Portfolioentscheidungen im Real Estate Management unter Zuhilfenahme von Konzepten des Data Mining

Die moderne Portfoliotheorie lehrt uns die Bedeutung der Strukturierung von Portfolios durch die Kennzahlen Rendite und Risiko. Die genaue Kenntnis beider Kennzahlen ist von entscheidender Bedeutung für die Performance von Portfolios. Immobilien sind im hohen Maße heterogen und eine Investition ist in der Regel langfristig. Aus diesem Grund ist die Ermittlung einer validen Prognose der beiden zentralen Kennzahlen mitunter anspruchsvoll und fehleranfällig. Die vorliegende Arbeit beleuchtet, inwieweit der Einsatz von Konzepten und Verfahren des Data Mining in der Lage ist, Prognosen der beiden Kennzahlen im Entscheidungsprozess des Real Estate Portfoliomanagements zu verbessern. Insbesondere der Fragestellung, welchen Mehrwert die Analyse und Verwertung operativer Daten aus dem Real Estate Management dem Portfoliomanagement liefern kann, kommt eine zentrale Rolle zu. 
 

Inhaltsverzeichnis

Portfoliotheorie; Clusterbildung; Risikobewertung; Datenverwaltung; Einsatzfelder; Vorhersage von Kennzahlen