsmieten des Mietspiegels — der Unterschied ist kein Fehler des Modells, sondern eine Folge der Datenbasis.

Revenue-Management-Software geht einen Schritt weiter: Sie empfiehlt nicht nur einen Preis, sondern steuert ihn dynamisch nach Auslastung, Saison und Konkurrenzangebot — das Modell aus der Hotel- und Flugbranche. In Deutschland spielt sie im Wohnungsmietmarkt bislang kaum eine Rolle; in den USA ist genau diese Kategorie zum Gegenstand kartellrechtlicher Verfahren geworden.

Welche Daten fließen ein?

  • Standortdetails bis auf Straßen- und Quartiersebene, teils angereichert um Infrastruktur-, Lärm- und Sozialdaten
  • Objektmerkmale: Wohnfläche, Zimmerzahl, Baujahr, Zustand, Ausstattung, Energieausweiskennwerte
  • Aktuelle Angebotsmieten und Nachfragesignale wie Klickzahlen oder Inseratslaufzeiten
  • Historische Transaktions- und Vertragsdaten, soweit dem Anbieter zugänglich
  • Rechtliche Rahmendaten: Gebiete mit Mietpreisbremse, Kappungsgrenzenverordnungen, Milieuschutzsatzungen

Wie gut ein Modell eine konkrete Wohnung trifft, hängt vor allem an zwei Punkten: wie viele echte Vergleichsfälle es im betreffenden Quartier gibt, und wie präzise die Objektangaben eingegeben wurden. In dünn besetzten Lagen — Kleinstädte, ungewöhnliche Grundrisse, denkmalgeschützte Bestände — wird aus der Schätzung schnell eine Interpolation über Nachbarquartiere.

Vorteile für Vermieter

Weniger Leerstandsrisiko. Der teuerste Fehler bei der Neuvermietung ist selten ein paar Euro zu wenig Miete, sondern ein Inserat, das zwei Monate lang niemand anklickt. Modelle, die Inseratslaufzeiten mitschätzen, machen diesen Zusammenhang sichtbar.

Deutlich weniger Recherchezeit. Was früher ein Nachmittag mit Portalsuche und Mietspiegeltabelle war, ist eine Abfrage. Bei einem Portfolio mit jährlichen Anpassungen ist das der eigentliche Hebel.

Weniger Bauchgefühl. Eigentümer über- oder unterschätzen ihre eigene Immobilie systematisch. Ein Modell kennt die emotionale Bindung an die frisch renovierte Küche nicht.

Nachvollziehbare Dokumentation. Seriöse Anbieter liefern die Vergleichsfälle und Spannen mit — nützlich, um gegenüber Mietern oder Miteigentümern zu begründen, wie ein Preis zustande kam.

Wer den Ertrag der Immobilie insgesamt im Blick behalten will, kombiniert die Mietschätzung sinnvollerweise mit einer Renditerechnung — dafür steht der Mietrendite-Rechner bereit.

Grenzen der Technologie

Datenqualität schlägt Modellgüte. Jede Schätzung ist nur so gut wie die zugrunde liegenden Inserate. Falsch ausgewiesene Wohnflächen, geschönte Zustandsangaben und Inserate, die nie zu einem Vertrag geführt haben, sind in Portaldaten reichlich vorhanden.

Rückkopplung. Wenn viele Vermieter ihre Preise aus Angebotsdaten ableiten und ihre eigenen Inserate wieder in dieselben Daten einfließen, verstärkt das bestehende Trends. Das Modell misst dann teilweise sich selbst.

Black Box. Bei vielen Anbietern bleibt offen, welche Merkmale wie stark gewichtet werden. Für eine Mieterhöhung, die ein Mieter bestreiten kann, ist eine nicht erklärbare Zahl wertlos.

Diskriminierungsrisiko. Sozialstrukturdaten auf Quartiersebene können unbeabsichtigt Effekte abbilden, die man weder rechtlich noch geschäftlich in einer Preisempfehlung haben möchte.

Keine Rechtsprüfung. Kein gängiges Tool prüft verbindlich, ob der vorgeschlagene Preis in der konkreten Straße zulässig ist.

Rechtliche Grenzen in Deutschland

Auch die beste algorithmische Einschätzung befreit nicht von den gesetzlichen Vorgaben. Vier Grenzen sind relevant:

Mietpreisbremse (§ 556d BGB). In Gebieten mit angespanntem Wohnungsmarkt darf die Miete bei Neuvermietung höchstens 10 % über der ortsüblichen Vergleichsmiete liegen. Die Regelung wurde bis Ende 2029 verlängert. Was die empirische Forschung über ihre tatsächliche Wirkung sagt — von der DIW-Auswertung 2018 bis zum internationalen Überblick über rund 200 Studien —, fasst der Beitrag Mietpreisbremse: was die Forschung zeigt auf mietkaution.org zusammen. Die Grundlagen erklärt Mietpreisbremse einfach erklärt.

Kappungsgrenze (§ 558 Abs. 3 BGB). Im laufenden Mietverhältnis darf die Miete innerhalb von drei Jahren um höchstens 20 % steigen, in angespannten Märkten um 15 %. Ein Tool, das die Marktmiete korrekt schätzt, kennt diese Grenze nicht automatisch.

Begründungspflicht (§ 558a BGB). Das ist der Punkt, der in der Praxis am häufigsten übersehen wird: Eine Mieterhöhung muss mit einem Mietspiegel, einer Mietdatenbank, einem Sachverständigengutachten oder drei Vergleichswohnungen begründet werden. Ein KI-Ausdruck ist kein zulässiges Begründungsmittel. Er kann die interne Entscheidung stützen — im Erhöhungsschreiben muss trotzdem eines der gesetzlichen Mittel stehen. Details dazu in Mieterhöhung: Rechte, Pflichten und praktische Tipps.

Überhöhungs- und Wuchergrenzen. Unabhängig von der Mietpreisbremse ist eine Miete, die die ortsübliche Vergleichsmiete unter Ausnutzung eines geringen Angebots um mehr als 20 % übersteigt, nach § 5 WiStG eine Ordnungswidrigkeit; ab 50 % und bei Ausnutzung einer Zwangslage greift der Wuchertatbestand des § 291 StGB.

Praxisregel: Die algorithmische Schätzung beantwortet die Frage „Was zahlt der Markt?". Die Rechtslage beantwortet die Frage „Was darf ich verlangen?". Maßgeblich ist immer der niedrigere der beiden Werte. Wie man den rechtlichen Referenzwert selbst ermittelt, zeigt Ortsübliche Vergleichsmiete ermitteln.

Wenn Algorithmen zum Kartell werden: der Fall RealPage

Der bislang größte Konflikt um algorithmische Mietpreissetzung läuft in den USA. Das US-Justizministerium verklagte im August 2024 den Softwareanbieter RealPage: Dessen Revenue-Management-Produkte hätten konkurrierenden Vermietern erlaubt, ihre Preise über eine gemeinsame Software abzustimmen, gespeist mit nicht-öffentlichen Daten der jeweils anderen. Sechs große Vermietungsgesellschaften wurden mitverklagt.

Im November 2025 einigten sich Justizministerium und RealPage auf einen Vergleich. Die Auflagen zeigen präzise, worin das Problem gesehen wurde: RealPage darf für Preisempfehlungen nur noch historische Daten verwenden, die mindestens zwölf Monate alt sind, Preisinformationen nicht feiner als auf Bundesstaatsebene ausweisen und muss sich drei Jahre lang von einem gerichtlich bestellten Monitor überwachen lassen. Ein Schuldeingeständnis enthält der Vergleich nicht.

Parallel haben mehrere US-Städte — darunter San Francisco, Philadelphia, Minneapolis und San Diego — algorithmische Mietpreissoftware verboten. New York ging im Oktober 2025 als erster Bundesstaat weiter und untersagte Wohnungsvermietern den Einsatz von Preisalgorithmen ganz.

Was heißt das für Deutschland? Ein vergleichbares Verfahren gibt es hier nicht, und die Marktkonzentration im Wohnungsmietmarkt ist eine andere. Die kartellrechtliche Logik gilt aber: Bundeskartellamt und die französische Autorité de la concurrence haben bereits 2019 in einer gemeinsamen Studie beschrieben, wie Preisalgorithmen auch ohne ausdrückliche Absprache zu abgestimmtem Verhalten führen können — besonders dann, wenn mehrere Wettbewerber dieselbe Software mit denselben Daten füttern. Für Vermieter mit größeren Beständen ist das die entscheidende Frage an den Anbieter: Verarbeitet das Tool ausschließlich öffentliche Marktdaten, oder fließen nicht-öffentliche Daten anderer Vermieter ein?

Regulierung: Was der EU AI Act für Vermieter bedeutet

Die KI-Verordnung der EU (Verordnung (EU) 2024/1689) trifft die Immobilienwirtschaft schrittweise. Für die Mietpreisfindung sind drei Punkte relevant:

  • KI-Kompetenz (Art. 4): Wer KI-Systeme betrieblich einsetzt, muss dafür sorgen, dass die damit befassten Personen über ausreichendes Verständnis verfügen. Das gilt seit Februar 2025 und trifft auch Hausverwaltungen, die Software nur einkaufen.
  • Transparenzpflichten (Art. 50): Seit August 2026 verbindlich; sie betreffen vor allem die Interaktion mit KI-Systemen und KI-generierte Inhalte, nicht die interne Preisschätzung.
  • Hochrisiko-Einstufung: Reine Mietpreisschätzung fällt nach derzeitigem Stand nicht darunter — automatisierte Mieterauswahl oder Bonitätsbewertung dagegen sehr wohl. Die Pflichten für diese Anwendungen nach Anhang III wurden auf Dezember 2027 verschoben.

Wichtig ist die Rollenverteilung: Wer ein KI-System nur einkauft und einsetzt, bleibt als Betreiber in der Verantwortung. Ein „das macht die Software” entlastet weder gegenüber Mietern noch gegenüber Behörden.

Für wen lohnt sich der Einsatz besonders?

Verwalter mehrerer Objekte, professionelle Hausverwaltungen und wachsende Immobilieninvestoren profitieren am stärksten — dort, wo regelmäßig viele Einheiten neu bepreist werden und der manuelle Aufwand mit jedem Objekt linear wächst.

Für private Vermieter mit einer oder zwei Wohnungen sieht die Rechnung anders aus: Eine Abfrage im lokalen Mietspiegel plus eine halbe Stunde Portalrecherche liefert meist dasselbe Ergebnis. Sinnvoller ist der Einsatz dort, wo Wiederholung entsteht — etwa bei Indexmietverträgen, deren Anpassung ohnehin jährlich ansteht.

Wie Vermieter KI-Preisfindung heute praktisch nutzen

Viele Hausverwaltungssoftware-Anbieter integrieren mittlerweile automatisierte Mietpreis-Empfehlungen direkt in ihre Plattformen — meist als ergänzende Orientierung neben dem klassischen Mietspiegel, nicht als alleinige Entscheidungsgrundlage. Ein Vergleich entsprechender Tools findet sich unter Hausverwaltung Software im Vergleich.

Ein pragmatischer Ablauf für die Neuvermietung:

  1. Marktmiete schätzen — mit dem Tool, inklusive der ausgewiesenen Spanne, nicht nur des Punktwerts.
  2. Rechtlichen Deckel bestimmen — Mietspiegelwert ermitteln, prüfen, ob Mietpreisbremse gilt, gegebenenfalls 10 % aufschlagen.
  3. Den niedrigeren Wert nehmen.
  4. Begründung dokumentieren — für eine spätere Mieterhöhung zählt allein die Begründung nach § 558a BGB; das Mieterhöhungsschreiben baut darauf auf.
  5. Anbieter prüfen — Datenherkunft, Aktualisierungsintervall, Erklärbarkeit der Empfehlung, und ob nicht-öffentliche Wettbewerberdaten verarbeitet werden.

Ob der Markt in der eigenen Lage überhaupt Spielraum lässt, ist dabei die Vorfrage — Anhaltspunkte liefert Mieter- oder Vermietermarkt: Woran erkennt man den Unterschied?.

Umfrage: Ihre Meinung als Vermieter

Sind Sie als Vermieter bereit, den Mietpreis KI-gestützt festzulegen?

Ausblick

Der Trend geht in Richtung automatisierter, dynamischer Preisgestaltung — ähnlich wie in der Hotel- und Flugbranche —, mit prädiktiver Trendanalyse und automatisierten Empfehlungen. Ob diese Entwicklung den deutschen Wohnungsmietmarkt erreicht, hängt weniger an der Technik als an zwei anderen Faktoren: an der Regulierungsrichtung, die der Fall RealPage international vorgezeichnet hat, und an der Datenlage. Solange die ortsübliche Vergleichsmiete die rechtlich maßgebliche Größe bleibt und aus Vertragsdaten der letzten Jahre gebildet wird, bleibt dynamisches Pricing im Wohnraum strukturell begrenzt.

Wahrscheinlicher als vollautomatische Preise ist deshalb ein anderer Weg: Modelle, die den Mietspiegelwert, die Marktschätzung und die geltenden Grenzen nebeneinander ausweisen — und die Entscheidung beim Vermieter lassen.

Häufige Fragen

Ersetzt eine KI-Einschätzung den offiziellen Mietspiegel?

Nein — der Mietspiegel bleibt die rechtlich relevante Referenzgröße, etwa bei Mieterhöhungen oder der Prüfung der Mietpreisbremse. KI-Tools liefern eine zusätzliche, oft aktuellere Markteinschätzung, ersetzen den Mietspiegel aber nicht als rechtliche Grundlage.

Ist es erlaubt, die Miete mit einer Software festzulegen?

Ja. Es gibt in Deutschland kein Verbot algorithmischer Mietpreisempfehlungen. Die üblichen Grenzen gelten unverändert: Mietpreisbremse (§ 556d BGB), Kappungsgrenze (§ 558 Abs. 3 BGB) sowie die Überhöhungsgrenzen von § 5 WiStG und § 291 StGB. Kartellrechtlich problematisch wird es erst, wenn eine Software nicht-öffentliche Daten konkurrierender Vermieter verarbeitet und dadurch Preise abgestimmt werden.

Warum liegt die KI-Schätzung über dem Mietspiegel?

Weil beide unterschiedliche Dinge messen. Mietpreis-Tools rechnen überwiegend mit Angebotsmieten aus Immobilienportalen, der Mietspiegel dagegen mit tatsächlich vereinbarten Mieten der letzten Jahre. In angespannten Märkten liegen Angebotsmieten regelmäßig darüber — das ist kein Modellfehler, sondern eine Folge der Datenbasis.

Kann ich eine Mieterhöhung mit einer KI-Auswertung begründen?

Nein. § 558a Abs. 2 BGB nennt abschließend die zulässigen Begründungsmittel: Mietspiegel, Auskunft aus einer Mietdatenbank, Sachverständigengutachten oder drei Vergleichswohnungen. Ein Ausdruck aus einem Preisfindungstool gehört nicht dazu. Er kann die interne Entscheidung stützen, im Erhöhungsschreiben muss aber eines der gesetzlichen Mittel stehen.

Sind KI-basierte Mietpreis-Tools für private Vermieter mit einer Wohnung überhaupt sinnvoll?

Bei einem einzelnen Objekt ist der Aufwand oft überschaubarer als bei größeren Portfolios — hier reicht meist eine Vergleichsmiete-Recherche über gängige Immobilienportale. Der eigentliche Effizienzgewinn zeigt sich vor allem bei mehreren Mietobjekten.

Muss ich Mieter darüber informieren, dass ich KI eingesetzt habe?

Eine mietrechtliche Informationspflicht gibt es nicht. Die Transparenzpflichten des EU AI Act (Art. 50) betreffen vor allem die Interaktion mit KI-Systemen und KI-generierte Inhalte, nicht die interne Preiskalkulation. Anders sieht es aus, wenn Software zur automatisierten Mieterauswahl oder Bonitätsbewertung eingesetzt wird — solche Anwendungen gelten als Hochrisiko-Systeme.

Quellen

Weiterführende Themen