# KI-Bildauswertung von Dach und Grundstück: Genauigkeit einschätzen

_Wie präzise ist die automatische Erkennung von Dach- und Grundstücksmerkmalen aus Luftbildern wirklich? Eine faktenbasierte Einordnung für Handwerk und Immobilienwirtschaft._

Quelle: https://postry.de/ratgeber/ki-bildauswertung-genauigkeit-dach-grundstueck
Herausgeber: Postry (https://postry.de)
Autor: Postry Redaktion
Themenwelt: Geodaten, KI & Recht
Veröffentlicht: 2026-09-14
Aktualisiert: 2026-09-14
Sprache: de-DE
Zitieren erlaubt mit Quellenangabe und Link.

## Kurzantwort
KI-gestützte Bildauswertung von Dächern und Grundstücken erreicht bei der reinen Erkennung von Gebäudeumrissen eine hohe Präzision, die mit manueller Digitalisierung vergleichbar ist. Bei der Analyse von Merkmalen wie Dachneigung, Ausrichtung oder Bewuchs liegt die Genauigkeit je nach Datenquelle (Satellit, Luftbild, Drohne) und Komplexität des Objekts zwischen 85 % und 95 %. Absolute Flächenberechnungen weisen Abweichungen von 5–15 % auf. Damit eignet sich die Technologie hervorragend zur Lead-Generierung und Erstbewertung, ersetzt aber nicht das finale Aufmaß vor Ort.

## Das Wichtigste
- Flächenabweichung: 5–15 % bei KI-Auswertung aus Luftbildern sind realistisch.
- Eignung: Ideal für Akquise-Vorauswahl, ungeeignet für verbindliches Aufmaß.
- Datenquellen: Drohnenaufnahmen (1–10 cm Abweichung) sind präziser als amtliche Luftbilder (10–30 cm).
- Fehlerquellen: Verschattung, geringe Auflösung und komplexe Dachformen reduzieren die Genauigkeit.
- Rechtsgrundlage: Nutzung für postalische Werbung ist zulässig (DSGVO Art. 6 Abs. 1 f).
- Kosten-Nutzen: Automatisierte Akquise kann Kosten pro Auftrag um 30-50 % senken.
- Praxiswert: Eine gut geplante Kampagne amortisiert sich oft nach 2-3 vermittelten Aufträgen.

## Kennzahlen
- Genauigkeit Flächenerkennung: 5-15 % Abweichung (Postry/Branchenmittel)
- Genauigkeit RTK-Drohne: 1-3 cm Abweichung (Airteam (2026))
- Übereinstimmung KI vs. Gutachten: 85-94 % (loqal (2026))
- Response-Quote Geodaten-Brief: 2-5 % (Postry-Plattformauswertung)
- Kosten pro Auftrag (CPA): 250-800 € (Postry Kampagnen-Analyse)

Stand der Angaben: 2026.

## Wie funktioniert die KI-gestützte Auswertung von Luftbildern?

Eine KI-gestützte Auswertung von Luftbildern analysiert systematisch Bilddaten, um spezifische Merkmale wie Gebäudeumrisse, Dachflächen, Vegetation oder versiegelte Flächen zu identifizieren und zu klassifizieren. Der Prozess beginnt mit georeferenzierten Orthofotos – also entzerrten Luftbildern – aus amtlichen Quellen wie den Landesvermessungsämtern. Ein Algorithmus, der auf hunderttausende Beispiele trainiert wurde, segmentiert das Bild und grenzt einzelne Objekte, zum Beispiel Dachflächen, voneinander ab. Anschließend werden für jedes Objekt relevante Eigenschaften extrahiert: die Fläche in Quadratmetern, die Himmelsrichtung (Exposition), die Neigung und teils sogar Materialeigenschaften oder Zustandsindikatoren wie Moosbewuchs durch Far- und Texturanalyse.

Die Aussagekraft dieser automatisierten Analyse hängt direkt von der Qualität der zugrundeliegenden Daten ab. Amtliche Luftbilder bieten eine solide Grundlage, werden aber oft nur alle ein bis drei Jahre aktualisiert. Drohnenaufnahmen liefern eine deutlich höhere Auflösung und Aktualität, sind aber nur für Einzelobjekte und nicht für eine flächendeckende Gebietsanalyse wirtschaftlich. Satellitenbilder haben die geringste Auflösung und eignen sich primär für sehr große Strukturen oder die Analyse von Vegetationsveränderungen über die Zeit.

Für die Auftragsakquise im Handwerk werden diese Bilddaten mit weiteren Geoinformationen verschnitten. Dazu gehören Baualtersklassen aus dem Zensus, Bodenrichtwerte der Gutachterausschüsse oder Daten der kommunalen Wärmeplanung. Erst diese Kombination erlaubt eine qualifizierte Bewertung: Ein großes, unverschattetes Süddach auf einem Gebäude der Baualtersklasse 1990–2002 in einer Gegend ohne Fernwärmeanschluss ist ein erstklassiger Hinweis auf einen potenziellen Auftrag für eine Wärmepumpe oder eine neue Solaranlage.

| Datenquelle | Aussagekraft für Akquise | Aktualität & Auflösung | Kosten & Verfügbarkeit |
|---|---|---|---|
| Amtliches Luftbild (Orthofoto) | Hoch | Mittel (Aktualisierung alle 1-3 Jahre) | Flächendeckend, in Software integriert |
| Drohnenaufnahme (RTK) | Sehr hoch | Sehr hoch (projektbezogen) | Hoch, nur für Einzelobjekte sinnvoll |
| Satellitenbild (z.B. Sentinel) | Gering bis mittel | Gering (bis zu 10m/Pixel) | Gering, für Detailanalysen ungeeignet |
| OpenStreetMap (Gebäudeumriss) | Mittel | Hoch (Community-gepflegt) | Kostenlos, aber Genauigkeit schwankt stark |

## Welche Merkmale sind die stärksten Indikatoren für Aufträge?

Die treffsichersten Merkmale für neue Aufträge sind jene, die einen konkreten, ungedeckten Bedarf signalisieren und sich aus der Kombination von Geo- und Bilddaten ableiten lassen. Für Solarbetriebe ist dies die ungenutzte, ausreichend große und optimal ausgerichtete Dachfläche. Die KI identifiziert hier Dächer über 60 m² mit Süd- bis Westausrichtung und geringer Verschattung, auf denen keine bestehenden Module erkennbar sind. Eine Auswertung der Postry-Plattform zeigt bei einer Analyse von 182 geprüften Gebäuden, dass 14,3 % einen Treffer-Score von über 70 (von 100) Punkten für eine Solareignung aufwiesen, was die Relevanz dieses Triggers unterstreicht.

Im Dachdeckerhandwerk ist hingegen das Baualter kombiniert mit sichtbaren Zustandsindikatoren der stärkste Hinweis. Gebäude aus den Jahren 1975–1995 haben oft eine Dachlebensdauer erreicht, die eine Sanierung wahrscheinlich macht. Erkennt die KI zusätzlich typische Muster für Moos- und Algenbewuchs, besonders auf Norddächern, steigt die Auftragswahrscheinlichkeit signifikant. Für den Garten- und Landschaftsbau sind es Grundstücke in Neubaugebieten, die 12–24 Monate bezogen sind, aber im Luftbild noch als Schotter- oder Erdfläche ohne Bepflanzung erscheinen.

Die Unsicherheit der einzelnen Merkmale muss dabei immer einkalkuliert werden. Ein Baujahr ist oft nur als Blockmittelwert für ein ganzes Quartier verfügbar und kann im Einzelfall abweichen. Eine per KI geschätzte Dachneigung basiert auf Schattenwurf und 3D-Modellen, deren Genauigkeit von der Auflösung des Luftbildes abhängt. Deshalb ist nicht das Einzelmerkmal, sondern die Kombination und Gewichtung mehrerer Indikatoren entscheidend für eine verlässliche Prognose.

| Merkmal (Trigger) | Wirkung (potenzieller Auftrag) | Datenquelle | Typische Unsicherheit |
|---|---|---|---|
| Große, freie Dachfläche Süd/West | Photovoltaik-Installation | Luftbild-KI, ALKIS | 5-10 % Flächenabweichung |
| Baualter 1975-1995 + Moosbewuchs | Dachsanierung, Dachreinigung | Zensus-Daten, Luftbild-KI | Baujahr als Blockmittelwert; Mooserkennung 90 % |
| Neubau-Grundstück ohne Grünfläche | Erstbepflanzung, Gartenanlage | ALKIS, Luftbild-KI | Abgrenzung kann durch Baumbestand ungenau sein |
| Hoher Vegetationsindex > 1.000m² | Baumpflege, Baumfällung | ALKIS, Luftbild-KI | Baumhöhe und -zustand nur grob schätzbar |
| Kein Fernwärme-Vorranggebiet | Heizungstausch, Wärmepumpe | Kommunale Wärmeplanung | Planungsstand kann sich kurzfristig ändern |

## Welche Methode der Kundengewinnung rechnet sich wirklich?

Die wirtschaftlichste Methode zur Kundengewinnung hängt von den spezifischen Kosten pro Auftrag (Cost per Acquisition, CPA) und der Planbarkeit des Auftragseingangs ab. Ein Vergleich der gängigen Kanäle zeigt, dass adressierte Briefwerbung auf Basis von Geodatenanalyse oft die beste Balance aus Kosten, Qualität und Skalierbarkeit bietet. Während Lead-Portale scheinbar günstige Anfragen liefern, sind die Abschlussquoten durch den hohen Wettbewerb oft niedrig, was die tatsächlichen Kosten pro Auftrag in die Höhe treibt. Ein Photovoltaik-Lead für 50 € wird bei einer Abschlussquote von 5 % schnell zu 1.000 € Akquisekosten pro Auftrag.

Kaltakquise am Telefon ist gegenüber Privatpersonen gesetzlich verboten (§ 7 UWG) und im B2B-Bereich nur bei mutmaßlicher Einwilligung zulässig, was sie für die meisten Handwerksbetriebe disqualifiziert. Online-Anzeigen über Google oder Social Media können funktionieren, erfordern aber hohe Budgets und permanentes Fachwissen in der Optimierung, um nicht hunderte Euro pro Klick für generische Suchbegriffe auszugeben. Empfehlungen sind zwar der günstigste Kanal, aber nicht aktiv steuerbar oder skalierbar.

Die trigger-basierte Briefkampagne löst dieses Dilemma. Sie identifiziert gezielt Haushalte mit einem latenten, aber konkreten Bedarf und spricht diese exklusiv an. Die Kosten sind planbar und die Ergebnisse messbar. Eine Kampagne mit 500 Briefen à 1,80 € kostet 900 €.

Bei einer typischen Rücklaufquote von 2-4 % führt dies zu 10-20 Anfragen. Mit einer soliden Angebots- und Abschlussquote resultieren daraus 2-4 Aufträge. Die Kosten pro Auftrag liegen damit bei 225-450 € – deutlich unter den Werten vieler anderer Kanäle und bei höherer Qualität der Anfragen.

| Akquise-Kanal | Kosten je Anfrage (Lead) | Kosten je Auftrag (CPA) | Vorlaufzeit | Steuerbarkeit & Skalierbarkeit |
|---|---|---|---|---|
| Adressierte Briefwerbung (Geodaten) | 45-90 € | 225-450 € | 2-4 Wochen | Sehr hoch |
| Lead-Portale (z.B. MyHammer) | 30-80 € | 600-1.600 € | 1-2 Wochen | Mittel |
| Google Ads (regional) | 50-150 € | 500-2.000 € | Sofort | Hoch, aber komplex |
| Social Media Ads (regional) | 20-60 € | 400-1.200 € | Sofort | Hoch, aber Streuverluste |
| Empfehlungsmarketing | 0 € | 0 € | Monate | Nicht steuerbar |
| Kaltakquise (Telefon) | - | - | - | Gesetzlich unzulässig (Privat) |

## Was sich 2026 verändert hat

Das Marktumfeld für die Auftragsakquise im Handwerk hat sich 2026 spürbar verschärft. Die Kosten für bezahlte Werbung auf Plattformen wie Google, Meta und den bekannten Lead-Portalen sind im Vergleich zu den Vorjahren um schätzungsweise 20-30 % gestiegen. Diese Kanalsättigung führt dazu, dass immer mehr Betriebe um dieselben generischen Suchanfragen konkurrieren, was die Klickpreise und die Kosten pro Lead in unwirtschaftliche Höhen treibt. Eine Methode, die früher gut funktionierte – breite Google-Ad-Kampagnen auf Keywords wie "Dachdecker München" – liefert heute oft nur noch teure Anfragen von "Preis-Touristen".

Parallel dazu hat die Professionalisierung aufseiten der Kunden zugenommen. Hausbesitzer informieren sich tiefgehender und erwarten personalisierte, relevante Ansprachen. Eine generische Postwurfsendung, die undifferenziert in tausende Briefkästen verteilt wird, landet heute noch schneller im Altpapier als früher. Die reine Verteilung von Flyern ohne datengestützte Adressauswahl ist eine veraltete Methode, die sich angesichts von Druck- und Verteilkosten von über 150 € pro 1.000 Stück und minimalen Rücklaufquoten unter 0,1 % nicht mehr rechnet.

Die Regulierung im Datenschutz, insbesondere die konsequente Durchsetzung der DSGVO, hat zudem die Spielregeln verändert. Während die Kaltakquise per Telefon an Privatpersonen schon immer unzulässig war, wächst nun auch das Bewusstsein für die strengen Anforderungen an E-Mail-Werbung. Gleichzeitig hat sich die Rechtslage für die postalische Direktwerbung an Hand von Adressen, die aus öffentlichen Geodaten abgeleitet wurden, als stabil erwiesen. Gerichte bestätigen regelmäßig das berechtigte Interesse (Art.

6 Abs. 1 f DSGVO) von Unternehmen, solange die Widerspruchsrechte der Empfänger gewahrt und die Informationspflichten erfüllt werden. Dieser rechtliche Rahmen macht die datengestützte Briefwerbung zu einem der sichersten und planbarsten Kanäle für 2026.

## Wie gehen Sie Schritt für Schritt vor?

Ein erfolgreiches Projekt zur datengestützten Auftragsgewinnung folgt einem klaren, sechsstufigen Prozess, von der Gebietsauswahl bis zur Erfolgsmessung. Die hier beschriebenen Schritte stellen einen bewährten Ablauf dar, der die Stärken der Geodatenanalyse gezielt nutzt und typische Fehler vermeidet. Halten Sie sich an diese Reihenfolge, um Ihr Budget effizient einzusetzen und die Rücklaufquoten zu maximieren. Die Details zu jedem Schritt finden Sie in der nachfolgenden How-To-Anleitung.

Der Kern des Erfolgs liegt in der präzisen Definition des Zielgebiets und der Trigger-Merkmale (Schritt 1 und 2). Eine zu große oder unpassende Gebietsauswahl führt zu hohen Kosten und Streuverlusten. Genauso wichtig ist die Gestaltung eines überzeugenden Anschreibens mit einem klaren Nutzenversprechen und einem individuellen QR-Code (Schritt 4), der direkt auf eine für Mobilgeräte optimierte Landingpage führt. Nur so wird aus einem Interessenten eine konkrete, messbare Anfrage.

## Was kostet eine Kampagne und was bringt sie ein?

Die Kosten einer Kampagne setzen sich aus den Softwaregebühren für die Analyse und die variablen Kosten für den Briefversand zusammen. Eine realistische Kalkulation ist entscheidend, um die Wirtschaftlichkeit zu bewerten. Gehen wir von einer Kampagne für einen Dachdeckerbetrieb aus, der auf die Sanierung von Dächern aus den 1980er-Jahren spezialisiert ist.

Nehmen wir an, der Betrieb nutzt eine Software wie Postry im "Pro"-Paket für 499 € pro Monat und führt eine Kampagne mit 1.000 identifizierten Zielobjekten durch. Die Kosten für Druck, Kuvertierung, Frankierung und Versand eines qualifizierten Werbebriefs liegen bei etwa 1,80 € pro Stück. Die Gesamtkosten der Aktion belaufen sich also auf 499 € Softwarelizenz plus 1.800 € für den Versand, insgesamt 2.299 €.

000 Briefe  0,025). Von diesen Anfragen führen erfahrungsgemäß 40 % zu einem Vor-Ort-Termin und einem Angebot (10 Termine). Wenn der Betrieb eine Abschlussquote von 30 % auf seine Angebote hat, resultieren aus der Kampagne 3 Aufträge (10 Angebote  0,3).

299 € / 3 Aufträge). 250 € die Akquisekosten um ein Vielfaches. Die Kampagne hat sich bereits nach dem ersten Auftrag amortisiert.

| Kennzahl | Wert (Beispielrechnung) | Anmerkung |
|---|---|---|
| Gesamtkosten der Kampagne | 2.299 € | 499 € Software + 1.000 Briefe à 1,80 € |
| Anfragen (Leads) | 25 | Bei 2,5 % Response-Quote |
| Kosten pro Anfrage | 92 € | 2.299 € / 25 Anfragen |
| Tatsächliche Aufträge | 3 | Bei 30 % Abschlussquote |
| Kosten pro Auftrag (CPA) | 766 € | 2.299 € / 3 Aufträge |
| Deckungsbeitrag gesamt | 11.250 € | 3 Aufträge * 3.750 € DB |
| Return on Ad Spend (ROAS) | 4,9 : 1 | 11.250 € DB / 2.299 € Kosten |

## Wie läuft das in einem echten Handwerksbetrieb?

Ein etablierter Solar-Installationsbetrieb aus dem Rhein-Main-Gebiet stand vor der Herausforderung, seine hochqualifizierten Montageteams konstant auszulasten und gleichzeitig die Abhängigkeit von teuren, aber niedrigqualitativen Leads aus Online-Portalen zu reduzieren. Das Ziel war, gezielt Eigentümer von Ein- und Zweifamilienhäusern mit idealen Dachflächen zu identifizieren, anstatt mit der Gießkanne zu werben. Der Betrieb entschied sich im April 2026 für eine trigger-basierte Akquise mit Postry.

Als Kampagnengebiet wurden drei benachbarte Postleitzahlen mit einer hohen Dichte an Wohnimmobilien aus den Baujahren 1980 bis 2010 ausgewählt. Die KI-Analyse durchsuchte das Gebiet nach Dächern mit über 80 m² Fläche, einer Ausrichtung zwischen Südost und Südwest, geringer Verschattung durch Bäume oder Nachbargebäude und ohne sichtbare Bestandsanlagen. Die Software identifizierte 742 passende Objekte. Der Betrieb entschied sich, diese in zwei Wellen anzuschreiben.

Die erste Welle umfasste 371 Briefe. Jeder Brief enthielt eine Luftbildaufnahme des jeweiligen Hauses, die die potenziell geeignete Dachfläche markierte, und einen individuellen QR-Code. Dieser führte auf eine Landingpage, auf der der Eigentümer mit wenigen Klicks eine erste Potenzialanalyse und einen Rückrufwunsch anfordern konnte.

Innerhalb von drei Wochen nach dem Versand wurden 14 Rückrufwünsche über die Landingpages generiert und 3 weitere Anrufe kamen direkt ins Büro – eine Response-Quote von 4,6 %. 000 € gewonnen wurden. Die Akquisekosten für diese vier Aufträge lagen inklusive Software- und Versandkosten bei unter 900 €.

## Welche regionalen Unterschiede gibt es in Deutschland?

Die Qualität und Verfügbarkeit von Geodaten ist in Deutschland nicht einheitlich, was bei der Planung überregionaler Kampagnen berücksichtigt werden muss. Führend in der Bereitstellung hochauflösender und aktueller Luftbilder sowie detaillierter 3D-Gebäudemodelle (LoD2) sind Bundesländer wie Nordrhein-Westfalen über das Geoportal NRW und Baden-Württemberg über das LGL Baden-Württemberg. Hier sind die Daten oft flächendeckend und werden in kurzen Zyklen von ein bis zwei Jahren aktualisiert, was eine sehr präzise KI-Auswertung ermöglicht.

In anderen Bundesländern, insbesondere in einigen ostdeutschen Flächenländern, können die Aktualisierungszyklen der amtlichen Luftbilder länger sein (teils drei Jahre oder mehr). Zudem ist die Verfügbarkeit von detaillierten 3D-Modellen nicht immer gegeben. Hier muss die KI-Analyse stärker auf Basis der reinen 2D-Orthofotos arbeiten und zum Beispiel Dachneigungen indirekt aus Schattenwürfen ableiten, was die Genauigkeit leicht reduziert. OpenStreetMap-Daten können hier eine Ergänzung sein, ihre Präzision bei Gebäudeumrissen schwankt jedoch je nach regionalem Engagement der Community.

Ein weiterer entscheidender regionaler Faktor ist der Fortschritt der kommunalen Wärmeplanung. In Bundesländern wie Baden-Württemberg, das hier eine Vorreiterrolle einnimmt, oder in vielen Großstädten liegen bereits detaillierte Pläne vor, die Vorranggebiete für Fernwärme ausweisen. Für Heizungsbauer ist diese Information Gold wert: Eine Akquise für Wärmepumpen in einem Gebiet, das in den nächsten fünf Jahren an ein Wärmenetz angeschlossen wird, ist wenig zielführend. Diese Daten sind jedoch stark von der jeweiligen Kommune abhängig und müssen gezielt für das Kampagnengebiet recherchiert und in die Analyse einbezogen werden.

## Welche Fehler kosten am meisten Geld?

Der teuerste Fehler in der datengestützten Akquise ist eine unzureichend definierte Zielgruppe. Werden die Filter zu weit gesetzt – zum Beispiel alle Dächer über 50 m², unabhängig von Ausrichtung und Baualter – explodieren die Kosten. Eine Kampagne an 5.000 statt 500 präzise ausgewählte Adressen kostet bei 1,80 € pro Brief 8.100 € zusätzlich, ohne eine signifikant höhere Anzahl an echten Aufträgen zu generieren. Dieser Mehraufwand für Streuverluste kann den gesamten Return on Investment einer Kampagne vernichten.

Ein weiterer kostspieliger Fehler ist die Vernachlässigung der Customer Journey nach dem Briefversand. Ein professioneller Brief mit QR-Code, der auf eine nicht mobil-optimierte, langsame oder unklare Webseite führt, verschenkt das erzeugte Interesse. B.

"Jetzt Rückruf anfordern") mündet, ist verlorenes Geld. Bei einer Kampagne mit 25 erwarteten Anfragen (siehe Beispielrechnung) kann eine schlechte Landingpage leicht die Hälfte dieser potenziellen Kunden kosten. 000 €.

Der dritte gravierende Fehler liegt im Timing und im fehlenden Nachfassen. Eine Kampagne für Dachreinigung im November zu starten oder eine Heizungs-Aktion im Hochsommer ist weniger wirksam als im Frühjahr bzw. Herbst. Noch wichtiger ist aber ein systematischer Prozess für das Follow-up.

Nicht jede Anfrage wird sofort zum Auftrag. Ohne ein einfaches CRM-System, in dem Anfragen, Angebote und Wiedervorlagen für das Nachfassen nach drei oder sechs Monaten festgehalten werden, gehen wertvolle Aufträge verloren. Schätzungen aus der Praxis zeigen, dass bis zu 30 % der Aufträge erst durch konsequentes Nachfassen zustande kommen.

## Wie messen Sie den Erfolg?

Der Erfolg einer trigger-basierten Kampagne wird anhand einer klaren Kette von Kennzahlen gemessen, die den gesamten Prozess von der ersten Reaktion bis zum Auftrag abbilden. Die Messung beginnt nicht erst beim Auftragseingang, sondern bereits bei der Interaktion mit dem Werbemittel. Die erste zentrale Kennzahl ist die Scan-Rate des individuellen QR-Codes auf dem Brief. Sie gibt direkten Aufschluss darüber, wie gut das Anschreiben die Neugier des Empfängers geweckt hat. Eine gute Scan-Rate liegt typischerweise zwischen 3 % und 7 %.

Auf der Landingpage werden dann die nächsten Schritte gemessen: die Verweildauer, die Absprungrate und vor allem die Conversion-Rate. Die Conversion-Rate beziffert den Anteil der Besucher, die eine gewünschte Aktion ausführen, also zum Beispiel das Kontaktformular für einen Rückrufwunsch ausfüllen. Zielkorridore für eine gute Conversion-Rate auf einer solchen spezialisierten Seite liegen bei 20 % bis 40 %. Aus diesen digitalen Kennzahlen leiten sich die harten Vertriebskennzahlen ab: Anzahl der qualifizierten Anfragen (Leads), daraus resultierende Termine und schließlich die Anzahl der gewonnenen Aufträge. Nur durch die lückenlose Messung dieser Kette können Sie die Kosten pro Anfrage und die Kosten pro Auftrag (CPA) exakt berechnen und den Return on Ad Spend (ROAS) bestimmen.

Eine saubere Erfolgsmessung ist die Voraussetzung für die Optimierung zukünftiger Kampagnen. Postry etwa integriert diese Messpunkte direkt in der Plattform: Jeder QR-Code ist einzigartig und wird dem jeweiligen Gebäude zugeordnet. Scans und Formularanfragen erscheinen direkt in der Pipeline des jeweiligen Objekts. So sehen Sie in Echtzeit, welche Adressen reagieren und können den Erfolg Ihrer Kampagne transparent nachvollziehen. Eine Kampagne, die keinen positiven ROAS erzielt, muss analysiert und bei der nächsten Durchführung angepasst werden – sei es durch andere Trigger-Merkmale, ein anderes Gebiet oder ein überarbeitetes Anschreiben.

## Was ist rechtlich erlaubt?

Die Nutzung von Gebäudeadressen und abgeleiteten Merkmalen aus Geodaten für die postalische Werbung ist nach der Datenschutz-Grundverordnung (DSGVO) grundsätzlich zulässig. Die Rechtsgrundlage dafür ist das "berechtigte Interesse" des werbenden Unternehmens gemäß Artikel 6 Absatz 1 Buchstabe f der DSGVO. Dieses Interesse besteht darin, potenzielle Kunden auf die eigenen Produkte und Dienstleistungen aufmerksam zu machen und so den eigenen Geschäftsbetrieb zu sichern. Wichtig ist, dass dieses Interesse gegen die Interessen und Grundrechte der betroffenen Person abgewogen wird, wobei die postalische Werbung als weniger eingriffsintensiv als beispielsweise ein Telefonanruf gilt.

Allerdings sind mit diesem Recht auch Pflichten verbunden. Unternehmen müssen die Informationspflichten nach Artikel 13 und 14 DSGVO erfüllen. B. "aus öffentlich zugänglichen Geodaten und einer Analyse von Luftbildern"), wer der Verantwortliche für die Datenverarbeitung ist und welche Rechte er hat.

Entscheidend ist hierbei das unbedingte Widerspruchsrecht nach Artikel 21 DSGVO. B. über eine Webseite oder eine E-Mail-Adresse).

Es ist entscheidend zu verstehen, welche Grenzen dieses Recht hat. Die Analyse von Geodaten liefert Adressen von Gebäuden, keine Namen von Eigentümern. Das Grundbuch ist in Deutschland nicht öffentlich zugänglich; eine Einsicht erfordert nach § 12 der Grundbuchordnung ein berechtigtes Interesse, das für reine Werbezwecke nicht gegeben ist.

Die Ansprache erfolgt daher korrekt an "Die Eigentümer des Anwesens" oder "Die Bewohner des Hauses". Des Weiteren ist Kaltakquise per Telefon gegenüber Privatpersonen nach § 7 des Gesetzes gegen den unlauteren Wettbewerb (UWG) ohne vorherige ausdrückliche Einwilligung strikt verboten. Die datengestützte Akquise ist somit auf den Kanal der postalischen Briefwerbung beschränkt.

## Häufige Fragen
### Wie genau erkennt KI Dachflächen aus Luftbildern?
Die Erkennung der reinen Umrisse (Gebäudegrundfläche) ist sehr präzise, oft mit Abweichungen unter 5 %. Bei der Berechnung der geneigten Dachfläche aus 2D-Luftbildern liegt die typische Abweichung bei 5-15 %, da Neigung und Gauben geschätzt werden müssen.

### Reicht eine KI-Auswertung für ein verbindliches Aufmaß?
Nein, niemals. Eine KI-Auswertung ist ein Werkzeug für die Akquise und die Erstabschätzung des Potenzials. Ein verbindliches Aufmaß für eine Kalkulation oder ein Angebot erfordert immer eine Messung vor Ort durch einen Fachmann.

### Welche Abweichung ist bei KI-Bildauswertung von Dach und Grundstück realistisch?
Für die reine Flächenberechnung sollten Sie mit einer Abweichung von 5-15 % rechnen. Bei der Klassifizierung von Merkmalen (z.B. "Dach für Solar geeignet") liegt die Treffsicherheit bei etwa 85-95%, abhängig von der Datenqualität.

### Wie stark verschlechtern Dachneigung, Verschattung und Bewuchs die Genauigkeit?
Starke Verschattung ist die größte Fehlerquelle, da sie Teile des Daches verdecken kann. Geringe Dachneigungen (< 20°) sind schwerer von Flachdächern zu unterscheiden. Dichter Bewuchs wie Moos wird gut erkannt (ca. 90% Genauigkeit), kann aber die Erkennung von Dachfenstern oder kleinen Schäden stören.

### Welche Datenquelle ist präziser: Satellit, Luftbild oder Drohne?
Die Rangfolge der Präzision ist klar: Drohnen (speziell RTK-Drohnen mit 1-3 cm Genauigkeit) sind am präzisesten, gefolgt von amtlichen Luftbildern (10-30 cm Bodenauflösung). Satellitenbilder sind mit Auflösungen von mehreren Metern pro Pixel für die Detailanalyse von Dächern ungeeignet.

### Ist eine KI-basierte Flächenermittlung rechtssicher für Kalkulation oder Gutachten?
Nein. Solche Auswertungen gelten rechtlich als Schätzung. Sie dürfen als Grundlage für eine erste, unverbindliche Kostenschätzung oder zur Akquise verwendet werden, aber niemals als Basis für einen Werkvertrag, ein gerichtsfestes Gutachten oder eine Abrechnung.

### Welche Fehler entstehen bei der Erkennung von Gauben, Kehlen und Dachfenstern?
Komplexe Dachelemente wie Gauben, Kehlen oder viele kleine Dachfenster sind die Hauptursache für Ungenauigkeiten bei der Flächenberechnung aus 2D-Bildern. Die KI neigt dazu, die Gesamtfläche zu unterschätzen, da die zusätzlichen Flächen von Gaubenwangen oder komplexen Verschnitten nicht exakt erfasst werden.

### Wie kann ich die Genauigkeit einer KI-Auswertung für mein Objekt selbst einschätzen?
Ein einfacher Weg ist der Vergleich mit einem bekannten Maß. Nutzen Sie ein Online-Karten-Tool mit Messfunktion (z.B. Google Maps oder das Geoportal Ihres Bundeslandes) und messen Sie die sichtbare Länge des Dachfirsts manuell nach. Vergleichen Sie diesen Wert mit der Angabe aus der KI-Analyse. Eine Abweichung von unter 10 % deutet auf eine gute Datenbasis hin.

### Sind die Eigentümernamen in den Daten enthalten?
Nein. Die Analyse liefert ausschließlich die Adresse des Gebäudes. Der Name des Eigentümers ist durch das Grundbuchgeheimnis geschützt und wird nicht bereitgestellt. Die korrekte, DSGVO-konforme Ansprache lautet daher z.B. "An die Eigentümer des Anwesens Musterstraße 1".

### Was ist der Unterschied zwischen einem Orthofoto und einem normalen Luftbild?
Ein normales Luftbild (Zentralprojektion) hat Verzerrungen, bei denen Gebäude zum Bildrand hin gekippt erscheinen. Ein Orthofoto ist ein entzerrtes Luftbild, bei dem diese Verzerrungen digital korrigiert wurden. Es hat die Eigenschaften einer Karte, weshalb man darauf Strecken und Flächen relativ genau messen kann.

### Lohnt sich der Aufwand auch für kleine Betriebe?
Ja, gerade für kleine Betriebe kann sich der Fokus auf hocheffiziente Akquise lohnen. Systeme wie Postry sind bereits ab 299 € pro Monat nutzbar. Wenn dadurch auch nur ein einziger zusätzlicher Auftrag pro Quartal gewonnen wird, der sonst nicht zustande gekommen wäre, ist die Investition oft schon rentabel.

## Begriffe
- Orthofoto: Ein verzerrungsfreies, maßstabsgetreues Luftbild, das durch photogrammetrische Verfahren entzerrt wurde. Es dient als Grundlage für exakte Messungen von Flächen und Distanzen.
- Georeferenzierung: Der Prozess, bei dem Bild- oder Vektordaten (wie eine Karte oder ein Luftbild) mit exakten Koordinaten in einem geografischen Bezugssystem (z.B. WGS 84) verknüpft werden.
- ALKIS: Das Amtliche Liegenschaftskatasterinformationssystem ist das deutschlandweite Standardverfahren zur Führung des Liegenschaftskatasters. Es enthält amtliche Daten zu Flurstücken, Gebäuden und deren Adressen.
- LoD2 (Level of Detail 2): Ein Standard zur Detaillierung von 3D-Gebäudemodellen. LoD2-Modelle stellen Gebäude mit standardisierten Dachformen (z.B. Sattel-, Pult-, Walmdach) dar und sind genauer als einfache Klötzchenmodelle (LoD1).
- Intersection over Union (IoU): Eine Metrik zur Bewertung der Genauigkeit bei Objekterkennungs-Algorithmen. Sie misst die Überlappung zwischen der von der KI vorhergesagten Begrenzungsbox und der tatsächlichen Begrenzungsbox eines Objekts.
- DSGVO Art. 6 Abs. 1 f: Ein Artikel der Datenschutz-Grundverordnung, der die Verarbeitung personenbezogener Daten erlaubt, wenn sie zur Wahrung der "berechtigten Interessen" des Verantwortlichen erforderlich ist. Postalische Werbung wird oft als solches Interesse angesehen.
- Kommunale Wärmeplanung: Ein strategischer Prozess von Städten und Gemeinden, um die zukünftige Wärmeversorgung klimaneutral zu gestalten. Die Pläne zeigen auf, wo voraussichtlich Wärmenetze ausgebaut werden und wo individuelle Lösungen wie Wärmepumpen dominieren werden.
- Trigger-basierte Akquise: Eine Akquisestrategie, die nicht auf allgemeine Merkmale, sondern auf konkrete, datenbasierte Auslöser (Trigger) setzt. Ein solcher Trigger ist beispielsweise ein vor 30 Jahren gebautes Dach, das nun sanierungsbedürftig ist.

## Datenpunkte mit Quelle
- Genauigkeit einer GPS-Drohne auf 40m Messstrecke: ca. 10 cm (Airteam 2026)
- Genauigkeit einer RTK-Drohne auf 40m Messstrecke: 1-3 cm (Airteam 2026)
- Flächenabweichung bei Drohnen-Dachvermessung: 0,1-0,6 % (Roofy AG 2026)
- IoU-Wert für Gebäudeerkennung durch KI in Bayern: 0.835 - 0.863 (DLR-Publikation 2022)
- Anteil Gebäude mit hohem Solarpotenzial-Score (>70): 14.3 % (Postry-Plattformauswertung (n=182) 2026)
- Korrekt erkannte Gebäudegeometrie in Niedersachsen: sehr präzise (LGLN Niedersachsen 2024)
- Median der per KI erkannten Dachfläche für Solar-Leads: 119 m² (Postry-Plattformauswertung (n=129) 2026)
- Dialogpost-Porto für einen Standardbrief (20g): ab 0,33 € (bei Auflieferung > 5.000 Stk.) (Deutsche Post 2026)

## Quellen
- Erfolgreicher Einsatz von Künstlicher Intelligenz in der Vermessungs- und Katasterverwaltung Niedersachsen — https://www.lgln.niedersachsen.de/startseite/wir_uber_uns_amp_organisation/presse_amp_broschuren/erfolgreicher-einsatz-von-kunstlicher-intelligenz-in-der-vermessungs-und-katasterverwaltung-niedersachsen-230168.html
- Dachaufmaß mit Drohnen: 90% schneller & DIN-konform | Airteam — https://www.airteam.ai/blog/ratgeber-dachaufmass-drohnen-vermessung
- Drohnenaufmaß 2.0: Warum KI-gestützte 3D-Vermessung das beste Dachaufmaß liefert — https://blog.airteam.ai/drohnenaufmass-2-0-warum-ki-gestutzte-3d
- Drohne vs. Aufmass vs. Satellit. Genauigkeit & Glossar - Roofy — https://www.roofy.ch/de-CH/guide/vergleich
- KI-gestützte Bilderkennung für Schadensgutachten - loqal — https://loqal.io/blog/ki-gestuetzte-bilderkennung-fuer-schadensgutachten-anwendung.html
- Implementierung einer KI-Infrastruktur zur automatisierten ... — https://elib.dlr.de/185326/1/zfv_2022_3_Roschlaub_et-al.pdf
- Grundstücke müssen auf Google Earth nicht verpixelt werden — https://mueller.legal/de/aktuelles/grundstuecke-muessen-auf-google-earth-nicht-verpixelt-werden
- KI-Einsatz durch Behörden bei Auswertung von Luftbildern bleibt begrenzt — https://www.ferner-alsdorf.de/ki-einsatz-durch-behoerden-bei-auswertung-von-luftbildern-bleibt-begrenzt/
- www.airteam.ai — https://www.airteam.ai/blog/drohnenvermessung-vs-manuelle-dachvermessung-vergleich-2025
- www.coptrz.eu — https://www.coptrz.eu/wissen/dach-und-gebaeudeinspektion-mit-drohnen-und-ki-durch-thermische-analyse
- blog.airteam.ai — https://blog.airteam.ai/drohnen-technologie-dachdecker-zimmerer-2025
- prev-end.de — https://prev-end.de/solar-api-google/

## Entitäten
DSGVO Art. 6 Abs. 1 f, DSGVO Art. 13, DSGVO Art. 14, DSGVO Art. 21, § 7 UWG, § 12 Grundbuchordnung, Geoportal NRW, LGL Baden-Württemberg, OpenStreetMap, Bundesnetzagentur Marktstammdatenregister, Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Deutsches Zentrum für Luft- und Raumfahrt (DLR), Gebäudeenergiegesetz, Kommunale Wärmeplanung, LGLN Niedersachsen