Automatisierte Immobilienbewertung: Alles zur Zukunft der Wertermittlung

Automatisierte Immobilienbewertung hilft bei der Wertermittlung von Gebäuden.

Immobilien zu bewerten ist oftmals langwierig und kostspielig. Entsprechend besteht die Notwendigkeit, den Bewertungsprozess effizienter zu gestalten. Eine automatisierte Immobilienbewertung liegt also auf der Hand – und ist keineswegs Zukunftsmusik!

Sogenannte Automated Valuation Models (AVMs) sind nützliche Helfer, um die Bewertung von Immobilien effizienter zu gestalten.

Hier lesen Sie, was Sie über die Möglichkeiten der automatisierten Immobilienbewertung wissen müssen und, was AVMs für Immobiliengutachter/innen bedeutet.

Inhalt

Was sind Automated Valuation Models?

Der Begriff Automated Valuation Model (AVM) kommt aus dem Amerikanischen und beschreibt den Einsatz statistischer Verfahren zur automatisierten Immobilienwertermittlung.

Kurz gesagt: Im deutschen Sprachraum versteht man darunter alles rund um die automatisierte Immobilienbewertung oder auch digitale Immobilienbewertung.

In wenigen Sekunden zum Immobilienwert

Das Revolutionäre an der automatisierten Immobilienbewertung: AVMs schaffen es, den Wert einer Immobilie innerhalb von wenigen Sekunden und somit automatisiert zu schätzen.

Solide Datenbasis notwendig

Die automatisierte Immobilienbewertung basiert dabei auf einem großen Datenpool anderer Immobilien. Diese Datenbasis wird mittels statistischer Methoden ausgewertet und der Wert der zu bewertenden Immobilie im Grunde über die Ähnlichkeit gewisser Merkmale der Immobilie bestimmt.
 
Zur Durchführung einer automatisierten Immobilienbewertung bedarf es in der Regel lediglich der Eingabe der Merkmale der Immobilie. Alle weiteren Schritte werden automatisiert durch das Bewertungsmodell durchgeführt.

Welche Chancen bietet eine automatisierte Immobilienbewertung?

Automatisierte bzw. digitale Immobilienbewertungen bieten eine ganze Reihe von Vorteilen, bspw.

  • schnellere und effizientere Immobilienbewertungen
  • finanzielle Einsparungen im Vergleich zu traditionellen Immobilienbewertungen
  • datenbasierte und somit objektive Ermittlung von Immobilienwerten
  • Erhöhung der Transparenz im Bereich der Immobilienbewertungen
  • statistische Auswertbarkeit der Ergebnisse

AVMs für mehr Effizienz

Die Chancen einer automatisierten Immobilienbewertung liegen insbesondere im Bereich der Prozessoptimierung und Effizienzsteigerung. Warum? Automatisierte Bewertungsverfahren sind nicht nur schneller, sondern auch kostengünstiger.

Die so erzielten Ergebnisse sind zudem weniger anfällig für subjektive Verzerrungen. Lanfristig gesehen also eine gute Möglichkeit, mehr Transparenz und Stabilität in den Immobilienmärkten zu schaffen.

Wie funktioniert eine automatisierte Immobilienbewertung?

Zwei Faktoren sind ausschlaggebend, damit es mit der automatisierten Immobilienbewertung klappt:

  1. eine umfassende Immobiliendatenbasis sowie
  2. ein möglichst akkurater Bewertungsalgorithmus

Eine automatisierte Immobilienbewertung nutzt im Wesentlichen die Daten und Informationen einer Vielzahl anderer Immobilien. Daraus wird dann der Wert der zu bewertenden Immobilie abgeleitet.

Den Algorithmus trainieren

Um den sogenannten Bewertungsalgorithmus zu trainieren, benötigt man eine große Datenmenge.

Was ist mit “Trainieren” eigentlich gemeint? Der Begriff Trainieren beschreibt den Prozess, bei dem der Algorithmus so erstellt bzw. optimiert wird, dass dieser den Wert einer beliebigen Immobilie möglichst genau schätzen kann.

Prinzipiell gibt es unzählige Algorithmen, die für die Zwecke einer automatisierten Immobilienbewertung geeignet wären. In ihrem Grundsatz basieren jedoch die meisten automatisierten Bewertungsalgorithmen auf der Logik der hedonischen Preise.

Die Theorie der hedonischen Preise besagt, dass sich der Wert eines Gutes (z. B. einer Immobilie) aus der Summe der Einzelpreise der des Gutes bestimmenden Merkmale zusammensetzt und dass diese Einzelpreise mittels statistischer Methoden bestimmt werden können. Die gängigste statistische Methode ist dabei die Regressionsanalyse.

Welche Daten sind für eine automatisierte Immobilienbewertung notwendig?

Eine große Menge passender Immobiliendaten sind das A und O bei der erfolgreichen Umsetzung einer automatisierten Immobilienbewertung.

Die Immobiliendaten sollten in der Regel die folgenden Informationen über die jeweiligen Objekte beinhalten:

  • Preis/Wert der Immobilie
  • Strukturelle Merkmale der Immobilie:
    • Baujahr der Immobilie
    • Größe der Immobilie
    • Grundstücksgröße
    • Anzahl der Zimmer
    • Anzahl der Stellplätze
    • Qualität der Ausstattung der Immobilie
    • Etc.
  • Lageinformationen der Immobilie:
    • Adresse der Immobilie
    • Geokoordinaten der Immobilie
    • Entfernung zum nächsten Supermarkt
    • Entfernung zum nächsten ÖPNV-Halt
    • Entfernung zum Stadtzentrum
    •  Etc.

Unterschied zum Vergleichswertverfahren

Viel hilft in diesem Fall viel – für die automatisierte Immobilienbewertung ist eine möglichst große und variierende (heterogene) Menge an Vergleichsobjekten notwendig.

Ganz im Gegensatz zum Vergleichswertverfahren der traditionellen Immobilienbewertung: Hier greift man auf eine kleine Menge möglichst exakt übereinstimmender Vergleichsimmobilien zurück.

Durch die Variation innerhalb der Vergleichsdaten kann garantiert werden, dass ein möglichst breites Spektrum an Immobilien mit dem automatisierten Bewertungsmodell bewertet werden kann.

6 Gründe, warum Digital Real Estate kein Hype mehr ist

Welche Datenquellen gibt es?

Als Datenquelle zur Erfassung der Daten eignen sich entweder zentral erfasste Transaktionsdaten (z. B. vom lokalen Gutachterausschuss). Oder man greift alternativ auf die Angebotsdaten von großen Vermittlungsplattformen (z. B. ImmoScout24, ImmoWelt, etc.) zurück.

Grundsätzlich ist in Deutschland der Zugang zu zentralen Registerdaten stark beschränkt. Daher ist es üblich, Angebotsdaten zu verwenden.

Welche Rolle spielt künstliche Intelligenz?

Das Themenfeld der Künstlichen Intelligenz (KI) gewinnt im Bereich der automatisierten Immobilienbewertung mehr und mehr an Bedeutung. Insbesondere die KI-Subkategorie der Machine Learning Verfahren ist auf dem Vormarsch.

Verbesserte Bewertungsgenauigkeit durch Machine Learning

Unterschiedlichste Studien zeigen: Die Bewertungsgenauigkeit einer digitalen Immobilienbewertung steigt durch den Einsatz moderner Algorithmen aus dem Bereich des Machine Learnings. Denn moderne Algorithmen können komplexe Strukturen und Interaktionen innerhalb der “Trainings-Daten” besser erkennen.

Bessere Bewertungsergebnisse dank KI

Wenn wir davon ausgehen, dass immer mehr Daten zur Verfügung stehen, müssen wir auch mit einer zunehmenden Komplexität rechnen. Hochkomplexe Daten sind allerdings schwierig zu interpretieren. Hier kommt die künstliche Intelligenz ins Spiel: Der Einsatz von KI verspricht bessere Ergebnisse bei der automatisierten Immobilienbewertung.

Wie werden automatisierte Bewertungsmodelle derzeit angewandt?

Die automatisierte Immobilienbewertung ist kein neues Konzept und liefert bereits solide Ergebnisse. Entsprechend vielfältig wären die Einsatzmöglichkeiten. Allerdings gibt es Unsicherheiten im Hinblick auf die regulatorische Einordnung solcher Bewertungslösungen.

Daher beschränkt sich der Einsatz automatisierter Immobilienbewertungsmodelle innerhalb Deutschlands weitestgehend noch auf den sogenannten unregulierten Bereich der Immobilienbewertung. Zu diesem zählen insbesondere frei zugängliche Web-Tools bestimmter Maklerplattformen oder Immobilienfinanzierer. Darüber hinaus bieten z.B. ImmoScout24 oder die Sparkassen-Finanzgruppe automatisierte Bewertungslösungen an.

Regulatorische Hürden verzögern breiten Einsatz

Im regulierten Bereich der Immobilienbewertung (z. B. der Verkehrswertermittlung) ist innerhalb der Bundesrepublik die automatisierte Immobilienbewertung größtenteils rechtlich nicht gestattet.

Das könnte sich in Zukunft ändern: So werden im Regulierungswesen gerade Hürden abgebaut (siehe auch die letzte Anpassung der Immobilienwertvermittlungsverordnung – ImmoWertV). Wir können also davon ausgehen, dass automatisierte Immobilienbewertungen künftig auch zu einem gewissen Grad in regulierten Bereichen erlaubt sein werden.

Automatisierte Bewertung besonders für Wohnimmobilien geeignet

Insbesondere Wohnimmobilien eignen sich dafür, automatisiert bewertet zu werden. Zum einen liegen für den Wohnimmobilien-Bereich ausreichend Daten vor. Zum anderen ist der Standardisierungsgrad hoch. Jedoch gibt es auch im Hinblick auf gewerbliche Immobilien erste Studien, die zeigen, dass eine automatisierte Immobilienbewertung auch hier gut möglich ist.

Wie sieht die Zukunft automatisierter Bewertungsmodelle aus?

Folgende Entwicklungen sind künftig im Bereich der automatisierten Immobilienbewertung zu erwarten:

  • Methoden der künstlichen Intelligenz / des Machine Learnings werden verstärkt eingesetzt,
  • Bereich der regulierten Immobilienbewertungen öffnet sich mittelfristig für die automatisierte Wertermittlung,
  • Regulatorische Überwachung und Reglementierung der automatisierten Bewertungsmodelle nehmen zu,
  • Weitere Standardisierungen im Bereich der Verfahren und Ausgangsdaten,
  • Automatisierte Bewertungsmodelle auch für Gewerbeimmobilien

 

Fazit: Was bedeutet das für den/die Immobiliengutachter/in?

Automatisierte Bewertungsverfahren ändern zwar künftig maßgeblich den Arbeitsprozess von Immobiliengutachter/innen, können diese jedoch nicht komplett ersetzen. Erstens ist die Leistungsfähigkeit von AVMs bzw. einer automatisierte Immobilienbewertung derzeit noch beschränkt. Zweitens haben Immobiliengutachter/innen neben der Wertableitung in der Regel noch weitere Aufgabenbereiche, die ein automatisierter Algorithmus nur bedingt abdecken kann.

Fakt ist jedoch: Das Berufsbild von Immobiliengutachter/innen wird sich in den kommenden Jahren stark wandeln. Digitalaffinität ist praktisch Pflicht, um automatisierte Bewertungsverfahren zu verstehen und anwenden zu können.

Automatisierte Bewertungslösungen werden in Zukunft ein wichtiges Handwerkszeug von Immobiliengutachter/innen darstellen. Unabdingbar, um den Wert einer Immobilie auf effiziente Art und Weise zu ermitteln! Die digitale Transformation der Immobilienwirtschaft wird also auch am Beruf des Immobiliengutachters nicht spurlos vorbeigehen.

Moritz Stang

Moritz Stang

Seit Januar 2021 ist Moritz Stang als Doktorand und wissenschaftlicher Mitarbeiter am Lehrstuhl für Immobilienmanagement des IRE|BS Instituts für Immobilienwirtschaft der Universität Regensburg beschäftigt. Im Rahmen seiner Forschungstätigkeit beschäftigt er sich schwerpunktmäßig mit der Optimierung automatisierter Immobilienbewertungsverfahren und im Besonderen mit dem Einsatz moderner Machine Learning Verfahren im Bereich der Immobilienbewertung.

Quellen:

Stang, M., Krämer, B., Nagl, C. et al. From human business to machine learning—methods for automating real estate appraisals and their practical implications. Z Immobilienökonomie (2022). https://doi.org/10.1365/s41056-022-00063-1

Krämer, Bastian and Stang, Moritz and Doskoč, Vanja and Schäfers, Wolfgang and Friedrich, Tobias, Automated Valuation Models: Improving Model Performance by Choosing the Optimal Spatial Training Level (November 9, 2022). Available at SSRN: https://ssrn.com/abstract=4272379 or http://dx.doi.org/10.2139/ssrn.4272379

Glumac, B. and Des Rosiers, F. (2021), “Practice briefing – Automated valuation models (AVMs): their role, their advantages and their limitations”, Journal of Property Investment & Finance, Vol. 39 No. 5, pp. 481-491. https://doi.org/10.1108/JPIF-07-2020-0086

d’Amato, Maurizio & Kauko, Tom. (2017). Advances in Automated Valuation Modeling: AVM After the Non-Agency Mortgage Crisis. 10.1007/978-3-319-49746-4.

Kok, N., Koponen, E-L., & Martínez-Barbosa, C. (2017). Big Data in Real Estate? From Manual Appraisal to Automated Valuation. Journal of Portfolio Management, 43(6), 202-211. https://doi.org/10.3905/jpm.2017.43.6.202

Digitalisierung endlich richtig verstehen?

Jetzt BUILD Micro-Learning kennenlernen – für alle, die von der Digitalisierung profitieren und den Erfolg nicht anderen überlassen wollen.

#Intensiv-Kursprogramm #Digital Real Estate

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert