aufweist, muss nicht automatisch „schlecht“ sein.
Möglicherweise stimmt nur die Mietermischung
nicht oder die Ausstattung der benachbarten Ge-
bäude ist besser. Plakativ ausgedrückt könnte es
umgekehrt sein, dass ein gut vermietetes Gebäude
mit ordentlichen Einnahmen für eine Desinvesti-
tion infrage kommen kann, weil anhand von Pro-
gnosedaten die Wahrscheinlichkeit groß ist, dass
sich das soziale Umfeld oder dieMieterwünsche in
Zukunft deutlich verändernwerden. Daher sollten
sichWohnungsunternehmen nicht nur auf die Ist-
Daten verlassen, sondern auch Prognosen über
die Entwicklung eines Gebiets oder über Mieter-
höhungspotenziale erstellen.
Daten wertvoller machen
Der verstorbene FAZ-Herausgeber Frank Schirr-
macher prophezeite vor etwas mehr als zwei Jah-
ren, dass imGebäude generierte Daten bald einen
höheren Wert haben würden als das Haus selber.
Umdiese Datenwirklichwertvoll zumachen, muss
man die internen Zahlen mit Informationen aus
dem Umfeld der Immobilien anreichern.
Das können Kennzahlen und Prognosen zur Lage
sein, zumUmfeld, Daten zumöffentlichen Nahver-
kehr, Kindergärten oder Einkaufsmöglichkeiten,
kaufmännische Daten wie die durchschnittlichen
Nettokaltmieten oder sozioökonomische Daten
wie die Haushaltseinkommen oder Zahlungsaus-
fallrisiken an den Standorten. Hinzu kommen
Prognosedaten wie zur mittel- und langfristigen
Standortattraktivität, zur Entwicklung von Kauf-
kraft und Nachfrage oder zu demografischen und
sozialen Entwicklungen. Mit diesen Informatio-
nen lassen sich systematische Entscheidungen
zur weiteren Entwicklung der Immobilie und des
Immobilienportfolios treffen.
Mieter sind die beste Quelle
Diese Daten stehen allenthalben zur Verfügung.
Man muss sie nur einsammeln und nutzen. Die
beste interne Informationsquelle sind jedoch die
Mieter. Aus ihrem Verhalten und ihren Wünschen
lassen sich wertvolle Informationen gewinnen,
welche Anforderungen das Immobilienportfolio
erfüllen sollte. Diese Anforderungen sollten durch
regelmäßige softwaregestützte Mieterbefragun-
gen optimiert werden. Damit lässt sich die künf-
tige Nachfrage einschätzen und gesellschaftliche
Trends, etwa nach künftigen Wohnungsgrößen
oder technischer Ausstattung, können erkannt
werden.
In den Gebäuden werden in vielen Fällen schon
eine Menge technischer Daten gesammelt und
analysiert, um z. B. die Energieeffizienz deutlich
zu verbessern und zu Kosten senken. Die wenigen
aussagekräftigenmonetären Daten aus demERP-
Systemwie die Nettokaltmiete pro Quadratmeter
oder diemehrjährige Entwicklung der Instandhal-
tungskosten müssen ebenso verwendet werden
wie Kriterien, die für einenWettbewerbsvergleich
herangezogen werden können. Dazu gehören Da-
ten zum Haustyp oder zur Ausstattung der Woh-
nung.
Ziel muss es aber sein, Daten zu gewinnen, die über
den eigenen Bestand hinausgehen. Diese Daten
halten zumeist Anbieter wie die Post oder Google
sowie spezialisierte Geodatenanbieter am Markt
vor. Aber auch Bestandsdaten der Stadt, Gemein-
de oder der Region liefern wichtige Erkenntnisse.
Dazu gehören etwa Zahlen zumUmzugsvolumen,
zur Kaufkraft, zu Familienstrukturen oder zu den
vorhandenen Gebäudegrößen. Diese Informati-
onen, die ja auch von Wettbewerbern stammen,
sind der entscheidende Mehrwert.
Wenn die großen Datenmengen richtig analysiert
und nutzbringend eingesetzt werden, haben sie
das Potenzial, Entscheidungen in allen Bereichen
der Immobilie zu verbessern. Insbesondere geht
es darum, künftige Entwicklungen frühzeitig zu
erkennen und somit rechtzeitig durch Investiti-
onen oder Desinvestitionen darauf zu reagieren.
Vorteile von
Portfoliomanagementsystemen
Mithilfe von Portfoliomanagementsystemen las-
sen sich interne und externe Daten verbinden.
Dennoch werden diese Lösungen in der Praxis
noch relativ verhalten genutzt. Die Gründe sind
vielfältig: Viele auf dem Markt verfügbare Sys-
teme sind teuer und durch viele Funktionalitäten
sehr komplex in der Anwendung. Auch die häufig
verwendeten abstrakten und theoretischen Me-
thoden schrecken viele Käufer ab. Zudem fehlt es
an den richtigen Quellen bei der Datenbeschaffung
oder der Aufwand für die Datenversorgung der
Systeme ist sehr hoch.
Gründe für den Einsatz solcher Systeme gibt es
reichlich. Die Kenntnis, wie sich Arbeitslosenquo-
te, Kaufkraft oder Altersstruktur in einem Stadt-
teil, einer Straße oder innerhalb eines Objektes
darstellen und entwickeln, hilft, den eigenen Be-
stand einzuschätzen. Vergleiche mit dem Wett-
bewerb erlauben, die Risikostruktur des eigenen
Portfolios zu beurteilen.
Mit den Erkenntnisse, die bei der Auswertung
der Daten gewonnen werden, lassen sich z. B.
Auszüge von Mietern prognostizieren und damit
Instandhaltungsmaßnahmen oder dieMietersuche
frühzeitig planen. Zudem ist zu erkennen, wohin
Mieter ziehen und warum.
Wer künftige Mieterwünsche vorher sieht, kann
durch Investitionen darauf reagieren und nicht
erst, wenn die Mieter ausziehen. Leerstands-
