Artikel 22 der Datenschutz-Grundverordnung (DSGVO) verbietet automatisierte Einzelentscheidungen über Personen ohne menschliches Eingreifen. Wir bauen das Produkt so, dass er gar nicht greifen kann.
Locari bewertet keine Menschen.
Du legst die Kriterien fest. Locari filtert nach deinen Kriterien — nicht nach Algorithmus-Vermutung.
Es gibt einen kleinen, technisch wichtigen Unterschied zwischen „KI hilft beim Vermieten“ und „KI entscheidet, wer einzieht“. Wir haben uns architektonisch für die erste Variante entschieden — nicht als Marketing-Häkchen. Diese Seite erklärt, was das konkret bedeutet, woran du es im Produkt erkennst, und warum es uns von den Tools unterscheidet, die das Thema gerade gegen die Wand fahren.
Vier Marker, zusammen die Architektur.
Compliance ist bei uns keine Klausel, die die Anwälte im Anhang verstecken. Sie ist die Voraussetzung, ohne die das Produkt nicht gestartet wäre.
Kein Ranking, kein Matching-Score, kein „Top-Match“-Label. Wenn du einen Score willst, musst du ihn selbst vergeben — Locari liefert keinen.
Wer eingeladen wird, wer eine Zusage bekommt, wer einzieht — die Wahl bleibt zu hundert Prozent bei dir. Locari liefert Vorbereitung, nicht Urteil.
Die sensiblen Bewerber-Daten werden in der EU verarbeitet — Hosting, Datenbank und Sprachmodell (Mistral). Einzelne Dienste für den Vermieter-Assistenten liegen in den USA, abgesichert über EU-Standardvertragsklauseln.
Anti-Profiling, in vier strukturelle Garantien zerlegt.
Kein Slogan. Vier Architektur-Entscheidungen, die wir vor der ersten Codezeile getroffen haben.
DSGVO Art. 22 konform
Den Beschluss, wer eingeladen wird und wer den Mietvertrag bekommt, trifft ausschließlich der Mensch, der vermietet — du. Wir bauen das Produkt so, dass die Frage nach automatisierten Einzelentscheidungen gar nicht erst aufkommt.
Regelbasierte Vorauswahl
Vorauswahl läuft über Hard-Facts, die du selbst definierst — Personen-Anzahl, Einkommen-Multiple, Haustier-Tolerierung, Mietdauer. Deterministisch, nachvollziehbar, jederzeit änderbar. Kein verstecktes Ranking.
Briefing statt Score
Vor jeder Besichtigung bekommst du ein Briefing — was wurde gesagt, welche Dokumente liegen vor, welche deiner Kriterien sind erfüllt. Was du nicht bekommst: einen Score, ein Sterne-Ranking, eine Empfehlung. Information ja, Bewertung deine.
EU-Stack für sensible Daten
Europäische Cloud-Infrastruktur, ein EU-Sprachmodell (Mistral) für die sensible Bewerber-Daten-Verarbeitung und das Drei-Phasen-Modell der Datenschutzkonferenz (DSK) 2024 mit Datenbank-Constraint. Einzelne Dienste für den Vermieter-Assistenten liegen in den USA, abgesichert über EU-Standardvertragsklauseln.
Andere Tools bewerten Bewerber. Wir nicht.
Wer Bewerber via KI scort, automatisiert die Diskriminierungs-Frage. Wir bauen das System bewusst anders. Klick dich durch unsere vier Schritte — rechts siehst du, was bei algorithmischem Scoring stattdessen passiert.
Du legst die Kriterien fest.
Die Vorauswahl-Kriterien bestimmst du — Personen-Anzahl, Einkommen-Multiple der Kaltmiete, Haustier-Tolerierung, Anmeldung sofort oder später, gewünschte Mindestmietdauer. Kein Machine-Learning entscheidet, was zählt; du definierst die Hard-Facts, und nur diese Hard-Facts gehen in die Vorauswahl ein. Die Logik ist deterministisch, nachvollziehbar und jederzeit von dir änderbar. Was nicht auf deiner Liste steht, wird auch nicht geprüft.
Regelbasierter Filter — kein verstecktes Ranking.
Locari prüft jede eingehende Bewerbung gegen deine Kriterien und sortiert vor — regelbasiert, kein „dieser Bewerber wirkt zuverlässig“, kein verstecktes Ranking. Eine Bewerbung, die deine Kriterien erfüllt, bleibt drin. Eine, die sie nicht erfüllt, kommt mit Begründung in den Aussortiert-Stapel — und die Begründung lautet „Kriterium X aus deiner Liste ist nicht erfüllt“, nicht „dieser Mensch passt nicht“.
Briefing statt Score.
Vor jeder Besichtigung bekommst du ein Briefing — was wurde in der Konversation besprochen, welche Dokumente sind vollständig, welche fehlen, was solltest du in 60 Sekunden über die Person wissen. Was du nicht bekommst: einen Score, ein Sterne-Ranking, ein „Top-Match“-Label, eine Empfehlung. Das Briefing ist Vorbereitung — die Bewertung selbst, ob der Mensch zur Wohnung passt, bleibt deine.
Du entscheidest — zu hundert Prozent.
Wer eingeladen wird, wer eine Zusage bekommt, wer einzieht — die Wahl bleibt zu hundert Prozent bei dir. Locari liefert Vorbereitung, nicht Urteil. Die Treffer, die deine Kriterien erfüllen, siehst du in der Reihenfolge, in der sie eingegangen sind — die Reihenfolge bedeutet also nichts. Du entscheidest auf Basis von Information, nicht auf Basis einer Sortierung, die eine Maschine vorgegeben hat.
Locari
Andere Tools
Was Locari tut. Und was Locari bewusst nicht tut.
Damit du das nicht als Werte-Statement liest, sondern als Praxis-Beschreibung: links die Aktivitäten, die Locari übernimmt. Rechts die, die wir absichtlich draußen lassen.
Was Locari tut
Operations-Arbeit, ohne Bewertung.
- Antworten auf Bewerber-Anfragen rund um die Uhr — in deinem Ton, mit deiner Signatur.
- Sammeln von Pflicht-Angaben (Personen-Anzahl, Einkommen-Multiple, Haustiere, Wunsch-Mietdauer) gegen deine Kriterien.
- Pflicht-Dokumente entgegennehmen und auf Vollständigkeit prüfen — keine Bonitäts-Interpretation.
- Aussortieren von Off-Topic, Spam und Hass-Nachrichten, sodass du sie nie sehen musst.
- Koordinieren von Besichtigungs-Terminen, inklusive Reminder und Reschedule-Links.
- Briefing pro Termin — was wurde besprochen, welche Dokumente liegen vor, was ist offen.
- Bei kritischen Aktionen Rückfrage an dich per WhatsApp — Sonder-Slot, kurzfristige Reschedule, Bürgschaft.
Was Locari nicht tut
Keine algorithmische Personen-Bewertung.
- Bewerber einen Score, ein Ranking oder ein „Top-Match“-Label vergeben.
- Bewerber nach Wahrscheinlichkeit eines „guten Mieters“ sortieren.
- Persönlichkeit, Sprachstil, Foto-Eindruck oder weiche Faktoren in eine Empfehlung übersetzen.
- Aus Einkommen-Belegen algorithmisch eine Bonitäts-Aussage destillieren.
- Daten in Drittländer übertragen — auch nicht zur KI-Verarbeitung.
- Bewerber-Daten länger speichern als für die Vermietung nötig.
- Aggregierte Bewerber-Statistiken intern weiterverwenden oder verkaufen.
Das Allgemeine Gleichbehandlungsgesetz verbietet Diskriminierung. Ein Algorithmus kann sie nicht aufheben.
Ein KI-Modell, das aus historischen Vermietungs-Daten lernt, lernt mit hoher Wahrscheinlichkeit auch die diskriminierenden Muster der Vergangenheit mit — selbst dann, wenn das geschützte Merkmal selbst nicht im Trainings-Datensatz auftaucht. Modelle finden Proxy-Variablen: Postleitzahl, Name, sprachlicher Stil. Aus harmlos wirkenden Eingangs-Daten wird ein Score, der in der Verteilung systematisch bestimmte Gruppen schlechter stellt.
Die einzige verlässliche Methode, AGG-konform zu bleiben, ist, keinen Algorithmus zur Personen-Bewertung dazwischenzuschalten. Genau das tun wir nicht. Locari prüft Hard-Facts gegen deine Kriterien — und nichts darüber hinaus. Was nicht bewertet wird, kann auch nicht diskriminieren.
DSGVO als Praxis, nicht als Häkchen im AGB-Anhang.
Datenschutz ist eines der Themen, an denen viele Tools mit langen Klauseln und kurzer Praxis arbeiten. Wir versuchen es andersherum — kurze Klauseln, konkrete Praxis.
- 1
DSK-2024-Drei-Phasen-Modell als Architektur-Vorgabe
Anbahnung, Auswahl, Vertragsabschluss sind im Datenmodell getrennt. Daten aus einer früheren Phase sind in der nächsten nicht automatisch zugänglich. Was du in Phase 1 nicht brauchst, siehst du in Phase 1 nicht.
- 2
EU-Hosting und EU-LLM für sensible Daten
Sensible Bewerber-Daten werden in der EU gehostet und von einem EU-Sprachmodell (Mistral) verarbeitet — nicht von OpenAI. Einzelne Infrastruktur-Dienste liegen in den USA und sind über EU-Standardvertragsklauseln (SCC) abgesichert; die vollständige Liste steht im Trust Center.
- 3
Daten-Minimierung als Voreinstellung
Wir fragen so wenig wie möglich, so spät wie sinnvoll. Keine Einkommen-Belege vor ernsthaftem Interesse. Keine Pflicht-Dokumente vor Termin-Status.
- 4
Vermieter-eigene Signatur in jeder Konversation
Bewerber sehen die Konversation als Konversation mit dir — nicht als Dialog mit einem fremden Drittanbieter. Brand-Continuity und Datenschutz-Hebel in einem.
- 5
Datenkontrolle bleibt bei den Menschen, deren Daten es sind
Bewerber können ihre Daten jederzeit löschen lassen — den Weg dazu geben wir direkt in der Konversation, nicht versteckt in einem Datenschutz-Formular. Auf Anfrage liefern wir einen strukturierten, lesbaren und vollständigen Daten-Export. Auskunft, Korrektur, Löschung: Standard-Funktion, kein Sondervorgang. Niemand muss um die eigenen Daten kämpfen.
- 6
Aufbewahrung nur, solange die Vermietung sie braucht
Sobald die Vermietung beendet ist und gesetzliche Aufbewahrungs-Pflichten ablaufen, werden Bewerber-Daten gelöscht. Exakte Fristen pro Datenkategorie stehen in der Datenschutz-Erklärung — abrechnungsrelevante Belege bleiben länger, abgelehnte Bewerbungen am kürzesten.
Was Anti-Profiling im Alltag bedeutet.
Anti-Profiling klingt im Marketing-Text gut. Konkret heißt es: drei Prinzipien, die bei jeder Vermietung den Unterschied machen.
Der Kern
Kein Algorithmus entscheidet über Menschen. Du weißt immer, warum jemand zur Auswahl steht.
Deine Kriterien
Die Vorauswahl läuft nach deinen Kriterien — Einkommen, Personen-Anzahl, Haustiere. Nicht nach einem ML-Modell, das niemand erklären kann.
Briefing statt Score
Ein Briefing sagt mehr als ein Score. Du entscheidest auf Basis von Information — nicht auf Basis einer Zahl.
Wo wir uns von KI-Vermietungs-Tools unterscheiden — und wo wir es bewusst tun.
Vergleichs-Felder so, wie sie in Demo-Calls und Sales-Pitches tatsächlich vorkommen. Wer sich für eine andere Lösung entscheidet, soll das auf Basis der Architektur tun — nicht auf Basis einer Marketing-Verklausulierung.
| Merkmal | Locari | Andere KI-Vermietungs-Tools |
|---|---|---|
| DSGVO Art. 22 konform | Architektonisch verankert — kein automatisierter Bewerber-Entscheid existiert | Wird behauptet, ohne dass die Mechanismen benannt werden |
| Vorauswahl-Logik | Regelbasiert auf Vermieter-Kriterien (Hard-Facts) | KI-Matching, ML-Scoring, Black-Box-Ranking |
| Briefing pro Bewerber | Vorbereitungs-Dokument, kein Score, keine Empfehlung | Score, Ranking oder „Top-Match“-Label |
| Anti-Profiling als Position | Explizite Brand-Foundation, im Marketing benannt | Kein expliziter Anker, hinter „intelligenter Auswahl“ verborgen |
| Hosting + LLM-Stack | EU-Hosting, EU-LLM (Mistral), DSK-2024 mit DB-Constraint | Variabel, oft US-LLMs via US-Region |
| Final-Entscheidung | Mensch (Vermieter) entscheidet zu 100 % | KI-assistiert mit Empfehlung |
| Daten-Aggregation für Training | Findet nicht statt | In den AGB häufig als Möglichkeit reserviert |
| Vermieter-Signatur in Bewerber-Dialog | Pro Vermietungs-Case, deine Signatur | Plattform-Signatur, Drittanbieter sichtbar |
Die Tabelle ist absichtlich nüchtern. Die Konkurrenz-Tools haben gute Köpfe und ernsthafte Produkte gebaut — sie haben eine andere Architektur-Entscheidung getroffen. Diese Entscheidung hat reale Konsequenzen für Vermieter und Bewerber.
Was wir auf Demo-Calls am häufigsten gefragt werden.
Diese Fragen kommen in fast jedem Erst-Gespräch. Wir beantworten sie hier, damit du sie nicht stellen musst.
Bedeutet „kein Scoring“ auch, dass ich gar keine Vergleichs-Information bekomme?
Nein, im Gegenteil. Du bekommst pro Bewerbung ein strukturiertes Briefing — welche Dokumente liegen vor, was wurde in der Konversation besprochen, welche deiner Kriterien sind erfüllt, welche nicht. Was du nicht bekommst, ist eine Sortierung oder ein Verdikt. Information ja, Bewertung deine.
Wie kann ein KI-Produkt arbeiten, ohne Bewerber zu bewerten?
Locari benutzt KI für Tätigkeiten, in denen KI gut ist — Texte verstehen, antworten, Dokumente extrahieren, Termine koordinieren, Briefings zusammenfassen. Nicht für die Tätigkeit, in der KI strukturell problematisch ist — eine Person beurteilen. Das ist eine klare architektonische Trennung, keine Magie.
Wie verhält sich Anti-Profiling zur Wirtschaftlichkeit der Vermietung?
Die These hinter KI-Bewerber-Scoring ist, dass ein Algorithmus „bessere Mieter“ identifizieren könne als ein Mensch. Die empirische Grundlage dafür ist dünn — was die Modelle tatsächlich identifizieren, sind Korrelations-Muster, die häufig Proxy-Variablen für geschützte Merkmale sind.
Bei Locari läuft die Vermietung über klare Hard-Facts und deine eigene Einschätzung im Briefing-basierten Auswahl-Schritt. Ein stabiles Mietverhältnis entsteht aus passenden Kriterien und einer bewussten Entscheidung — nicht aus einem Score.
Wer haftet, wenn ein Vermietungs-Vorgang AGG-rechtlich problematisch wird?
Das AGG-Risiko trägt der Vermieter — bei jeder Vermietung, mit oder ohne Tool. Was wir leisten, ist, dich nicht zusätzlich in dieses Risiko hineinzudrängen, indem wir dir nicht-erklärbare Sortier-Empfehlungen geben.
Wenn du eine Ablehnung später begründen musst, kannst du das auf deinen vorab definierten Kriterien tun — diese liegen schriftlich vor, sind nachvollziehbar, und du hast sie selbst gesetzt. Das ist eine deutlich bessere Position, als auf einen Algorithmus zu verweisen, der „den Bewerber niedrig gerankt hat“.
Was passiert mit den Bewerber-Daten nach der Vermietung?
Sie werden gelöscht, sobald die Vermietung beendet ist und die gesetzlichen Aufbewahrungs-Fristen abgelaufen sind. Die genaue Frist hängt von der Datenkategorie ab — abrechnungsrelevante Belege bleiben länger, abgelehnte Bewerbungen am kürzesten.
Wir bleiben hier qualitativ, weil wir keine exakte Zahl in eine Marketing-Seite schreiben wollen, die dann von der konkreten Rechtslage abweicht. Die exakten Fristen findest du in unserer Datenschutz-Erklärung.
Locari bewertet keine Menschen.
Du legst die Kriterien fest.
Pauschalpreis ab 39 €. 7 Tage Geld-zurück. Kein Abo.
Du gibst Locari die Eckdaten deiner Wohnung und die Kriterien, die du an Bewerber anlegen willst. Locari schreibt das Inserat, beantwortet Bewerber-Anfragen, koordiniert Termine, prüft Dokumente. Vor jeder Besichtigung bekommst du ein Briefing — Information, keine Bewertung. Du entscheidest. Locari führt aus.
Fragen? Schreib uns über das Kontaktformular.