Automatisierte Berechnung des merkantilen Minderwerts

Das echte Ausmaß des Problems

Der merkantile Minderwert ist einer der am häufigsten angefochtenen Positionen in Kfz-Schadengutachten. Die Gründe dafür sind strukturell, nicht individuell: Es gibt keine verbindliche Einheitsmethode, sondern drei anerkannte Berechnungsverfahren mit unterschiedlichen Anwendungsbereichen. Gerichte haben unterschiedliche Präferenzen. Und das Urteil des Bundesgerichtshofs vom 16. Juli 2024 (VI ZR 188/22 sowie Parallelentscheidungen VI ZR 205/23 und VI ZR 243/23) hat die Grundlage der Schätzung — Netto- statt Bruttoverkaufspreise — neu präzisiert. Wer das Verfahren nach dem alten Bruttoansatz durchführt, riskiert, dass die Versicherung die Minderwertposition kürzt.

Gleichzeitig verlangen Gerichte mehr als eine korrekte Rechenformel: Die Fachzeitschrift Der Kfz-SV hat bereits 2018 dokumentiert, dass Richter Gutachten zurückweisen, in denen der Minderwert als bloßes Rechenergebnis angegeben wird, ohne dass der Gutachter seine regionale Marktkenntnis nachvollziehbar dargestellt hat. “Ermittelt nach Methode XY” reicht als Begründung nicht aus — das Gericht will wissen, auf Basis welcher Marktbeobachtungen der Sachverständige zu seiner Einschätzung gelangt ist.

Hinzu kommt die Methodenbreite: Ruhkopf/Sahm, Halbgewachs (DEKRA-Modell) und BVSK-Wertminderungsmodell liefern für dasselbe Fahrzeug unterschiedliche Ergebnisse. Wählt ein Gutachter die für den konkreten Fall unpassende Methode — etwa Halbgewachs für ein Fahrzeug, das außerhalb des definierten Alterskorridors liegt — liefert die Berechnung einen Wert, der im schlimmsten Fall angefochten und durch ein Gegengutachten korrigiert wird.

Der finanzielle Einsatz ist erheblich: Beim typischen Pkw-Unfallschaden mit Reparaturkosten zwischen 3.000 und 8.000 Euro liegt der merkantile Minderwert erfahrungsgemäß zwischen 300 und 1.500 Euro — also zwischen 10 und 20 Prozent der Schadensumme. Wer hier systematisch zu niedrig oder methodisch nicht belastbar rechnet, schadet dem Geschädigten direkt. Wer zu hoch und unbegründet ansetzt, riskiert die Revision.

Die drei Berechnungsmethoden — wann welche gilt

Kein anderer Bereich in der Kfz-Sachverständigenpraxis hat eine ähnliche Methodenpluralität wie der merkantile Minderwert. Das ist historisch gewachsen, rechtlich toleriert, aber für viele Gutachter eine ständige Unsicherheitsquelle im Alltag.

Ruhkopf/Sahm (1962, weiterentwickelt):
Die älteste und in der deutschen Rechtsprechung am häufigsten genannte Methode. Die Grundformel lautet: Minderwert = (Zeitwert + Reparaturkosten) × Faktor F ÷ 100. Der Faktor F ergibt sich aus einer Kombinationstabelle, die Fahrzeugalter (in Monaten), Laufleistung und den Anteil der Reparaturkosten am Wiederbeschaffungswert berücksichtigt. Der BGH hat Ruhkopf/Sahm mehrfach als geeignete Schätzgrundlage bezeichnet, aber nicht als verbindlich festgelegt. Vorteil: Gut dokumentiert, von Gerichten weitgehend akzeptiert. Nachteil: Die Originaltabellen von 1962 und deren Fortschreibungen sind nicht immer einheitlich — es kursieren verschiedene Versionen.

Halbgewachs (1964, auch: DEKRA-Modell):
Das Halbgewachs-Modell arbeitet mit dem Verhältnis von Reparaturkosten zum Wiederbeschaffungswert und berücksichtigt das Fahrzeugalter als Gewichtungsfaktor. Wichtig: Die DEKRA hat für dieses Modell nach gängiger Praxis einen Anwendungskorridor definiert — Fahrzeuge mit einem Alter über 5–6 Jahren oder einem sehr niedrigen Wiederbeschaffungswert werden in der Regel nicht nach Halbgewachs berechnet, da die Methode für diese Fahrzeuge keine verlässlichen Ergebnisse liefert. Das OLG Frankfurt hat in einem Urteil vom 13. Januar 2025 bestätigt, dass bei sehr alten Fahrzeugen mit niedrigem Marktpreis der merkantile Minderwert €0 betragen kann.

BVSK-Wertminderungsmodell (2003):
Das jüngste der drei Modelle, entwickelt vom Bundesverband der freiberuflichen und unabhängigen Sachverständigen (BVSK). Es verwendet den Marktrelevanzwert (M-Wert), den Wiederbeschaffungswert und eine prozentuale Schadensintensitätsklasse sowie einen Korrekturfaktor für Vorschäden. Der BVSK empfiehlt als Untergrenze 100 Euro — Minderwertbeträge darunter sollen nicht ausgewiesen werden. Die Methode gilt als besonders transparent und nachvollziehbar, hat aber keine höchstrichterliche Präferenz.

Was KI hier leistet: Ein LLM kann nicht entscheiden, welche Methode die “richtige” ist — das ist Ermessenssache des Sachverständigen. KI kann aber die Entscheidung strukturieren: Welches Fahrzeugalter liegt vor? Welcher Wiederbeschaffungswert? Sind Vorschäden dokumentiert? Damit kann das System Ruhkopf/Sahm, Halbgewachs und BVSK als Bandbreite durchrechnen und die Ergebnisse nebeneinanderstellen. Der Gutachter wählt und begründet — das System dokumentiert.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechtsberatung. Für gutachterliche oder rechtliche Verbindlichkeit wende dich an einen Fachanwalt oder zertifizierten Kfz-Gutachter.

Was das BGH-Urteil 2024 für deinen Workflow bedeutet

Der Bundesgerichtshof hat am 16. Juli 2024 in den Verfahren VI ZR 188/22, VI ZR 205/23 und VI ZR 243/23 eine für die Praxis wichtige Klarstellung getroffen: Die Schätzung des merkantilen Minderwerts muss auf Basis von Netto-Verkaufspreisen erfolgen, nicht auf Basis von Bruttopreisen.

Das klingt technisch, hat aber unmittelbare Folgen: Wer den hypothetischen Verkaufspreis des Fahrzeugs als Ausgangsgröße für die Berechnung heranzieht und dabei den Bruttopreis (also inkl. Mehrwertsteuer) verwendet, erhöht die Berechnungsbasis — und damit das Ergebnis — um 19 Prozent. Der BGH sieht darin eine Bereicherung des Geschädigten, die schadenrechtlich nicht gerechtfertigt ist.

In der Praxis bedeutet das: Gutachter, die ihren Workflow bisher auf Bruttopreise aufgebaut haben — zum Beispiel, weil die Fahrzeugbewertung in DAT SilverDAT oder Audatex standardmäßig Bruttopreise ausweist — müssen jetzt bewusst auf die Nettogröße umschalten. Das klingt nach einem Detail, wird aber von der Gegenseite (Versicherung, Haftungsanwalt) geprüft.

In den Prompt lässt sich als Schritt 0 einbauen: “Bestätige vor der Berechnung: Wurde der Wiederbeschaffungswert als Nettobetrag (ohne MwSt.) eingegeben?” Damit entsteht eine verlässliche Checklistenoption, die den neuen BGH-Standard in den Routine-Workflow integriert.

Dieser Abschnitt ist eine fachliche Orientierung, keine Rechtsberatung. Für gutachterliche oder rechtliche Verbindlichkeit wende dich an einen Fachanwalt oder zertifizierten Kfz-Gutachter.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Gesamteinsparung je Fall liegt realistisch bei 25–45 Minuten. Bei einem Sachverständigen mit 20 Fällen monatlich, von denen etwa 12 einen messbaren Minderwert aufweisen: Das sind 5–9 Stunden monatlich — für Arbeiten, die keine fachliche Kernleistung des Gutachters sind.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5)
Die eigentliche Berechnung dauert mit Unterstützung nicht länger als 5 Minuten. Der größere Zeitgewinn liegt beim Begründungstext: Ein LLM kann aus strukturierten Eingaben (Fahrzeugart, Alter, Schadenshöhe, gewählte Methode, regionale Marktlage) in Sekunden einen gutachtenkonformen Rohtext generieren, den der Sachverständige dann noch einmal liest und freigibt. Im Vergleich zum reinen Schreiben spart das 15–25 Minuten je Fall. Nur Vor-Ort-Erfassung (UC01) erreicht in dieser Kategorie mehr, weil dort der gesamte Besichtigungsworkflow automatisiert wird.

Kosteneinsparung — mittel (3/5)
Die direkte Einsparung ist begrenzt: Ein ChatGPT-Plus-Abo für 20 USD/Monat reicht für diesen Workflow aus, Einrichtungsaufwand liegt bei 2–4 Stunden. Der Nutzen entsteht indirekt — durch weniger angefochtene Minderwertpositionen, sicherere Methodendokumentation und dadurch weniger Nacharbeitsaufwand. Wer pro Jahr einen Streitfall durch bessere Begründung verhindert, amortisiert die Investition mehrfach. Direkter messbar als bei anderen Anwendungsfällen, aber nicht so stark wie bei Qualitätsprüfung (UC03) oder Reparaturkostenprognose (UC17).

Schnelle Umsetzung — hoch (4/5)
Kein Software-Setup, keine Systemintegration. Ein gut konstruierter Prompt für das präferierte LLM ist in 2–4 Wochen praxistauglich. Die Methodenkenntnisse bringt der Gutachter mit — das KI-Tool strukturiert nur die Anwendung. Einfacher als Fotoanalyse (UC08, die eine Modellintegration braucht) oder Gutachtenerstellung aus CRM (UC02, die Systemanbindung erfordert). Vergleichbar mit Rechtsprechungsrecherche (UC09).

ROI-Sicherheit — sehr hoch (5/5)
Der Wert des Minderwerts ist in Euro direkt messbar. Ob die Berechnung korrekt und anfechtungssicher ist, zeigt sich konkret im Fall. Das macht diesen Anwendungsfall zum am direktesten messbaren in der gesamten Kategorie — gemeinsam mit Vor-Ort-Erfassung (UC01). Ein Gutachter, der monatlich 12 Minderwertfälle bearbeitet und durchschnittlich 450 Euro je Fall korrekt ansetzt statt 380 Euro durch Methodenunsicherheit, kann den Nutzen in einem Quartal belegen.

Skalierbarkeit — gering (2/5)
Jeder Fall erfordert individuelle Eingaben — Fahrzeugdaten, Schadensumfang, regionale Marktlage sind jedes Mal verschieden. Es gibt keinen Batcheffekt. Der Prompt läuft für Fall 1 und Fall 100 mit demselben Aufwand. Das ist strukturell bedingt und ändert sich nicht, egal wie viele Fälle der Gutachter pro Monat bearbeitet. Im Vergleich zu Onboarding (UC04, der sich einmal eingerichtet wiederholt nutzen lässt) oder Auftragsverwaltung (UC12) liegt Minderwert hier klar am unteren Ende.

Richtwerte — stark abhängig von Fallvolumen, Erfahrungsstand und vorhandener Software-Infrastruktur.

Was der KI-Assistent konkret macht

Der Grundgedanke: Ein LLM kennt die Berechnungslogik aller drei Methoden und kann sie — korrekt geprompt — konsistent anwenden. Es kennt auch die BGH-Anforderungen zur Dokumentation, die BVSK-Mindestgrenzen und die typischen Begründungsbausteine, die Gerichte bei Minderwertgutachten erwarten.

Das bedeutet konkret:

Schritt 1 — Methodenauswahl. Du gibst dem Assistenten die Eckdaten ein: Fahrzeugart, Erstzulassung, Kilometerstand, Wiederbeschaffungswert (netto, nach BGH 2024), Reparaturkosten, eventuelle Vorschäden. Das System stellt Ruhkopf/Sahm, Halbgewachs und BVSK nebeneinander und weist darauf hin, wenn eines der Modelle für die vorliegenden Parameter außerhalb seines Anwendungskorridors liegt (zum Beispiel: Halbgewachs bei Fahrzeugen über 6 Jahre — möglicherweise nicht empfehlenswert).

Schritt 2 — Berechnung. Der Assistent rechnet alle drei Verfahren durch und gibt die Einzelwerte aus. Du siehst: Ruhkopf/Sahm ergibt 520 Euro, Halbgewachs 490 Euro, BVSK 550 Euro. Du wählst die Methode, die zum Fahrzeug, zur Schadensintensität und zu deiner persönlichen Marktkenntnis passt.

Schritt 3 — Begründungstext. Du gibst an, welche Methode du gewählt hast und warum (zum Beispiel: “Ruhkopf/Sahm, weil Fahrzeug im Anwendungskorridor und Methode in dieser Region gerichtlich anerkannt”). Das System generiert einen Begründungstext im gutachtengerechten Stil — inklusive Verweis auf die zugrunde liegenden Fahrzeugparameter, die angewandte Formel, das Berechnungsergebnis und einen Platzhalter für deine regionale Marktkenntnis, den du mit konkreten Informationen füllst.

Was das System nicht macht: Es kann keine regionale Marktkenntnis simulieren. Es weiß nicht, wie stark das Segment “Golf-Klasse unter 5 Jahren” gerade in deiner Region von Unfallhistorie belastet ist. Dieser Teil bleibt deine fachliche Einschätzung — und genau das ist auch die Anforderung, die Gerichte an dich stellen.

Konkrete Werkzeuge — was wann passt

Die gute Nachricht: Für diesen Anwendungsfall brauchst du keine neue Branchensoftware. Das Workflow-Tool ist ein LLM, das du bereits kennst oder das du günstig dazunimmst. Die Berechnungs-Backbone (Fahrzeugdaten, Zeitwert) liefert deine bestehende Gutachtensoftware.

ChatGPT Plus — 20 USD/Monat, kein Setup, sofort nutzbar. Für die Minderwertberechnung ist GPT-4o ausreichend — du arbeitest mit Formeln, Zahlenwerten und Textgenerierung, nicht mit Bildanalyse. Praktisch: Mit dem “Projects”-Feature (Custom Instructions) kannst du einmalig deinen Methodenprompt hinterlegen und musst ihn nicht bei jedem neuen Chat neu eingeben. Einschränkung: Verarbeitung auf US-Servern — für das Gutachten selbst gibt es keine Personendaten, aber FIN und Kennzeichen solltest du im Prompt anonymisieren.

Claude — Besonders geeignet, wenn du lange Dokumente — Gutachtenvorlagen, Urteile, BVSK-Tabellen — als Kontext mitgeben willst. Das 200.000-Token-Kontextfenster erlaubt es, die gesamte Ruhkopf/Sahm-Tabelle und die BVSK-Wertminderungsmatrix hochzuladen und dann fallweise abzufragen. Pro-Abo ab 20 USD/Monat, für EU-Compliance über AWS Bedrock nutzbar.

autoiXpert — Die meistgenutzte Kfz-Gutachten-Software in Deutschland (über 2.000 Sachverständige). autoiXpert hat bereits eine integrierte Minderwert-Funktion mit Methodenauswahl, die du mit einem eigenen Begründungstext ergänzen kannst. Ideal als Kombination: autoiXpert für Zahlenwerte und Gutachtenstruktur, LLM für den Begründungstext. Ab ca. 99 Euro/Monat.

DAT SilverDAT / Audatex Qapter — Die Kalkulationssysteme liefern den Wiederbeschaffungswert und die Reparaturkostenbasis, auf der die Minderwertberechnung aufbaut. Beide weisen standardmäßig Bruttopreise aus — nach BGH 2024 musst du für den Minderwert auf den Nettopreis umrechnen (Bruttopreis ÷ 1,19). Das kann in den Prompt eingebaut werden.

Zusammenfassung: Wann welcher Ansatz

• Einfache Fälle ohne Vorschäden → ChatGPT Plus mit fertigem Methodenprompt
• Komplexe Fälle mit vielen Dokumenten → Claude Pro mit hochgeladenen Referenztabellen
• Vollintegration in Gutachtenworkflow → autoiXpert + LLM für Begründungstext

Datenschutz und Datenhaltung

Kfz-Gutachten enthalten personenbezogene Daten: Name und Adresse des Fahrzeughalters, FIN (Fahrzeugidentifizierungsnummer), amtliches Kennzeichen, Schadendatum und -hergang. Die DSGVO gilt, sobald du diese Daten an ein KI-System übermittelst.

Die praktische Lösung: Trenne, was das KI-Tool braucht, von dem, was es nicht braucht. Für die Berechnung des merkantilen Minderwerts brauchst du: Fahrzeugart und -modell, Erstzulassungsjahr, Kilometerstand, Wiederbeschaffungswert (netto), Reparaturkosten, Schadensintensität, eventuelle Vorschäden. Du brauchst nicht: FIN, Kennzeichen, Haltername, Adresse.

Gib diese Informationen anonymisiert ein — “VW Golf VIII, Bj. 2021, 38.000 km, WBW 18.500 € netto, Reparaturkosten 4.200 € netto, kein Vorschaden” reicht vollständig aus. Das Ergebnis der KI-Berechnung trägst du dann in das vollständige Gutachten ein, das in deiner eigenen Infrastruktur verbleibt.

Für Büros, die konsequent sicher arbeiten wollen:

• ChatGPT Plus: Standardmäßig US-Hosting; OpenAI bietet AVV an; keine Nutzung für Training, wenn “Data Controls” aktiviert sind. Für anonymisierte Fahrzeugdaten (ohne Personenbezug) bei vielen Büros tolerierbar — im Zweifel mit dem Datenschutzbeauftragten klären.
• Claude über AWS Bedrock: EU-Hosting (Frankfurt); klarer AVV; keine Trainingsnutzung. Für Büros mit hohen Compliance-Anforderungen die sauberste Option.
• Lokale LLM-Modelle (Ollama + Llama 3 oder Mistral): Kein Cloud-Transfer; Daten bleiben auf dem eigenen Rechner. Technisch anspruchsvoller, aber für datenschutzsensible Büros ohne IT-Abteilung machbar mit einem modernen Laptop.

Was es kostet — realistisch gerechnet

Einmalige Einrichtungskosten
Den Prompt zu entwickeln und zu testen kostet Zeit, keine Lizenz. Realistisch: 4–8 Stunden eigene Arbeit — Methodenlogik verstehen (sofern nicht bereits vorhanden), Prompt schreiben, an 10–15 echten Altfällen testen, Begründungstexte gegen eigene Standards kalibrieren. Wer das als Investition in die eigene Qualitätssicherung betrachtet, hat danach einen dokumentierten Methoden-Standard im Büro.

Laufende Kosten (monatlich)

• ChatGPT Plus: 20 USD/Monat (ca. 18–19 Euro)
• Claude Pro: 20 USD/Monat (ca. 18–19 Euro)
• Lokale Lösung (Ollama): 0 Euro laufend, aber leistungsstarke Hardware empfohlen
• Deine bestehende Gutachtensoftware (autoiXpert, DYNAREX o.ä.): bleibt unverändert

Konservativer ROI-Ansatz
Annahme: 15 Fälle mit messbarem Minderwert pro Monat, je 30 Minuten Einsparung = 7,5 Stunden. Bei einem eigenen Stundensatz von 80–120 Euro (typisch für freiberufliche Sachverständige): 600–900 Euro monatlich an wiedergewonnener Zeit. Selbst bei konservativeren 40% Effizienzeffekt: 240–360 Euro monatlich bei 20 Euro Abo-Kosten. Dazu kommt der schwerer zu beziffernde, aber reale Nutzen durch reduzierte Anfechtungsrisiken.

Wie du den Nutzen tatsächlich misst
Führe für 3 Monate einen einfachen Vergleich: Wie viele Minderwertrechnungen hast du erstellt, wie lange hat jede gedauert (mit und ohne Assistent), und wie viele wurden von der Versicherung beanstandet? Das sind drei Zahlen, aus denen sich ein sauberer Vorher-Nachher-Vergleich ergibt.

Typische Einstiegsfehler

1. Den Prompt zu allgemein formulieren.
”Berechne den merkantilen Minderwert” ohne weitere Struktur liefert generische Antworten, die du nicht in ein Gutachten übernehmen kannst. Ein guter Prompt muss die Eingabeparameter klar definieren, die Berechnungsschritte explizit verlangen und die Ausgabe im Gutachtenstil anfordern — mit Methodenangabe, Formeldarstellung und Begründungsabschnitt. Der Prompt im letzten Abschnitt dieses Artikels ist ein direkter Einstieg.

2. Das KI-Ergebnis unverändert übernehmen.
Kein LLM kennt deine regionale Marktkenntnis. Das System rechnet nach Formel — du musst die Marktlage einschätzen. Ein Begründungstext, der nur die Formel beschreibt, aber keinen Satz zur Marktsituation enthält, wird von Gerichten als unvollständig bewertet. Nimm den generierten Text als Rohtext: Überprüfe ihn, ergänze deine konkrete Marktkenntnis (“In der Region Freiburg sind Fahrzeuge dieser Klasse nach Unfallschäden auf dem Gebrauchtmarkt um 8–12% im Preis gemindert”) und unterschreibe nur, was du auch persönlich vertreten kannst.

3. Den BGH-2024-Ansatz ignorieren.
Wer weiterhin Bruttopreise als Berechnungsgrundlage verwendet, lässt die Versicherung die Minderwertposition potenziell kürzen — um bis zu 19%. Bau den Netto-Check explizit in deinen Prompt ein, sodass du dich nicht versehentlich auf den falschen Wert verlässt.

4. Fehlende Pflege bei Rechtsänderungen.
Das ist der stille Risikofaktor: Du baust einen Prompt, der heute korrekt ist. In zwei Jahren gibt es ein neues BGH-Urteil, das den Berechnungsansatz verändert. Dein Prompt weiß davon nichts, du erinnerst dich vielleicht nicht mehr, dass die Methodenlogik dort fest kodiert ist. Mindestens einmal jährlich — nach Lektüre der relevanten Urteile oder nach Verbandsbulletins des BVSK — solltest du deinen Prompt auf Aktualität prüfen. Das dauert eine Stunde, verhindert aber Folgefehler über Dutzende von Gutachten.

Was mit der Einführung wirklich passiert — und was nicht

Die technische Seite ist schnell erledigt: Ein ChatGPT-Abo anlegen, einen Prompt testen, in 10 Altfällen validieren. Das geht an einem Nachmittag.

Das Schwierigere ist das Vertrauen. Ein Gutachter, der seit 15 Jahren nach Ruhkopf/Sahm rechnet und dabei selten Probleme hatte, wird sich fragen: Was bringt mir ein KI-Assistent, den ich erst prüfen muss, bevor ich das Ergebnis unterschreibe? Die ehrliche Antwort lautet: Er bringt dir Konsistenz, Geschwindigkeit und eine strukturierte Begründungsdokumentation — aber er ersetzt kein Stück deines fachlichen Urteils.

Was in der Praxis passiert:

• In den ersten 2–3 Wochen dauert jeder Fall mit dem Assistenten länger als ohne — weil du das Ergebnis noch gegenliest und die Ausgabe an deinen Stil anpasst.
• Nach 3–4 Wochen hast du einen Prompt, dem du vertraust. Die Zeitersparnis tritt dann messbar ein.
• Nach 2–3 Monaten erkennst du, welche Fälle sich für den Assistenten eignen (Standardfälle, mittlere Schadenshöhe, kein Vorschaden) und welche besser rein manuell bleiben (seltene Fahrzeugtypen, sehr alte Fahrzeuge, Spezialausstattung mit unklarem Marktwert).

Was nicht passiert:
Der Assistent wird die Diskussion mit der Versicherung nicht abkürzen, wenn du grundsätzlich eine andere Markteinschätzung vertrittst als der Versicherungsgutachter. Er ersetzt keine Sachverständigenausbildung und keine Berufserfahrung. Er ist ein Begründungsassistent, kein Fachgutachter.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

“Ich mache das seit Jahren aus dem Kopf, da brauche ich kein KI-Tool.”
Stimmt für erfahrene Gutachter — meistens. Das KI-Tool ist nicht für die Berechnung selbst gedacht, die routinierte Profis in 5 Minuten erledigen. Es ist für den Begründungstext: Den schreibt auch der erfahrene Sachverständige jedes Mal neu, weil er fallspezifisch sein muss. Wer für diesen Teil monatlich 5–8 Stunden einspart, hat einen handfesten Vorteil — auch ohne jemals am Rechenweg gezweifelt zu haben.

“Was ist, wenn das System falsch rechnet?”
LLMs können rechnen, aber sie können auch Fehler machen. Deshalb: Gegenlesen ist Pflicht. Aber das ist kein Gegenargument gegen das Tool — das ist der Standardprozess bei jedem Assistenten, ob menschlich oder maschinell. Wer den Begründungstext einer Assistenzkraft nicht gegenlesen würde, hat ein anderes Problem.

“Ich habe Bedenken wegen des Datenschutzes.”
Berechtigte Frage (siehe Datenschutz-Abschnitt). Die Lösung ist einfacher als befürchtet: Personenbezogene Daten gehören nicht in den LLM-Prompt — die Fahrzeugparameter (Modell, Alter, WBW, Schadensumme) sind keine personenbezogenen Daten, solange sie nicht mit Halternamen oder FIN verknüpft werden.

Woran du merkst, dass das zu dir passt

Dieser Anwendungsfall passt, wenn:

• Du regelmäßig mehr als 8 Fälle mit Minderwert pro Monat bearbeitest — bei geringerer Frequenz lohnt sich der Aufwand für die Prompt-Entwicklung kaum
• Du in deinem Büro mehrere Sachverständige beschäftigst, die denselben Fall nach unterschiedlichen Methoden berechnen würden — Methodenkonsistenz ist dann ein reales Qualitätsproblem
• Du bei Begründungstexten viel Zeit verlierst oder das Schreiben als lästig empfindest — dann ist der Nutzen unmittelbar
• Du in letzter Zeit Minderwertpositionen angefochten bekommen hast — ein strukturierter Begründungsworkflow verbessert die Verteidigbarkeit

Drei harte Ausschlusskriterien — wann du es besser lässt:

1. Sehr alte Fahrzeuge oder sehr geringe Wiederbeschaffungswerte (unter 3.000 € netto). Bei diesen Fahrzeugen tendiert der merkantile Minderwert nach aktueller OLG-Rechtsprechung häufig zu €0. Hier hilft kein KI-Assistent — hier hilft die Kenntnis, wann man besser keine Minderwertposition ausweist, statt eine nicht haltbare zu generieren.

2. Betrieb ohne eigene Marktkenntnis für das relevante Fahrzeugsegment. Wenn du zum ersten Mal Unfallgutachten für Premiumfahrzeuge in einer neuen Region erstellst, fehlt dir die fachliche Grundlage für den regionalen Minderwert — die das Gericht bei dir erwartet. Ein LLM kann Marktkenntnis nicht erfinden; es kann nur strukturieren, was du bereits weißt.

3. Kein grundlegendes Verständnis der Berechnungsmethoden. Wer Ruhkopf/Sahm, Halbgewachs und BVSK nicht einordnen kann, sollte zuerst eine Fortbildung zu Minderwertberechnung machen — bevor er einen LLM prompt. Ein Assistent, der du nicht prüfen kannst, ist gefährlicher als keiner.

Das kannst du heute noch tun

Öffne ChatGPT (oder Claude) und starte mit dem folgenden Prompt. Er ist direkt für einen Standardfall anwendbar — passe die Parameterliste an deine Eingabevorlage an und teste ihn mit 3 abgeschlossenen Altfällen, bevor du ihn produktiv einsetzt.

Quellen & Methodik

• BGH VI ZR 188/22 (Netto-Schätzungsgrundlage): Bundesgerichtshof, Urteil vom 16. Juli 2024, Aktenzeichen VI ZR 188/22 sowie Parallelentscheidungen VI ZR 205/23 und VI ZR 243/23. Pressemitteilung Nr. 159/2024 auf bundesgerichtshof.de. Kernaussage: Merkantiler Minderwert ist auf Basis von Netto-Verkaufspreisen zu schätzen, nicht auf Bruttopreisen.
• BVSK-Wertminderungsmodell: Bundesverband der freiberuflichen und unabhängigen Sachverständigen (BVSK), veröffentlicht 2003, regelmäßig aktualisiert. Dokumentation auf colliseum.eu/wiki/BVSK-Wertminderungsmodell. Empfehlung: Mindestbetrag 100 Euro; Anwendung auf Pkw und leichte Nutzfahrzeuge bis 3.500 kg.
• Berechnungsmethoden Ruhkopf/Sahm und Halbgewachs: Colliseum.eu/wiki — freies Fachlexikon für Kfz-Sachverständige, mit dokumentierten Methodenbeschreibungen und BGH-Bezügen.
• Dokumentationspflicht für Marktkenntnis: Der Kfz-SV — Fachzeitschrift für Technik, Gutachten und Recht, Ausgabe 3/2018 (wessels-sv.de). Dokumentiert, dass Gerichte Gutachten zurückweisen, wenn Marktkenntnis nicht nachvollziehbar belegt ist.
• OLG Frankfurt, 13. Januar 2025: Klarstellung, dass bei sehr alten Fahrzeugen mit niedrigem Marktpreis der merkantile Minderwert €0 betragen kann.
• BVSK Honorarbefragung 2024: Statistische Erhebung über Sachverständigenhonorare; Grundhonorar richtet sich nach Schadenshöhe inklusive merkantiler Wertminderung.
• Kosten autoiXpert: Verifizierte Preisangabe aus der Tool-Dokumentation (autoixpert.md), Stand April 2026.
• Preisangaben ChatGPT Plus / Claude Pro: Veröffentlichte Tarife der Anbieter OpenAI und Anthropic (Stand Mai 2026).

Du möchtest den Prompt für deinen konkreten Methodenstandard kalibrieren oder sicherstellen, dass die Begründungstexte vor Gericht halten? Meld dich — das klären wir gemeinsam.