Die folgende interaktive Karte visualisiert die qualitätsbereinigten Immobilienmarktdaten des RWI-GEO-REDX-Datensatzes für den Zeitraum von 2008 bis 2025 in feiner zeitlicher Auflösung. Ergänzende Zeitreihendiagramme vergleichen die lokalen Preisindizes und Renditeentwicklungen direkt mit den aggregierten Bundeswerten über den gesamten Zeithorizont. Diese methodische Kopplung aus geografischer Verteilung und historischem Verlauf erlaubt Investierenden eine valide Ermittlung der realen, standortspezifischen Wertsteigerungspotenziale ohne statistische Verzerrungen.
Datenbasis und Bereinigungsprozess (RWI-GEO-RED)
Das mikrodatenbasierte Fundament bildet der Datensatz RWI-GEO-RED. Die Daten stammen aus einer Kooperation des RWI mit dem Marktplatz ImmobilienScout24.
- Zeitraum und Volumen: Die Datenpipeline umfasst den Zeithorizont von Januar 2007 bis Dezember 2025 und verarbeitet Millionen von Datensätzen für Wohnungs- und Häuserportfolios im Kauf- und Mietsegment.
- Erfassung von Objektmerkmalen: Die Datenbasis nutzt Angebotspreise, die durch detaillierte Objektkriterien der Eigentümer ergänzt werden. Dazu gehören die exakte Wohnfläche, das Baujahr, die Zimmeranzahl sowie spezifische Ausstattungsmerkmale wie Balkone oder Sanierungsstände.
- Stochastische Bereinigung: Das RWI eliminiert Extremwerte über vordefinierte Cut-off-Grenzen, um statistisches Rauschen durch Luxussegmente oder Fehlkonfigurationen auszuschließen. Wohnungsmieten über 5 000 € pro Monat oder Kaufpreise für Einfamilienhäuser über 5 000 000 € werden exkludiert. Zur Reduktion von Verzerrungen durch Dauerschaltungen fließt ausschließlich der finale Monat einer Schaltung in die Berechnung ein.
Die hedonische Preisregression
Die Vergleichbarkeit von Assets bei variierender Objektqualität erfordert eine hedonische Preisregression. Dieses multivariate Regressionsmodell zerlegt den Gesamtwert einer Immobilie in implizite Preise für einzelne funktionale Eigenschaften.
Das statistische Modell isoliert die marginale Zahlungsbereitschaft des Marktes für diskrete Objektmerkmale. Mathematisch wird ermittelt, welchen Einfluss Variablen wie ein zusätzliches Badezimmer oder ein moderner energetischer Standard auf den Quadratmeterpreis ausüben.
Die Normierung: Der finale Index (REDX) transformiert diese Qualitätsmerkmale rechnerisch auf ein standardisiertes, bundesweites Durchschnittsobjekt. Der resultierende Indexwert bildet den bereinigten Quadratmeterpreis für eine Immobilie mit normierten Eigenschaften ab. Strukturelle Verschiebungen im lokalen Angebot werden mathematisch neutralisiert, sodass der Index ausschließlich den reinen, qualitätsbereinigten Werttrend abbildet.
Datenpipeline und Aggregationslogik für RE_invest
Der originale RWI-GEO-REDX-Datensatz nutzt primär administrative Raumeinheiten wie Gemeinden oder Landkreise. Diese Klassifikation ist für granulare Investmententscheidungen unpräzise. Die ETL-Pipeline von RE_invest transformiert die Datenstrukturen über ein zweistufiges Verfahren:
1. Geografisches Mapping über den Amtlichen Regionalschlüssel (ARS)
Die zeitreihenbasierte Konsolidierung erfolgt über den 5-stelligen Amtlichen Regionalschlüssel (ARS). Diese Kennziffer garantiert die stabilste zeitliche Verknüpfung der administrativen Einheiten von 2008 bis 2025. Über eine relationale Zuordnungsmatrix werden diese ARS-Zonierungen auf die 5-stelligen Postleitzahlen (PLZ) gemappt, um eine kleinräumige Selektion im Frontend zu ermöglichen.
2. Berechnung von Dynamikmetriken
Auf Basis der qualitätsbereinigten Quadratmeterpreise berechnet das Backend zeitliche Veränderungsraten über mathematische Vektoren:
- Year-over-Year (YoY): Prozentuale Veränderung des indexierten Preises zum Vorjahreszeitpunkt.
- Mittelfristige und langfristige Trends: Kumulierte Wachstumsraten über Intervalle von 5 und 10 Jahren zur Glättung makroökonomischer Zyklen.
Die Synthese aus der hedonischen Indexierung des RWI und der kleinräumigen PLZ-Aggregation liefert eine valide Datenbasis für die Standortermittlung und die Performancemessung im institutionellen Asset-Management.