Woher Immobiliendaten wirklich kommen und wo sie kaputtgehen

# Woher Immobiliendaten wirklich kommen und wo sie kaputtgehen

Ein einzelnes Bürogebäude in Dallas kann gleichzeitig als fünf leicht unterschiedliche „Fakten“ existieren: eine Quadratmeterzahl in der Akte des County Assessor, eine andere im CoStar-Listing, eine dritte im Property-Management-System, eine vierte im Lease Abstract des Mieters und eine fünfte in der Kreditakte bei einer Bank. Keine davon ist zwangsläufig falsch. Sie wurden nur unterschiedlich gemessen, zu unterschiedlichen Zeitpunkten aktualisiert und nie abgeglichen. In dieser Lücke geht Real Estate Analytics still und leise schief.

Diese Lektion verfolgt die Datenspur eines Assets von Anfang bis Ende und gibt Ihnen dann das Vokabular, um zu erkennen, wo sie sich verschlechtert.

Die Spur: ein Asset, fünf Datensätze

Stellen Sie sich ein Bürogebäude im Vorstadtbereich mit 150.000 square feet vor. So werden seine Daten erzeugt und immer wieder neu erzeugt.

1. Unterlagen von County Assessor und Recorder. Kommunalverwaltungen erfassen Urkunden, Eigentumsübertragungen und Steuerbewertungen. In den USA geschieht das auf County-Ebene und im Format extrem inkonsistent; manche Counties nutzen noch PDF-Scans von Papierformularen. Das europäische Äquivalent ist das Grundbuch (zum Beispiel HM Land Registry in England und Wales oder das Grundbuch in Deutschland), grundsätzlich stärker standardisiert, aber national und nicht paneuropäisch. Die Quadratmeterzahl spiegelt hier oft die veranlagte „gross building area“ wider, eine steuerliche Definition, keine Vermietungsdefinition.

2. MLS-Feeds (Multiple Listing Service). MLS-Systeme wurden dafür gebaut, dass Wohnimmobilienmakler Listings kooperativ teilen. Für Commercial Real Estate gibt es kein einziges Äquivalent; die Abdeckung ist fragmentiert über regionale Commercial-MLS-Boards, maklereigene Systeme und Marktplätze wie Crexi oder LoopNet. Die Aktualität der Daten hängt vollständig davon ab, ob ein Makler daran denkt, den Status nach Abschluss eines Deals zu aktualisieren.

3. CoStar und andere kommerzielle Datenplattformen. CoStar aggregiert Listings, Comps, Eigentumsverhältnisse und Flächenverfügbarkeit über eine Mischung aus lizenzierten Feeds, Makler-Meldungen und einem großen Field-Research-Team, das Gebäude anruft, um die Belegung zu verifizieren. Diese Ebene der menschlichen Verifizierung ist CoStars Burggraben im Wettbewerb, bedeutet aber, dass die „Wahrheit“, die Sie sehen, eigentlich „das, was ein Researcher zuletzt bestätigt hat“ ist, mit Zeitstempel, nicht zwangsläufig aktuell. Konkurrierende Plattformen (die internen Tools von Cushman & Wakefield, die von JLL oder neuere Anbieter wie Reonomy und Cherre) ziehen aus überlappenden, aber nicht identischen Quellensets.

4. Lease Abstraction. Wenn ein Mietvertrag unterzeichnet wird, extrahiert jemand (zunehmend ein KI-Tool, historisch ein Paralegal oder ein ausgelagerter Abstraction-Dienst) die zentralen Konditionen: rentable square footage, Staffelmieten, Verlängerungsoptionen, Umlage von Betriebskosten. Das wird zum operativen Datensatz, auf den sich das Asset-Management-Team des Eigentümers stützt. Häufig ist das die *genaueste* Quadratmeterangabe, und gleichzeitig die für externe Datenplattformen am wenigsten sichtbare.

5. Die Kreditakte. Kreditgeber und Gutachter ziehen aus allem oben Genannten und ergänzen dann für das Underwriting ihre eigene Messung (oft nach ANSI/BOMA-Standards; BOMA ist die Building Owners and Managers Association, die die Standardmethode zur Messung von Grundflächen veröffentlicht).

Fünf Datensätze, fünf plausible Quadratmeterangaben, keine einzige Single Source of Truth.

Wo Duplikate entstehen

Duplikate entstehen, wenn dasselbe zugrunde liegende Ereignis unabhängig voneinander von Systemen erfasst wird, die nicht miteinander sprechen.

• Eine Mietvertragsverlängerung wird ins Property-Management-System eingegeben *und* separat vom Makler an CoStar gemeldet, manchmal mit einem anderen Wirksamkeitsdatum.
• Ein Verkauf wird beim County Recorder erfasst, dann Tage oder Wochen später erneut, wenn CoStars Research-Team ihn telefonisch bestätigt, und dann noch einmal, wenn ein Makler ihn manuell als „Comp“ in seinem eigenen Tracker einträgt.
• Adressabgleich erzeugt Phantom-Duplikate: „500 N Main St“ und „500 North Main Street“ kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen in einem Datensatz als zwei getrennte Assets auftauchen, wenn nicht normalisiert wird.

Die Lösung in professionellen Datenteams heißt Entity Resolution: Datensätze abgleichen, die sich trotz unterschiedlicher Schreibweisen, IDs oder Formate auf dasselbe reale Asset beziehen, üblicherweise über einen eindeutigen Identifier. In den USA nutzen manche Firmen die Flurstücknummer (APN, Assessor's Parcel Number) als Anker; eine universelle Gebäude-ID analog zu einem Aktien-Ticker gibt es nicht.

Wo Lag entsteht

Lag ist die Lücke zwischen dem Zeitpunkt, an dem etwas passiert, und dem Zeitpunkt, an dem Ihr Datensatz es abbildet.

• Steuerliche Bewertungslisten in den USA werden typischerweise jährlich aktualisiert, teils mit 6 bis 18 Monaten Lag zwischen einer physischen Veränderung (etwa einer Renovierung) und ihrem Auftauchen in den Steuerunterlagen.
• CoStars Belegungs- und Verfügbarkeitsdaten sind nur so frisch wie der letzte Research-Anruf; eine gängige Schätzung ist, dass relevante Verschiebungen beim Leerstand im Gewerbebereich ein bis zwei Quartale brauchen, bis sie marktweit vollständig sichtbar werden.
• MLS-Daten im Wohnbereich sind vergleichsweise schnell (oft innerhalb von 24 bis 48 Stunden nach einer Statusänderung), weil sie transaktionsgetrieben sind und Makler vertraglich verpflichtet sind, sie zeitnah zu aktualisieren, durchgesetzt über die Regeln der lokalen MLS.

Lag ist am wichtigsten beim Benchmarking. Wenn Sie eine Leerstandsquote für einen Submarkt berechnen, mitteln Sie Datensätze mit unterschiedlichen Stichtagen, aufgemacht als eine einzige Zahl.

Wo stille Fehler entstehen

Stille Fehler sind die gefährlichen: keine Fehlermeldung, kein Warnsignal, nur eine falsche Zahl, die als korrekt behandelt wird.

• Einheiten-Verwechslungen. Rentable square footage (enthält einen Anteil der Gemeinschaftsflächen) und usable square footage (nur die Mieterfläche) werden vertauscht, ohne dass es jemand merkt. Eine Differenz von 10 bis 15 % zwischen beiden ist in Bürogebäuden üblich.
• Veraltete Status-Flags. Ein Listing, das als „verfügbar“ markiert ist, für eine Fläche, die vor drei Wochen vermietet, aber nie aktualisiert wurde.
• Währungs- und Standardunterschiede in grenzüberschreitenden Portfolios. Ein europäisches Asset, gemessen nach IPMS (International Property Measurement Standards, gefördert von der RICS, der Royal Institution of Chartered Surveyors), verglichen mit einem US-Asset, gemessen nach BOMA-Standards, ohne Umrechnung.
• Survivorship Bias in Comp Sets. Notverkäufe oder Off-Market-Deals landen oft überhaupt nicht in CoStar oder öffentlichen Comp-Datenbanken und verzerren den durchschnittlichen Preis pro square foot still nach oben.

Ein kurzes Governance-Framework

Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → in Real Estate Analytics beruht üblicherweise auf vier Prüfungen:

1. Lineage: KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Sie eine Zahl bis zu ihrer Originalquelle und ihrem Zeitstempel zurückverfolgen?

2. Freshness: Wie alt ist dieser Datensatz im Verhältnis zum Zeitpunkt des zugrunde liegenden Ereignisses?

3. Completeness: Wie viel Prozent der erwarteten Felder sind gefüllt (eine gängige Datenqualitätsmetrik ist die „field completeness rate“)?

4. Reconciliation: Wenn zwei Quellen sich widersprechen, gibt es eine dokumentierte Regel, welche gewinnt?

Ein einfacher Completeness-Check in der Praxis:

# crude field completeness metric for a lease abstract dataset
required_fields = ["rsf", "start_date", "end_date", "base_rent", "tenant_name"]
completeness = df[required_fields].notna().mean().mean() * 100
print(f"Average field completeness: {completeness:.1f}%")

Portfolio-Teams setzen oft eine interne Schwelle (informell häufig bei rund 90 bis 95 % Completeness genannt), unterhalb derer ein Datensatz für manuelle Prüfung markiert wird, bevor ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → in Bewertungsmodelle einfließt.

Benchmarks, die man kennen sollte

Einige häufig zitierte Größenordnungen (alle als Schätzungen behandeln, Änderungen möglich):

• Für US-Transaktionsdaten im Gewerbebereich wird bei institutionellen Assets in großen Metro-Regionen eine Abdeckung von über 90 % über Plattformen wie CoStar und Real Capital Analytics geschätzt, die Abdeckung fällt aber deutlich ab bei kleineren, privaten Off-Market-Deals.
• Die Genauigkeit der Lease Abstraction bei manueller menschlicher Prüfung wird oft mit 95 bis 98 % Genauigkeit auf Feldebene angegeben; KI-gestützte Abstraction-Tools berichten ähnliche oder bessere Genauigkeit bei Standardfeldern, brauchen aber bei komplexen Klauseln (Verlängerungsoptionen, Co-Tenancy-Regelungen) weiterhin menschliche QA.
• ESG-Daten (Environmental, Social, Governance) auf Objektebene, etwa Energie-Benchmarking unter US-kommunalen Offenlegungsgesetzen (zum Beispiel Local Law 84 in New York City) oder die Energieausweise der EU, weisen lückenhafte Compliance auf; Meldequoten deutlich unter 100 % sind in städtischen Audits häufig dokumentiert, da die Durchsetzung je nach Jurisdiktion variiert.

Als öffentlicher, kostenloser Referenzpunkt zu US-Benchmarking-Gesetzen und Energieoffenlegungsdaten auf Stadtebene siehe das Building Energy Asset Score Program des US Department of Energy und vergleichbare städtische Open-Data-Portale.

🎬 [VIDEO: "How CoStar Collects Its Data" - youtube.com - suchen Sie nach CoStars eigenen Erklärinhalten zu Research und Field-Verifizierung, nützlich, um die menschliche Ebene hinter „Big Data“-Immobilienplattformen zu sehen]

Zentrale Erkenntnisse

• Jedes Immobilien-Asset hat mehrere parallele Datenspuren (Assessor, MLS, kommerzielle Plattformen, Lease Abstracts, Kreditakten), die selten zu einem autoritativen Datensatz abgeglichen werden.
• Duplikate entstehen durch unabhängige Neuerfassung desselben Ereignisses; Lag entsteht durch seltene Aktualisierungszyklen (jährliche Steuerlisten, quartalsweise Research-Verifizierung); stille Fehler entstehen durch Einheiten-Verwechslungen (rentable vs. usable square footage, BOMA vs. IPMS) und veraltete Status-Flags.
• Data GovernanceData GovernanceData governance is the set of policies, roles, and processes that ensure data is accurate, secure, well-defined, and used responsibly across an organization.Vollständige Definition ansehen → in diesem Sektor beruht auf vier prüfbaren Eigenschaften: Lineage, Freshness, Completeness und Reconciliation-Regeln.
• Behandeln Sie jeden marktweiten Benchmark (Leerstandsquote, Comp-Durchschnitt, Preis pro square foot) als Mischung aus Datensätzen mit unterschiedlichen Stichtagen und unterschiedlicher Abdeckung, nicht als eine einzige saubere Messung.
• Bevor Sie einem Datensatz für Bewertung oder Underwriting vertrauen, fragen Sie, woher jedes Feld stammt und wie alt es ist, nicht nur, was die Zahl sagt.