52
TECHNOLOGIE, IT & ENERGIE
I
SMART DATA & DATA INTELLIGENCE
DATEN, KONKRET
Wer zu einer firmenweiten Strate-
gie passende Investitionsobjekte
finden will, braucht eine nicht un-
erhebliche Menge an Daten. Diese
Daten liegen in Deutschland in den
meisten Fällen nicht zentralisiert
vor. Sie müssen für jedes Objekt
mühsam zusammengetragen
werden. Dies ist besonders zeit-
aufwendig. Die Qualität der Daten
(etwa zu Vergleichspreisen und
Preisprognosen) kann oftmals nur
als ausreichend eingestuft werden.
Gerade in den prognostizierten
Preisentwicklungen liegt jedoch
einer der zentralen Werttreiber
der eigentlichen Investition. Der
Evaluationsprozess ist dadurch sehr
schwierig.
In einem von Daten getriebenen,
digitalisierten Prozess werden
diese Schritte ganzheitlich
automatisiert. Der individuelle
Bearbeiter, Transaktionsmanager
und Ankäufer profitiert von einer
umfassenden Fülle kollektiven
Marktwissens. Sämtliche für den
Prozess des Ankaufes benötigten
Daten werden in einem Big Data
Server kombiniert und aufberei-
tet. Millionen und Milliarden von
einzelnen Datenpunkten werden
hier systematisch verknüpft. Nun
erfolgt der wichtigste Schritt, in
dem diese zumeist noch Rohdaten
über hochkomplexe Algorith-
men und Prozesse des Machine
Learning dergestalt verarbeitet und
veredelt werden, dass sie intuitiv
und ohne Vorwissen genutzt wer-
den können.
DATEN, VERKNÜPFT
Die rohen Umgebungsdaten, etwa
von wie vielen Quadratmetern
Grünfläche ein Objekt umgeben
ist, bilden noch keine ausrei-
chende Entscheidungsvorlage
und bewegen sich daher noch im
Bereich der Big Data. Erst wenn
diese Information in das Verhältnis
zu den Gesamtdaten des Viertels,
des Stadtteils und auch der Stadt
gestellt wird, erhält man für die
Investitionsentscheidung wertvolle
Eindrücke. Denn während ein klei-
ner Park mit Teich in einer an Wald
und Fluss gelegenen Stadt – inve-
stitionstechnisch – nicht wertvoll
sein mag, kann er doch in einer
grauen Industriestadt erheblichen
Einfluss auf den Wohnwert einer
einzelnen Immobilie haben.
Doch wie genau soll dieses Ver-
hältnis von Nachbarschaft zu dem
Stadtteil und der Stadt quantifiziert
werden? Aktuelle Forschung zeigt,
dass Menschen üblicherweise mit
derjenigen Umgebung interagie-
ren, die Sie innerhalb von etwa 15
Minuten erreichen können. Dies
kann eine Vielzahl von Orten bein-
halten, die allesamt individuell in
Big Data vorliegen. Alle Möglich-
keiten und alle Umgebungsvaria-
blen werden mithilfe von Maschi-
nenlernalgorithmen konfiguriert
und gewichtet. Im Ergebnis erhält
man ein perfektes Bild der Umge-
bung und aller sie beeinflussenden
Faktoren. Diese werden graphisch
und numerisch aufbereitet. Es
entsteht Smart Data.
DATEN, HIP
Wie können Erkenntnisse aus
dem Smart Data Topf nun genutzt
werden? Ganz konkret bedeutet
das für einen beliebigen Investor,
zunächst eine Anlagestrategie zu
formulieren. Diese sollte er auf
Basis des Smart Data Pools prüfen
lassen. Eine deutschlandweite
Strategie für geplante Co-Living
Projekte für sogenannte young
professionals könnte beispielswei-
se wie folgt aussehen. Gesucht
werden hier Gegenden mit:
›
Junger, hipper, progressiver
Bevölkerungsstruktur
und selbstlernender Systeme (Data Intel-
ligence) bietet sehr konkrete Möglich-
keiten, alltägliche Prozesse der Branche
nachhaltig zu verändern.
MARKTINTELLIGENZ, KOLLEKTIV
Big Data
beschreibt zunächst einmal große, hete-
rogene Datenmengen. Diese sind für sich
genommen wertvoll, aber in ihrer Essenz
meist deskriptiver Natur. Erst die Hin-
zunahme komplexer Algorithmen und
individualisierbarer Entscheidungsregeln
D
ie genannten Schlagworte impli-
zieren unternehmerische Effizienz-
steigerungen über die Sammlung
und Verarbeitung großer Datenmengen.
Doch an welchem Punkt seines Geschäfts
kann eigentlich ein Unternehmen per
anspruchsvoller Digitalisierungsstrategie
oder durch gezielten Einsatz existierender
Technologien einen tatsächlichmessbaren
Mehrwert erzielen? Auf diese Frage folgt
meist das Schweigen im Walde. Doch die
Nutzung intelligenter Daten (Smart Data)
Passende Investitionen zutage fördern
Wie lässt sich ein Stand-
ort finden, an dem sich ein
Immobilieninvestment lohnt?
Durch den Einsatz von Data
Intelligence. Dies zeigt ein
Beispiel für einen mit Smart
Data angereicherten Ein-
kaufsprozess.
Passende Investitionsobjekte finden
FALLBEISPIEL
Menschen inter-
agieren vornehm-
lich mit der Umge-
bung, die Sie inner-
halb von etwa 15
Minuten erreichen
können. Smart Data
zeigt ein Abbild dieser
Umgebung und ihrer
Einflussfaktoren.
15 Minuten
