Mit Smart Data Ordnung ins Daten-Chaos bringen

Inzwischen ist es allerdings möglich, eine vollautomatische Immobilien-Analyse durchzuführen, die eine belastbare Erstindikation für Intermediäre, Bestandshalter oder Immobilienverkäufer liefert. Als Basis dienen Milliarden von Datenpunkten, die neben den sozioökonomischen Daten auch Daten aus Transaktions-, also Angebots- sowie Abschlusspreisen und Bestandsmietverträgen von Immobilien beinhalten. Um aus diesen Daten Informationen zu generieren wird ganz Deutschland in geografisch begrenzte Datenkacheln untergliedert, denen die vorgenannten Markt-, Standort-, und objektspezifischen Daten zugeordnet sind. Auf diese Weise können auch subjektiv empfundene Lagekriterien wie etwa die Frage: „Wie viel Grün befindet sich in der Nähe der Immobilie?“ empirisch sicher ermittelt und entsprechend eingepreist werden.

Sowohl gesamte Immobilienportfolien als auch jede einzelne Immobilie (Portfolio mit einem Objekt) lassen sich innerhalb von Minuten vollautomatisch analysieren – strukturiert, replizierbar und ohne Zahlenchaos. Indem die Ist-Daten mit den lokalen Referenzwerten verglichen werden, können auf Basis von Smart-Data-Technologien und unter Anwendung künstlicher Intelligenz zudem Prognosen zu einzelnen Aspekten erstellt werden, beispielsweise über die mögliche Entwicklung des Miet-Cash-Flows in den kommenden Jahren. Das ermöglicht Immobilien- oder Finanzmaklern eine schnelle und belastbare Erstindikation zu potentiellen Investitionsobjekten– die aufzeigt, mit welchen Angeboten sie sich intensiver befassen und wo sie ihre Zeit besser sparen sollten.

Digital gestützte Standortsuche

Ebenso ist jedoch der umgekehrte Fall möglich. Bei einer Kundenanfrage mit verschiedensten Investmentkriterien (Asset Allocation) können durch dasselbe Verfahren infrage kommende Standorte beziehungsweise Standortalternativen ermittelt werden. Hierzu ein Beispiel: Ein Kunde aus Berlin möchte über seinen lokalen Vermögensberater in mehrere Anlageobjekte investieren, die sich für die Kurzzeitvermietung eignen. Er will diese Immobilien langfristig halten, weshalb ihm neben dem Vorhandensein von Freizeitangebot und der Anbindung an den ÖPNV auch eine positive demografische Entwicklung und eine entsprechende Urbanität der Standorte als Indikatoren für ein stabiles Mietpreiswachstum wichtig sind. Gleichzeitig möchte er seine Objekte regional diversifizieren, um zusätzliche Risiko-Allokation zu erreichen.

Während sowohl dem Kunden als auch dem Berater instinktiv ein Berliner Kiez wie Neukölln oder Kreuzberg einfallen mag, der all diese Kriterien erfüllt, führt der Wunsch nach regionaler Diversifikation zu der Frage, welche entsprechenden Lagen in anderen Städten hierfür geeignet sein könnten. Auf derselben Basis von Big Data, Smart Data und künstlicher Intelligenz, die zur Portfolio- und Objektanalyse herangezogen werden, lassen sich für alle Städte ab 20.000 Einwohner diejenigen Lagen per Mausklick identifizieren, die innerhalb der jeweiligen Stadtgrenzen den oben genannten Kriterien entsprechen. In diesen Vierteln kann sich der Berater dann gezielt auf die Suche nach passenden Investmentobjekten begeben.

Gastbeitrag von Herwig Teufelsdorfer MRICS, COO bei 21st Real Estate