🏠 Automatisiertes Immobilienbewertungsmodell — Live-Regression

Ein AVM ist ein statistisches oder maschinelles Lernsystem, das den Marktwert einer Immobilie aus ihren messbaren Merkmalen — Wohnfläche, Lage, Schlaf- und Badezimmeranzahl, Zustand, Alter — sowie aus jüngsten Verkäufen vergleichbarer Immobilien in der Nähe schätzt, ohne dass ein Gutachter die Immobilie besichtigt. Reale AVMs (verwendet von Hypothekengebern, Immobilienportalen und Steuerbehörden) kombinieren typischerweise ein Regressions- oder Gradient-Boosting-Modell, trainiert an Millionen historischer Transaktionen, mit einer lokalen Vergleichsverkaufs-Anpassung, und melden sowohl einen Punktschätzwert als auch ein Konfidenzband, das widerspiegelt, wie viele Vergleichsdaten in der Nähe verfügbar waren. Diese Simulation implementiert die Regressionshälfte dieser Pipeline mit echter Mathematik der kleinsten Quadrate, nicht als Nachschlagetabelle.

Die halbe Breite des Konfidenzintervalls einer Regressionsvorhersage ist proportional zum Reststandardfehler multipliziert mit der Quadratwurzel von x₀ᵀ(XᵀX)⁻¹x₀, wobei X die Matrix der Vergleichsmerkmale und x₀ der Merkmalsvektor der betrachteten Immobilie ist. Werden mehr Vergleichsverkäufe (Zeilen) zu X hinzugefügt, wächst die Matrix XᵀX, und ihre Inverse schrumpft elementweise, was diesen Wurzelterm gegen null treibt. Anders gesagt: Mit nur einer Handvoll Vergleichsverkäufe ist die Schätzung des Preiseffekts jedes Merkmals unsicher, sodass der vorhergesagte Preis stark danebenliegen könnte; mit Hunderten von Vergleichswerten über eine Bandbreite an Größen und Zuständen werden die angepassten Koeffizienten präzise, und das Band um die Preisschätzung verengt sich.

Multiple lineare Regression modelliert den Preis als gewichtete Summe von Merkmalen: Preis = b₀ + b₁·Wohnfläche + b₂·Lage + b₃·Schlafzimmer + b₄·Badezimmer + b₅·Zustand + Fehler. Die Gewichte (Koeffizienten) werden per gewöhnlicher kleinster Quadrate so gewählt, dass die Summe der quadrierten Fehler zwischen vorhergesagten und tatsächlichen Verkaufspreisen über alle Vergleichsverkäufe minimiert wird. Sie ist bei der Bewertung beliebt, weil die Koeffizienten direkt interpretierbar sind — „jede zusätzliche Fläche von 100 m² erhöht den Preis um etwa so viel“ —, was aus regulatorischen und Vertrauensgründen wichtig ist, auch wenn flexiblere Modelle (Random Forests, Gradient Boosting, neuronale Netze) in produktiven AVMs oft einen geringeren Fehler erzielen.

R² ist der Anteil der Varianz der Vergleichsverkaufspreise, den die angepasste Regression erklärt, berechnet als 1 minus dem Verhältnis der Summe der quadrierten Residuen zur gesamten Summe der quadrierten Abweichungen vom mittleren Preis. Ein R² von 0,85 bedeutet, dass 85 % der Preisvarianz über die Vergleichswerte durch die fünf Merkmale des Modells erklärt werden; die verbleibenden 15 % werden Rauschen, unberücksichtigten Merkmalen oder echter Zufälligkeit zugeschrieben, wie Käufer eine bestimmte Immobilie bewerten. Da diese Simulation Vergleichswerte aus einem echten zugrundeliegenden Modell plus Zufallsrauschen erzeugt, ist R² hier ein direktes, einstellbares Maß dafür, wie viel dieses Rauschens Sie eingebracht haben.

Die gewöhnliche kleinste-Quadrate-Methode wählt jeden Koeffizienten so, dass er die Preisvarianz, die diesem Merkmal nach Berücksichtigung aller anderen zuzuschreiben ist, bestmöglich erklärt — ein Merkmal, das den Preis pro Einheit stark bewegt (wie 100 m² mehr Fläche), erhält daher naturgemäß einen größeren Koeffizienten als eines mit kleinerem typischen Preiseffekt (wie ein Punkt einer 1–10-Zustandsskala), selbst wenn beide statistisch gleich „wichtig“ sind. Das Balkendiagramm in dieser Simulation lässt Sie die angepassten Koeffizienten mit den wahren erzeugenden Koeffizienten vergleichen und beobachten, wie sich die angepassten Werte den wahren annähern, je mehr Vergleichsverkäufe hinzukommen und das Schätzrauschen schrumpft.

Ein Konfidenzintervall (das diese Simulation anzeigt) begrenzt die Unsicherheit in der Schätzung des Modells für den Durchschnittspreis von Immobilien mit exakt den Merkmalen der betrachteten Immobilie — es verengt sich gegen null, je mehr Vergleichsdaten eintreffen, denn mit unendlich vielen Daten würde man diesen Durchschnitt exakt kennen. Ein Prognoseintervall dagegen begrenzt, wo ein tatsächlicher Verkaufspreis wahrscheinlich liegt, was auch das unreduzierbare Rauschen einzelner Transaktionen (Käuferlaunen, Verhandlung, Zeitpunkt) berücksichtigen muss und daher nie unter etwa die Reststandardabweichung schrumpft, egal wie viele Daten gesammelt werden. AVMs geben in der Praxis etwas näher an einem Prognoseintervall an, weil Kunden sich für einen einzelnen Verkaufspreis interessieren, nicht für einen Durchschnitt.

AVMs tun sich schwer mit einzigartigen oder ungewöhnlichen Immobilien, die außerhalb der Bandbreite nahegelegener Vergleichsverkäufe liegen, mit sich schnell bewegenden Märkten, in denen jüngste Vergleichswerte bereits veraltet sind, sowie mit Merkmalen, die schwer numerisch zu erfassen sind, etwa Straßenansicht, die Qualität einer kürzlichen Renovierung oder eine laute Straße. Sie erben zudem jede Verzerrung in historischen Verkaufsdaten — waren bestimmte Nachbarschaften historisch aus nicht-marktlichen Gründen unter- oder überbewertet, projiziert ein naiv trainiertes AVM dieses Muster fort. Deshalb verlangen Aufsichtsbehörden für risikoreiche Entscheidungen wie Hypothekenvergaben oberhalb einer bestimmten Kreditsumme im Allgemeinen eine menschliche Bewertung, nicht allein ein AVM.