ZUKUNFTSFÄHIGE SCHWEIZ EINE HERAUSFORDERUNG FÜR ALLE

Transkript

1 Swissbau ZUKUNFTSFÄHIGE SCHWEIZ EINE HERAUSFORDERUNG FÜR ALLE Dank Big Data Angebot und Nachfrage auf dem Eigenheimmarkt besser verstehen: Ein Anwendungsbeispiel Mittwoch 17. Januar 218 Prof. Dr. Peter Ilg, Direktor Swiss Real Estate Institute

2 Datenqualität: Das grosse Problem bei Big Data! Knapp 9 EGTW und EFH auf Schweizer Online-Portalen ausgeschrieben, aber nur rund 13 Objekte tatsächlich im Angebot EGTW und EFH gesamte Schweiz [WERT] 216 insgesamt 131' "double-count" bereinigt 2

3 Mit Big Data Angebots- und Nachfrageentwicklung verstehen Nachfrage nach EGTW in der Schweiz weiterhin rückläufig: Insertionsdauer steigt auf über 1 Tage 1' 5' Entwicklung Insertionszeit und Angebotsmenge Gesamtschweiz 76' ' '643 Insertionszeit / /16 216/17 3

4 Insertionsdauer nach Periode in allen Grossregionen /16 216/ Zürich Genf Espace Mittelland Waadt/Wallis Nordwestschweiz Innerschweiz Tessin Ostschweiz 4

5 Insertionsdauer nach Periode in allen Grossregionen /16 216/ Zürich Genf Espace Mittelland Waadt/Wallis Nordwestschweiz Innerschweiz Tessin Ostschweiz 4

6 Dank grossen Datenmengen sind differenzierte Auswertungen möglich In Zürich und Genf kurze, stabile Insertionszeiten; und Genf; Verkäufer in der Innerschweiz, dem Tessin und der Ostschweiz brauchen Geduld Insertionsdauer nach Periode in allen Grossregionen /16 216/ Zürich Genf Espace Mittelland Waadt/Wallis Nordwestschweiz Innerschweiz Tessin Ostschweiz 4

7 Je weiter weg vom Zentrum, desto schwieriger wird der Verkauf von Wohnungen 25 Insertionsdauer nach Gemeindetypen in allen Grossregionen Zentren Periurbane Gemeinden Ländliche Pendlergemeinden Zürich Genf Espace Mitelland Waadt/Wallis Nordschweiz Innerschweiz Tessin Ostschweiz 5

8 Dank Big Data neue Märkte erkennen «Wohnungsnot» herrscht bei kleinen EGTW in Städten, obwohl das Segment auch für Produzenten interessant wäre 12 Insertionsdauer nach Periode in ausgewählten Städten Durchschnitt der Städte 2-Zimmer Wohnungen 1-Zimmer Wohnungen Stadt Zürich Stadt Genf Stadt Bern Stadt Lausanne Stadt Basel Stadt Luzern Stadt Lugano Stadt St. Gallen 6

9 Extrem unterschiedlich sind Anzahl und Preisniveau der EGTW in Schweizer Städten EGTW über 2 Mio. CHF sind üblich in Genf und die Ausnahme in St. Gallen in ausgewählten Städten und Angebotspreis über 2 Mio. CHF Stadt Zürich Stadt Genf Stadt Bern Stadt Lausanne Stadt Basel Stadt Luzern Stadt Lugano Stadt St. Gallen /17 Wohnungen für über 2 Mio. CHF

10 Region Zürich Produktionsmenge wird gedrosselt um Nachfragerückgang aufzufangen, somit sind keine wesentlichen Preiskorrekturen zu erwarten 1' Entwicklung Insertionszeit und Angebotsmenge Region Zürich 1 5' 6' '933 4'435 5 Insertionszeit Insertionsdauer 214/ /16 216/17 8

11 Region Zürich Suburbane Gemeinden sind grösster Markt; Angebot und Nachfrage pendeln um den Mittelwert: Gut ausbalancierter Markt Einzig im Nischenmarkt der ländlichen Gebiete akzentuiert sich das Überangebot. 2'5 Angebot nach Gemeindetypen Gemeindetypen gemäss BFS Suburbane Gemeinden 1'25 Zentren Periurbane Gemeinden Einkommens starke Gemeinden Median 74 Tage Ländliche Pendlergemei nden 215/16 216/17 9

12 Stadt Zürich Der Marktnische für 1-Zimmerwohnungen bis.5 Mio. CHF ist ausgetrocknet und für Investoren attraktiv 16 Angebot nach Zimmerzahl 16 Angebot nach Preissegment Verkaufspreis in CHF 8 3- Zimmerwohn ung 2- Zimmerwohn ung 1- Zimmerwohn ung 6 und mehr Zimmer 5- Zimmerwohn ung 4- Zimmerwohn ung Median 66 Tage 215/16 216/17 8 CHF 1 Mio Mio. < CHF 3K CHF 3K - 5K CHF 5K - 1 Mio. CHF 1.5 Mio. - 3 Mio. > CHF 3 Mio Median 66 Tage 215/16 216/17 1

13 Erkenntnisse aus den Analysen mit Big Data! für die zukünftige Arbeit der Planer/-innen!! Zukünftig sind viel mehr Daten verfügbar, zudem günstig und aktuell Neue Berufsbilder wie Datenanalysten werden boomen Planer/-innen werden sich diese Fähigkeiten selbst aneignen oder mit solchen Experten zusammenarbeiten Erstellung/Sanierung von Wohnraum kann noch besser auf Kundenbedürfnisse abgestimmt werden Immobilienzyklen wie Blasen und Krisen werden aufgrund besserer Daten früher erkannt und aufgefangen. Dadurch werden sie weniger stark ausfallen. So lange wir in einem liberalen, demokratischen Rechtsstaat leben, werden angemessene Gesetze erlassen, um Daten aus unserer Privatsphäre zu schützen. 11

14 Herzlichen Dank für Ihre Aufmerksamkeit!