PriceHubble veröffentlicht erstes Produkt für die Analyse von Mehrfamilienhäusern

Immobilien
(Photo by Marko Markovic on Unsplash)

Zürich – Mit dem neuen Produkt von PriceHubble ist es jetzt erstmals auch möglich ganze Wohngebäude, wie Mehrfamilienhäuser, auf Basis der Bewertung der einzelnen Wohneinheiten im Gebäude zu analysieren. “Somit ermöglichen wir beispielsweise Investoren, Bestandshaltern oder Banken zu jeder Zeit eine Sensitivitätsanalyse für ihr gesamtes Gebäude oder Portfolio mit einem Klick”, erläutert David Spiess, Head of Sales der PriceHubble AG in der Schweiz das neue Produkt.

Neben der Markt- und Mietpreisbewertung der einzelnen Einheiten und der Übersicht des gesamten Gebäudes, ist es mit der neuen digitalen Lösung auch möglich Miet- und Renditepotenziale in wenigen Sekunden zu identifizieren und die eigene Objektstrategie anzupassen. Darüber hinaus erhält der Nutzer umfangreiche Markt- und Standorteinblicke für jede Wohneinheit und kann diese auch als PDF, Excel oder via Link mit anderen teilen.

“Die Weiterentwicklung unserer Lösungen angepasst an die Bedürfnisse im Markt gehört zu unseren Kernkompetenzen. Die Ausweitung unserer Analyse von der einzelnen Einheit auf ganze Wohngebäude war eine von vielen Kunden gewünschte Funktionalität und daher der nächste logische Schritt”, so Spiess weiter.

Analyse von Immobiliendaten mit Machine Learning
Die digitalen Lösungen für die Immobilien- und Standortbewertung von PriceHubble ermitteln den Marktwert eines Hauses oder einer Wohnung basierend auf dem PriceHubble-Modell, das mit Hilfe von Machine Learning eine Vielzahl an verschiedenen Immobiliendaten analysiert, diese in Algorithmen überführt und so stets den statistisch wahrscheinlichsten Markt- und Mietpreis ermittelt und attraktiv darstellt.

Dabei gehen die Objektangaben weit über einfache Lagefaktoren hinaus und bieten mehr als die herkömmlichen Bewertungsverfahren. PriceHubble ermittelt unter Einsatz von Big Data Analytics, Machine Learning und künstlicher Intelligenz Angaben wie den aktuellen und prognostizierten Marktwert, Marktdynamiken im Umfeld und Lagekriterien wie zum Beispiel Geräuschpegel, Erreichbarkeit, Sonneneinstrahlung oder die Qualität der Aussicht. Tagesaktuelle Neubauprojekte in der Umgebung so wie sozio-ökonomische Entwicklungen in der Nachbarschaft fliessen ebenso in die Bewertung ein. So können auch nicht-lineare Zusammenhänge zwischen Preisen und wertrelevanten Merkmalen abgebildet werden. Ausserdem lernt das System fortlaufend aus jeder Veränderung. (mc/pg)

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.