Maschinen sind die eigentlichen game changer


20 / 06 / 22 - 2 minute read

Die Immobilienbranche entwickelt sich schneller als je zuvor und hat gelernt, dass ihre derzeitige strategische Ausrichtung in naher Zukunft angepasst werden muss. Die Art und Weise, wie mit Immobilien Geschäfte gemacht werden, wird sich ändern, und der Erfolg von Investmentmanagern könnte umgekehrt davon abhängen, wie schnell sie neue Technologien einführen, um die Immobilienverwaltung effizienter, transparenter und nachhaltiger zu gestalten.

Das derzeitige Marktumfeld wirkt jedoch wie eine Mischung aus Akteuren mit einer klaren Haltung zwischen "business as usual" und "jetzt oder nie". Mit anderen Worten: Neue Technologien werden von der Branche nicht in gleichem Maße angenommen. Dies ist in der Tat eine starke Annahme und gleichzeitig ein disruptiver Gedanke. Dennoch muss die Immobilienbranche heute in der Lage sein, mit Digitalisierung, maschinellem Lernen (ML), Tokenisierung und IoT umzugehen, um nur einige zu nennen. Diese Konzepte sind sicherlich en vogue und stehen für das wachsende Bedürfnis der Immobilienbranche, dem Fundament eine neue Säule hinzuzufügen: Immobilien-Datenintelligenz.

Autoren

Dr. Marcelo Cajias

Anett Wins

Das vergangene Jahrzehnt hat Licht auf eines der dunkelsten Probleme der Branche geworfen: den Mangel an Daten. In der Immobilienbranche ist mangelnde Transparenz eher die Regel als die Ausnahme. Vielleicht ist deshalb die Datenerhebung der Schwerpunkt vieler Think Tanks. Man könnte meinen, dass der Zuwachs an Informationen zu größerer Transparenz, genauerer Preisbildung und schließlich zu effizienteren Märkten führen würde. Doch das Gegenteil scheint der Fall zu sein.

Augsburg, Deutschland

Dr. Marcelo Cajias

Head of Data Intelligence

Marcelo Cajias

Head of Data Intelligence

Marcelo Cajias leitet den Bereich Data Intelligence, der Teil des Teams für Anlagestrategie und Research bei PATRIZIA ist. In seiner Funktion ist er für das globale Portfolio an analytischen Lösungen und Dashboards verantwortlich, die strategische Investitionsentscheidungen mit Hilfe von beobachteten und unbeobachteten Machine-Learning-Prognosemodellen für verschiedene Anlageklassen unterstützen. Marcelo studierte Betriebswirtschaftslehre an der Universität Regensburg mit den Schwerpunkten Statistik, Ökonometrie und Immobilienökonomie.

 

Anett Wins

Anett Wins

Associate Data Intelligence

Anett Wins ist als Datenwissenschaftlerin für die Erstellung und Schätzung statistischer Modelle zuständig, um verborgene Muster und angezeigte Trends zu finden. Zur Beantwortung prädiktiver und präskriptiver Forschungsfragen wendet sie fortgeschrittene Algorithmen des maschinellen Lernens an.