63
5.2015
Das Stichwort Transparenz spielt übrigens
gerade im angelsächsischen Raum eine
besonders große Rolle, wenn man zum
Beispiel an RICS denkt. Auch hier bietet
Big Data die Möglichkeit, auf einem sehr
effizienten Weg zu sehr zuverlässigen Da-
ten zu kommen.
Big Data, Datenschutz und Deutschland
– wie bewerten Sie die Situation?
Das
ist ein extrem wichtiges Thema, weil wir
meinen, dass die persönlichenDaten eines
Menschen ein sehr wertvolles Gut jedes
Einzelnen sind, und entsprechend sensi-
bel gehen wir damit auch um. Ein völlig
inkongruentes Daten-Feld öffnet sich
übrigens für den Menschen in Deutsch-
land, der sich mit den verschiedenen
Mietspiegeln beschäftigt, die ja innerhalb
der automatisierten Renditeberechnung
unabdingbar sind. In einem Ort werden
Mietspiegel anhand von subjektiven Fak-
toren – also zum Beispiel: Ist es grün, gibt
es eine gute Anbindung an den ÖPNV
und wie ist die Nahversorgung? – festge-
legt. Im anderen Fall steht das eigentliche
Haus im Zentrum – in einer genau be-
nannten Straße, mit einer genau benann-
ten Hausnummer und mit einem genau
für diese geografische Lage bestimmten
Mietspiegel. In beiden Fällen kann eine
Mietspiegelobergrenze von zum Beispiel
7,30 Euro stehen. Diese Daten auf einen
Nenner zu bringen ist die große Heraus-
forderung, vor der wir gerade stehen. Aber
es gibt noch andere: So liegen in der einen
Stadt die Daten online bereit und können
über eingerichtete Schnittstellen gezogen
werden, in anderen Städten gibt es sie in
Papierform und in anderen gar nicht.
Welche Chancen bietet Big Data, wenn
es um Transaktionen geht?
Auf der einen
Seite hilft Big Data dabei, große Portfo-
lios in kürzester Zeit zu bewerten und ihre
Renditemöglichkeiten abzuschätzen, weil
umfangreiche Datenmengen verarbeitet
und verglichen werden können. Der Clou
dabei ist aber, dass nicht nur in der Summe
mehr Daten berücksichtigt werden, son-
dern auchmehr Parameter Beachtung fin-
den. Das heißt, dass wirmehr Kenngrößen
bei der Renditeprognose einbeziehen als
bisher üblich. Die andere Seite ist, dass wir
mit Big Data ein Objekt dynamisch über
den gesamten Investitionszyklus betrach-
ten und bewerten können – und das auf
Mausklick.
Bergen immer mehr Daten nicht auch
die Gefahr, den Überblick zu verlieren?
Ganz im Gegenteil. Big-Data-Techno-
logien sorgen dafür, dass wir einen sehr
präzisen Blick auf ein Objekt oder ein
Portfolio haben. Den IRR, die Gewinn-
und-Verlust-Rechnung, die Bilanz und
den Cashflow im Vorfeld einer Transakti-
on zu bestimmen, ist damit kein Problem.
Big Data schafft da Klarheit, wo bisher oft
wichtige Fragen offen geblieben sind. Und:
Im Rahmen von Transaktionen kann die
einzelne Transaktion mit Hilfe von Big
Data auf einer einheitlichen Basis an an-
deren gemessen werden.
Ihr Buch beschäftigt sich ausschließlich
mit dem Feld Residential. Ist der Weg
auch bei gewerblichen Immobilien
denkbar oder sind diese in ihrer Nut-
zung zu individuell?
Nein, es sind im
Prinzip die gleichen Parameter, die ich
brauche, um einenWert zu erkennen, und
ich brauche die gleiche Datentransparenz.
Große Transaktionen bedeu-
ten zwangsläufig große Da-
tenmengen.
George Salden
ist Transaktionsmanager bei
Dr. Lübke & Kelber/Arbireo.
Sein Buch „Die Dynamische
Methode“ beschreibt den
Einsatz von Big-Data-Techno-
logien für Renditeprognosen.
„Big Data ist die Voraussetzung
für sichere Renditen“
zur person
George Salden
ist Head of Transaction, Vorstand bei Dr. Lübke & Kelber/Arbireo
und Autor des Buchs „Die Dynamische Methode“, ISBN: 978-3-648-04910-5, 288 Seiten, 49,95 Euro.
«
Tom Zeller, Frankfurt/M.
Foto: Dr. Lübke & Kelber
