Zusammenfassung
Datengetriebene Anwendungen verändern unsere Lebens- und Arbeitsweise in Rekordzeit. Die Immobilienwirtschaft als eher traditionelle Branche bewegt sich in diesem Kontext langsamer. In einer Welt, in der der Menschheit immer schneller immer mehr Daten aus den verschiedensten Bereichen zur Verfügung stehen, wird sich jedoch auch die Immobilienwirtschaft diesem Trend nicht entziehen können. Um einen wirklichen Mehrwert zu generieren, müssen die für die Immobilienwirtschaft relevanten Daten auch effizient genutzt werden. Aus Big Data muss Smart Data entstehen. Ein Bereich, in dem der Einsatz von Smart Data von hoher Relevanz ist, ist das Immobilien Asset Management als Kernkompetenz der Optimierung von Immobilien, da dort Daten aus den unterschiedlichsten Fachgebieten zusammenfließen und genutzt werden. Für Marktteilnehmer, die sich frühzeitig mit der Entwicklung von datengetriebenen Lösungen beschäftigen, ergeben sich erhebliche Differenzierungspotenziale. Demgegenüber riskieren diejenigen, die sich nicht frühzeitig an diesen Trend anpassen, für immer aus dem Markt gedrängt zu werden. Das Ziel dieses Beitrages ist es, ein Verständnis für die Notwendigkeit von datengetriebenen Lösungen im Immobilien Asset Management zu schaffen, indem zunächst aufgezeigt wird, wie aus Big Data Smart Data entstehen kann, in welchen Teilbereichen des Immobilien Asset Managements Smart Data am relevantesten ist und welche Potenziale sich hieraus ergeben. Schließlich wird auch auf konkrete Umsetzungsmöglichkeiten für Marktteilnehmer eingegangen werden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Ackoff, R. L. (1989): From data to wisdom. Journal of applied systems analysis, 16(1), S. 3–9.
Beyerle, T; Müller, L. (2015): Catella Research BIG DATA IN DER IMMOBILIENWIRTSCHAFT CHANCE ODER BRANCHENBEDROHUNG?
Bi, Z.; Cochran, D. (2014): Big data analytics with applications. In: Journal of Management Analytics 1 (4), S. 249–265.
Cajias, M.; Freudenreich, P.; Freudenreich, A. (2020): Exploring the determinants of real estate liquidity from an alternative perspective: censored quantile regression in real estate research. In: J Bus Econ 90 (7), S. 1057–1086.
Cajias, M.; Willwersch, J.; Lorenz, F. (2019): I know where you will invest in the next year – Forecasting real estate investments with machine learning methods. In: 26th Annual European Real Estate Society Conference: European Real Estate Society.
Cartledge, C. (2016). How Many Vs are there in big data.
Corgel, J.; Ling, David C.; Smith, Halbert C. (2000): Real Estate Perspectives: An Introduction to Real Estate.
Domo (2018): Data Never Sleeps. https://www.domo.com/learn/infographic/data-never-sleeps-6,
Duan, L.; Xiong, Y. (2015): Big data analytics and business analytics. In: Journal of Management Analytics 2 (1), S. 1–21.
Hausler, J.; Ruscheinsky, J.; Lang, M. (2018): News-based sentiment analysis in real estate: a machine learning approach. In: Journal of Property Research 35 (4), S. 344–371.
Heidrich, S.; Seipel, C. (2021): Monetarisierung von Sensordaten in Gewerbeimmobilien. In: Monetarisierung von technischen Daten: Springer Vieweg, Berlin, Heidelberg, S. 673–690.
Khan, M. (2018): Deep Learning. Convergence to Big Data Analytics.
Kitchin, R. (2013): Big data and human geography. In: Dialogues in Human Geography 3 (3), S. 262–267.
Kitchin, R. (2014): The data revolution. Big data, open data, data infrastructures et their consequences. Los Angeles, London, New Delhi, Singapore, Washington DC: SAGE.
Kitchin, R.; McArdle, G. (2016): What makes Big Data, Big Data? Exploring the ontological characteristics of 26 datasets. In: Big Data & Society 3 (1), 205395171663113.
Krämer, B.; Stang, M.; Nagl, C.; Schäfers, W. (2021): Explainable AI in a Real Estate Context – Exploring the Determinants of Residential Real Estate Values.
McDowell, K. (2021): Storytelling wisdom: Story, information, and DIKW. In: J Assoc Inf Sci Technol 72 (10), S. 1223–1233.
Nouriani, A.; Lemke, L. (2022): Vision-based housing price estimation using interior, exterior & satellite images. In: Intelligent Systems with Applications 14.
Pelzeter, A.; Trübestein, M. (2015): 3. Real Estate Asset Management, Property Management und Facility Management. In: Band I Betriebswirtschaftliche Grundlagen, S. 287–360
Rowley, J. (2007): The wisdom hierarchy: representations of the DIKW hierarchy. In: Journal of Information Science 33 (2), S. 163–180.
Shi-Nash A.; Hardoon D. (2016): DATA ANALYTICS AND PREDICTIVE ANALYTICS IN THE ERA OF BIG DATA. In: Internet of Things and Data Analytics Handbook: John Wiley & Sons, Ltd, S. 329–345.
Stang, M.; Krämer, B.; Nagl, C.; Schäfers, W. (2022): From human business to machine learning – methods for automating real estate appraisals and their practical implications. In: Z Immobilienökonomie, S. 1–28.
Teichmann, S. (2007): Bestimmung und Abgrenzung von Managementdisziplinen im Kontext des Immobilien- und Facilities Management. Nr. 2/2007: Zeitschrift für Immobilienökonomie.
Trübestein, M. (2011): Real-Estate-Asset-Management für institutionelle Investoren: eine theoretische Konzeption und empirische Untersuchung aus Sicht institutioneller Investoren.
Wang, L. (2017): Heterogeneous Data and Big Data Analytics. In: ACIS 3 (1), S. 8–15.
Zeleny, M. (1987): Management support systems: Towards integrated knowledge management. In: HSM 7 (1), S. 59–70.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Cajias, M., Krämer, B. (2023). Smart Data und Immobilien Asset Management. In: Piazolo, D. (eds) Immobilien Asset Management. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-40879-4_7
Download citation
DOI: https://doi.org/10.1007/978-3-658-40879-4_7
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-40878-7
Online ISBN: 978-3-658-40879-4
eBook Packages: Business and Economics (German Language)