Wohnungsinserate im Internet sind mittlerweile Standard in der Vermarktung von Wohnraum. Die Nutzung dieser Daten zur Marktbeschreibung anscheinend auch. Zumindest werben verschiedene Marktpreisauswertungen um die Gunst der Aufmerksamkeit. Doch so dick aufgetragen manche Schlagzeile ausfällt, so dünn ist das Fundament, auf dem sie fußt.
Das Mietenmonitoring der IB.SH widmet sich intensiv dem Thema der Datengrundlagen für eine transparente und ausgewogene Preisberichterstattung für Schleswig-Holstein. Das Instrument des Mietenmonitorings wurde 2013 als Teil des strategischen Bündnisses "Offensive für bezahlbares Wohnen" in Schleswig-Holstein eingeführt und seitdem kontinuierlich weiterentwickelt. Ziel des Monitorings ist es, einen Überblick über die Preisentwicklung auf den regionalen Mietmärkten des Landes zu gewinnen.
Angebotsmietpreise gewinnen an Bedeutung
Mit digitalen Wohnungsinseraten in den Onlineausgaben der Zeitungsverlage ab den frühen 2000er Jahren sowie der Einführung von Onlinemarktplattformen wenige Zeit später erschlossen sich für Immobilienmarktbeobachtungen neue Datenquellen in Form von Angebotspreisdatenbanken. Damals waren flächendeckende Mietpreisinformationen eine Neuerung, während Transaktionsdaten im Kaufsegment durch die Gutachterausschüsse der Länder schon länger zur Verfügung standen.
Die Freude über die neuen Möglichkeiten rückte jedoch häufig den qualitativen Anspruch, der an Daten gestellt werden muss, in den Hintergrund. Fragen nach der Repräsentativität von Marktsegmenten und -akteuren werden von den Datennutzern nur selten gestellt oder bleiben unbeantwortet. Nur für eine erste Einschätzung der Anbietererwartungen auf dem Wohnungsmarkt sind unvollständige oder ungeprüfte Datensammlungen geeignet, insbesondere wenn sie in Beziehung zu weiteren Stützindikatoren gesetzt werden.
Steigende Qualitätsanforderungen an die Datengrundlage
Diesen Ansatz verfolgt beispielsweise die professionelle Wohnungsmarktbeobachtung vieler Förderbanken. Auf die begrenzte Aussagekraft aufgrund der Unsicherheiten, die in der Datengrundlage stecken, wird dabei aber explizit hingewiesen.
Über die Verwendung von Angebotsmieten als Frühindikator hinaus sollten die Datengrundlagen einer genaueren Prüfung unterzogen werden. Immer dann, wenn Preisdaten als Entscheidungsgrundlage - ob in Unternehmen oder der Politik - verwendet werden, sind fehlende Validitätsprüfungen und Übertragungen von Teilinformationen auf den Gesamtmarkt kritisch. Besonders bedeutsam wird dies durch die Integration von Angebotspreisdaten in wohnungswirtschaftliche Softwarelösungen zum Marktabgleich, der Portfolioanalyse oder zur Standortbewertung.
Damit können die zum Vergleich herangezogenen Marktinformationen je nach Algorithmus und Darstellung erheblichen Einfluss auf die Preisgestaltung sowie die Objekt- oder Bestandsbewertung nehmen. Wie von Branchenverbänden gefordert, unvollständige Informationen nicht zur Grundlage wohnungspolitischer Entscheidungen und Instrumente zu machen, sollte auch auf betriebswirtschaftlicher Ebene diese Haltung eingenommen werden. Letztlich bedeuten eine steigende Nachfrage nach flächendeckenden, granularen Preisdaten für Marktakteure und Wohnungspolitik, dass die Qualitätsanforderungen an die Datengrundlagen steigen müssen.
Gängige Verfahren und ihre methodischen Besonderheiten
In der Praxis gibt es zwei vorherrschende Wege zur Datensammlung: Zum einen den Direktbezug von Plattformbetreibern und zum anderen das automatisierte Auslesen öffentlich präsentierter Wohnungsangebote im Internet über Web-Services oder Web-Scraping. Für das Abfragen und Bereitstellen von Preisdatensammlungen gibt es darüber hinaus spezialisierte Anbieter.
Daten einer Plattform haben gewisse Vorteile. Sie liegen in einer einheitlichen Struktur vor, umfassen auch nicht öffentlich zugängliche Informationen, verfügen über eine lückenlose Objektpreishistorie und reduzieren die Anzahl von Duplikaten. Ferner besteht die Sicherheit, dass alle geschalteten Inserate erfasst sind, also auch für besonders marktgängige Wohnungen, die nur wenige Minuten online sind. Nachteilig ist das Risiko, dass die Entwicklung der Marktplattform selbst Auswirkungen auf die Datensätze haben kann. Verliert beispielsweise eine für Inserenten kostenpflichtige Plattform kontinuierlich Privatvermieter an eine kostenlose Plattform, so hat dies einen unerwünschten Effekt auf Auswertungen des Datenbestandes.
Gleichsam wirkt die Verlagerung von Vermarktungsaktivitäten einzelner Großanbieter oder die Kündigung einer Rahmenvereinbarung für eine größere Anzahl professioneller Anbieter ebenfalls auf die Datensätze der Plattform. Verschiebungen können aber auch durch unscheinbare Faktoren wie eine geänderte Preispolitik der Plattformbetreiber verursacht werden. Abhängigkeiten lassen sich generell nur reduzieren, wenn unterschiedliche Plattformen als Datenquellen herangezogen werden. Dies wird in der Praxis aus Kostengründen aber selten gemacht.
Web-Scraping erfordert Harmonisierung der Datenquellen
Häufiger ist der Erwerb oder die Erstellung von Preissammlungen über Web-Scraping-Verfahren. Hierbei müssen die unterschiedlichen Datenquellen harmonisiert werden, was mit Informationsverlusten einhergehen kann. Besonders betroffen sind Zustands- und Qualitätsangaben zur Wohnung. Schwerwiegender ist das Problem mehrfach erfasster Inserate. Während es auf einheitlich strukturierten Plattformen einfach ist, doppelte Einträge automatisiert zu erkennen, ist dies bei heterogener Struktur nicht mehr ganz so leicht. Gängige Praxis ist das Zerlegen der Inserate in einzelne Wohnungsmerkmale, die anschließend über Prüfsummen auf Einzigartigkeit getestet werden.
Ist der Prüfalgorithmus nicht ausgefeilt genug, werden entweder falsche Dubletten gelöscht oder es rutschen echte Dubletten durch den Filter. Quartiere mit homogenem Wohnungsbestand, die nur über wenige Lageangaben (Adresse, Hausnummer, Lage im Objekt) verfügen, sind regelmäßig unterrepräsentiert. Da es sich oftmals um preiswertere Wohnungen handelt, entsteht eine Marktpreisüberschätzung. In die gleiche Richtung wirkt das Übersehen von Dubletten. Es sind überwiegend schwer marktgängige, teure Wohnungen, die mehrfach und mit leicht abweichenden Merkmalen inseriert werden, sodass Identitätsfilter üblicherweise nicht greifen.
Daten von Plattformbetreibern sowie Preissammlungen Dritter eint, dass sie mit dem Internet nur einen, wenn auch aufgrund der Reichweite den wichtigsten Vertriebskanal abbilden. Nicht erfasst sind die Weitergabe von Wohnungen unter der Hand in der privaten Vermietung und die direkte, zum Teil über Wartelisten laufende Vergabe bei Wohnungsunternehmen und Wohnungsgenossenschaften. In diesen Fällen kommt es zwar zu preisbildenden Transaktionen, aber das Vorhandensein des Wohnungsangebots ist öffentlich nicht sichtbar.
Preisunterschiede bei Direktvermietungen und Onlineinseraten
Ob sich der so vermietete Wohnraum statistisch vom inserierten Angebot unterscheidet, muss differenziert betrachtet werden: Es gibt eine Korrelation zur örtlichen Marktsituation und zum Anbietertyp. Je hochpreisiger der Markt ist und je stärker der Nachfrageüberhang ausfällt, desto größer ist der Abstand zwischen dem mittleren Preis aus Onlineinseraten und den direkt vermieteten Wohnungen. In entspannten Märkten scheint es hingegen eher irrelevant zu sein, auf welchem Weg Anbieter und Nachfrager zueinander finden. Aber selbst wenn vergleichbare Preise je Quadratmeter aufgerufen werden, kann es Unterschiede in Bezug auf Objekt- und Lagequalitäten geben. Wohnungen mit gut bewerteten Eigenschaften werden seltener öffentlich inseriert.
Diese Merkmalsausprägungen stehen hedonischen Preismodellen dann nicht zur Verfügung, was zur Preisüberschätzung der Standardwohnung im Modell führt. Wohnungsunternehmen und -genossenschaften mit ihrem insgesamt eher niedrigen Mietpreisniveau sind bei angespannter Marktlage in den Onlineangebotsdaten oft unterrepräsentiert. Diese fehlenden Daten lassen sich in den Angebotsdaten nicht interpolieren oder statistisch schätzen, da gerade ihre Abweichung von der übrigen Datenstruktur ihren Charakter ausmacht und sich diese Art fehlender Werte räumlich ohne Marktkenntnisse nicht bestimmen lässt. Nur die Wohnungsanbieter selbst verfügen über diese Daten.
IB.SH-Mietenmonitoring verfolgt kombinatorischen Ansatz
Das Mietenmonitoring der IB.SH nutzt mehrere Datenquellen und führt diese in einer Datenbank zusammen. Plattformdaten der Immobilien Scout GmbH dienen als Grundgerüst aufgrund der umfassenden Objektangaben. In Schleswig-Holstein ist diese Datenquelle regional im städtischen Kontext über die Jahre sehr ausgewogen und stabil, hat aber zuletzt insbesondere durch die Marktentwicklung an Angeboten der Wohnungswirtschaft verloren. Die Abdeckung in eher ländlichen Wohnungsmärkten ist hingegen in den vergangenen Jahren leicht zurückgegangen.
Beide Einflussfaktoren werden im Mietenmonitoring durch zusätzliche Datenquellen aufgefangen. Ziel ist es, die regionalen Märkte in ihrer Angebots- und Anbieterstruktur stabil zu halten und gleichzeitig die Fallzahlen so zu erhöhen, dass ein Großteil der Mieterfluktuation abgedeckt wird. Die besondere Rolle als Förderbank verschafft der IB.SH eine neutrale und unabhängige Position, die das nötige Vertrauen für Datenlieferungen durch Marktakteure herstellt. Über die wohnungswirtschaftlichen Verbände VNW, BFW und Haus & Grund kann so zusätzlich eine große Anzahl an Neuvertragsmieten für das Mietenmonitoring genutzt werden.
Diese Datensätze gleichen die Nachteile, die durch eine primäre Nutzung von Daten aus der Onlinevermarktung entstehen, aus. Als dritte Komponente werden Daten der Empirica-Systeme GmbH eingesetzt. Dies ist eine plattformübergreifende Datenquelle und hat für das Mietenmonitoring die Funktion, den Datenbestand zu skalieren und die Unterrepräsentanz ländlicher Regionen auszugleichen. An der Datenstruktur aller drei Quellen kann ermittelt werden, ob Schwankungen in den Fallzahlen durch den Markt oder durch Veränderungen der Datenquelle bedingt werden.
Unterscheidung von markt- und datenbedingten Schwankungen
Eine marktbedingte Schwankung ist beispielsweise der Rückgang der Fluktuation in sich anspannenden Mietmärkten. Eine anteilig rückläufige Fallzahl ist in diesem Kontext plausibel und wird in der Gewichtung berücksichtigt. Es hat sich bisher gezeigt, dass die Marktabdeckung durch den Dreiklang an Datenquellen für das Jahr 2017 flächendeckend etwa drei Viertel der erwarteten Fluktuation erreicht. Damit ist das Mietenmonitoring der IB.SH für Schleswig-Holstein die mit Abstand größte Marktdatenauswertung. Dass sie auch die verlässlichste ist, liegt an der genauen statistischen Prüfung und Aufarbeitung der Datensätze. Drei Beispiele sollen dies illustrieren:
Beispiel 1: Informationsverdichtung durch Objekthistorien
Inserate lassen sich über ihre Objektadresse verknüpfen, sodass über die Jahre Objekthistorien entstehen, die für die Prüfung neuer Datensätze genutzt werden können. Ein fehlendes Baujahr kann durch die Datenbank abgeglichen werden. Sind Objekt und Objektadresse eindeutig bekannt, werden diese Informationen für das neue Inserat übernommen. Hierdurch steigt die Auswertungsgüte.
Beispiel 2: Dublettenbehandlung
Bevor Dubletten bereinigt werden, wird durch die Datenbank geprüft, ob sich adresslose Datensätze zuordnen lassen. Dies geschieht innerhalb der neuen Daten eines Jahrgangs wie auch für die in der Datenbank enthaltenen Objekte der Vorjahre. Adressen stellen im Mietenmonitoring eine wichtige Grundlage für die Aufdeckung doppelter Fälle dar. Aber auch die Kombination spezifischer Merkmale wie Energieverbrauchskennwert mit Nebenkosten oder Baujahr liefern bereits eine hohe Verlässlichkeit. Ferner sind Toleranzen bei Dezimalangaben berücksichtigt, sodass der Fall, dass in einem Inserat ein Wert gerundet und in einem anderen exakt angegeben wurde, als mögliche Dublette erkannt wird.
Beispiel 3: Verifizierung von Neubauwohnungen
Neubauobjekte werden besonders geprüft, um sicherzustellen, dass kein saniertes Objekt als Neubau behandelt wird. Dies kann über einen Abgleich mit der Objekthistorie erfolgen oder im Zweifelsfall über einen Luftbildabgleich.
Auswirkungen angespannter Märkte auf Angebotspreisdaten
Neben den oben skizzierten Einflussfaktoren auf die Datengrundlagen gibt es auf Ebene der Auswertung aktuell weitere Besonderheiten im Umgang mit Angebotspreisdaten, auf die geachtet werden sollte. Zwei Aspekte sollen kurz beleuchtet werden.
1. Das Wohnungsangebot steigt, aber warum zeigt sich keine preisliche Entlastung?
In den vergangenen Jahren zeigte eine steigende Anzahl an Baufertigstellungen von Mietwohnungen, dass der Markt auf die weiter wachsende Nachfrage reagiert hat. Dies hat Konsequenzen auf die gängigen Markpreisauswertungen. Grundsätzlich zeichnen sich neu gebaute Wohngebäude dadurch aus, dass alle darin befindlichen Wohnungen potenziell auf Plattformen angeboten werden könnten.
Der Anteil angebotener Wohnungen je Objekt ist bei der Erstvermietung naturgemäß besonders hoch, sodass insbesondere in der kleinräumigen Betrachtung bereits ein neu errichtetes Wohngebäude statistisch eine signifikante Wirkung haben kann. Bedenkt man, dass sich Neubauwohnungen auch preislich am oberen Ende der Skala bewegen, kann eine fehlende Differenzierung zwischen Wiedervermietungen und Neuvermietungen zu Fehlinterpretationen führen, indem vom durchschnittlichen Preisanstieg auch auf die Preisentwicklung von Bestandswohnungen geschlossen wird. Dabei kann diese im Preis völlig unverändert geblieben sein. Ist das Neubausegment nun über mehrere Jahre expansiv, so verstärkt sich dieser Effekt.
Immer mehr Neubau kann Preisentwicklungen im Bestand sogar triggern, wenn sich Wohnungsanbieter zum Beispiel am Gesamtmarktdurchschnitt orientieren. In der kurzen Frist bewirkt die Angebotsausweitung durch Neubau also keineswegs eine Preisdämpfung in den Angebotsdaten, sondern zunächst eine Preissteigerung. Erst auf längere Frist sickert das größere Angebot in die nachfolgenden Segmente und mindert den Druck auf die Preise, vorausgesetzt der Angebotszuwachs übertrifft den Nachfragezuwachs und die bereits aufgestaute Nachfrage kann abgebaut werden.
2. Bilden Angebotsdaten die aktuelle Marktentwicklung ab?
Die stark gestiegene Wohnungsnachfrage in Kombination mit der Anlageattraktivität von Immobilien sorgt nach wie vor für Preisanstiege auf dem Mietwohnungsmarkt. Dabei entsteht aus Sicht der Wohnraumversorgung eine Problematik durch die Wechselwirkung aus Preis- und Mengeneffekten: Trifft ein großer Nachfrageüberhang auf ein konstantes Wohnungsangebot, so steigert dies die Preise und mindert das Angebot an freien Wohnungen. Steigende Preise bei schlechterer Verfügbarkeit von freiem Wohnraum senken die Fluktuation ab, wodurch weniger Wohnraum für den weiterhin bestehenden Nachfrageüberhang zur Verfügung steht. Die Preise reagieren nun noch stärker auf die weitere Angebotsverknappung.
Der Angebotsrückgang ist zwar auch in der Onlinevermarktung durch rückläufige Fallzahlen sichtbar, aber die damit einhergehende Preisentwicklung wird oft überschätzt. In der skizzierten Verschärfung der Wohnungsknappheit werden relativ preiskonstante Wohnungen professioneller Anbieter kaum mehr inseriert. Stattdessen werden vermehrt modernisierte und sanierte Objekte zu überdurchschnittlichen Preisen angeboten - eben Wohnungen die ihre Mieter zu bestimmten Preiserwartungen noch suchen. Damit können bei angespannter Marktlage sowohl das Preisniveau als auch die Preissteigerung in Auswertungen von Angebotsdaten zu hoch ausfallen. Ein entsprechendes Korrektiv kann, wie im Mietenmonitoring der IB.SH, nur über Anbieterinformationen erfolgen.
Eine intensive Auseinandersetzung mit Angebotsdaten von der Auswahl der geeigneten Datenquelle bis zur sachgerechten Auswertung ist aufwendig. Aber es lohnt sich. Denn im Ergebnis herrscht Klarheit über Repräsentativität und Validität der verwendeten Daten - eine gute Grundlage für ausgewogene Entscheidungen.
Der nächste Bericht zum Mietenmonitoring erscheint im Spätsommer 2018 und wird kostenfrei unter www.ib-sh.de abrufbar sein.
