{"id":27553,"date":"2026-04-08T09:16:20","date_gmt":"2026-04-08T07:16:20","guid":{"rendered":"https:\/\/daisec.de\/?page_id=27553"},"modified":"2026-04-08T11:07:37","modified_gmt":"2026-04-08T09:07:37","slug":"traumhaus-assistent-ki-chatbot-fertighaeuser","status":"publish","type":"page","link":"https:\/\/daisec.de\/en\/praxisbeispiele\/traumhaus-assistent-ki-chatbot-fertighaeuser\/","title":{"rendered":"Traumhaus-Assistent \u2013 KI-gest\u00fctzter Chatbot zur Auswahl passender Fertigh\u00e4user"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n
\n
\n \n
\n
<\/div>\n <\/div>\n <\/div>\n
\n \n
\n
<\/div>\n <\/div>\n <\/div>\n
\n \n
\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Wie findet man ein Fertighaus, das wirklich zu den eigenen W\u00fcnschen passt? Der Traumhaus-Assistent zeigt, wie K\u00fcnstliche Intelligenz (KI) den Prozess vom Wunsch bis zur passenden Hausauswahl unterst\u00fctzen kann.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Hohe Nachfrage, komplexe Beratungssituationen<\/h5>\n <\/div>\n <\/div>\n
\n \n \n
\n

Zwei Unternehmen aus dem Fertighausbereich stehen vor einer Herausforderung: Die Nachfrage nach Wohnraum w\u00e4chst, w\u00e4hrend gleichzeitig Beratungsprozesse zeitintensiv sind. Viele Kunden k\u00f6nnen ihre Vorstellungen nur schwer formulieren,\n was die Bedarfserhebung erschwert. Zudem zeigt sich gro\u00dfes Potenzial: Standardisierte digitale Prozesse k\u00f6nnen Kosten senken und Kunden den Zugang zu passenden Angeboten erleichtern.<\/p>\n <\/div>\n <\/div>\n

\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Das Ziel: Bedarfsgerechte Unterst\u00fctzung durch KI<\/h5>\n <\/div>\n <\/div>\n
\n \n \n
\n

Im Projekt \u201eTraumhaus-Assistent\u201c entwickelt DAISEC gemeinsam mit zwei Unternehmen einen KI-gest\u00fctzten Prototypen, der grundlegende Kundenbedarfe systematisch erfasst und passende Fertigh\u00e4user vorschl\u00e4gt. Der Ansatz soll langfristig\n dazu beitragen, den Erstkontakt zu entlasten und gleichzeitig Kunden einen niedrigschwelligen \u00dcberblick \u00fcber geeignete Hausmodelle bieten. Zudem zeigt der Prototyp auf, welche technischen und organisatorischen Herausforderungen\n bei der Entwicklung eines Chatbots entstehen k\u00f6nnen.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n <\/div>\n
\n \n
\n \n \n
Vom Kundenwunsch zur Empfehlung: Der Prototyp<\/h5>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Der Prototyp folgt einem klar strukturierten Ablauf, bei dem mehrere Systemkomponenten ineinandergreifen (siehe Abbildung 1). Die Kunden beginnen den Dialog mit einer freien Beschreibung ihres Wunschhauses. Anschlie\u00dfend stellt\n der Chatbot gezielte R\u00fcckfragen zu den wichtigsten Auswahlkriterien wie der Wohnfl\u00e4che, der Dachform und der Anzahl der Schlafzimmer (siehe Abbildung 2). Diese und weitere Kategorien bilden die Grundlage f\u00fcr die sp\u00e4tere\n Empfehlung und erm\u00f6glichen eine systematische Erfassung der Kundenbed\u00fcrfnisse.<\/p>\n

Die Eingaben werden in der Dialog und Verarbeitungslogik gesammelt und kategorisiert. Die Backend Komponente steuert den gesamten Dialogfluss und erzeugt daraus einen Prompt, der an das KI Modell \u00fcbermittelt wird. Das Sprachmodell\n wird auf einem Server betrieben und \u00fcber einen API-Key angesteuert.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n
\n (Abbildung 1)\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

Das KI Modell verarbeitet die strukturierten Kundenw\u00fcnsche gemeinsam mit einer definierten Rollenbeschreibung und der vollst\u00e4ndigen Hausliste, die alle verf\u00fcgbaren Fertighausmodelle mit denselben Kriterien enth\u00e4lt. Auf dieser Datengrundlage\n identifiziert das Modell das am besten passendste Haus und formuliert eine begr\u00fcndete Empfehlung.<\/p>\n <\/div>\n <\/div>\n

\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n
\n (Abbildung 2)\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n \n
Lessons Learned: Erkenntnisse aus dem Projekt<\/h5>\n <\/div>\n <\/div>\n
\n \n \n
\n

Die Entwicklung eines zuverl\u00e4ssigen KI-Chatbots h\u00e4ngt oft von vielen kleinen, aber entscheidenden Details ab. Besonders Datenqualit\u00e4t, Dialoglogik und die Steuerung des KI-Modells beeinflussen ma\u00dfgeblich die Verl\u00e4sslichkeit des Systems.<\/p>\n

\n
\n <\/p>\n