Behörden-Radar für Kanzleien, Bauträger und Immobilienverwalter: als lokaler KI-Agent

Am 09.05.2026 hat das Handelsblatt einen Beitrag veröffentlicht, in dem ein einzelner Wirtschaftsjournalist beschreibt, wie er mit lokaler KI einen "Düsseldorf-Radar" gebaut hat: Stadtverwaltungs-PDFs werden automatisch ausgelesen, georeferenziert, in einer Karte verortet und mit einer Relevanz-Erklärung versehen. Was ein Einzelner an einem Wochenende baut, ist als professionelles Werkzeug für Kanzleien, Bauträger, Architekten und Immobilienverwalter mindestens so wertvoll.

Das Problem in der Praxis

Stadtverwaltungen, Bezirksregierungen, Landesplanungsstellen und Bauaufsichtsbehörden veröffentlichen täglich Bekanntmachungen, Bauleitplanungen, Sanierungs- und Erhaltungssatzungen, Umlegungs-Beschlüsse, Verkehrsplanung. Das meiste davon: PDF, semi-strukturiert, ohne API. Drei strukturelle Probleme:

Volumen: Eine deutsche Großstadt produziert pro Woche zwischen 15 und 60 relevante Veröffentlichungen.
Heterogenität: Jede Behörde hat eigene Formatierung, eigene Kategorien, eigene Rhythmen.
Mandantenbezug: Aus 60 Veröffentlichungen sind in der Regel 0–3 für eine konkrete Mandantschaft (z.B. ein Bauträger mit Grundstücken in Stadtteil X) wirklich relevant. Den Bezug herzustellen, ist manuelle Arbeit für Stunden pro Woche.

Wie ein lokaler KI-Agent das löst

Auf einer KI:KUBE 4 lässt sich der folgende Agent in 5–10 Tagen aufsetzen:

Crawler: Tägliches Polling der relevanten Behörden-Webseiten (RSS, sofern vorhanden, sonst HTML-Scraping mit höflichem Rhythmus).
OCR/PDF-Extraktion: Lokal: keine Daten verlassen das Haus. Texte, Tabellen, Geo-Bezüge werden extrahiert.
Klassifikation: Ein lokales LLM (Qwen3-235B oder Mistral Large) ordnet jede Veröffentlichung in eine Mandanten-spezifische Kategorie ein und erzeugt eine Kurzbegründung.
Mandanten-Matching: RAG gegen die eigene Mandanten-Datenbank (Adressen, Gemarkungen, Branchen, Mandats-Themen). Das Output: pro Mandant null oder mehr Treffer mit Kurzfassung.
Briefing: Wöchentliche oder tägliche Zusammenfassung als PDF / E-Mail an die zuständige Sachbearbeitung.

Warum das in die Cloud schicken keine Option ist

Mandanten-Listen sind in einer Kanzlei mandatsschutzpflichtig (§ 43a BRAO, § 203 StGB). Bei Bauträgern und Immobilienverwaltern sind die Investitions-Strategien wettbewerbsrelevant. Wer "alle eigenen Grundstücke und alle relevanten Stadtbeschlüsse" in einen US-Cloud-Endpoint pumpt, hat ein doppeltes Problem: rechtlich (DSGVO, Berufsgeheimnis) und wettbewerblich (der Cloud-Anbieter sieht implizit Ihre Investitions-These).

Was die KI:KUBE konkret beisteuert

Die Inferenz-Hardware (4× DGX Spark, 512 GB Unified Memory), reicht für ein 235B-Modell parallel mit RAG.
Die Inference-Pipeline (SGLang-Stack, OpenAI-kompatibler API-Endpoint).
Die RAG-Pipeline (Vektor-Index, Chunking, Re-Ranking) für die Mandanten-Datenbank.
Den Validated-Profiles-Katalog für die Modell-Auswahl.
Pre-Sales-Beratung zur Workflow-Integration (welche Behörden, welche Crawler-Höflichkeit, welche Output-Formate).

Die fachliche Spezifizierung (welche Mandanten, welche Themen, welche Outputs) bleibt bei der Kanzlei oder dem Unternehmen. Wir liefern die Plattform, nicht die Mandantenlogik.

Anregung aus: Stephan Scheuer, "Das kurze Fenster der KI-Freiheit", Handelsblatt, 09.05.2026. Beschreibt einen Düsseldorf-Behörden-Radar, den der Autor als Einzelperson auf einem Apple-M-Chip gebaut hat. Die hier skizzierte Anwendung ist die Mandanten-skalierende Variante derselben Idee auf KI:KUBE-Hardware.