KI-Modell

Ein KI-Modell ist ein auf großen Datenmengen trainierter mathematischer Apparat, der aus einer Eingabe eine Vorhersage oder eine Generierung berechnet. „Schreibe einen Exposé-Text", „Erkenne den Grundriss in diesem PDF", „Welcher Interessent passt zu welchem Objekt?" — alles Aufgaben, die unterschiedliche Modell-Klassen lösen. In der Praxis arbeitet ein modernes Makler-CRM nicht mit einem KI-Modell, sondern mit einem orchestrierten Satz aus mehreren, jedes spezialisiert auf eine Aufgabe.

Welche Modell-Klassen sind im Makleralltag relevant?

• Sprachmodelle (LLMs) wie Claude, GPT, Gemini, Mistral — produzieren und verstehen Text. Zuständig für Exposé-Texte, Akquise-Analysen, E-Mail-Drafts, Morning Briefings, Einwand-Trainer.
• Vision-Modelle verarbeiten Bilder — Räume erkennen, Grundrisse aus Fotos rekonstruieren, KI-Homestaging in Leerräume rendern, Bildoptimierung für Inserate, OCR aus Energieausweisen.
• Speech-Modelle (z. B. Whisper) wandeln gesprochene Sprache in Text — Grundlage für Sprachmemos, Voice-Anlage von Kontakten und Objekten.
• Embedding-Modelle wandeln Texte in Zahlenvektoren — Grundlage für semantische Suche und Suchprofil-Matching („Welcher Interessent passt zu welchem Objekt?", auch wenn die Wortwahl nicht exakt übereinstimmt).
• Spezialmodelle für eng definierte Aufgaben — z. B. Bewertungsmodelle für Immobilienpreise (PriceHubble nutzt eigene Hedonik-Modelle), Lead-Scoring-Klassifikatoren, Bilderkennung für Personalausweise bei der GwG-Prüfung.

Woran unterscheiden sich Modelle?

Vier Achsen sind im Tagesgeschäft entscheidend. Größe wird gerne in Parametern angegeben (Milliarden trainierte Gewichte) — größere Modelle sind meist „klüger", aber teurer und langsamer; kleinere Modelle sind schnell und billig, machen aber häufiger Fehler. Kontextfenster sagt aus, wie viel Text ein Modell auf einmal überblicken kann — relevant, wenn ein gesamter Mietvertrag oder eine ganze Akte ausgewertet werden soll (heute typischerweise 200.000 bis 1 Million Token). Anbieter heißt: Anthropic, OpenAI, Google, Meta, Mistral, DeepSeek — jeder hat eigene Stärken, Preise und vor allem unterschiedliche Datenschutz-Praktiken. Offen vs. proprietär: Llama, Mistral und DeepSeek-Modelle lassen sich selbst hosten; Claude und GPT laufen nur als Cloud-API.

Datenschutz: das eigentliche Auswahl­kriterium

Die juristisch wichtigste Frage ist nicht „welches Modell ist das beste", sondern welcher Anbieter unterschreibt einen sauberen AVV und garantiert, dass Eure Daten nicht als Trainings-Material verwendet werden. Anbieter wie Anthropic (Claude) und OpenAI bieten für Business- und API-Tarife explizite Zusicherungen dazu — die kostenlosen Consumer-Versionen tun das ausdrücklich nicht. Zweite Dimension: Inferenz-Region. Wenn der API-Endpunkt in den USA liegt, wandern personenbezogene Daten über den Atlantik — DSGVO-relevant, mit SCC oder DPF abdeckbar, aber dokumentiert werden muss es. Mehr dazu im Glossar-Eintrag EU-AI-Act.

Eines oder mehrere — was ist sinnvoll?

„Wir nutzen ChatGPT" sagen viele, aber das ist meist die falsche Vereinfachung. Ein gutes Setup nutzt unterschiedliche Modelle pro Aufgabe: ein großes Sprachmodell für komplexe Texte, ein kleines schnelles für Massen-Klassifizierung, ein Vision-Modell für Bilder, ein Embedding-Modell für Matching. Vorteil: jede Aufgabe bekommt das richtige Werkzeug, statt eines Universal-LLMs für alles. Voraussetzung dafür ist eine Architektur, die nicht an einen einzigen Modell-Anbieter fest gekoppelt ist.

So setzt propgen das um

propgen ist modell-agnostisch gebaut: jedes der 28 KI-Module nutzt das Modell, das für die Aufgabe am besten passt — und kann gewechselt werden, wenn ein neuer Anbieter besser oder günstiger wird. Stand Mai 2026 sieht der Mix so aus:

• Claude API von Anthropic trägt den KI-Assistenten: Q&A, Briefings, Exposé-Texte, Akquise-Analysen, Einwand-Trainer — alle Sprach- und Reasoning-Aufgaben.
• Google „Nano Banana" (Gemini-2.5-Flash-Image) übernimmt alles Visuelle: KI-Homestaging in leeren Räumen, virtuelle Renovierung, Grundrisse aus Fotos, Bildoptimierung für Inserate.
• Claude Code ist intern unser Werkzeug für die Weiterentwicklung der propgen-Marketing-Website — kein Produkt-Feature, sondern Walk-the-Talk: wer KI-natives CRM baut, sollte selbst KI-nativ arbeiten. Mehr dazu in der Perspektive „Website mit Claude Code".

Diese Aufstellung ist eine Momentaufnahme — wenn ein anderer Anbieter morgen besser oder günstiger ist, wechseln wir. Was nicht wechselt: alle eingesetzten Anbieter haben unterschriebene AVVs und bestätigen, dass Kundendaten nicht für Training verwendet werden. Wo es passt, kann der eigene Stil per eigene Prompts mitgegeben werden.