@phdthesis{Schernthanner2015,
  author    = {Schernthanner, Harald},
  title     = {Untersuchungen zur r{\"a}umlichen Analyse und Visualisierung von Mietpreisdaten f{\"u}r Immobilienportale},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-89492},
  school      = {Universit{\"a}t Potsdam},
  pages     = {xiii, 136},
  year      = {2015},
  abstract  = {Die vorliegende Arbeit verfolgt das Ziel, aus geoinformatischer Sicht eine konzeptionelle Grundlage zur r{\"a}umlichen Optimierung von Immobilienportalen zu schaffen. Die Arbeit geht dabei von zwei Hypothesen aus: 1. Verfahren der r{\"a}umlichen Statistik und des Maschinellen Lernens zur Mietpreissch{\"a}tzung sind den bisher eingesetzten Verfahren der hedonischen Regression {\"u}berlegen und eignen sich zur r{\"a}umlichen Optimierung von Immobilienportalen. 2. Die von Immobilienportalen publizierten webbasierten Mietpreiskarten geben nicht die tats{\"a}chlichen r{\"a}umlichen Verh{\"a}ltnisse auf Immobilienm{\"a}rkten wieder. Alternative webbasierte Darstellungsformen, wie z.B. Gridmaps, sind dem Status Quo der Immobilienpreiskarten von Immobilienportalen {\"u}berlegen und visualisieren die tats{\"a}chlichen r{\"a}umlichen Verh{\"a}ltnisse von Immobilienpreisen zweckm{\"a}ßiger. Beide Thesen k{\"o}nnen bewiesen werden. Es erfolgt zun{\"a}chst eine umfangreiche Erhebung des Forschungsbedarfs mittels Literaturstudien und technologischer Recherche. Zur Beantwortung der Forschungsfragen wird als quantitative Datenbasis ein 74.098 Mietangebote umfassender Datensatz (von Januar 2007 bis September 2013) eines Immobilienportals akquiriert. Dieser reicht jedoch nicht in vollem Umfang zur Beantwortung der Fragestellungen aus. Deshalb f{\"u}hrt der Autor Experteninterviews zur Erhebung einer qualitativen Datenbasis. Deren Analyse ergibt in Kombination mit der Literaturstudie und der technologischen Recherche ein umfassendes, bisher so nicht verf{\"u}gbares Bild. Es stellt den Status Quo der r{\"a}umlichen Sicht sowie der raumanalytischen und geovisuellen Defizite von Immobilienportalen dar. Zur Optimierung der raumanalytischen und geovisuellen Defizite werden forschungsbasierte L{\"o}sungsans{\"a}tze herausgearbeitet und teilimplementiert. Methoden des Maschinellen Lernens und r{\"a}umliche Sch{\"a}tzverfahren werden als Alternativen zu den von Immobilienportalen bisher genutzten „nicht r{\"a}umlichen" Analyseverfahren zur Preismodellierung untersucht. Auf Grundlage eines hierf{\"u}r konzipierten Validierungsrahmens werden diese Methoden f{\"u}r die Nutzung im Kontext von Immobilienportalen adaptiert. Die prototypische Teilimplementierung zeigt die programmiertechnische Umsetzung des Konzeptes auf. Eine umfassende Analyse geeigneter Sekund{\"a}rvariablensets zur Mietpreissch{\"a}tzung liefert als methodisches Resultat, dass Interpolatoren, die Sekund{\"a}rvariablen ben{\"o}tigen (Kriging with external drift, Ordinary Cokriging), kaum zu valideren Mietpreissch{\"a}tzergebnissen gelangen als die Methode des Ordinary Kriging, die keine Sekund{\"a}rvariablen ben{\"o}tigt. Die Methoden Random Forest aus dem Maschinellen Lernen und die Geographisch Gewichtete Regression hingegen bergen großes Potential zur Nutzung der r{\"a}umlichen Mietpreissch{\"a}tzung im Kontext von Immobilien-portalen. Die Forschungsergebnisse der r{\"a}umlichen Preismodellierung werden in die r{\"a}umliche Visualisierung von Mietpreisen transferiert. F{\"u}r die webbasierte Mietpreisdarstellung wird ein Set alternativer Darstellungsmethoden entwickelt, um Mietpreiskarten-Prototypen abzuleiten. Ein methodisches Ergebnis der Entwicklung der Mietpreiskarten-Prototypen ist die Entwicklung eines geeigneten Ansatzes der Losl{\"o}sung des Preisbezugs von fachfremd verwendeten Bezugsgeometrien. Hierf{\"u}r wird vom Autor der Begriff der zonenlosen Preiskarte gepr{\"a}gt. Diese werden mit Methoden des Gridmapping erstellt. Es werden optimale Rasteraufl{\"o}sungen zur Darstellung interpolierter Rastergr{\"o}ßen ermittelt. Zonenlose Preiskarten mit Methoden des Gridmapping, gepaart mit einer optionalen geb{\"a}udescharfen Darstellung in gr{\"o}ßeren Maßst{\"a}ben, sind als Resultate der Forschung die bestm{\"o}gliche, sich an realen Verh{\"a}ltnissen orientierende, r{\"a}umliche Mietpreisdarstellung. Die entstandenen Prototypen sind eine Ann{\"a}herung der wahren Verteilung des Mietpreises im Raum und um einiges sch{\"a}rfer, als die auf der hedonischen Regression basierenden Darstellungen. Somit kann die wahre „Topographie" der Mietpreislandschaft abgebildet werden. Ein Einsatz der Karten f{\"u}r Nutzergruppen wie Makler, Investoren oder Kommunen zur Analyse st{\"a}dtischer Mietm{\"a}rkte ist denkbar. Alle entstandenen Prototypen sind unter der Nutzung von Map APIs umgesetzt. Ein Ergebnis dessen ist, dass Map APIs noch an diversen „Kinderkrankheiten" leiden und derart umgesetzte Mietpreiskarten noch einen weiten Weg vor sich haben, bis sie das Niveau thematischer Karten von Immhof oder Arnberger erreichen. Die konzeptionellen {\"U}berlegungen und Teilimplementierungen m{\"u}nden in drei Prozessketten, die Umsetzungsoptionen f{\"u}r eine r{\"a}umliche Optimierung von Immobilienportalen darstellen. Dabei werden zwei Szenarien f{\"u}r eine r{\"a}umlich optimierte Mietpreissch{\"a}tzung und ein Szenario f{\"u}r eine r{\"a}umlich optimierte Mietpreisdarstellung herausgearbeitet.},
  language  = {de}
}