Künstliche Neurone Netze als 'Automated Valuation Modelling' für die Immobilienbewertung

• Antragstellerinnen / Antragsteller: Dr.-Ing. Matthias Soot; Professorin Dr.-Ing. Alexandra Weitkamp
• Fachliche Zuordnung: Geodäsie, Photogrammetrie, Fernerkundung, Geoinformatik, Kartographie
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 530964147

Volatile Märkte erfordern zeitnahe Immobilienmarktinformationen. Automatisierte Bewertungsverfahren können hierzu einen Beitrag leisten. Viele Studien fokussieren dazu die multiple lineare Regression. Diese stößt an ihre Grenzen, wenn es um die Bewertung großer räumlicher Teilmärkte geht, die nichtlineare Abhängigkeiten aufweisen und die Teilmärkte mit wenigen Transaktionen einschließen wollen. Künstliche neuronale Netze (KNN) haben hingegen den Vorteil, dies berücksichtigen zu können. Ziel ist es, KNN für die automatisierten Immobilienbewertung einzuführen. Dazu sollen Stichprobengröße, Komplexität, Parameterschätzung, Akzeptanz und Anwendbarkeit für die Immobilienbewertung einschließlich kaufpreisarmer Lagen mit KNN erforscht und weiterentwickelt werden. KNN benötigen große Datenmengen. Der data scarcity der Immobilienbewertung wird durch Methoden der Datenerweiterung, z.B. Aggregation oder Einbeziehung von Angebotspreisen, entgegengewirkt. Die Quantifizierung der Grenzen eines minimalen Vorhersagerisikos bedarf der Bewertung der Komplexität. Dies motiviert die Untersuchung der Vapnik-Chervonenkis-Dimension als Komplexitätsmaß bzw. die Umwandlung von KNNs in einen Kalman-Filter-Schätzrahmen. Die erzielten Ergebnisse werden mathematisch und durch Experten validiert sowie die Akzeptanz der KNN analysiert. Ein besonderer Fokus liegt auf der Anwendbarkeit für Märkte mit wenigen Transaktionen in Österreich und Deutschland. Dieses Projekt unterscheidet sich von der bisherigen Forschung durch den ganzheitlichen Ansatz, der grundlegende Untersuchungen und Entwicklungen hinsichtlich des Stichprobenumfangs und der Datentypen, der Komplexität der verwendeten KNN-basierten Modelle, der Parameterschätzung und Unsicherheitsbetrachtungen sowie Validierung und Akzeptanz beinhaltet.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Österreich
• Partnerorganisation: Fonds zur Förderung der wissenschaftlichen Forschung (FWF)
• Kooperationspartner: Professor Dr.-Ing. Hans-Berndt Neuner