Ingatlanpiac: három forgatókönyv, egy biztos pont

37 adatpont nyomon követése alapján — a budapesti irodapiac, a proptech-adaptáció és az AI-alapú ingatlankeresés területén — három eltérő jövőképet vázolok fel a magyar ingatlanpiac számára. A közös pont: a strukturált digitális jelenlét többé nem opcionális. Az AI átrajzolja, hogyan találnak rá az érdeklődők az ingatlanokra, hogyan választanak irodát a bérlők, és hogyan szereznek ügyfeleket az ügynökségek. A kérdés nem az, hogy bekövetkezik-e ez a váltás — hanem az, hogy milyen gyorsan.

Mi változik már most?

Az ingatlanpiacon a legalacsonyabb a Google AI Overviews megjelenési aránya az összes követett iparág közül: 0,14%. Az egészségügy 13%-on, a pénzügyek 4,2%-on állnak. Ennek ellenére az ingatlanos ügynökök 82%-a már naponta használ AI-eszközöket. Ez olyan ellentmondás, amely nem maradhat fenn — és amikor feloldódik, az AI-ra felkészült és az AI számára láthatatlan ingatlanok közötti szakadék azonnali és mérhető lesz.

Konkrétan Magyarországon a jelek már most láthatók. A Duna House AI-t használ virtuális 3D-túrákhoz, AI-generált alaprajzokhoz, energiahatékonysági számításokhoz és környékelemzéshez. A Z generációs vásárlók ma már teljes digitális adatcsomagot — zajtérképeket, energiaszimulációkat, sétálhatósági pontszámokat — várnak el alapként. Globálisan a Kroll REVS platformja 2,8%-os medián hibaráta mellett automatizálja a kereskedelmi ingatlanok értékelését, felülmúlva a hagyományos értékbecslések 33%+ jelentős hibarátáját. A Zillow AI-alapú keresése 2026 Q1-ben millió felhasználóhoz jutott el, és a cég mérnökei AI-eszközökkel fejenként 40%-kal több kódot szállítanak.

Eközben Budapest strukturális döntés előtt áll: 440-530 000 m² SSC által bérelt irodaterület (a teljes állomány 10-12%-a) lép megújítási ablakba 2026 és 2030 között, a döntési év pedig 2028-ban 90-120 000 m²-rel tetőzik. Az AI-vezérelt épületmenedzsment-platformok már 20-40%-os energiamegtakarítást érnek el BREEAM-tanúsított magyar épületekben. Minden ingatlantulajdonos és ügynökség számára nem az a kérdés, hogy „számít-e majd az AI?”, hanem az, hogy „a jövő melyik verziójára építesz?”

Három forgatókönyv

1. forgatókönyv: a szabályozás nyer

A budapesti irodakliff: Az EU AI Act megfelelési költségei 18 hónappal késleltetik az SSC-automatizálást, így egy utolsó megújítási ciklust adnak a budapesti bérbeadóknak, mielőtt a kliff beüt. A Váci Korridor 75%-os SSC-koncentrációja haladékot kap — de csak azoknak, akik a türelmi időszakot az AI-megtalálhatóságba való befektetésre használják.

Okos épületek: A CSRD és az EU AI Act költséges megfelelésre kényszeríti a magyar bérbeadókat — 2028-ra a budapesti állomány mindössze 25%-a felel meg, ami mesterséges szűkösséget teremt a csúcson, és felgyorsítja az elavulást az alsó szegmensben. A megfelelő épületek felfedezhető tanúsítási réteget kapnak, amelyet az AI-keresés megjelenít; a nem megfelelő épületek pedig közzététel nélkül szó szerint nem jelenhetnek meg a szabályozott AI-alapú bérlőpárosításban.

Ingatlankeresés: Az EU Digital Omnibus 2028-ra előírja a strukturált ingatlanadatok közzétételét, és ezzel akaratlanul is megteremti azt az AI-olvasható ingatlanréteget, amelyet a portálok nem tudtak felépíteni. Minden ingatlan törvény szerint AI-megtalálhatóvá válik — de a korai alkalmazók megfelelési hitelességet és pozicionálási előnyt nyernek az előírt rétegen belül. Ahogy a hagyományos SEO-jelenlét önmagában egyre kevésbé elegendő, a strukturált séma-réteg válik alapkövetelménnyé.

Erre figyelj: Három vagy több budapesti SSC-bérlő (Morgan Stanley, Citi, bp) nyilvánosan az EU AI Act 6. cikkének magas kockázatú besorolására hivatkozik az automatizálási pilotok késleltetésének okaként. Az első magyar ingatlankezelő társaság EU AI Act megfelelési bírságot vagy hivatalos figyelmeztetést kap. A GVH vagy a NAIH kifejezetten az AI-generált ingatlanajánlásokra vonatkozó iránymutatást ad ki.

Ki jár jól: Azok a bérbeadók, akik a türelmi időszak alatt strukturált adatokba és digitális ikrekbe fektettek. A már meglévő megfelelési dokumentációval rendelkező BREEAM-tanúsított épületek. Azok az ügynökségek, amelyek sémajelölést és gépileg olvasható ingatlanprofilokat építettek ki, mielőtt a rendelet mindenkit erre kötelezett volna.

Hatás a láthatóságra: Kétszintű piac kristályosodik ki — a tanúsított épületek alapértelmezetten megjelennek a szabályozott AI-bérlőpárosításban, míg a nem megfelelő ingatlanok kényszerű láthatósági kliffet szenvednek el. Az auditszolgáltatás a „váljon láthatóvá” üzenetről a „pozicionáld magad optimálisan az előírt láthatósági rétegen belül” üzenetre vált.

2. forgatókönyv: fennsík

A budapesti irodakliff: Az SSC-létszám 2028-ra 15-20%-kal csökken, de a hibrid munkavégzés miatti tömörítés azt jelenti, hogy a nettó visszaadott terület mindössze 45-60 000 m² — stagnálásnak álcázott puha landolás. A válság soha nem teljesedik ki, de a lassú erózió az AI-megtalálhatóságot teszi megkülönböztető tényezővé a statikus bérlői keresletért küzdő B-kategóriás épületek számára.

Okos épületek: Az okos épületek megtérülése 20-25%-os energiamegtakarításnál plafonál; a bérleti felár 10-15%-nál akad el, mivel a bérlők nem hajlandók többet fizetni olyan AI-üzemeltetésért, amelyet nem tudnak megkülönböztetni a jó karbantartástól. A digitálisiker-adatok és energiadashboardok az A-osztályú épületek alaptartozékává válnak, megkülönböztető erő nélkül.

Ingatlankeresés: Az AI-ingatlankeresés 2028-ig megbízhatatlan marad a helyi piacokon — címeket hallucinál, ügynökségeket talál ki, városokat kever össze —, és a magyar fogyasztók visszatérnek az ingatlan.com-ra és az otthonterkep.hu-ra. Ezt a típusú AI-hallucináló viselkedést konkrét magyar cégeknél is mértem. A portál-SEO marad a király. [SPEKULÁCIÓ] Az a feltételezés, hogy az AI-keresés mérhető mértékben kannibalizálná a portálforgalmat, a magyar ingatlankeresésben még nem igazolódott.

Erre figyelj: A budapesti irodaügyletek mérete két egymást követő negyedévben stabilizálódik 800 m² átlag felett (jelenleg 669 m² és csökkenő). A zöld tanúsított irodák bérleti felárai két egymást követő negyedévben nem bővülnek 15% fölé. Az ingatlan.com forgalomnövekedése stagnáló időszak után újra gyorsul.

Ki jár jól: Az erős portáljelenléttel rendelkező ügynökségek, amelyek biztosításként strukturált adatokat is építettek. Azok az ingatlanok, amelyek platformon kívüli jelzésekbe fektettek: a vélemények minőségébe, a bérlői ajánlólevelekbe és a strukturált GYIK-tartalomba. Akiknek van türelmük — a korai strukturált adatok kamatos előnye negyedévről negyedévre halmozódik.

Hatás a láthatóságra: Az AI-felkészültség az elsődleges csatorna helyett biztosítási kötvénnyé válik. A sémajelöléssel és gépileg olvasható specifikációkkal rendelkező ingatlanok előre pozicionáltak a végső áttöréshez anélkül, hogy feláldoznák a jelenlegi portálteljesítményt. A verseny a vélemények minőségére és az AI-tanítóadatokat tápláló strukturált tartalomra tolódik.

3. forgatókönyv: teljes gyorsítás

A budapesti irodakliff: Az agentikus AI 2028 Q2-re az SSC-feladatok 40%-át automatizálja, ezzel 135-189 000 m² visszaadását váltja ki a piacon, és a budapesti üresedési rátát a 2011-es válságcsúcs 22,8%-a fölé nyomja. [SPEKULÁCIÓ] A 40%-os adat a Morgan Stanley 37%-os feladatexponáltsági becslésének konkrétan budapesti SSC-re történő alkalmazásából extrapolált — közvetlen budapesti mérés nem létezik.

Okos épületek: Az autonóm épület-AI 2028-ra 40%-os OpEx-csökkentést ér el, és a bérlők bérleti feltételként követelik az API-hozzáférhető épületadatokat — ezzel az ingatlant tér-mint-szolgáltatásból adat-mint-szolgáltatássá alakítják. [SPEKULÁCIÓ] A 40%-os OpEx-csökkentés a jelenlegi 20-40%-os energiamegtakarítás teljes üzemeltetési költségre történő extrapolációja — az energia csak egy összetevő. Az adat-mint-szolgáltatás bérleti feltételnek nincs budapesti precedense.

Ingatlankeresés: 2027 Q4-re a magyar ingatlanérdeklődések 30%-a AI-asszisztensektől érkezik portálkeresés helyett — a Duna House korai AI-befektetése megragadja az első lépés előnyét az ajánlási forgalomban, miközben a versenytársak kapkodnak. [SPEKULÁCIÓ] Semmilyen magyar lakóingatlan-adat nem támasztja alá ezt az arányt; az amerikai Zillow adatai azt mutatják, hogy 2026 Q1-ben az AI-funkciók mindössze a felhasználók 5%-ához jutottak el.

Erre figyelj: Az ExxonMobil vagy a Morgan Stanley bejelenti 10 000+ m²-es budapesti bérletének idő előtti felmondását vagy albérletbe adását a 2030-2032-es lejárati dátumok előtt. Egy nagy budapesti bérlő (5000+ m²) az épületadatokhoz való valós idejű API-hozzáférést kötelező bérleti feltétellé teszi. A Duna House vagy más ügynökség negyedéves eredményeiben mérhető lead-volumenről számol be AI-asszisztens ajánlásokból.

Ki jár jól: A gépileg olvasható üzemeltetési adatokkal rendelkező első mozdulók. Azok az épületek, amelyek közvetlenül lekérdezhetővé váltak AI-ágensek számára. Azok az ügynökségek, amelyek megragadták az AI-ajánlási áramlatot, mielőtt a versenytársak megértették volna, hogy egyáltalán létezik. Válságszintű üresedési forgatókönyvben az AI-láthatóság létfontosságú — a 0,14%-os Google AI Overviews megjelenési arány halálos ítéletté válik a nem listázott ingatlanok számára.

Hatás a láthatóságra: A közvetlen AI-megtalálhatóság válik az elsődleges ügyfélszerzési csatornává. A gazdag strukturált adatokkal, AI-keresők által indexelhető virtuális túrákkal és gépileg olvasható formátumú energiatanúsítványokkal nem rendelkező ingatlanok minősített érdeklődéseik 20-30%-át elveszítik az AI-közvetített felfedezés javára. Az épületeknek meg kell jelenniük az AI-alapú bérlőpárosításban, az automatizált telephelyválasztó eszközökben és a befektetői szűrőalgoritmusokban — különben 24+ hónapos üresedési időszakkal kell szembenézniük.

Mit tudunk biztosan?

Mindhárom forgatókönyv egyetlen strukturális igazságba fut össze: sebességtől függetlenül — akár a szabályozás ad időt, akár a stagnálás késlelteti a hatást, akár a gyorsulás szűkíti az időkeretet — az átmenet az átláthatatlan működésből a strukturált, gépileg olvasható ingatlanadatok felé visszafordíthatatlan. Azok az épületek, amelyek nem teszik hozzáférhetővé üzemeltetési mutatóikat AI-olvasható formátumokban, elveszítik láthatóságukat a vállalati bérlői AI-eszközök számára, amelyek egyre inkább előszűrik a shortlistet, mielőtt bármely emberi bróker bekapcsolódna.

Az ingatlanpiac 0,14%-os Google AI Overviews megjelenési aránya anomália, amely korrigálni fog. Azok az ingatlanok és ügynökségek, amelyek most építenek strukturált digitális profilokat — sémajelölés, energiaadatok, 3D-túrák, véleményjelzések, gépileg olvasható specifikációk — minden egyes negyedévben halmozzák AI-megtalálhatósági előnyüket, mielőtt a korrekció beüt. A 2028-as lízingkliff minden budapesti SSC-bérlőt arra kényszerít, hogy 12-18 hónapon belül számszerűsítse AI-igazított létszámtervét. Az épületeket, amelyeket ezek a bérlők elfoglalnak, AI-alapú vállalati ingatlanplatformok fogják megítélni. A hét dimenziós AI-láthatósági mérés megmutatja, hol állsz most — azok a magyar ügynökségek pedig, amelyek megvárják a korrekciót, mielőtt alkalmazkodnának, azon kapják magukat, hogy olyan rendszerben versenyeznek a figyelemért, amelyben soha nem tették magukat láthatóvá.

Kindl Dávid · Közzétéve: 2026. május 21. · Frissítve: 2026. július 5.