3 Standardmodelle - Kurzkritik

Die Beschäftigung mit "normalen" Modellen offenbart, dass sie sperrig ausgelegt sind. Und, die meisten Ansätze sind auszuhebeln. Scheinbar fehlt es an Erfahrung im Raum, am Standort, am Objekt. Statistik und finanzwirtschaftliches Denken herrschen vor, schreiben den verhängnisvollen Glauben fort, dass sich Immobilien ohne Mühe vom Schreibtisch aus bewerten lassen.

Die größte Schwäche liegt in einer Objektivierungsmanie. Wie oben festgestellt, ist Deutung an subjektive Wahrnehmung und Geistesleistung gebunden. Deutungsfähigkeit wiederum ist das Definitionskriterium für Intelligenz. Da richtet sich ein schweres Geschütz auf übliche Modelle: "Die sind unintelligent", könnte eine Deutung lauten. Soweit wollen wir nicht gehen, wenngleich sie wenig pfiffig erscheinen. Der gewünschte Subjektivitätsausschluss führt dazu, dass sie zu 1.000-Faktorenmodellen aufgebläht werden, zu viele Daten berücksichtigen (wollen). Zu viele aus folgenden Gründen:

Viele Zahlen sind nicht flächendeckend verfügbar. Werden in Stadt X vorhandene Daten in ein Modell eingebunden, in Stadt Y gibt es entsprechende Zahlen jedoch nicht, klafft die erste Lücke.

• Die Erfassungsqualität einer Größe kann je nach Bezugsraum abweichen. Werden Handelsflächen hier sorgfältig, dort unsauber erfasst, kann das zu Fehleinschätzungen führen. Im Grunde werden Werte verglichen, die nicht vergleichbar sind.
  
  
• Datensätze beziehen sich häufig auf unterschiedliche Erhebungszeitpunkte. BIP-Zahlen sind aktuell, Kaufkraftangaben vom letzten Jahr, Wohnungsmarktdaten 3 Jahre alt usw. In den meisten Fällen ist das unwesentlich, in manchen nicht.
  
  
• Mit steigender Faktorenzahl wird es wahrscheinlicher, dass voneinander abhängige Größen als eigenständig wirksam erscheinen. Zusammenhänge verschwimmen. Häufig kommt es dazu, dass eine unbemerkt in zig Winzigfaktoren aufgelöste Einzelgröße mehrfach einfließt.
  
  
• Je mehr Größen in Modelle eingehen, die Faktoren gewichten (was Standard ist), desto mehr erhöht sich der Subjektivitätsgrad (!). Mehr Zahlen erfordern mehr Deutung. Ab einer gewissen Faktorenmenge verkommen Gewichtungen zum Würfelspiel.
  
  
• Bei großer Faktorenmenge schlagen Gewichtungen einzelner Größen kaum auf das Gesamtergebnis durch. Der Verdacht liegt nahe, dass Ergebnisse zur Mitte tendieren.
  
  
• Viele unterstellte Zusammenhänge bestehen in einem Immobiliensegment, nicht in einem zweiten. So neigt (zumindest der US-amerikanische) Bürosektor zur wiederkehrenden Flächenüberproduktion aus sich heraus. - Einmal der BIP-Entwicklung folgend, ein anderes Mal nicht. Der Bau von Nahbereichszentren folgt ihr stets. Es gibt weitere Abweichungen. Somit wären für verschiedene Immobilienarten gesonderte Rating-Modelle erforderlich. Für Unternehmen mit großem gemischten Portfolio ergäbe sich ein beträchtlicher Mehraufwand.
  
  
• Problematisch stellen sich Projektionen dar, die in starkem Maße auf nackten Wirtschaftsdaten gründen. Die Haltbarkeitsdauer von "Prognosen" unserer Wirtschaftsauguren liegt bei Monaten, eher Wochen. Oder: Selbst beste Maklerhäuser liegen mit ihren Schätzungen z. B. der Vermietungsleistung in Stadt X meist 15 - 30 % neben tatsächlichen Ergebnissen. – Was bringen Modelle, in die ständig veraltete Daten oder selten treffende Vorhersagewerte eingegeben werden im Alltag?
  
  
• Angesichts ständigen Wandels, aufkommender Entwicklungstendenzen und ausklingender Trends bedürfen viele Faktoren einer angepassten Gewichtung. In großen Systemen mit vielfältigen Abhängigkeiten unter einzelnen Faktoren erfordert dies eine fortwährende Modellüberarbeitung.
  
  
• Schließlich bedeutet es eine Mammutaufgabe, die Systeminhalte (die vielen Zahlen) halbwegs aktuell zu halten.
  
  

Grundsätzliche Einwände gegen überbordende Zahlengerüste ergeben sich aus einer anderen Richtung.