Universiẗat, Diss.--Freiburg (Breisgau), 2005.

Zugl.: Darmstadt, Techn. Univ., Diss., 2005.

Univ., Diss.--Mainz, 2003.

Frankfurt (Main), University, Diss., 2009. / Enth. 4 Sonderabdr.

Zugl.: Siegen, Universiẗat, Diss.

Zugl.: Dresden, Techn. Universiẗat, Diss., 2009.

Der Ausbau mehrerer Flughäfen in Deutschland sowie die Installation neuer Flugrouten belasten die Bevölkerung mit Lärm. Die Wertänderung von Immobilien gilt als allgemeiner Indikator für die Folgen der Lärmbelastung. Die letzten Jahre brachten eine Zäsur in der Erforschung der Fluglärmwirkungen. Es sind mit den Internetportalen wie Immobilienscout 24 neue umfangreiche Datenquellen verfügbar. Diese wurde 2012 und 2013 in vier neuen Studien ausgewertet. Die Ergebnisse der neuen Studien werden vorgestellt. Wichtige Ergebnisse lauten: Die ältere Literatur wird hinsichtlich des NSDI (Noise Sensitivity Depreciation Index) bestätigt. Werte von 0,7 bis 1,2 können verifiziert werden. Auch Flugrouten verursachen Wertminderungen. Die Wertminderungen betragen etwa 100 Euro/m2 Wohnfläche pro Kilometer mehr Nähe zum Flugroutenzentrum (etwa 3% des Immobilienwertes). Wertminderungen hängen ab von der Intensität der öffentlichen Diskussion. Über- und unterschießende Effekte sind zu beobachten. Wertminderungen durch neue Flugrouten sind größer als Werterhöhungen durch entfallende Flugrouten. / The development of several airports in Germany as well as the introduction of new flight routes is a strain on most citizens. The change in value of real estate property is widely acknowledged as the general quantitative indicator of the consequences of noise pollution and congestion. In recent years new research on the effects of noise pollution has signified a turning point. Internet portals such as the German Immobilienscout 24 made available new data sources for possible investigation. Evaluation of this data was carried out in four new studies. This paper presents the results of these data analyses. The most important findings are: Older literature findings can be confirmed regarding the NSDI (Noise Sensitivity Depreciation Index). Values of 0.7 to 1.2 can be verified. Flight routes provoke a depreciation in value of real estate. The impairment loss is roughly 100 Euro/m² of living area per kilometer distance to the nearest flight route center (3% of the real estate value). Such depreciation in value reacts to the intensity of the public discourse. Over- and undershooting effects have been found. The depreciation due to newly introduced flight routes is larger than the appreciation due to terminated old flight routes.

Anhand eines Realdatensatzes zum Immobilienmarkt in Deutschland werden Methoden des maschinellen Lernens zur Vorhersage von Immobilienpreisen demonstriert.

Anhand Realdaten zum Immobilienmarkt in Deutschland werden Methoden zur Datenanreicherung vor dem Hintergrund des maschinellen Lernes demonstriert. Die Immobilienmarktdaten werden durch regionale Daten des statistischen Bundesamtes zu Baulandpreisen und Einkommen ergänzt.

Im Mittelpunkt der vorliegenden Dissertation steht die Entwicklung eines Rahmenkonzept für ein intelligentes Wohnimmobilien-Portfoliomanagementsystem, welches einen Übergang von einem herkömmlichen Management-Informationsystem zu einer ganzheitlichen Modellierung der Entscheidungsfindungsprozesse in einem Wohnungsunternehmen gewährleistet und die Entscheidungsträger auf mehreren Ebenen somit weitgehend ergänzt. Der Entwicklungsbedarf orientiert sich dabei an den benötigten Grad der Entscheidungsunterstützung, welcher sich aus der hohen Granularität eines Wohnungsportfolios, der Vielfältigkeit von wirkenden Einflussfaktoren sowie einer grundsätzlich hohen Entwicklungsdynamik auf dem Mietmarkt ergibt. Um die steigenden Anforderungen an die Informationsverfügbarkeit zu erfüllen, werden im Rahmen der Systementwicklung ausgewählte Ansätze aus dem Bereich Künstliche Intelligenz untersucht und implementiert. Dabei werden die theoretischen Methoden und Modelle des Immobilienmanagements schrittweise mit den Instrumenten der Wirtschaftsinformatik verknüpft. Die Erarbeitung der Systemkonzeption erfolgt in mehreren aufeinander aufbauenden Schritten. Zunächst wird eine umfassende Analyse der wohnungswirtschaftlichen Portfoliomanagementaufgaben vorgenommen. Diesbezüglich werden die Spezifik der Assetklasse Wohnimmobilien, die zur Verfügung stehenden Diversifikationspotenziale sowie das grundsätzliche Handlungs- und Entscheidungsspektrum, welche der wohnungsunternehmerischen Wertschöpfung zugrundeliegen, diskutiert. Im Ergebnis wird ein spezifischer Erklärungsansatz, welcher das wohnungswirtschaftliche Portfoliomanagement als eine eigenständige Disziplin charakterisiert, formuliert. In dem zweiten Teil der Arbeit erfolgt die Ableitung konkreter Anforderungen an ein effizientes Portfoliomanagementsystem. In diesem Zusammenhang werden einerseits die vorhandenen Systeme aus der methodischen und der technologischen Perspektive ausgewerten. Andererseits werden die Weiterentwicklungspotenziale identifiziert und auf deren Umsetzbarkeit geprüft. Es werden dabei sukzessive die Vorgaben für das iWIPMS abgeleitet und in Bezug auf die Systemfunktionen und die Systemarchitektur konkretisiert. Die Effizienz der Systemfunktionen hängt unmittelbar von der Ausgestaltung der methodischen Basis, auf welcher dieses beruht, ab. Im vorliegendan Fall zählen dazu die im Unternehmen etablierte Managementmethodik sowie die in diesem Zusammenhang angewendeten Entscheidungsmodelle und Analyseinstrumente. So wird in dem dritten Teil ein integrativer Portfoliomanagementansatz erarbeitet, welcher eine umfassende Modifikation des Shareholder-Value-Ansatzes darstellt. Dies soll in erster Linie zur ganzheitlichen Operationalisierung der wohnungswirtschaftlichen Wertschöpfung in dem System sowie zu der Verknüpfung der Asset- und Ressourcenallokation im Rahmen der Portfolioanalyse, -planung, -steuerung und -kontrolle dienen. Ein einheitliches, für die wohnungswirtschaftliche Anwendung konstruiertes Kennzahlensystems, welches sowohl die unmittelbar immobilienbezogenen Parameter als auch die interdisziplinär relevanten Kenngrößen integriert, soll dabei eine logische Grundlage für die Umsetzung der agentenbasierten Modellierung innerhalb des Systems darstellen. Mit der Entwicklung eines agentenbasierten Modells beschäftigt sich der vierte Arbeitsteil. Hierbei liegt der Diskussionsschwerpunkt auf der Implementierung eines Selbststeuerungsmechanismus für ein Wohnimmobilienportfolio, welches sich an die ausgewählten Merkmale der Organisation eines Wohnungsunternehmens orientiert. In diesem Zusammenhang wird eine verteilte Agentenarchitektur entworfen, in der sowohl die symbolischen als auch die neuronalen KI-Ansätze implementiert werden können. Abschließend werden ausgewählte Aspekte der praktischen Umsetzung des Systems erörtert.:Inhaltsverzeichnis Vorwort I Abbildungsverzeichnis VIII Tabellenverzeichnis XI Abkürzungsverzeichnis XII 1. Abschnitt: Portfoliomanagement in einem wohnungswirtschaftlichen Kontext 1 A. Immobilienwirtschaftliche Erklärungsansätze 2 B. Berücksichtigung der wohnungswirtschaftlichen Besonderheiten 5 I. Assetklasse Wohnimmobilie 5 a) Substanzielle Eigenschaften 5 b) Eigenschaften als Kapitalanlage 6 II. Wohnimmobilienportfolio 7 a) Diversifikationspotenziale 8 b) Wechselwirkungen 9 III. Wohnungsunternehmen 11 a) Schwerpunkte der Geschäftstätigkeit 11 b) Wertschöpfungsprozess 12 C. Definitorische Konkretisierung 14 I. Aufgaben des Portfoliomanagements in einem Wohnungsunternehmen 15 a) Intradisziplinäre Funktionsbereiche 15 1. Portfolioanalyse 15 2. Portfolioplanung 17 3. Portfoliosteuerung 18 4. Ergebniskontrolle 19 b) Interdisziplinäre Schnittstellen 20 1. Unternehmensplanung 20 2. Rechnungswesen 21 3. Risikomanagement 22 4. Organisationsmanagement 23 5. Finanzmanagement 23 6. Service-Management 24 II. Portfolioperformance als Ergebnis der Managemententscheidungen 25 a) Entscheidungsprozess 25 b) Entscheidungsstrukturen 27 1. Immobilienbezogene Entscheidungen 28 2. Komplementäre Entscheidungen 29 2. Abschnitt: Entwicklungsvorgaben für ein intelligentes Wohnimmobilien-Portfoliomanagementsystem (iWIPMS) 31 A. Entwicklungspotenziale der Management-Informationssysteme 31 I. Methodische Weiterentwicklung 32 a) Portfoliomanagementansatz 32 1. Qualitativer Ansatz 32 2. Quantitativer Ansatz 34 b) Entscheidungsmodell 37 c) Analyseinstrumente 39 II. Technologische Weiterentwicklung 41 a) Systemübergreifende Datenintegration 41 b) Automatisierung der Entscheidungsfindung 43 B. Transformation zu einem wissensbasierten System 45 I. Funktionsweise eines WBS im Portfoliomanagement 46 II. Künstliche Intelligenz als Systembestandteil 48 a) Systemtheoretische Perspektive 48 1. Kriterien eines intelligenten Systems 50 2. Klassifizierung der KI-Formen 51 i) Symbolbasierte KI 52 ii) Konnektionistische KI 54 iii) Neuro-symbolische KI 59 b) Anwendungsbezogene Perspektive 63 1. Intelligente Agenten 63 2. Agentenbasierte Modellierung 64 C. Formalisierung der Systementwicklungsvorgaben 65 I. Systemaufgaben 66 II. Systemarchitektur 68 3. Abschnitt: Methodisches Rahmenkonstrukt eines iWIPMS 70 A. Leitansatz der wertorientierten Unternehmenssteuerung 70 I. Grundkonzept Shareholder-Value 70 II. Wohnungswirtschaftliche Anpassung 72 B. Modifikation zum integrativen Portfoliomanagement 75 I. Zielsystem 76 a) Interpretation des Spitzenzielwertes 77 b) Zielkonformität im Entscheidungsprozess 81 II. Rechenmodell 85 a) Berechnungsverfahren 85 b) Diskontierungszinssatz 88 c) Cashflow 92 1. Zuordnungsprinzip 92 2. Strukturelle Zusammensetzung 94 (1) Aperiodischer Cashflow 95 (2) Periodischer Cashflow 97 III. Kennzahlensystem 100 a) Steuerungsrelevante Basiskennzahlen 102 1. Immobilienbezogene Steuerungsparameter 103 i) Operativer Betrieb 103 ii) Investitionstätigkeit 109 iii) Desinvestitionstätigkeit 112 2. Ressourcenbezogene Steuerungsparameter 114 i) Finanzierung 114 ii) Organisation 116 iii) Steuerlast 120 b) Prognoselogik 122 c) Prognoserelevante Einflussfaktoren 123 1. Immobiliensubstanz 123 i) Standortqualität 124 ii) Gebäudequalität 124 2. Marktlage 126 i) Angebotsumfang 126 ii) Nachfrageumfang 127 3. Unternehmenspotenziale 129 i) Wettbewerbsposition des Portfolios 130 ii) Unternehmensbonität 131 C. Wertsteuerung im Portfoliomodell 132 I. Standardisierung der Angebotspalette 132 II. Standardisierung der immobilienbezogenen Handlungsstrategien 135 a) Investitionsstrategie 135 b) Instandhaltungsstrategie 136 c) Vermietungsstrategie 138 III. Objektselektion 139 4. Abschnitt: Umsetzung der agentenbasierten Architektur im Inferenzmechanismus des iWIPMS 142 A. Zentrale Modellierungsprämissen 142 I. Umgebungsmodell 143 a) Modellelemente 144 b) Parametrisierung 148 1. Umgebungseigenschaften 148 2. Umgebungszustände 149 c) Modelldynamik 152 II. Agentenstruktur 155 a) Hierarchie 156 b) Koordination 158 c) Portfoliomanagementzyklus 161 1. Bottom-Up-Phase 163 2. Top-Down-Phase 164 3. Abstimmungsphase 164 B. Funktionsprinzip der einzelnen Agenten 165 I. Logikbasierte Komponente 166 II. Neuronale Komponente 169 5. Abschnitt: Implementierung des Systems 174 A. Organisatorische Herausforderungen 174 B. Technologische Herausforderungen 175 I. Lernprozess 176 a) Training der neuronalen Netze 176 b) Lernen im BDI-Kontext 177 II. Datengrundlage 178 Schlussbemerkung VIII Thesen X Quellenverzeichnis XIV Index XLVI Eidesstattliche Erklärung L