KI-Betriebssystem für kleine Hausverwaltungen: der Workshop zum Mitbauen

Von Victor 13. Mai 2026

Was vor zwei Jahren noch ein fünfstelliges Automatisierungsprojekt war, schaffst du heute als kleine Immobilienverwaltung mit ein paar guten Prompts – wenn du weißt wie und das richtige System hast. Genau diesen Workshop hat Victor vergangene Woche vor über 15 Geschäftsführern von Immobilienverwaltungen gehalten und im Anschluss mit ihnen ein Bootcamp durchlaufen, in dem sie das System direkt auf ihren Rechnern aufgebaut haben. In diesem Beitrag zeigt er, wie du als Verwaltung mit unter 10 Personen ein KI-System aufbaust, das von deinem Tagesgeschäft lernt, fragmentierte Systeme vereinheitlicht und kleinteilige Aufgaben Schritt für Schritt übernimmt.

Das Wichtigste in Kürze

Der Kern jeder KI-Einführung: den Anteil wertschöpfender Arbeit erhöhen und nicht-wertschöpfende Arbeit verringern – möglicherweise vier von fünf Arbeitstagen.
KI passt besonders gut zum Verwalteralltag, weil der Verwalter ein Marathonläufer ist: viele Pflicht- und Maintenance-Aufgaben auf dem Weg zu den wenigen wertschöpfenden Momenten.
Das Privileg von KI: erst augmentieren, dann automatisieren. Eine 80–90-%-Lösung per Prompt schlägt das Ringen um eine 100-%-Automatisierung.
Ein KI-Betriebssystem ruht auf vier Bausteinen: Datenintegration, Skills & Agents, Vibe Coding und Selbstlernen – und lebt oft einfach in einem Ordner samt Chatbot.

Was ist eigentlich wertschöpfende Arbeit als Verwalter?

Victor startet den Workshop mit einer fundamentalen Frage: Was bedeutet wertschöpfendes Arbeiten als Immobilienverwalter? Aus dem Raum kommen Prozessverbesserung, das Abarbeiten von Tickets und Vorgängen, das Umsetzen von Sanierungsmaßnahmen und das Projektgeschäft. Beim Makler ist der wertschöpfende Moment klar greifbar – das Gespräch, in dem man die Immobilie verkauft; alles davor ist Vorbereitung, alles danach Nachbereitung. Beim Verwalter ist das Pendant die Eigentümerversammlung: Hinterlässt man dort einen guten Eindruck, war es ein gutes Jahr; wenn nicht, will der Kunde im schlimmsten Fall wechseln.

Warum dieser Einstieg? Weil es bei KI im Kern nicht um Tools geht, sondern darum, den Anteil wertschöpfender Arbeit im Alltag zu erhöhen und nicht-wertschöpfende Arbeit zu verringern. Victor – studierter Physiker – fasst das in ein Verhältnis: Arbeitszeit minus nicht-wertschöpfende Arbeit, geteilt durch die Gesamtarbeitszeit. Seine Einschätzung für die nächsten fünf Jahre: Vier von fünf Arbeitstagen werden heute für Aufgaben aufgewendet, die KI übernehmen könnte.

Warum KI so gut in den Verwalteralltag passt

Der Verwalter ist kein Sprinter, sondern Marathonläufer. Er muss über sehr lange Zeit einen guten Job machen, damit die Kunden bleiben, und gleichzeitig dauerhaft Vertrieb betreiben, um neue zu gewinnen – oft mit langem Vorlauf, weil bestehende Verträge noch laufen. Genau deshalb passt KI so gut: Es gibt unglaublich viele Aufgaben, die reine Abarbeitung und Maintenance sind und nur auf die wertschöpfenden Momente hinarbeiten. Wer hier gut mit KI zusammenarbeitet, macht sich das Leben deutlich leichter.

Hinter all dem stehen vier Painpoints, die Victor in über 100 Interviews mit Verwaltungen immer wieder hört:

Personal: „Wir könnten wachsen, finden aber kein gutes Personal.”
Eigentümer: Sie erwarten die Welt – am liebsten zum Selbstkostenpreis.
Kleinkram: Das Team kommt nicht zu den wichtigen Aufgaben, weil es im Alltagskleinkram versinkt.
Software: Die Systeme sind zu fragmentiert, enthalten Überflüssiges oder zwingen zu Insellösungen, die die eigenen Prozesse auf den Kopf stellen.

Vereinfacht lässt sich die Gesundheit einer Hausverwaltung auf eine Kennzahl reduzieren: wie viele Liegenschaften pro Person verwaltet werden – der Umsatztreiber, dem die größten Kosten (Personal) gegenüberstehen.

Erst augmentieren, dann automatisieren

Das klassische Vorgehen lautet: Prozess optimieren, digitalisieren, automatisieren, skalieren. Das fühlt sich natürlich an und war bis vor rund vier Jahren auch der beste Weg. Das Problem: Prozessoptimierung ist nie abgeschlossen – ein halbes Jahr später sieht das Diagramm anders aus. Und am problematischsten wird die Automatisierung: Man kauft Software, die den Prozess nur halbwegs abdeckt, oder gibt maßgeschneiderte Automatisierungen in Auftrag (Klassiker: das E-Mail-Postfach routen). Ändert sich der Prozess, muss man die Automatisierung neu ausrollen – oder es schleichen sich Fehler ein, weil der Umsetzenden das Fachwissen fehlt.

Das Privileg von KI ist ein anderer Dreiklang: erst digitalisieren, dann KI-augmentieren, dann erst – wenn sinnvoll – automatisieren. Beim Augmentieren macht die Person dieselbe Aufgabe wie zuvor, nur mithilfe eines Chatbots. Beispiel Posteingang: Wer fünf Stunden pro Woche das Postfach manuell sortiert und weiterleitet, bindet es an eine ChatGPT-ähnliche Lösung an, lässt klassifizieren und routen – und braucht nur noch 30 Minuten. Ändert sich der Prozess, ändert man den Prompt; das ist eine Sache von Sekunden. Die Take-Home-Message: Eine 80- bis 90-%-Lösung über Augmentation per einfacher Prompts ist viel leichter als der Versuch, eine 100-%-Automatisierung zu gewährleisten – in den letzten Prozent steckt der Teufel.

Zwei Studien stützen das: 95 % der KI-Projekte zeigen in den ersten 6 bis 12 Monaten keinen Return on Investment (gemeint ist das Automatisierungsthema). Gleichzeitig sehen 75 % innerhalb von 6 Monaten einen positiven ROI – nämlich jene, die sich auf den einfachen Fall konzentrieren: einen Chatbot mit eigenen Prompts und Skills zur Unterstützung. Als Geschäftsführer eines kleinen oder mittelständischen Unternehmens lohnt sich klar die zweite Seite – Großkonzerne mögen sich an der Innovation abarbeiten.

Praxisbeispiele: 20 % Effizienz und 3.500 € in 15 Minuten

In einem vierwöchigen Programm führt mitarbyte eine ChatGPT-ähnliche, aber unternehmenstauglichere und datensicherere Plattform ein. Das Ergebnis quer durch alle Größen: mindestens 20 % Effizienzsprünge – die Verwaltungen arbeiten, als würden sie sich jeden Freitag freinehmen. Mit dem KI-Betriebssystem als nächstem Schritt sind es in manchen Prozessen nicht mehr 20 %, sondern 200 bis 400 % – man vervielfacht den Output, statt nur Zeit zu sparen.

Das zweite Beispiel: Ein Geschäftsführer musste Daten aus einem ERP-System exportieren und in ein anderes importieren; der Softwareanbieter verlangte 3.500 € für die Aufbereitung, woraufhin er erst einen Werkstudenten einstellen und dann eine Automatisierung beauftragen wollte. Statt zu automatisieren gingen sie gemeinsam in Claude Code, beschrieben die Migration aus einer unübersichtlichen Excel-Tabelle in ein Wunschformat (per Screenshot vorgegeben). Der erste Durchlauf stimmte nicht – Ursache: uneinheitliche Punkt-/Komma-Verwendung in den Daten. Nach einer Feedback-Schleife passte alles, und innerhalb von 15 Minuten waren die 3.500 € an Wertschöpfung erzeugt. Was früher ein aufwendiges Projekt war, ist heute Sache weniger Prompts.

Was ein KI-Betriebssystem wirklich ist – und seine vier Bausteine

Vor drei Jahren galt KI als Tool, dann als möglicher „KI-Mitarbeiter” – doch Plug-and-Play funktioniert das nirgends. Die treffendste Analogie: KI ist eine Schicht, ein Füllmittel fast wie Beton, das die vorhandenen Bausteine und Datensysteme so verbindet, dass Menschen darauf anständig arbeiten können – eine Zwischenschicht zwischen Mensch und Technologie. Deshalb der Begriff KI-Betriebssystem. Es ruht auf vier Bausteinen:

Datenintegration: KI schlägt Brücken zwischen Systemen mit und ohne Schnittstellen. Empfehlung: auf ERP- und CRM-Anbieter mit offenen Schnittstellen setzen, denn KI braucht Datenverfügbarkeit.
Skills & Agents: Du arbeitest einen Prozess einmal mit dem Agenten durch und lässt daraus einen Skill erstellen – die KI schreibt sich selbst eine Anweisung (und Software für deterministische Ergebnisse) und führt die Aufgabe künftig identisch aus. Agents bündeln mehrere Skills in einer eigenen Instanz.
Vibe Coding: Das System schreibt eigene Software – damit wird Automatisierung in einfachen Fällen zum Prompt, statt zum Anbieter laufen zu müssen.
Selbstlernen: Statt das ungelesene Prozesshandbuch zu pflegen, sagt die Belegschaft der KI „so mache ich das immer” – die KI legt eigene Prozesse an und lernt die Arbeitsweise der Menschen.

Konkret kann das ganz unspektakulär aussehen: Auf Victors Computer liegt ein Ordner namens „Totos Workspace”. Sobald er darin arbeitet, kann er Claude für alles nutzen. Daneben läuft schlicht ein Chatbot. Sein Alltag: Sechs von acht Stunden steht er vor dem Computer, spricht über eine App mit der KI, läuft durch den Raum und erklärt den ganzen Tag, was zu tun ist – E-Mails prüft er natürlich, bevor sie rausgehen. Ohne Betriebssystem ist der Mensch selbst das Bindeglied zwischen den Systemen; mit Betriebssystem führt die KI aus, und der Mensch konzentriert sich auf das Wertschöpfende: anleiten und überprüfen.

Live-Beispiel: 500 E-Mails in ein Dashboard verwandeln

Wenn das reine Chatbot-Format nicht mehr reicht, hilft ein gebautes Hilfsmittel. Beispiel: Ein Posteingang lief mit über 500 E-Mails über, der zuständige Kollege ging mit drohendem Burnout in den Urlaub – aufgeräumt oder gekündigt. Der Prompt war einfach: „Hilf mir, mein E-Mail-Postfach in den Griff zu bekommen. Trage alle E-Mails in einer Tabelle zusammen, fasse sie in Vorgänge zusammen, priorisiere die Vorgänge und erstelle daraus ein Dashboard.” Aus 500 E-Mails wurden am Ende nur 22 Vorgänge – vieles war doppelt oder nicht mehr relevant –, jeweils mit Zusammenfassung, Priorisierung und Kritikalitätseinschätzung, durch die sich die zuständige Person dann durchklicken konnte.

Fazit: Schritt für Schritt zum eigenen KI-System

Der Workshop führt die wichtigsten Konzepte ein – wertschöpfende Arbeit, „erst augmentieren, dann automatisieren” und die vier Bausteine eines KI-Betriebssystems. Bis das System wirklich im eigenen Betrieb läuft, braucht es allerdings die praktische Umsetzung. Genau dabei begleiten Victor und sein Team Immobilienverwaltungen jeder Größe – von der Zwei-Personen-Jungverwaltung bis zum Großkonzern mit über 150.000 Einheiten.

Warum gerade in der Immobilienverwaltung Augmentation vor Automatisierung kommt, vertieft der Beitrag KI in der Immobilienverwaltung.

Schau dir das vollständige Video oben an, um den kompletten Workshop inklusive der Live-Beispiele zu sehen. Wenn du eine Schritt-für-Schritt-Hilfestellung beim Aufbau deines KI-Betriebssystems möchtest, findest du in der Videobeschreibung den Link zu einer Anfrage.

Häufig gestellte Fragen

Was bedeutet „erst augmentieren, dann automatisieren”?

Augmentieren heißt, dass eine Person ihre Aufgabe weiterhin selbst erledigt, dabei aber von einem Chatbot bzw. einer KI-Lösung unterstützt wird – etwa beim Klassifizieren und Weiterleiten von E-Mails. So entstehen sofort Skalierungseffekte, und ändert sich der Prozess, passt man einfach den Prompt an. Erst wenn ein Prozess mit KI durchdacht ist und es weiterhin sinnvoll erscheint, automatisiert man gezielt. Eine 80–90-%-Lösung per Prompt ist deutlich einfacher als eine angestrebte 100-%-Automatisierung.

Lohnt sich ein KI-Betriebssystem auch für eine kleine Verwaltung unter 10 Personen?

Ja. Gerade kleine Verwaltungen profitieren, weil sich aufwendige Projekte heute durch wenige Prompts ersetzen lassen. In einem vierwöchigen Programm sieht mitarbyte über alle Größen hinweg mindestens 20 % Effizienzsprünge; mit einem ausgebauten KI-Betriebssystem sind in einzelnen Prozessen 200 bis 400 % möglich. Wichtig ist, mit Augmentation zu starten und auf Anbieter mit offenen Schnittstellen zu setzen.

Aus welchen Bausteinen besteht ein KI-Betriebssystem?

Aus vier Bausteinen: Datenintegration (Brücken zwischen Systemen mit und ohne Schnittstellen), Skills & Agents (wiederverwendbare, selbst geschriebene Anweisungen, gebündelt in eigenen Instanzen), Vibe Coding (die KI schreibt eigene Software, sodass Automatisierung zum Prompt wird) und Selbstlernen (die KI lernt Prozesse und Arbeitsweisen aus der täglichen Zusammenarbeit). In der einfachsten Form lebt es in einem Ordner auf dem Computer, auf den ein KI-Agent wie Claude zugreift.