Eingabedaten und Informationsquellen
Kaufpreise, Angaben von Eigentümerinnen und Eigentümern und Einwände gegen frühere Werte stammen von Außenstehenden. Jeder Wert gehört zu einer Immobilie und damit zu ihren Eigentümerinnen und Eigentümern.
Automatisierte Immobilienbewertung (AVM)
Englisch: Automated valuation model (AVM)
Aus Merkmalen des Objekts und Vergleichsverkäufen schätzt ein Modell den Marktwert von Wohnimmobilien.
Den Anwendungsfall verstehen
Was macht diesen Anwendungsfall aus?
Das Modell lernt aus tatsächlich gezahlten Preisen und schätzt daraus, was ein Objekt zum Stichtag erzielen würde. Niederländische Gemeinden stellen so jedes Jahr den amtlichen Wert aller Immobilien fest (WOZ-Wert), die deutsche Grundsteuer beruht dagegen auf gesetzlich festgelegten Verfahren.
Die Seite beschreibt einen typischen Aufbau. Die tatsächlichen Datenwege und Befugnisse ergeben sich aus Ihrer Umsetzung.
- Bauform
- Auswertung und Verarbeitung
- Handlungsmacht
- Handlungsrechte je nach Einbindung
- Einsatzfelder
- kommunale Steuerverwaltung, Immobilienfinanzierung
- Auch bekannt als
- Massenbewertung, WOZ-Taxatiemodell
Funktionsweise und Ablauf
Aufbau und Datenwege
Eingabedaten
Das Modell erhält Lage, Fläche, Baujahr und Zustand des Objekts sowie Kaufpreise vergleichbarer Immobilien.
Kaufpreise, Angaben von Eigentümerinnen und Eigentümern und Einwände gegen frühere Werte stammen von Außenstehenden. Werden neben Objektdaten auch Luftbilder oder Fotos ausgewertet, verarbeitet das System mehrere Arten von Eingaben.
Verarbeitung
Das Modell schätzt aus den Vergleichsverkäufen, welchen Preis das Objekt zum Stichtag erzielen würde.
Das Modell verknüpft die verfügbaren Objekt-, Lage- und Vergleichsdaten zu einer Schätzung des Immobilienwerts. Die Schätzung bezieht sich auf einen bestimmten Bewertungszweck und Datenstand. Besondere Objektmerkmale, die nicht in den Eingabedaten enthalten sind, können in dieser Berechnung nicht ausdrücklich berücksichtigt werden.
Ergebnisse
Jedes Objekt erhält einen geschätzten Wert, manchmal mit einer Angabe zur Unsicherheit.
Das Ergebnis beschreibt die definierte Modellaufgabe. Ein Treffer, eine Kategorie oder eine Prognose erhält seine fachliche Bedeutung erst zusammen mit den zugrunde liegenden Daten und dem vorgesehenen Verwendungszweck.
Nutzung und Auswirkungen
Der Wert geht nach Prüfung in den Bescheid der Gemeinde ein oder bestimmt den Beleihungswert einer Kreditsicherheit.
Die Einbindung bestimmt, ob das Ergebnis lediglich angezeigt, nach Freigabe übernommen oder direkt in ein Fachverfahren geschrieben wird. Diese Varianten unterscheiden sich in ihren Datenwegen und Befugnissen.
Aufbau aktiv erkunden: Wählen Sie einen Baustein, um seine Aufgabe, die ein- und ausgehenden Daten und die Einbindung im Anwendungsfall zu sehen. Der geführte Ablauf erläutert jede Phase. Mit Ja, Offen und Nein können Sie anschließend Ihre konkrete Systemvariante abbilden.
8 zuerst zu prüfen10 zu klären7 Grundlagen
- Vorhanden
- Hängt von Ihrem System ab
- Nicht vorhanden
- Zuerst zu prüfen
- Zu klären
So nutzen Sie das Modell
Das Bild zeigt den Anwendungsfall, wie er typischerweise gebaut ist. Wählen Sie einen Baustein, um zu sehen, was dort geschieht, und stellen Sie seine Merkmale auf Ihr System um. Mit „Analysehinweise“ sehen Sie anschließend, welche Prüfkandidaten zu diesem Aufbau gehören. Die Prüfliste der Seite bleibt auf den typischen Fall bezogen.
Abweichungen vom typischen Fall
Noch keine. Jede Umstellung erscheint hier.
Wo die meisten Bedrohungen ansetzen
- 3 zuerst zu prüfen, 1 zu klären
- 4 zu klären
- 3 zuerst zu prüfen
- 2 zu klären
Im gezeigten Aufbau: 8 zuerst zu prüfen, 10 zu klären, 7 Grundlagen.
Aufbau als Liste
Zugang von außen: Hängt von Ihrem System ab
Zu klären
Eingabe: Gehört zu jedem KI-System
Zuerst prüfen
Zu klären
Grundlage für jedes KI-System
Inhalte Dritter: Hängt von Ihrem System ab
KI-Modell: Gehört zu jedem KI-System
Zuerst prüfen
- Modell-Drift & -Degradation Prüfschwerpunkt
Dienst eines Anbieters: Hängt von Ihrem System ab
Zu klären
Dokumentensammlung: Hängt von Ihrem System ab
Zu klären
Training und Rückmeldung: Vorhanden
Zuerst prüfen
Ergebnis: Gehört zu jedem KI-System
Grundlage für jedes KI-System
Fachanwendung oder Anlage: Hängt von Ihrem System ab
Zu klären
Mensch: Gehört zu jedem KI-System
Zuerst prüfen
- Übermäßiges Vertrauen in das KI-System Prüfschwerpunkt
Betroffene Person: Vorhanden
KI-Dienste ohne Freigabe: Hängt von Ihrem System ab
Zu klären
Lieferkette und technische Basis: 5 Grundlagen, die für jedes KI-System gelten
Grundlage für jedes KI-System
Abgrenzung zu ähnlichen Anwendungsfällen
Kreditscoring und Bonitätsprüfung
Bewertet die Zahlungsfähigkeit der Person, die den Kredit aufnimmt
Daten und Informationen
Verarbeitung und Betriebsumgebung
Viele Gemeinden und Banken beziehen Bewertungssoftware von spezialisierten Anbietern.
Speicherung und weitere Nutzung
Manche Verfahren suchen zu jedem Objekt die ähnlichsten verkauften Immobilien aus einem Bestand heraus. Gemeinden und Banken trainieren das Modell mit Verkaufsdaten aus ihrem Gebiet oder Bestand.
Ergebnisse und Datenweitergabe
Je nach Gemeinde geht der geschätzte Wert direkt in den Bescheid oder erst nach Freigabe durch eine Gutachterin oder einen Gutachter.
Ein eingebundener Anbieter legt den Verarbeitungsort nicht automatisch fest. Speicherort, Unterauftragnehmer, Löschfristen und die Nutzung für Training sind im konkreten Betrieb zu prüfen.
Risiken einordnen und Maßnahmen festlegen
Vom Systemverständnis zur Risikoanalyse
- System abgrenzen
Daten, Beteiligte, Schnittstellen und Rechte erfassen. Offene Merkmale im Modell klären.
- Bedrohungen untersuchen
Prüfkandidaten auf die tatsächlichen Datenwege beziehen: Was könnte passieren und wer wäre betroffen?
- Risiko bewerten
Auswirkungen und Eintrittswahrscheinlichkeit im Einsatzkontext bewerten. Die Anzahl der Prüfkandidaten ist kein Risikowert.
- Maßnahmen nachweisen
Geeignete Kontrollen auswählen, Verantwortliche und Wirksamkeitsprüfungen festlegen. Restrisiken und Freigaben dokumentieren.
Wichtige Bedrohungen im Anwendungskontext
- 3 besonders wichtig
- 5 üblich
- 10 je nach System
- 7 weitere bei jedem KI-System
Insgesamt kommen bei diesem Anwendungsfall 25 Bedrohungen aus dem Bedrohungskatalog infrage.
Außerdem prüfen: ob das System Gruppen benachteiligt
Prüfen Sie, ob Auswahl, Rangfolge oder Bewertung Menschen mit geschützten Merkmalen benachteiligen, etwa nach Geschlecht, Alter oder Herkunft.
Vorrangige Prüfansätze
Das Modell lernt aus Verkäufen vor dem Bewertungsstichtag. Steigen oder fallen die Preise in einzelnen Lagen schnell, liegen die geschätzten Werte dort daneben, bis neue Verkäufe vorliegen.
Gezielte Datenvergiftung / Label-Vergiftung
Verkäufe unter Verwandten oder mit falsch erfassten Flächen gelangen als Vergleichsfälle in die Lerndaten. Das Modell verschiebt dann die Werte ganzer Straßen oder Gebäudetypen.
Übermäßiges Vertrauen in das KI-System
Bei Tausenden Objekten sehen sich Gutachterinnen und Gutachter oft nur auffällige Werte genauer an. Ein unauffällig falscher Wert landet dann im Bescheid, und die Eigentümerin muss ihn selbst anfechten.
5 weitere Prüfkandidaten im typischen Aufbau
Weitere relevante Bedrohungen
Über eigenes Training oder Rückmeldungen aus dem Betrieb können manipulierte Daten in die Lerndaten gelangen.
Steht hier wegen dieser Eigenschaft
- Lernt aus Ihren eigenen Daten
Über Trainingsdaten oder ein übernommenes Grundmodell kann das Modell versteckte Auslöser für Fehlverhalten enthalten.
Steht hier wegen dieser Eigenschaft
- Lernt aus Ihren eigenen Daten
Mit gezielten Abfragen lassen sich personenbezogene und schutzbedürftige Trainingsdaten teilweise aus dem Modell zurückgewinnen.
Steht hier wegen dieser Eigenschaften
- Verarbeitet personenbezogene Daten
- Verarbeitet vertrauliche Daten
Offenlegung sensibler Informationen
Vertrauliche Inhalte können in Antworten, im mitgegebenen Kontext oder in Protokollen auftauchen.
Steht hier wegen dieser Eigenschaften
- Verarbeitet personenbezogene Daten
- Verarbeitet vertrauliche Daten
Exfiltration aus der ML-Anwendung
Schutzbedürftige Daten können über Werkzeuge, Netzverbindungen, Speicher oder Innentäter abfließen.
Steht hier wegen dieser Eigenschaft
- Verarbeitet vertrauliche Daten
Je nach Aufbau Ihres Systems kommen bis zu 10 weitere hinzu. Neun Bedrohungen prüfen Sie bei jedem KI-System. Zwei davon sind hier besonders wichtig und stehen deshalb oben.
Systemmerkmale und offene Fragen
Jedes Ja setzt weitere Bedrohungen auf Ihre Prüfliste, insgesamt bis zu 10. Können Sie eine Frage noch nicht beantworten, prüfen Sie die Bedrohungen mit.
- Kommt mit diesem Ja hinzu
Wie Ihr System gebaut ist
- Verarbeitet Text, Bild und Sprache gemeinsam2 Bedrohungen
- Durchsucht eine eigene Sammlung von Dokumenten1 Bedrohung
- Verändert Daten oder löst Vorgänge aus1 Bedrohung
Wie Sie das System betreiben
- Nimmt Anfragen direkt über eine Schnittstelle an4 Bedrohungen
- Ist über ein Netzwerk erreichbar3 Bedrohungen
- Verursacht mit jeder Anfrage Kosten1 Bedrohung
- Teilt Rechenleistung mit anderen Kunden oder Anwendungen1 Bedrohung
- Neben KI-Diensten ohne Freigabe im Einsatz1 Bedrohung
Wie Ihr System gebaut ist
Sucht das System in einer eigenen Sammlung von Dokumenten oder Datensätzen nach passenden Inhalten?
Manche Verfahren suchen zu jedem Objekt die ähnlichsten verkauften Immobilien aus einem Bestand heraus.
Wenn ja, kommt hinzu
Kann das System selbst etwas verändern, etwa Daten speichern, Nachrichten senden, Buchungen auslösen oder Rechte vergeben?
Je nach Gemeinde geht der geschätzte Wert direkt in den Bescheid oder erst nach Freigabe durch eine Gutachterin oder einen Gutachter.
Wenn ja, kommt hinzu
Verarbeitet das System mehrere Arten von Eingaben zusammen, etwa Text mit Bild oder Sprache?
Werden neben Objektdaten auch Luftbilder oder Fotos ausgewertet, verarbeitet das System mehrere Arten von Eingaben.
Wenn ja, kommt hinzu
Wie Sie das System betreiben
Diese Fragen stellen sich bei fast jedem KI-System.
Können Personen oder Programme dem Modell direkt Anfragen stellen, zum Beispiel über eine Schnittstelle?
Wenn ja, kommt hinzu
Ist das System über ein Netzwerk erreichbar oder auf Dienste im Netz angewiesen?
Wenn ja, kommt hinzu
Zahlen Sie je Anfrage oder je Rechenzeit, sodass die Kosten mit der Nutzung steigen?
Wenn ja, kommt hinzu
Teilt sich das System Server oder Rechenleistung mit anderen Kunden oder Anwendungen?
Wenn ja, kommt hinzu
Nutzen Beschäftigte für diese Aufgabe auch KI-Dienste, die Ihre Organisation nicht freigegeben hat?
Wenn ja, kommt hinzu
Maßnahmen und Umsetzung
Maßnahmen zu den Prüfschwerpunkten sind direkt geöffnet. Die verlinkten Maßnahmen erläutern jeweils die Umsetzung.
PrüfschwerpunktModell-Drift & -Degradation3 Maßnahmen
PrüfschwerpunktGezielte Datenvergiftung / Label-Vergiftung3 Maßnahmen
PrüfschwerpunktÜbermäßiges Vertrauen in das KI-System3 Maßnahmen
Vergiftung der Trainingsdaten2 Maßnahmen
Backdoor im ML-Modell2 Maßnahmen
Privacy-Angriffe3 Maßnahmen
Offenlegung sensibler Informationen3 Maßnahmen
Exfiltration aus der ML-Anwendung3 Maßnahmen
Maßnahmen gegen die übrigen Bedrohungen finden Sie auf deren Seiten im Bedrohungskatalog.
Vorschriften der KI-Verordnung
Gilt für jedes KI-System
Art. 4: KI-Kompetenz
Greift, wenn Beschäftigte oder Beauftragte KI-Systeme betreiben oder nutzen.
Gilt seit dem 2. Februar 2025.
Pflichten und Einzelheiten zu Art. 4: KI-Kompetenz
- Wer die Pflichten trägt
- Anbieter, Betreiber, Produkthersteller, Anbieter eines KI-Modells mit allgemeinem Verwendungszweck
Die Pflichten im Einzelnen
Greift in der Regel nicht
Anhang III Nr. 5 Buchst. b: Kreditwürdigkeit
Das System bewertet eine Immobilie und nicht die Kreditwürdigkeit einer Person, auch wenn der Wert als Kreditsicherheit dient.
Pflichten und Einzelheiten zu Anhang III Nr. 5 Buchst. b: Kreditwürdigkeit
- Allgemein lautet die Bedingung
- Greift, wenn das System die Kreditwürdigkeit von Personen bewertet oder ihren Kreditscore ermittelt.
- Ausnahme
- Systeme, die Finanzbetrug aufdecken sollen.
- Wer die Pflichten trägt
- Anbieter, Betreiber, Produkthersteller
Die Pflichten im Einzelnen
Ihr System im Schnellprüfer einordnen Alle Pflichten im Pflichtenkompass
Übergreifende Bedrohungen
Diese Bedrohungen prüfen Sie bei jedem KI-System, egal wofür es eingesetzt wird.
- Lieferkette: Infrastruktur
- Lieferkette: Modelle
- Lieferkette: Datensätze
- Adversariale Eingaben
- Unsicherer Umgang mit Modellausgaben
- Anwendungs-Schwachstellen
- Übermäßiges Vertrauen in das KI-System Prüfschwerpunkt: Übermäßiges Vertrauen in das KI-System
- Modell-Drift & -Degradation Prüfschwerpunkt: Modell-Drift & -Degradation
- Middleware-Exploits (Angriffe auf AI-Frameworks)
Abweichende Systemmerkmale
16 weitere Fragen ansehen
Trifft eine dieser Fragen bei Ihrem System doch zu, kommen die genannten Bedrohungen hinzu.
Schreibt das System eigene Texte, etwa Antworten, Entwürfe oder Zusammenfassungen?
Das System gibt einen geschätzten Wert aus, keinen Text.
Wenn ja, kommt hinzu
Erzeugt oder verändert das System Bilder, Töne, Stimmen oder Videos?
Wenn ja, kommt hinzu
Schreibt oder gestaltet das System auf freie Anfrage neue Inhalte, die Menschen direkt lesen, sehen oder hören? Übersetzen, Vorlesen und Abschreiben zählen nicht.
Wenn ja, kommt hinzu
Kann man dem System in normaler Sprache Aufträge geben, die es dann ausführt?
Wenn ja, kommt hinzu
Formuliert das System seine Antwort aus gefundenen Dokumenten?
Wenn ja, kommt hinzu
Nutzt das System ein Begriffsnetz (Wissensgraph), in dem Begriffe und ihre Beziehungen gespeichert sind?
Wenn ja, kommt hinzu
Merkt sich das System Inhalte aus früheren Gesprächen oder Aufgaben und nutzt sie später wieder?
Wenn ja, kommt hinzu
Ruft das System selbst andere Programme, Schnittstellen oder Suchdienste auf, auch wenn es dort nur liest?
Wenn ja, kommt hinzu
Legt das System seine nächsten Arbeitsschritte selbst fest, je nachdem, was vorher herauskam?
Wenn ja, kommt hinzu
Gibt das System Aufgaben an andere KI-Agenten weiter oder übernimmt es deren Ergebnisse?
Wenn ja, kommt hinzu
Ist das System über das Model Context Protocol (MCP) an Werkzeuge oder Datenquellen angebunden?
Wenn ja, kommt hinzu
Liegen Dokumente mehrerer Kunden, Abteilungen oder Berechtigungsgruppen im selben Suchspeicher?
Wenn ja, kommt hinzu
Können Menschen außerhalb Ihrer Organisation das System nutzen, auch ohne Anmeldung?
Das Modell nutzt die Gemeinde oder die Bank, Eigentümerinnen und Eigentümer sehen nur das Ergebnis.
Wenn ja, kommt hinzu
Erzeugt das System Programmcode, Skripte oder Datenbankabfragen, die weiterverwendet werden?
Wenn ja, kommt hinzu
Führt das System selbst Programme, Skripte oder Befehle aus?
Wenn ja, kommt hinzu
Soll das System eine vorgegebene Kennzahl möglichst verbessern, etwa Umsatz, Auslastung oder Klicks?
Wenn ja, kommt hinzu
Quellen
- Register oder Fallsammlung
Algoritmeregister NL, WOZ-taxatiemodellen, Gemeente Ede
Der Eintrag beschreibt ein lernendes Bewertungsmodell für die WOZ-Werte.
- Register oder Fallsammlung
Algoritmeregister NL, WOZ-taxatiemodellen, Gemeente Het Hogeland
Der Eintrag beschreibt Bewertungsmodelle mit KI und maschinellem Lernen, die seit Juli 2025 in Gebrauch sind.
- Rechtsakt, Norm oder Standard
EBA, Leitlinien für die Kreditvergabe und Überwachung (EBA/GL/2020/06), Abschnitt 7.4
Die Leitlinien verlangen Kriterien für fortgeschrittene statistische Modelle, mit denen Institute Sicherheiten bewerten, neu bewerten und überwachen (Rn. 236 f.).
Verwandte Anwendungsfälle
Ebenfalls im Einsatzgebiet Verwaltung, Justiz und Sicherheit
- Risikobasierte Prüfauswahl bei Anträgen und LeistungenBehörden bewerten Anträge oder Zahlungen nach dem Risiko von Fehlern oder Betrug und wählen so aus, welche Fälle sie genauer prüfen.
- Polizeiliche Datenanalyse (Analyseplattformen)Polizeiliche Analyseplattformen führen Datenbestände aus verschiedenen Quellen zusammen und zeigen Verbindungen zwischen Personen, Vorgängen und Verfahren als Graph, Tabelle oder Karte.
- KI-Assistenz in Massenverfahren der JustizIn Massenverfahren ordnet das System Schriftsätze, zieht die Merkmale jedes Falls heraus und bereitet Entscheidungsentwürfe vor.
- Sprach- und Dialekterkennung im AsylverfahrenAus einer kurzen Sprachprobe schätzt das System, welche Sprache und welchen Dialekt eine asylsuchende Person wahrscheinlich spricht.
- Automatische Kennzeichenerkennung (ANPR)Kameras erfassen Kfz-Kennzeichen, und das System gleicht sie automatisch mit Register- oder Fahndungsdaten ab.
- Intelligente Videoanalyse im öffentlichen RaumIn Kamerabildern erkennt das System bestimmte Vorgänge oder Gegenstände und meldet sie einer Leitstelle, ohne Personen zu identifizieren.
Stand: 30. September 2026. Regelwerk der Prüfliste in Fassung 0.3.2, Bedrohungskatalog in Fassung 2026.10.24.2. Wie diese Seiten aufgebaut sind