Wie ein KI-basiertes CRM für Makler heute wirklich entsteht

Von der Idee zur Umsetzung heißt heute in der KI-Welt nicht mehr Monate oder Jahre, sondern Stunden oder Tage.

Die unbequeme Wahrheit über Makler-CRMs

Wer als Makler in den letzten zehn Jahren ein CRM ausprobiert hat, kennt das Muster: Die Software verspricht, das Geschäft zu vereinfachen — und endet als digitaler Karteikasten, in den man Daten eintippt, damit „etwas drinsteht". Exposés werden trotzdem in Word geschrieben, Termine doppelt gepflegt, Anfragen aus Portalen manuell sortiert. Das CRM verwaltet, was man bereits getan hat. Es hilft selten dabei, das nächste Richtige zu tun.

Das war nicht immer ein Fehler der Hersteller. Bis vor kurzem war Software einfach nicht in der Lage, einen Markttext zu schreiben, ein Telefonat zu führen oder einen Termin zu briefen. Sie konnte Felder anbieten — mehr nicht.

Seit ungefähr 18 Monaten stimmt das nicht mehr. Und genau in diesem Fenster — zwischen „die Modelle sind gut genug" und „der Markt hat es verstanden" — entstehen gerade die Werkzeuge, mit denen Makler in den nächsten Jahren arbeiten werden.

Eines davon ist propgen. Und die Geschichte, wie es entstanden ist, sagt mehr über die Branche aus als über die Technologie.

Die Ausgangslage: Ein Gründer, ein Berater, ein Markt im Umbruch

Silab Kamawall hatte eine klare These: Das nächste Makler-CRM wird kein CRM mit KI-Features sein, sondern ein KI-System mit CRM-Funktionen. Der Unterschied klingt akademisch, ist aber fundamental. Beim ersten Modell ist die KI eine Schaltfläche. Beim zweiten ist sie der Motor — und die Datenbank dient ihr zu, nicht umgekehrt.

Die These braucht zwei Dinge, um zur Software zu werden: tiefes Verständnis dafür, wie deutsche Immobilienmakler tatsächlich arbeiten, und einen extrem schnellen Entwicklungszyklus. Denn bei AI-First-Produkten gilt: Wer ein Jahr später startet, baut nicht ein Jahr älteres Produkt — sondern ein Produkt, das eine ganze Modellgeneration zurückliegt.

Genau hier kam ich ins Spiel — als externer Produktberater. Mein Job: aus Maklerperspektive prüfen, was funktioniert, Bug- und Feature-Tickets schreiben, Workflows konzipieren, Kunden bei der Einführung begleiten. Silab baut. Ich teste, hinterfrage, präzisiere.

Was sich an der Art zu bauen verändert hat

Vor drei Jahren hätte ein Projekt wie propgen ein Team von zehn Leuten und 18 Monate Zeit gebraucht. Heute reicht ein Bruchteil davon — wenn man die richtigen Werkzeuge richtig einsetzt.

Der entscheidende Punkt ist nicht, dass „die KI den Code schreibt". Das ist die Schlagzeilen-Version, und sie ist falsch. Der entscheidende Punkt ist: Die KI verkürzt jeden einzelnen Schritt zwischen einer Idee und ihrer Umsetzung.

Ein Beispiel aus unserem Alltag. Ein Makler beschreibt im Gespräch, dass er vor jedem Besichtigungstermin gerne eine Zusammenfassung hätte: Wer kommt? Was haben sie sich angeschaut? Was steht in den letzten E-Mails? Was muss er wissen, ohne sich erst durch fünf Bildschirme zu klicken?

Früher: Anforderung sammeln, Specification schreiben, mit Designern abstimmen, Entwickler briefen, drei Sprints später ein erstes Mockup, weitere drei Sprints später eine Beta. Vielleicht.

Heute: Aus dem Gespräch entsteht innerhalb einer Stunde ein konkretes Konzeptdokument mit klaren Akzeptanzkriterien, Wireframes als ASCII direkt im Ticket, geklärten offenen Fragen. Nach 24 Stunden steht ein erster Prototyp im System. Der Makler probiert es aus, sagt was funktioniert und was nicht — Iterationen laufen in nahezu Realtime.

Das ist kein theoretischer Geschwindigkeitsgewinn. Das ist der Unterschied zwischen einem Produkt, das mit dem Markt mitwächst, und einem, das ihm hinterherläuft.

Was ein KI-CRM können muss, das ein klassisches CRM nicht kann

Drei Dinge unterscheiden ein wirkliches AI-First-CRM von einem klassischen System mit aufgesetzten KI-Features. Alle drei klingen im ersten Moment unspektakulär. Im Alltag sind sie der Unterschied zwischen „nett" und „nicht mehr verzichtbar".

Erstens: Es schreibt mit. Ein Exposé-Text, eine Antwort auf eine Portalanfrage, eine Akquise-Mail an einen Eigentümer. Nicht als generischer Boilerplate, sondern auf Basis dessen, was über Objekt, Kontakt und Markt bereits im System steht. Ein integrierter PriceHubble-Wert ist nicht mehr nur eine Zahl im Dashboard — er fließt automatisch in die Argumentation der Akquise-Mail ein.

Zweitens: Es bereitet vor. Vor dem Termin liegt eine kompakte Zusammenfassung im Posteingang: Mit wem sprechen Sie gleich, was wurde zuletzt diskutiert, welche Einwände sind offen, welche Objekte könnten passen. Das, was ein guter Assistent leisten würde, wenn man sich einen leisten könnte.

Drittens: Es hört zu. Das Telefonat mit dem Eigentümer wird transkribiert, die wichtigen Punkte landen automatisch im richtigen Kontakt, der Folgetermin wird vorgeschlagen, die nächste Aktion ist klar. Die Erfassung verschwindet im Hintergrund.

Keiner dieser Punkte ist isoliert revolutionär. Aber zusammen verschiebt sich, was ein CRM überhaupt ist. Es ist nicht mehr ein Ort, an dem man Daten ablegt. Es ist ein Werkzeug, das mit einem zusammen den Tag bearbeitet. Welche KI-Module bei propgen diese drei Eigenschaften heute schon abdecken, zeigt der Funktionsüberblick — wie die zugrundeliegende Architektur aussieht, wird in „Quo vadis CRM?" eingeordnet.

Warum die meisten KI-Versprechen scheitern

Wer aktuell auf der EXPO REAL oder einer Branchenmesse läuft, sieht überall KI-Logos. Das ist gut — die Aufmerksamkeit ist verdient. Aber es lohnt sich, beim Hinschauen genauer zu sein.

Ein KI-Feature ist nicht automatisch hilfreich, nur weil es existiert. Drei Fragen entscheiden in der Praxis, ob es trägt:

Hat die KI Zugriff auf die richtigen Daten? Eine KI, die Texte schreibt, ohne den Kontaktverlauf zu kennen, schreibt Marketing-Floskeln. Eine KI, die einen Termin briefen soll, aber nicht weiß, was im letzten Telefonat besprochen wurde, hilft nicht. Die Qualität der Ausgabe hängt nicht am Modell — die Topmodelle sind alle gut. Sie hängt daran, was das System dem Modell überhaupt mitgibt.

Greift sie an der richtigen Stelle? Ein Knopf „KI-Text generieren" irgendwo in den Einstellungen ist eine Demo, kein Produkt. Hilfreich wird KI dort, wo man ohnehin gerade arbeitet: im Posteingang, im Termindetail, im Exposé-Editor. Sie muss da sein, bevor man sie sucht.

Lässt sie sich korrigieren? Die erste Antwort der KI ist selten perfekt. Ein gutes System macht es einfach, sie zu schärfen — nicht durch erneutes Tippen, sondern durch eine kurze Anweisung, einen Hinweis, ein „etwas formeller bitte". Wer das nicht löst, baut eine schöne Demo, aber kein Werkzeug.

Diese drei Punkte sind nicht hochtechnisch. Sie sind Produktarbeit. Und sie sind genau der Grund, warum dasselbe Sprachmodell in zwei verschiedenen Produkten zu komplett unterschiedlichen Ergebnissen führt.

Was sich daraus für Makler ableitet

Wer als Makler heute ein neues CRM auswählt — oder darüber nachdenkt, ob das alte noch passt — steht vor einer ungewohnten Frage. Es geht nicht mehr darum, ob die Software „auch KI hat". Das wird in zwei Jahren so spannend sein wie die Frage, ob sie eine mobile App hat. Die ehrliche Frage lautet: Wie tief sitzt die KI im System — und arbeitet sie mit mir oder neben mir?

Ein paar konkrete Prüfsteine, die sich bei Vorführungen lohnen:

Wenn Sie einen neuen Kontakt anlegen und der Vermerk „hat sich am Telefon kritisch zur Lage geäußert" dort steht — taucht diese Information später beim nächsten Termin von alleine wieder auf? Oder muss sie aktiv gesucht werden?

Wenn ein Exposé erstellt wird — wird der Marktwert der Lage automatisch berücksichtigt, oder müssen Sie selbst nachschlagen und einfügen?

Wenn eine Anfrage aus ImmoScout eingeht — passiert in den nächsten 30 Sekunden bereits etwas im System, oder warten alle Daten darauf, dass jemand sie sortiert?

Die Antworten auf diese Fragen unterscheiden ein Produkt der nächsten Generation von einem Produkt, das alte Software mit KI-Lippenbekenntnissen verlängert. Wer einen ersten strukturierten Überblick sucht, findet ihn im vollständigen KI-Funktionsumfang.

Der Punkt, an dem es persönlich wird

Bei aller Technologie bleibt eines: Software ändert nichts, wenn der Mensch dahinter nicht bereit ist, seine Arbeitsweise zu hinterfragen. Das schnellste CRM der Welt nützt nichts, wenn weiterhin parallel in Excel gepflegt wird.

Die Makler, die in den nächsten Jahren wachsen, werden nicht die mit dem teuersten Tool sein. Es werden die sein, die früh verstehen: KI ist kein Knopf, den man drückt. Sie ist eine Fähigkeit, die ein Team gemeinsam mit der Software entwickelt — durch konsequentes Nutzen, durch Feedback, durch die Bereitschaft, alte Routinen abzulegen, sobald die neue Variante besser funktioniert.

Das ist anstrengender, als es klingt. Und es ist der eigentliche Wettbewerbsvorteil. Nicht das Modell. Nicht die Plattform. Sondern die Geschwindigkeit, mit der ein Maklerunternehmen lernt, mit diesen neuen Werkzeugen wirklich zu arbeiten.

Ausblick

propgen wird ab Mai 2026 für alle nutzbar sein. Was uns in den letzten Monaten an Beta-Feedback erreicht hat, bestätigt die Grundthese: Makler suchen nicht nach mehr Funktionen. Sie suchen nach weniger Reibung. Nach einem Tag mit weniger Kontextwechseln, weniger Doppelarbeit, weniger „das mache ich später".

Genau das ist es, was ein KI-basiertes CRM heute leisten kann — wenn es richtig gebaut wird. Und das wird es, weil die Werkzeuge, mit denen man es baut, selbst einen Sprung gemacht haben. Wie das konkret aussieht — wenn man zwei Personen mit KI eine ganze Website in Stunden bauen lässt — beschreibt der parallele Werkstattbericht „Wie wir unsere Website mit Claude Code gebaut haben".

Die spannende Phase fängt jetzt erst an. Mehr darüber, wofür wir bauen, findet sich in unserer Mission. Was in den letzten Monaten konkret entstanden ist, dokumentieren die Release Notes — besonders das KI-Textgenerierungs-Release, die Daten-Anreicherung und der KI-Assistent.