Die klassische Grundhaltung in der Immobilienbrache ist, dass eine Immobilie und entspre-chend auch die Bedingungen für den Gebäudebetrieb einzigartig sind. Der Ansatz bei einem digitalen Ausschreibungsprozess ist genau andersherum – und so lässt sich mit Standardisie-rung und Digitalisierung Geld und Ressourcen sparen!
Digitales Real Estate Online Trading: Mit KI und Smart Data zur Markt- und Standortanalyse des 21. Jahrhunderts by 21st Real Estate GmbH
Die Prüfung des Ankaufs einer Immobilie ist ein komplexer und zuweilen langwieriger Prozess. Verständlich, da Investoren das Risiko, das sie eingehen, möglichst genau kalkulieren wollen. Der Anlagedruck auf Investorenseite ist aufgrund von Niedrigzinsen und Mangel an Anlageprodukten hoch. In diesem Wettbewerb müssen attraktive Investmentopportunitäten rasch identifiziert und Investitionsentscheidungen zügig getroffen werden – Zeit ist Geld. Im Regelfall kann eine tiefere Analyse von Angeboten aber mehrere Tage, bei Immobilienportfolios gegebenenfalls sogar Wochen in Anspruch nehmen.
Hier setzt 21st Real Estate an. Das Berliner PropTech hat es sich zur Aufgabe gemacht, den gesamten Immobilientransaktionsprozess in die digitale Welt zu überführen und ein komplettes Real Estate Online Trading auf nur einer Plattform zu ermöglichen. Dazu entwickelt 21st neuartige, webbasierte Software-Lösungen, mit denen Investoren, Asset Manager, Banken oder Bestandshalter unter anderem:
- automatisiert und auf Knopfdruck Lagen analysieren, bewerten und zielgruppenorientierte Standorteinschätzungen durchführen können
- die Marktüblichkeit von Mieten deutschlandweit, adressgenau und bis auf Einheitenebene in Abhängigkeit von Baujahr, Größe und Ausstattungsstandard ermitteln können
- anhand individuell erstellbarer Profile Standorte für spezifische Investitionsstrategien identifizieren und die Performance von Immobilienportfolios analysieren können.
Dies ermöglicht eine schnellere und zugleich fundierte Entscheidungsfindung – auch aus dem Homeoffice oder von unterwegs.
Rohdaten sind vielleicht das Öl, Smart Data aber der Treibstoff des 21. Jahrhunderts
Es besteht eine enorme Datenfülle in der Immobilienbranche. Doch was nutzen all die Informationen, wenn sie unbereinigt, lückenhaft, unstrukturiert sind und nicht zentral auf Abruf zur Verfügung stehen? Dies macht eine manuelle ganzheitliche Auswertung nahezu unmöglich. Deshalb erzeugt 21st Real Estate aus Big Data mittels Strukturierungsprozessen, Künstlicher Intelligenz (https://wirtschaftslexikon.gabler.de/definition/kuenstliche-intelligenz-ki-40285) und Machine-Learning-Algorithmen (https://wirtschaftslexikon.gabler.de/definition/machine-learning-120982) Smart Data (https://www.21re.de/smart-data) – ein Datenveredelungsprozess an dessen Ende ein umfassendes System mit den präzisesten am Markt verfügbaren Daten steht. Smart Data generiert direkte Entscheidungsvorlagen im Investitionsprozess.
Um mit diesem Datenschatz räumliche Analysen und Bewertungen durchführen zu können, hat 21st ein einzigartiges System geschaffen, das Deutschland in über 55 Millionen Analysekacheln und 2,3 Millionen Ergebniskacheln aufteilt. Über 65 Millionen Kaufpreise und 1,3 Milliarden Datenpunkte wurden auf die Kacheln übertragen. Sie interagieren miteinander und am Ende enthält jede Kachel Informationen für bis zu 2.700 verschiedene Parameter, von soziodemographischen Angaben, wie Alter oder Kaufkraft, über Lageinformationen zur Erreichbarkeit, Wirtschaftsdaten, Points of Interest, kulturellem Angebot, medizinischer Versorgung, bis hin zu Immobilienmarktdaten und gebäudespezifischen Informationen.
Automatisierte Lagebewertung mit Real Estate Location Analytics – RELAS
Räumliche Analysen sind entscheidend in der Immobilienwirtschaft. Spezialisiert sich ein Investor oder Projektentwickler beispielsweise auf Studentenwohnheime, sucht er nach Grundstücken in Lagen, mit guter Anbindung an den ÖPNV, schneller Erreichbarkeit der Universität und großem Angebot an Nahversorgung und Ausgehmöglichkeiten, wie Bars und Clubs. Ist der Projektentwickler daran interessiert, hochpreisige Eigentumswohnungen zu erstellen, ändert sich sein Anforderungsprofil an die Standortsuche maßgeblich.
Mit dem Real Estate Location Analytics-Tool (RELAS) (https://vimeo.com/401041098) sind solche individuellen, zielgruppenspezifischen Lageanalysen und -bewertungen möglich. Anwender können entsprechend ihrer Anlagestrategie eigene Makro- und Mikroprofile erstellen. Dabei stehen ihnen bis zu 2.700 Parameter, die 21st Scores, zur Verfügung, die sie frei kombinieren und gewichten können. Auf einer Karte werden die Landkreise und Gemeinde mit der höchsten Übereinstimmung mit dem angelegten Makro-Suchprofil farblich hervorgehoben. Im nächsten Schritt können diese Standorte dann anhand eines Mikro-Suchprofils kleinräumig analysiert, bewertet und die vielversprechendsten Lagen identifiziert werden. RELAS ermöglicht darüber hinaus adressgenau marktübliche Mieten für die Assetklassen Büro, Wohnen und Einzelhandel in Abhängigkeit von Ausstattung, Größe und Baujahr zu ermitteln. So können auch Investmentangebote bis auf Einheitenebene auf Knopfdruck beurteilt werden. Analysten und Bewerter sind damit in der Lage, für jeden Standort in Deutschland reproduzierbare Einschätzungen zu erstellen, ohne zeitintensive Research-Tätigkeit.
Anwendungsbeispiel: Wo liegen vielversprechende Büromärkte außerhalb der A-Städte?
Um den Anwendungsbereich von RELAS zu demonstrieren, soll im Folgenden der Frage nachgegangen werden, welche Büromärkte außerhalb der A-Städte (https://www.riwis.de/online_test/info.php3?cityid=&info_topic=allg) aufgrund ihrer Qualitäten und Performance der vergangenen Jahre aussichtsreiche Investitionsstandorte darstellen. Beispielhaft wird im ersten Schritt individuell festgelegt, welche Kriterien in die Bewertung der Bürostandorte einfließen sollen. Bauträger, Investoren oder Asset Manager können an dieser Stelle eigene Präferenzen anbringen. In unserem Beispiel wurden folgende Scores für eine erste, grobe Einschätzung des Makroprofils (Analyse auf Gemeinde- und Landkreis Ebene) herangezogen:
- Einwohner mit Fachhochschul-/ Universitätsabschluss pro 10.000 Einwohner (in 30 Minuten erreichbar)
- Büroarbeitsplätze pro 10.000 Einwohner (in 30 Minuten erreichbar)
- 5-jährige Veränderung Gewerbesteuereinnahmen pro Kopf
- 5-jährige Veränderung Wanderungssaldo pro Kopf
- 5-jähriges Bevölkerungswachstum
- 5-jähriges pro Kopf-Kaufkraftwachstum
- 5-jährige Veränderung Pendlersaldo
- 5-jährige Veränderung Bevölkerungsanteil sozialversicherungspflichtig Beschäftigter
- 5-jährige Veränderung Arbeitslosenquote
- Bahnhöfe (Kategorie 1 bis 3) (in 30 Minuten erreichbar)
Abb. 1: Makroprofil für lukrative Bürostandorte in Deutschland
Quelle: 21st Real Estate
Für eine intuitive Vergleichbarkeit erhält jede Kachel für jeden Score einen Punktwert zwischen 0 und 100, abhängig davon, wie sie im deutschlandweiten Vergleich abschneidet. Die Kombination der verschiedenen Scores resultiert in der Berechnung eines neuen, individuellen Scores. Der Einfluss der einzelnen Scores auf den Gesamtscore kann zusätzlich gewichtet werden (Abb. 1).
Für die kleineräumige Analyse erfolgt nach dem gleichen Schema die Erstellung eines Mikroprofils. Unser Mikroprofil ist aus diesen sechs Kriterien zusammengestellt:
- Feierabendaktivitäten
- Überregionale Anbindung
- Mittagspausenaktivität
- 2-jähriges Mietpreiswachstum für Büros
- ÖPNV-Anbindung
- Autoanbindung
Als nächstes wird der Score des Makroprofils auf die Büromärkte auf die B- und C-Städte sowie deren Umland beschränkt, indem eine Selektion angelegt wird. Das Ergebnis ist eine Auswahl von 1.280 Gemeinden (Abb. 2).
Abb. 2: Lukrative Bürostandorte in B- und C-Städten sowie deren Umland
Quelle: 21st Real Estate
Um die Analyse weiter zu verfeinern und nur Gemeinden mit einem hohen Score, sprich hoher Übereinstimmung mit den ausgewählten Kriterien, auszuwählen, kann ein Rating angelegt werden. Hierfür werden die Gemeinden, die mindestens einen Score von 50 haben, selektiert. Abbildung 3 zeigt die 640 Gemeinden.
Abbildung 3: Lukrative Bürostandorte in B- und C-Städten sowie deren Umgebung mit einem Score von mindestens 50
Quelle: 21st Real Estate
Diese können wiederum über einen weiteren, beliebig wählbaren Score kategorisiert und in eine beliebige Anzahl an Gruppen eingeteilt werden. Für unser Beispiel wurde das Mietwachstum der vergangenen zwei Jahre als Kategorisierungsmerkmal herangezogen und die drei Gruppen „sehr gut“ (Wachstum > 15 %), „gut“ (Wachstum 10 bis 15 %) und „mittel“ (Wachstum 0 bis10%) gebildet. Im Ergebnis haben wir jetzt eine Übersichtskarte mit 598 Gemeinden (Abb. 4), die im nächsten Schritt einzeln auf kleinräumiger Ebene anhand des definierten Mikroprofils analysiert werden können.
Abbildung 4: Übersichtskarte mit lukrativen Bürostandorten nach Kategorien
Quelle: 21st Real Estate
Als Beispiel wurde hierfür Leipzig ausgewählt (Abb. 5). Wir können nun innerhalb des Stadtgebietes die Lagen identifizieren, die den höchsten Score gemäß des Mikroprofils erreichen und zusätzlich eine beliebige Anzahl an Kacheln mit den höchsten oder niedrigsten Scores anzeigen lassen (Abb. 6).
Abbildung 5: Mikroprofil für Leipzig
Quelle: 21st Real Estate
Abbildung 6: Die 50 Kacheln in Leipzig mit dem höchsten Score beim Mikroprofil
Quelle: 21st Real Estate
Zu guter Letzt können Investoren, Bauträger oder Asset Manager adressgenau eine Indikation zum marktüblichen Mietniveau abhängig von Baujahr, Fläche und Ausstattungsstandard in den ausgewählten Lagen erhalten. Im Beispiel wurde dazu eine Adresse aus einer der Top-50-Kacheln ausgewählt (Abb. 7).
Abbildung 7: Preisindikation für eine zentrale Bürolage in Leipzig
Quelle: 21st Real Estate
Das Beispiel zeigt die vielfältigen Potenziale, die in digitalen, KI-basierten Markt- und Standortanalysen schlummern – sowohl was Qualität als auch Geschwindigkeit anbetrifft.
Du suchst Impulse zur zukünftigen Ausrichtungen Deines Verantwortungsbereichs? Oder neue Umsatzmöglichkeiten?
Profitiere vom Netzwerken, gezielten PropTech Scouting oder aktiven Digitalisierungs-Begleitung bei blackprint Booster!
Mehr von den Experten für die digitale Immobilienbranche:
Alexander Ubach-Utermöhl Sarah Maria Schlesinger
Managing Director Managing Director
auu@blackprintbooster.vc sas@blackprintbooster.vc
Dieser Beitrag hat 0 Kommentare