Project

Back to overview

UrbanDataLab

English title UrbanDataLab
Applicant Schirmer Patrick
Number 183457
Funding scheme Bridge - Proof of Concept
Research institution Institut für Verkehrsplanung und Transportsysteme ETH Zürich
Institution of higher education ETH Zurich - ETHZ
Main discipline Other disciplines of Engineering Sciences
Start/End 01.09.2018 - 31.08.2019
Approved amount 127'600.00
Show all

Keywords (6)

Geoprocessing; Machine Learning; Urban Simulation; Urban Morphology; Location Choice; Real Estate

Lay Summary (German)

Lead
Immobilien erfreuen sich wachsender Beliebtheit bei institutionellen Anlegern, wobei opportunistische Immobilien als spekulative Investmentform ein besonders hohes Renditepotential haben: Sie profitieren von der Transformation der Umgebung und den daraus generierten Mehrwerten. Die Beurteilung jeder Einzelinvestition erfordert lokales Wissen des Standortes und der Nachfrage, sowie eine Einschätzung der zukünftigen Veränderung dieser Faktoren. Datenbasierte Modelle helfen diese Beurteilung objektiv durchzuführen und zu einer Diversifizierung des Portfolios beizutragen.
Lay summary

Inhalt und Ziel

Bisherige Produkte zur Beurteilung von Immobilieninvestments fokusieren auf nationale Immobilienmärkte und den aktuellen Marktpreis. Sie sind, aufgrund der verwendeten Datengrundlagen und des Kalibrierungsaufwandes, weder für die internationale Anwendung noch für opportunistische Investitionen geeignet. Unser Ziel ist, für diesen Anwendungsfall gezielt ein Produkt anzubieten. Im Detail gestalten wir (1) den Mikrostandortbeschrieb von nationalen Daten unabhängig, (2) die Modellprognosen mittels Machine-Learning-Verfahren weniger kalibrierungsaufwendig und geben (3) neben dem Preisniveau auch eine Aussage zur räumlichen Veränderungswahrscheinlichkeit auf Mikroebene an. Diese Teilprodukte werden (4) in einem skalierbaren Verarbeitungsprozess für eine internationale Anwendung vorbereitet und mit Projektpartnern evaluiert.

Wissenschaftlicher und gesellschaftlicher Kontext

Unsere Arbeit wird neue Methoden zur Beurteilung von Immobilienanlagen generieren, die als beliebte Anlageform von Pensionskassen, Versicherungen und Finanzinstituten substantiell mit der nationalen Wirtschaft verknüpft sind. Die Ergebnisse helfen Fehlinvestitionen und deren negative Konsequenzen für die Gesellschaft frühzeitig zu vermeiden.

Direct link to Lay Summary Last update: 09.09.2018

Responsible applicant and co-applicants

Employees

Abstract

UrbanDataLab is a spatial knowledge platform that helps to evaluate international real estate investments based on generic location descriptives. The conceptual basis of UrbanDataLab has been worked out, and a complete scientific model has been built up as part of the applicants PhD thesis. The datamodel allows for a detailed characterization of spatial areas and a comparison of locations across different regions. Market analysis showed a high commercial potential due to the new set of generated spatial descriptives and their scalability to international application. Combining this new set of spatial descriptors with statistical models, such as clustering, machine learning and regression analysis, has been applied for modeling of urban typologies, spatial potentials, residential location choice and real estate prices. With this UrbanDataLab becomes of potential interest to any company making spatial decisions. However, the focus of a commercial application is the real estate industry, where first concrete interest of customers has already been sparked. The BRIDGE Proof of Concept is used to master the seed stage of UrbanDataLab: While technologie has been developed in previous research, the commercial application needs to get adapted to the requirements of the market and early users.
-