Immobilien in der KI-Suche: So finden ChatGPT und Claude Ihre Objekte

Wie KI-Assistenten Immobilien suchen

Ein Assistent wie ChatGPT, Claude oder Copilot beantwortet Fragen wie „Welche Häuser mit Garten gibt es in Meißen unter 400.000 €?“ aus mehreren Quellen: aus seinem Trainingswissen, aus einer Websuche und – wenn verfügbar – aus Werkzeugen, die er direkt aufrufen kann. Trainingswissen ist für Immobilien wertlos, weil Angebote schnell wechseln. Entscheidend sind die beiden anderen Wege.

Stufe 1: llms.txt

Die Datei /llms.txt beschreibt Ihr Büro, Ihre Region und Ihre wichtigsten Seiten in einfachem Markdown. Sprachmodelle finden dort schnell die richtigen Einstiegspunkte. Für Contao gibt es dafür eine Erweiterung; diese Website nutzt sie bereits.

Stufe 2: strukturierte Daten

Mit schema.org-Angaben wie RealEstateListing und Offer markieren Sie Preis, Lage und Objektart maschinenlesbar. Davon profitieren klassische Suchmaschinen und KI-Websuchen gleichermaßen. Wie das aussieht, zeigt unser Beitrag Schema.org für Immobilien.

Stufe 3: ein MCP-Server

Das Model Context Protocol (MCP) ist ein offener Standard, über den KI-Assistenten Werkzeuge externer Systeme nutzen. Ein MCP-Server auf Ihrer Website bietet Funktionen wie „Immobilien suchen“ oder „Exposé abrufen“. Der Assistent bekommt damit tagesaktuelle Daten direkt aus Ihrem Bestand, statt HTML-Seiten zu interpretieren.

Datenschutz nicht vergessen

Ein MCP-Server darf nur ausgeben, was ohnehin öffentlich ist: veröffentlichte Objekte, freigegebene Felder, die exakte Adresse nur mit Freigabe des Eigentümers. Jede Antwort sollte den Stand der Daten und den Link zum Exposé enthalten, damit niemand veraltete Angaben verbreitet.