Immobilienwirtschaft aktuell 2015

CUREM Center for Urban & Real Estate Management Immobilienwirtschaft aktuell 2015 Beiträge zur immobilienwirtschaftlichen Forschung Immobilienmanagement Anreize bei der Vermietung von Büroliegenschaften im Grossraum Zürich Effizienzanalyse Schweizer Shoppingcenter mittels Data Envelopment Analysis Spezialimmobilien Immobilienentwicklung an Flughäfen im Non-Aviation-Sektor Die spezifische E-Commerce-Logistikimmobilie Projektentwicklung Corporate Responsibility in the Real Estate Development Process Urban Management Standortanalyse des Nahrungsmittel-Detailhandels im Grossraum Zürich Der Einfluss des öffentlichen Verkehrs auf städtebauliche Entwicklungen Arealentwicklung mit kooperativer Planung in der Agglomeration Zürich Genossenschaften Finanzierungs- und Kostenstrukturen von Zürcher Wohnbaugenossenschaften Bestandsoptimierung durch Ersatzneubau

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation Bibliografische in der Deutschen Information Nationalbibliografie; der Deutschen detaillierte Nationalbibliothek bibliografische Die Daten Deutsche sind im Nationalbibliothek Internet über http://dnb.d-nb.de verzeichnet diese abrufbar. Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. 2015, vdf Hochschulverlag AG an der ETH Zürich ISBN 2015, 978-3-7281-3665-7 vdf Hochschulverlag (Druckausgabe) AG an der ETH Zürich ISBN 978-3-7281-3666-4 (E-Book) DOI ISBN Das Werk 10.3218/3666-4 978-3-7281-3665-7 einschliesslich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung ausserhalb der engen Grenzen des Urheberrechtsgesetzes Das ist ohne Werk Zustimmung einschliesslich des aller Verlages seiner unzulässig Teile ist urheberrechtlich und strafbar. Das geschützt. gilt Jede besonders Verwertung für Vervielfältigungen, ausserhalb der engen Übersetzungen, Grenzen des Mikroverfilmungen Urheberrechtsgesetzes und ist die ohne Einspeicherung Zustimmung und des Verarbeitung Verlages unzulässig in elektronischen und strafbar. Systemen. Das gilt besonders für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die www.vdf.ethz.ch Einspeicherung und Verarbeitung in elektronischen Systemen. verlag@vdf.ethz.ch www.vdf.ethz.ch verlag@vdf.ethz.ch

Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis XI XV IMMOBILIENMANAGEMENT 1 Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften im Grossraum Zürich Karin Voigt 3 1 Einleitung 3 2 Büroimmobilien und Anreize 4 2.1 Büroimmobilien 4 2.2 Anreize bei Büroimmobilien 4 2.2.1 Messbare Anreize bei Büroimmobilien 4 2.3 Einfluss von Faktoren einer Büroimmobilie auf die Anreizhöhe 6 2.3.1 Einfluss Gebäude-Mietvertragsfaktoren auf die Anreizhöhe 6 2.3.2 Einfluss Umgebungs- und Marktfaktoren auf die Anreizhöhe 6 2.3.3 Einfluss sozioökonomischer Faktoren auf die Anreizhöhe 7 2.4 Einfluss der Anreize von Büroimmobilien auf den Ertrag 7 2.5 Einfluss der Anreize auf Marktteilnehmer 7 3 Datenbasis und statistische Methode 8 3.1 Datenbasis 8 3.2 Statistische Verfahren 9 3.2.1 Regression 9 3.2.2 Das Endmodell 9 4 Schlussbetrachtungen 10 4.1 Diskussion 10 4.2 Analytisches Ergebnis der Regression 11 4.3 Praktische Anwendung der Ergebnisse aus der Regressionsanalyse 11 4.3.1 Bedeutung der Anreize für den Einfluss auf den Ertrag 13 4.3.2 Bedeutung für die Teilnehmer des Schweizer Immobilienmarktes 13 5 Literaturverzeichnis 15 III

Effizienzanalyse Schweizer Shoppingcenter mittels Data Envelopment Analysis (DEA) Alexandra Bay 19 1 Abstract 19 2 Problemstellung und Zielsetzung der Arbeit 19 3 DEA-Grundidee anhand der Problematik der Effizienzmessung 21 3.1 Ein-Input-Ein-Output -Beispiel 21 3.2 Zwei-Inputs-Zwei-Outputs -Beispiel 22 4 Theoretische DEA-Grundlagen 23 4.1 CCR-Modell 23 4.2 BCC-Modell 25 4.3 Additives Modell 26 5 Shoppingcenter-Effizienzanalyse und Ergebnisse 26 5.1 Wahl der Decision Making Units Shoppingcenter 26 5.2 Wahl der Input- und Outputfaktoren und der DEA-Modelle 26 5.3 Ergebnisse und Interpretation 27 5.3.1 DEA-Methode vs. Flächenproduktivität 27 5.3.2 DEA-Methode: Ratios als Faktoren 29 5.3.3 DEA-Methode: Fokus Gastronomie 29 6 Schlussfolgerung, Diskussion und Ausblick 30 7 Literaturverzeichnis 32 SPEZIALIMMOBILIEN 35 Grossmassstäbliche Immobilienentwicklung an Flughäfen im Non- Aviation-Sektor: Erfolgsfaktoren und Risiken internationaler Projekte Christiane Zieschang 37 1 Abstract 37 2 Problemstellung und Zielsetzung 38 3 Immobilienstandort Flughafen 39 3.1 Flughäfen im Wandel 39 3.2 Raumentwicklungskonzepte von Flughafenregionen 40 3.3 Einflussfaktoren von Flughäfen 40 3.4 Immobilienökonomische Betrachtung 41 4 Methode und Vorgehen 43 5 Empirische Untersuchung 44 5.1 Quantitative Analyse der Geschäftsberichte 44 5.2 Prüfung der Übertragbarkeit 49 6 Schlussbetrachtung 50 7 Literaturverzeichnis 51 IV

Die spezifische E-Commerce-Logistikimmobilie Ein Investitionsobjekt aufgrund eines wachsenden Online- Handels in der Schweiz Marco Heimgartner 53 1 Einleitung 53 2 Grundlagen Online-Handel und Bautypologien 54 2.1 Prognose der Umsatzentwicklung im Online-Handel 54 2.2 Spezifische E-Commerce-Logistikimmobilien 54 2.2.1 E-Fulfillment-Center 55 2.2.2 Cross-Docking-Center 55 2.2.3 City-Logistik-Hub 55 2.2.4 Reverse-Logistik-Center 56 3 Bestandesaufnahme und Prognose von hochwertiger Logistikfläche 56 3.1 Definition der für E-Commerce relevanten Logistikflächen 56 3.2 Analyse der Angebotsflächen 57 3.3 Prognose der Nachfrage an hochwertiger Logistikfläche 58 3.3.1 Bestand 2014 58 3.3.2 Prognose 2024 59 4 Analyse und Auswirkungen des Flächenbedarfs 59 4.1 Bautätigkeit 59 4.2 Handlungsempfehlung für Marktteilnehmer 60 5 Fazit 62 6 Literaturverzeichnis 63 PROJEKTENTWICKLUNG 65 Corporate Responsibility Opportunities and Challenges in the Real Estate Development Process Leif Henning 67 1 Abstract 67 2 Introduction 68 2.1 The Scope of this Study 68 2.2 Methodology 69 3 Opportunities and Challenges 69 3.1 Organizational Level 71 3.2 Building Design Level 72 3.3 Process Level 73 4 Integrating CR in the RE Development Process 74 4.1 Defining Strategic CR Objectives and Goals 75 4.2 CR Integration on Management Level 77 V

4.3 CR Integration on Project Level 78 4.4 CR Integration on Process Level 78 5 Concluding remarks 80 6 Literaturverzeichnis 81 URBAN MANAGEMENT 83 Eine statistische Standortanalyse des Detailhandels mit Nahrungsmitteln im Grossraum Zürich Christian Höchli 85 1 Abstract 85 2 Problemstellung 85 3 Hintergrund 87 3.1 Perspektive des Konsumenten 87 3.2 Perspektive des Anbieters 88 4 Vorgehen 89 5 Ergebnisse 90 5.1 Modellierung auf Gemeindeebene 90 5.2 Modellierung auf Standortebene 93 6 Schlussfolgerungen 95 7 Literaturverzeichnis 96 Node-Place-Model: Untersuchung der städtebaulichen Entwicklungen im Einfluss des öffentlichen Verkehrs und deren Interdependenzen mittels der Weiterentwicklung des Node-Place- Models (npm-01) Michael Heim 99 1 Executive Summary 99 2 Einleitung 100 2.1 Problem- und Fragestellung/Ausgangslage 100 2.2 Zielsetzung 101 3 Node-Place-Model 101 3.1 Theoretische Grundlage des Node-Place-Models 101 3.1.1 Der Node 101 3.1.2 Der Place 101 3.1.3 Die Station 102 3.1.4 Gleichgewicht von Node und Place 102 3.1.5 Entwicklungsszenarien 103 VI

4 Weiterentwicklung des Node-Place-Models 104 4.1 Modellierung der Weiterentwicklung des npm-01 105 4.1.1 Identifikation der Themen 105 4.1.2 Clusterstruktur für das npm-01 106 4.2 Analyse der ausgewerteten Stations im Raum Schweiz 107 4.3 Entwicklungsstrategien aus der Sicht der Immobilienentwicklung 108 5 Praktische Anwendung des npm-01 110 5.1 Hauptbahnhöfe am Beispiel von Bern 110 5.2 Verbindungsbahnhöfe am Beispiel von Bern-Wankdorf 112 6 Ergebnisse der Arbeit 113 6.1 Ergebnis der Arbeit 113 6.2 Diskussion 113 7 Literaturverzeichnis 114 Arealentwicklung mit kooperativer Planung in der Agglomeration Zürich Michael Bucher 117 1 Abstract 117 2 Einleitung 118 2.1 Problemstellung und Ausgangslage 118 2.2 Forschungsfragestellung 118 3 Theoretische Grundlagen 119 3.1 Definition Kooperation 119 3.2 Kooperative Planung im Immobilienkontext 119 3.3 Überblick über die Geschichte der kooperativen Planung 120 3.4 Formelle und informelle Instrumente/Verfahren 120 4 Fallstudienansatz als Forschungsstrategie 121 4.1 Untersuchungsraum Agglomeration 121 4.2 Auswahl der Fallstudien 121 4.3 Befragung Experten 122 5 Ergebnisse 122 5.1 Expertenmeinungen zur kooperativen Planung 122 5.1.1 Kooperative Planung, Zusammenarbeit, Ziele, Vorteile 122 5.1.2 Analyse und Formulierung von Leitbildern für Arealentwicklungen 123 5.1.3 Fachkompetenz der Verwaltung und Politik 123 5.1.4 Baurecht, Verdichtung und Mehrwertabgabe 123 5.1.5 Erfolgsfaktoren und Handlungsempfehlung 124 VII

5.2 Ergebnisse der Fallstudien Effretikon, Regensdorf, Wädenswil 124 5.2.1 Untersuchte Fallstudien 124 5.2.2 Angewendete Formen der Kooperation 127 5.2.3 Analyse und Leitbilder 127 5.2.4 Milizsystem und Kommunikation nach aussen 127 5.2.5 Baurecht und Mehrwertabgabe 128 5.2.6 Organisation und Fachspezialisten 128 5.2.7 Schwierigkeiten und Erfolgsfaktoren der Zusammenarbeit 128 5.2.8 Projekterfolg und Vorteile der kooperativen Planung 128 6 Schlussbetrachtung 129 6.1 Fazit von Arealentwicklungen mit kooperativer Planung 129 6.2 Ausblick 129 7 Literaturverzeichnis 130 GENOSSENSCHAFTEN 131 Finanzierungs- und Kostenstrukturen von Zürcher Wohnbaugenossenschaften Peter Zurbuchen 133 1 Abstract 133 2 Einleitung 133 2.1 Ausgangslage 133 2.2 Zielsetzung und Vorgehen 134 3 Grundlagen 134 3.1 Begriffsdefinitionen 134 3.1.1 Gemeinnütziger Wohnraum 135 3.1.2 Preisgünstiger Wohnraum 135 3.1.3 Grundsatz der Kostenmiete 135 3.2 Wohnbaupolitik der Stadt Zürich 136 3.3 Rechtliche Grundlagen und Rahmenbedingungen 136 3.4 Mietwohnungspreise der Stadt Zürich im Vergleich 137 4 Empirische Untersuchung 138 4.1 Methode und Vorgehen 138 4.2 Die Kostenstatistik 2012 der Zürcher WBG 138 4.2.1 Einführung 138 4.2.2 Kennzahlen zur Erfolgsrechnung 139 4.3 Ermittlung der Kostentreiber und Erfolgsfaktoren 140 4.4 Analyse der Kostentreiber anhand der Kostenstatistik 2012 140 VIII

4.5 Vertiefte Analyse der Kostentreiber Teilgruppen und Fallbeispiele 141 4.5.1 Teilgruppen 141 4.5.2 Altersindex 142 4.5.3 Fallbeispiele 143 4.6 Verifizierung der Ergebnisse mittels Expertengesprächen 145 5 Schlussbetrachtung 145 6 Literaturverzeichnis 147 Bestandsoptimierung durch Ersatzneubau. Eine Chance für Wohnbaugenossenschaften Stefan Fleischhauer 149 1 Einleitung 149 2 Grundlagen 150 2.1 Wohnbaugenossenschaften 150 2.2 Gesellschaftliche Grundlagen 150 2.3 Bauliche Grundlagen 151 3 Methodik 151 4 Ergebnis der Experteninterviews 152 4.1 Wohnungsbestand der befragten WBG inkl. Veränderungen durch Ersatzneubau von 2010 2019 152 4.2 Zeitlicher Horizont für Ersatzneubauprojekte 154 4.3 Bauarten/Baujahre 154 4.4 Kennwerte 155 4.4.1 Risiken und Hemmnisse 155 4.5 Wohnbedürfnisse 156 4.6 Akzeptanz 156 4.7 Verdichtung 157 4.8 Energetische Aspekte 157 4.9 Behörden 158 4.10 Massgebende Kriterien 158 5 Schlussbetrachtung 160 6 Literaturverzeichnis 161 7 Internetquellen 161 Autorinnen und Autoren 163 IX

Abbildungsverzeichnis Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften im Grossraum Zürich Abb. 1: Anreiztypen Struktur der Produkteigenschaften, die für die Ausprägung von Anreizen in der Schweiz üblich sind 5 Abb. 2: Variablenübersicht strukturiert 8 Effizienzanalyse Schweizer Shoppingcenter mittels Data Envelopment Analysis (DEA) Abb. 1: Illustration der DEA-Methode: Effizienzgrenze vs. Regressionsgerade 22 Grossmassstäbliche Immobilienentwicklung an Flughäfen im Non- Aviation-Sektor: Erfolgsfaktoren und Risiken internationaler Projekte Abb. 1: Abb. 2: Abb. 3: Schematische Darstellung The Squaire am Flughafen Frankfurt (links) und WTC am Flughafen Amsterdam Schiphol (rechts) 47 Schematische Darstellung MAC am Flughafen München (links) und Airport City am Flughafen Düsseldorf (rechts) 47 Schematische Darstellung The Circle am Flughafen Zürich (links) und Sky City am Flughafen Stockholm (rechts) 50 Die spezifische E-Commerce-Logistikimmobilie Ein Investitionsobjekt aufgrund eines wachsenden Online- Handels in der Schweiz Abb. 1: Vergleich der Bauaktivität unter den 95 Standorten 60 Abb. 2: Investitionsregionen aus Sicht des Autors 61 Corporate Responsibility Opportunities and Challenges in the Real Estate Development Process Fig. 1: CR integration on the organizationel level 72 Fig. 2: CR integrated in the RE development process 75 Fig. 3: CR objectives and goals on management and project levels 76 Fig. 4: Defining CR objectives on management level 77 Fig. 5: Defining CR goals on a project level 78 Fig. 6: Strategy tools on the RE development process 79 XI

Eine statistische Standortanalyse des Detailhandels mit Nahrungsmitteln im Grossraum Zürich Abb. 1: Darstellung des Zusammenhangs zwischen der Anzahl Beschäftigter (in VZÄ) im FOOD-Segment und der Anzahl Wohnbevölkerung und Beschäftigung (in VZÄ) für Zentrums- und Nicht-Zentrumsgemeinden 92 Node-Place-Model: Untersuchung der städtebaulichen Entwicklungen im Einfluss des öffentlichen Verkehrs und deren Interdependenzen mittels der Weiterentwicklung des Node-Place- Models (npm-01) Abb. 1: Node-Place-Model von Bertolini 102 Abb. 2: Node-Place-Model mit möglichen Szenarien 104 Abb. 3: Modell- und Themengrundlagen (als Mind-Map) 105 Abb. 4: npm-01 Diagramm, Raum Schweiz 107 Abb. 5: Node-Place-Model mit möglichen Szenarien 109 Abb. 6: Stations im npm-01 109 Abb. 7: npm-01 Diagramm mit den ausgewählten Standorten 110 Abb. 8: Mögliches Entwicklungsszenario für Bern 111 Abb. 9: Mögliches Entwicklungsszenario für Bern-Wankdorf 111 Arealentwicklung mit kooperativer Planung in der Agglomeration Zürich Abb. 1: Situation Areal Mittim Effretikon 124 Abb. 2: Situation Areal Bahnhof Nord Regensdorf 125 Abb. 3: Situation TUWAG Areal Wädenswil 126 Finanzierungs- und Kostenstrukturen von Zürcher Wohnbaugenossenschaften Abb. 1: Berechnung der höchstzulässigen Mietzinssumme 136 Abb. 2: Durchschnittliche Monatsmietpreise pro m 2 nach Marktsegment und Bauperiode, 2000 138 Abb. 3: Kostenmiete im Vergleich zu den effektiven Mietzinsen 139 Abb. 4: Zusammensetzung der Kosten 140 Abb. 5: Kostenpositionen 141 Abb. 6: Mieteinnahmen, Kosten und Kennzahlen pro Zimmer, Hochrechnung der Kostenstatistik 2012 gemäss ermitteltem Zimmerfaktor 142 XII

Abb. 7: Gewichteter Altersindex des Portfolios der Teilgruppe 51 200 WHG 143 Abb. 8: Gewichteter Altersindex des Portfolios der Teilgruppe < 1000 WHG 143 Abb. 9: Kennzahlen pro m 2 Wohnfläche (HNF), je 3 Fallbeispiele 144 Abb. 10: Gegenüberstellung der Ergebnisse der verschiedenen Berechnungsarten 146 Bestandsoptimierung durch Ersatzneubau. Eine Chance für Wohnbaugenossenschaften Abb. 1: Übersicht Wohnungsbestand 2014 der befragten WBG inkl. Anteil Ersatzneubauten ab 2010 153 Abb. 2: Übersicht Wohnungsbestand 2019 der befragten WBG inkl. Anteil Ersatzneubauten ab 2010 153 XIII

Tabellenverzeichnis Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften im Grossraum Zürich Tab. 1: Endmodell Koeffizienten multiple Regression 10 Tab. 2: Beispielrechnungen erwarteter Anreizhöhe anhand der Vorhersageformel für Büroimmobilien und Angabe der zugehörigen Vorhersageintervalle (ohne Berechnungsangabe) 12 Effizienzanalyse Schweizer Shoppingcenter mittels Data Envelopment Analysis (DEA) Tab. 1: Ein-Input-Ein-Output -Beispiel 21 Tab. 2: DEA-Methode im Vergleich mit der Flächenproduktivität 28 Grossmassstäbliche Immobilienentwicklung an Flughäfen im Non- Aviation-Sektor: Erfolgsfaktoren und Risiken internationaler Projekte Tab. 1: Anzahl Passagiere in Mio. an untersuchten Flughäfen 2003 bis 2013 45 Tab. 2: Anteil Aviation-Erlöse am Konzern-Umsatzerlös in % an untersuchten Flughäfen 2003 bis 2013 45 Tab. 3: Anteil Non-Aviation-Erlöse am Konzern-Umsatzerlös in % an untersuchten Flughäfen 2003 bis 2013 46 Die spezifische E-Commerce-Logistikimmobilie Ein Investitionsobjekt aufgrund eines wachsenden Online- Handels in der Schweiz Tab. 1: Anforderungskatalog für hochwertige Logistikimmobilien 57 Tab. 2: Extrapolation der hochwertigen Logistikfläche in der Schweiz (2008) 58 Tab. 3: Bewertungskriterien der Kategorie Bauaktivität 59 Eine statistische Standortanalyse des Detailhandels mit Nahrungsmitteln im Grossraum Zürich Tab. 1: Regression der Beschäftigung im Detailhandel mit Nahrungsmitteln auf Gemeindeebene 91 XV

Tab. 2: Regression der Beschäftigung im Detailhandel mit Nahrungsmitteln auf Standortebene 95 Node-Place-Model: Untersuchung der städtebaulichen Entwicklungen im Einfluss des öffentlichen Verkehrs und deren Interdependenzen mittels der Weiterentwicklung des Node-Place- Models (npm-01) Tab. 1: npm-01 Clusterstruktur nach Bezeichnung und Mengenangabe 106 Bestandsoptimierung durch Ersatzneubau. Eine Chance für Wohnbaugenossenschaften Tab. 1: Übersicht Wohnungsbestand der befragten WBG inkl. Veränderungen durch Ersatzneubauten von 2010 2019 152 Tab. 2: Massgebende Entscheidungskriterien für einen Ersatzneubau 159 Tab. 3: Massgebende Akzeptanzkriterien für einen Ersatzneubau 160 XVI

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften im Grossraum Zürich Karin Voigt 1 Einleitung Ein grosses Angebot und steigende Leerstände prägen den Schweizer Büromarkt vor allem in Ballungszentren wie Zürich und Genf (Credit Suisse AG, 2014). Immer häufiger werden in diesem Zusammenhang die Begriffe mietzinsfreie Zeit, Staffelmieten und Beteiligung an Mieterausbauten durch den Vermieter als sogenannte Mietzinsanreize genannt (Brauer, 2011; Colliers International Schweiz AG, 2013; Wüst, 2014; Wüst und Partner, 2013). Diese Phänomene haben Auswirkungen auf alle wesentlichen Parteien, welche an einem Mietverhältnis beteiligt sind; auf den Mieter, da es für ihn Anreize sind, das Mietverhältnis abzuschliessen, und auf den Eigentümer, da dieser tiefere Einnahmen und eine tiefere Rendite akzeptiert, bei gleichbleibenden, marktüblichen Mietzinsen. Der Vermarkter ist von möglichen Anreizen tangiert, da er diese in seinen Vertragsverhandlungen nutzt, oder eine mögliche Reduktion des Mietzinses bei mietzinsabhängigen Honoraren allenfalls zu einer Reduktion seiner Einnahmen führt. Es wird eine quantitative Untersuchung zu Mietzinsanreizen vorgenommen, welche im Wesentlichen zwei Ziele verfolgt. Erstens wird überprüft, ob die bei der Bewertung vorhandenen Einflussfaktoren umgekehrt proportional einen Einfluss auf die Anreizhöhe haben, dabei ist die Ausprägung der beeinflussenden Faktoren relevant. Es wird davon ausgegangen, dass sich die Anreizhöhe bei bestimmten Faktoren einer Immobilie ähnlich verhält. Bei der Bewertung, vor allem bei hedonischen Bewertungsmodellen, werden Faktoren wie beispielsweise die Lage, das Baujahr oder die Fläche als prägende Faktoren genannt (Haase & Kytzia, 2012; Malpezzi, 2002). Ob es ähnliche bestimmende Faktoren für die Anreizhöhe gibt, wird untersucht. Eine zweite Untersuchung anhand einer Clusteranalyse wurde durchgeführt, wird aber im Rahmen dieses Artikels nicht weiter behandelt. Die vollständige Untersuchung kann der publizierten Masterarbeit entnommen werden. Betrachtet werden die Mietzinsanreize bei Büroimmobilien im Grossraum Zürich. Dabei werden Anreize berücksichtigt, welche aus Mietverträgen ausgewertet wer- 3

Immobilienmanagement den können. Dies sind mietzinsfreie Zeiten, Staffelmieten, Optionen, Indexierungen und Beteiligungen an Mieterausbauten. Zu den gewählten Mietverträgen, welche im Zeitraum von 1980 2014 abgeschlossen wurden, werden weitere Gebäude-, Umgebungs- und sozioökonomische Faktoren erhoben. Mit statistischen Verfahren wie der Regression und dem Clustering wird ermittelt, ob Aussagen zu Einflüssen der erhobenen Faktoren auf die Höhe der Anreize feststellbar sind. Qualitative Aspekte der Anreize, wie Gegengeschäfte oder Beziehungen der Mieter zum Standort und der Liegenschaft, wurden nicht untersucht. Die Ursache oder Auswirkung von Anreizen in Bezug auf Leerstände und Marktzyklen wird nicht direkt betrachtet. 2 Büroimmobilien und Anreize 2.1 Büroimmobilien Die Büroimmobilien sind im Bereich der Gewerbeimmobilien angesiedelt. Büroimmobilien sind Gebäude bzw. Gebäudeteile, in denen ausschliesslich oder überwiegend von Dienstleistungsunternehmen aller Art, Büroarbeit als Wechsel aus konzentrierter und kommunikativer Arbeit durchgeführt wird (Falk, 2000). Im Kanton Zürich dominiert der tertiäre Wirtschaftssektor als Büronutzer mit rund 185'000 Bürobeschäftigten (Haase & Kytzia, 2012). Eine wesentliche Eigenschaft von Büroimmobilien ist der Standort. Die Grösse, Teilbarkeit, Flexibilität der Fläche ist ebenso charakterisierend für Büroflächen wie das Alter und der Ausbaustandard (Walzel, 2008). Neu gewinnt auch wieder das Serviceangebot für die Flächennutzer an Bedeutung (Credit Suisse Anlagestiftung, Real Estate Switzerland, 2013 2014). Zusammenfassend und in Anlehnung an Malpezzi und Haase/Kytzia, abgeleitet aus der Bewertung, kann eine Unterteilung nach Eigenschaften von Immobilien respektive Büroimmobilien in Gebäude- und Mietvertragsfaktoren, Standort- und Umgebungsfaktoren und sozioökonomische Faktoren und Vertragsfaktoren vorgenommen werden (Haase & Kytzia, 2012; Malpezzi, 2002). Die Darstellung der untersuchten Variablen begründet sich auf dieser Struktur (vgl.: Abschnitt 3.1). 2.2 Anreize bei Büroimmobilien 2.2.1 Messbare Anreize bei Büroimmobilien Die in der Schweiz üblichen Anreize, welche in Büromietverträgen nachweislich festgehalten auftreten, werden aufgezeigt. Da die Anreize in Fachpublikationen für 4

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt den Büromarkt qualitativ vermehrt erwähnt werden (Colliers (Schweiz) AG, 2011; Stocker, 2013; Wüst, 2014; Wüst und Partner, 2013), liegt hier der Schwerpunkt bei der Untersuchung von Immobilien-Produkteigenschaften als Grundlage für Anreize zur Vermietung (Brauer, 2011). Brauer unterscheidet zwischen elementaren und komplexen Gestaltungsmitteln. Der Ausbaustandard bildet ein wesentliches Gestaltungsmittel und kann gemäss der Gliederung von Schoch für Büromietflächen weiter unterteilt werden (Schoch, 2012). Die komplexen Gestaltungsmittel für Anreize sind gemäss der Büromarktbeobachtung von Colliers unterteilt (Colliers International Schweiz AG, 2013), dabei wird nach monetär messbaren und nicht messbaren Anreizen unterschieden. Es ist wesentlich zu bemerken, dass in der Praxis oftmals eine Kombination von verschiedenen Anreizen beobachtet wird. Eine strukturierte Bewertung der Anreize im Büromarkt ist somit nur anhand von umfangreichen Mietvertragsdaten möglich. Produkteigenschaften als Grundlage für vertraglich geregelte Anreize Elementare Gestaltungsmittel Ausbaustandard Komplexe Gestaltungsmittel Vertragsgarantien Rohbau Allgemeinausbau Edelrohbau Vollausbau Mietzinsfreie Zeit Staffelmieten Mietzinsniveau Mietvertragsdauer Optionen Indexierung Ausstiegsklausel Rückbauverplichtung Andere Andere Abb. 1: Anreiztypen Struktur der Produkteigenschaften, die für die Ausprägung von Anreizen in der Schweiz üblich sind; in Anlehnung an (Brauer, 2011) und (Schoch, 2012) 5

Immobilienmanagement 2.3 Einfluss von Faktoren einer Büroimmobilie auf die Anreizhöhe 2.3.1 Einfluss Gebäude-Mietvertragsfaktoren auf die Anreizhöhe Gebäudewerte setzen sich aus unterschiedlichen Faktoren zusammen (Leopoldsberger, Thomas & Naubereit, 2008). Ein direkter Zusammenhang zwischen dem Gebäudewert und der Anreizhöhe besteht nicht. Ein indirekter, abgeleitet von Einflüssen der einzelnen Faktoren auf die Anreizhöhe, kann nicht ausgeschlossen werden. Bei Faktoren wie der Grundstücksfläche, der Mietfläche, dem Gebäudevolumen und dem Nettomietzins wurde beobachtet, dass mit der zunehmenden Grösse der Faktoren die Anreizhöhen steigen. Daraus ist jedoch nicht abzuleiten, dass diese Faktoren die Ursache für den Einfluss auf die Anreizhöhe sind. Im vorhandenen Datensatz ist feststellbar, dass die Mietzinse mit steigender Geschosshöhe zunehmen. Ob diese Feststellung auch auf die Anreizhöhe übertragen werden kann, ist zu prüfen. Die Vertragsdauer als Anreiz kann nicht kausal begründet werden, da Verträge bei Büromietern über langfristige Zeithorizonte abgeschlossen werden, in der Regel fünf bis zehn Jahre zuzüglich Verlängerungsoptionen. Wie anhand des erhobenen Datensatzes beobachtet werden kann, stellt sich die Frage, warum die unelastische Vertragsdauer einen Einfluss auf die Anreizhöhe haben sollte. Ein direkter Einfluss des Gebäudealters auf die Anreizhöhe ist nicht herzuleiten. Jedoch unterliegen Gebäude aus verschiedenen Zeitperioden unterschiedlichen Beliebtheitstrends (Blasius, 1996). Demnach ist anzunehmen, dass bei beliebteren Zeitperioden kein Anreiz notwendig ist. Die Gebäudequalität, der Standard und die Renovierung stehen im Zusammenhang mit dem Zustand eines Gebäudes. Diese können quantitativ schwer erhoben werden und sind daher als Einflussfaktor auf die Anreizhöhe im Rahmen der Masterthesis ausgeschlossen. 2.3.2 Einfluss Umgebungs- und Marktfaktoren auf die Anreizhöhe Die Qualität des Standortes und die Mikrolage sind als Vertreter der Lage eine der wichtigsten Einflussfaktoren des Wertes und damit indirekt auch des Ertrages (Leopoldsberger, Thomas & Naubereit, 2008). Dadurch kann angenommen werden, dass die Lage im Mietertrag bereits eingespeist ist. Ein zusätzlicher Einfluss der Lage auf die Anreizhöhe kann nicht ausgeschlossen werden, dieser wird in Form der städtebaulichen Qualität überprüft. Die Lage wird auch in Form von Erreichbarkeit, Marktmietzinsen und Zentralitäten zum Ausdruck gebracht. 6

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt 2.3.3 Einfluss sozioökonomischer Faktoren auf die Anreizhöhe Der Einfluss der sozioökonomischen Faktoren auf die Höhe von Mietzinsanreizen kann nur angenommen werden. Der Versuch von kausalen Herleitungen ist spekulativ. Von den genannten sozioökonomischen Faktoren werden die Dichte der Büroangestellten und das steuerbare Einkommen im weiteren Verlauf der Masterthesis bezüglich des Einflusses auf die Anreizhöhe näher betrachtet. Daten zur Bildung und zum Branchenmix wurden nicht erhoben. 2.4 Einfluss der Anreize von Büroimmobilien auf den Ertrag Der Verkaufs- und Ertragswert einer Renditeliegenschaft hängt im Wesentlichen von den Nettomieterträgen ab, die erwirtschaftet werden können (Geltner, Miller, Clayton & Eichholtz, 2007). Denn der Nettomietertrag ist ein wesentlicher Bestandteil bei der Bewertung eines Objektes im Discounted-Cash-Flow-Modell (DCF). Anreize reduzieren den Nettomietertrag. Je weniger ein Eigentümer für Anreize aufwenden muss, bei gleich bleibendem Marktumfeld, desto höher fällt der Nettomietertrag und somit die Rendite aus. Demnach ist es relevant, die Eigenschaften zu kennen, welche die Anreizhöhe beeinflussen und wie die Anreize strukturiert sind. Qualitativ werden die Anreize in der Literatur umschrieben, quantitative Untersuchungen gibt es dazu jedoch noch keine. 2.5 Einfluss der Anreize auf Marktteilnehmer Die Marktteilnehmer haben unterschiedliche Ansprüche an die Anreize. Das grösste Interesse dürfte in der Anreizhöhe und damit in der Relevanz auf den Nettomietertrag liegen. Der Nettomietertrag ist für die drei wesentlichen Marktteilnehmer, den Eigentümer, den Vermarkter und den Mieter relevant. Als wichtigste Determinante für den erwirtschafteten Zahlungsstrom gilt der Nettomietertrag (Geltner, Miller, Clayton & Eichholtz, 2007); dieser ist so wichtig, dass der Einfluss auf Kapitalisierungsvariabilität bei Büroliegenschaften gesondert untersucht worden ist (Sivitanidou & Sivitanides, 1999). Je weniger ein Eigentümer für Anreize aufwenden muss, bei gleich bleibendem Marktumfeld, desto höher fällt der Nettomietertrag und somit die Rendite aus. Die Mieter können, in Anbetracht der eher langfristigen Bindung von Büromietverträgen, ähnlich einem Partner in einer Allianz betrachtet werden. Als Partner können Mieter auch mit geeigneten Anreizen gebunden werden, um eine unvorteilhafte Neuverhandlung zu vermeiden (Bresnena & Marshall, 2000). Die Anreize bilden demnach für Mieter Gewinne und für Eigentümer eventuell geringere Ertragsverluste. Die Vermarkter fokussieren generell, jedoch insbesondere in den USA, auf 7

Immobilienmanagement den eigenen Kommissionsertrag, welcher wesentlich vom Verkaufspreis einer Liegenschaft abhängt (S. Nadel, 2006). Da der Kommissionsertrag für die Vermarktung von dem Verkaufspreis abhängt, welcher wiederum auf der Kapitalisierungsrate des Nettomietertrages basiert, eignet sich der Nettomietertrag als Instrument, um Anreize sowohl für den Vermarktungsdienstleister als auch den Mieter zu schaffen. 3 Datenbasis und statistische Methode 3.1 Datenbasis Der anonymisierte Datensatz besteht aus 380 Büromietobjekten in 92 Liegenschaften mit jeweils 1 bis 42 Objekten. Das Baujahr von 98 % der Liegenschaften liegt zwischen 1901 und 2011. Die Liegenschaften stammen aus einer Versicherung, vier Immobilienfonds, drei Pensionskassen bzw. Anlagestiftungen und einer Immobilienaktiengesellschaft. Die Auswahl ist nicht zufällig. In einem ersten Schritt wurden liegenschaftsspezifische Daten aus dem Informationstechnologiesystem des Immobiliendienstleisters ausgewertet. Diese wurden ergänzt durch die Mietzinsanreize, welche aus den Mietverträgen erhoben wurden. Es wurden Mietverträge aus dem Grossraum Zürich berücksichtigt, wobei der gesamte Postleitzah- Abhängige Variable Gebäude- & Mietvertragsfaktoren Unabhängige Variable Umgebungs- & Marktfaktoren Unabhängige Variable Sozioökonomische Faktoren Unabhängige Variable Mietzinsanreize in CHF D_INCENT _CHF Versicherungswert gemäss GVZ in CHF IB_IV_CHF Neomarktmiete je m 2 in CHF IA_NMMR M2_CHF Dichte: Alle zu Büroangestellten IS_OW_ PRC Neojahresmiete Vertrag in CHF IB_NAR_ CHF Zentralität / Postleitzahl IA_AC_ TYPE CHF in steuerbaren Einkommen/Person IS_TIPP_ CHF Neomiete je m 2 in CHF IB_NMR M2_CHF Städtebauliche Qualität / Bauzone IA_Z_TYPE Vereinbarte Mieläche in m 2 IB_A_M2 Distanz zum nächsten ÖV in m IA_PTD_M Vertragsdauer in Monaten IB_CD_ MONTHS Vertragsbeginn als Datum IB_CS_ DATE Liegenschasalter in Jahren IB_BA_ YEARS Ausbaustandard als Kategorie IB_Q_TYPE Stockwerk als Nummer IB_F_NUM Abb. 2: Variablenübersicht strukturiert; in Anlehnung an Malpezzi und Haase/Kytzia 8

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt lenumfang, welcher mit acht beginnt, ausser mit 82 und 85 beginnend, ausgewertet wurde. Die Datenbasis wird für die Regression in abhängige und unabhängige Variablen unterteilt. 3.2 Statistische Verfahren 3.2.1 Regression Um eine Aussage bezüglich der Einflussfaktoren auf die Anreizhöhe ermitteln zu können, wird das Regressionsverfahren angewendet. Da unter Bezugnahme der Fachliteratur bereits einige Faktoren im Vorfeld der Masterthesis als vielversprechende Kandidaten ausgewählt wurden, wurde das Regressionsverfahren zur Bestimmung der signifikanten Faktoren verwendet (Bortz, 2005). Dabei ist es die Absicht, eine Beziehung zwischen mehreren Variablen in Form von Zusammenhängen statistisch-quantitativ zu messen (Bohley, 1996). Als Art der Regression wird in einem ersten Schritt eine multiple Regression angewendet, um die Beziehungen multivariater Aussagen zu prüfen (Bortz, Partialkorrelation und multiple Korrelation, 2005). Ausgehend von der initialen Variablenkonstellation, wurde das Regressionsmodel erstellt, geprüft und hinsichtlich seiner Merkmale angepasst. Variablenauswahl und Transformationen wurden in der Art gewählt, dass die grundlegenden Annahmen wie Normalität und Modellfehler in den nötigen Grenzen blieben. Alle Zwischenmodelle sind in der Masterarbeit publiziert. An dieser Stelle soll nur das Endmodell als Ergebnis präsentiert werden. 3.2.2 Das Endmodell Nach der Erstellung und Tests eines ursprungs- und optimierten Modells wird das Endmodell präsentiert. Die verwendeten Variablen werden wie folgt in der Funktion eingesetzt: Formel 1: Endmodell Die Regressionsanalyse der Koeffizienten ist bei allen Variablen auf einem hohen Niveau signifikant bis auf die ausserstädtischen Postleitzahlen. Dort liegt das Signifikanzniveau bei 0.1 %. Die Güte des Modells kann anhand des Bestimmtheitsmasses beschrieben werden. Es werden 54 % der Varianz durch das Modell erklärt. Dies ist höher als das optimierte Modell, jedoch etwas tiefer als das Ursprungsmodell. Die F-Statistik liegt bei 41.42 mit der Signifikanz (p-wert) von 2.2e-16. Die- 9

Immobilienmanagement ser Wert hat bei den ersten 16 Nachkommastellen immer noch den Wert null und kann dadurch den Zusammenhang der Variablen in der Grundgesamtheit als statistisch signifikant identifizieren. Tab. 1: Endmodell Koeffizienten multiple Regression Coefficients Estimate Std. Error t value Pr(> t ) (Intercept) 0.559502 0.020139 27.782 < 2e-16 *** Log(10)_IB_NAR_CHF 0.038027 0.003919 9.703 3.7e-16 *** IB_NEW_F_NUMhigh 0.012663 0.003608 3.510 0.000668 *** IA_AC_NEW_TYPEout_city 0.015417 0.005504 2.801 0.006095 ** Signif. codes: 0 *** 0.001 ** 0.01 * 0.05. 0.1 1 Residual standard error: 0.01624 on 102 degrees of freedom Multiple R-squared: 0.5492, Adjusted R-squared: 0.5359 F-statistic: 41.42 on 3 and 102 DF, p-value: < 2.2e-16 Die Analyse ergibt, dass die Residuen auf dem 5 % Signifikanzniveau des Shapiro- Wilk-Tests normalverteilt sind. Die fehlende Normalverteilung der Residuen im ursprungs- und optimierten Modell war der wesentliche Grund, warum von den beiden Modellen abgesehen wurde. Im Weiteren liegt der Mittelwert der Residuen bei null. Der Non-Constant-Variance-Test ist nicht signifikant. Demnach zeigen die Residuen eine konstante Varianz auf. Die Varianz-Inflations-Faktoren liegen um die eins und sind daher unter dem kritischen Wert zwei. 4 Schlussbetrachtungen 4.1 Diskussion Die Masterthesis zeigt erstmals einen empirischen Zusammenhang zwischen Mietzinsanreizen und einer signifikanten Gruppe von Einflussfaktoren auf. Für die Schweiz wurden erstmalig mehrere Anreiztypen für Büroimmobilien monetarisiert und mit Einflussfaktoren aus der Immobilienbewertung in Zusammenhang gebracht. Aufgrund der Ergebnisse wird es allen Marktteilnehmern im Büroimmobiliensegment besser möglich sein, Anreizart und Anreiztyp für zukünftige Mietverhältnisse festzulegen. Die Masterthesis betrachtet monetär messbare Anreize. Schwer messbare und eher qualitative Mietzinsanreize wie Rückbauverpflichtungen und Ausstiegsklauseln wurden nicht untersucht. Die hohe Intransparenz bei Büromietverträgen hat es erfordert, 380 Mietverträge hinsichtlich Anreize auszuwerten. Dies ist die bislang grösste Stichprobe von Anreizen, jedoch deckt selbst diese Stichprobe nur einen kleinen Teil der Grundgesamtheit ab. Eine geschichtete 10

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt Stichprobe war nicht möglich, da die notwendigen Klassifizierungsmerkmale der Mietverträge nicht auswertbar waren und auch erst hätten erfasst werden müssen. Im Besonderen wurde der Grossraum Zürich untersucht. Der Grossraum Zürich ist einer der bedeutendsten Wirtschaftsräume der Schweiz. 4.2 Analytisches Ergebnis der Regression Von der Vielzahl der Faktoren, welche zu Beginn der Studie zur Disposition standen, konnten nach Erfüllung der Modellvoraussetzungen einer lineare Regression, drei, nicht auf den 1 % Signifikanzniveau nicht abgelehnt werden. Es kann deshalb davon ausgegangen werden, dass die aggregierten monetären Anreize positiv von der zu erwartenden Nettojahresmiete und negativ von der ausserstädtischen Lage und den tiefen Stockwerken beeinflusst werden. Demnach kann ein begründeter Zusammenhang zwischen der Nettojahresmiete und den Stockwerken als Gebäudefaktor sowie der inner- bzw. ausserstädtischen Lage mit der Anreizhöhe angenommen werden. Je höher die Nettojahresmiete, bei Stockwerken unter fünf Geschossen und bei innerstädtischen Gebäuden, desto höher ist der Mietzinsanreiz. Nicht erhärtet hat sich der umgekehrt proportionale Zusammenhang aller Faktoren. Auch in hedonischen Bewertungsmodellen wird die Nettomiete als positiver Einflussfaktor und die ausserstädtische Lage als wertmindernd aufgeführt (Clapp, 1980; Haase & Kytzia, 2012). Die Höhe der Stockwerke hingegen hat sich als umgekehrt proportional zu den Anreizen erwiesen. Obere Stockwerke verringern gemäss den erarbeiteten Ergebnissen die gewährten monetären Anreize. 4.3 Praktische Anwendung der Ergebnisse aus der Regressionsanalyse Da während der Modellierung des Regressionsmodells verschiedene Transformationen zum Einsatz kamen, müssen diese rückgängig gemacht werden, um das Modell für einen konkreten Einsatz zu nutzen. Dieser Abschnitt erklärt die Rücktransformation des ermittelten Modells zu einem Vorhersagemodell und zeigt die Effekte des Modells einzeln auf. Da neben der Log(10)-Transformation auch noch die Box-Cox-Transformation auf die abhängige Variable angewandt wurde, sind die verschiedenen Transformationen nicht nur rückgängig zu machen, sondern dessen Reihenfolge muss eingehalten werden. Weiterhin gilt es zu berücksichtigen, dass die zwei kategorischen Variablen vier unterschiedliche Szenarien eröffnen, welche alle mit anderen Achsenabschnitten operieren. Die Basis für diese Szenarien bildet die jeweils nicht genannte Ausprägung der Variablen (Objekte in unteren Stockwerken und inner- 11

Immobilienmanagement Tab. 2: Beispielrechnungen erwarteter Anreizhöhe anhand der Vorhersageformel für Büroimmobilien und Angabe der zugehörigen Vorhersageintervalle (ohne Berechnungsangabe) Stockwerke = < 5 Stockwerke > 5 Innerstädtisch Feststellung 1: Beispiel für Netto- Jahresmiete von CHF 100'000 1 1.0738580.5595020.038027Log10100000 1.073858 38276.01 10 Im Vorhersageintervall von 8545.12 bis 320808.88 Bei einer Netto-Jahresmiete von CHF 100'000 beträgt die Anreizhöhe, wenn es eine gibt, innerstädtisch und bei Stockwerken mit weniger als / oder gleich 5 Geschossen CHF 38'276.01. Feststellung 3: Beispiel für Netto- Jahresmiete von CHF 100'000 1 1.0738580.5595020.0154170.038027Log 10 100000 1.073858 20140.75 10 Im Vorhersageintervall von 5272.70 bis 129715.95 Bei einer Netto-Jahresmiete von CHF 100'000 beträgt die Anreizhöhe, wenn es eine gibt, innerstädtisch und bei Stockwerken mit mehr als 5 Geschossen CHF 20'140.75. Ausserstädtisch Feststellung 2: Beispiel für Netto- Jahresmiete von CHF 100'000 1 1.073858 0.5595020.0126630.038027Log10100000 1.073858 17701.81 10 Im Vorhersageintervall von 4646.41 bis 114525.77 Bei einer Netto-Jahresmiete von CHF 100'000 beträgt die Anreizhöhe, wenn es eine gibt, ausserstädtisch und bei Stockwerken mit weniger als / oder gleich 5 Geschossen CHF 17'701.81. Keine Interpretation städtische Lage). Die Box-Cox-Transformation der abhängigen Variablen verhält sich wie folgt: Formel 2: Formel der Box-Cox-Transformation der abhängigen Variablen Nach entsprechender Umformung und Anwendung der Inversen zur Log(10)- Transformation ergibt sich aus den im Modell ermittelten Achsenabschnitten und Faktoren des Regressionsmodells folgende Vorhersageformel. 12

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt Formel 3: Vorhersageformel für die Anreizhöhe von Büroimmobilien Das ermittelte Modell kann für die vier möglichen Kombinationen berechnet werden. Jedoch sind nur drei Ausprägungen in den Daten beobachtet worden. Da die vierte Ausprägung der hohen Stockwerke in ausserstädtischer Lage nicht beobachtet worden ist, wird an dieser Stelle darauf verzichtet, eine Aussage zu treffen, ob und in welchem Masse die Ergebnisse für die Merkmalsausprägung Relevanz haben. Mögliche Beispielrechnungen und die Kombinationen können der Tab. 2 entnommen werden. 4.3.1 Bedeutung der Anreize für den Einfluss auf den Ertrag Der Anreiz beträgt im Durchschnitt 17 % der Netto-Jahresmiete bei einer Varianz von 40 % und teils extremen Anreizen bis zu 849 % der Netto-Jahresmiete. Die Thematik der Anreize und der Anreizhöhe sollte deshalb bereits in der Liegenschaftsbewertung berücksichtigt werden. Wie und ob Anreize bereits berücksichtigt werden, kann aufgrund der vielfältigen und eigentümerspezifischen Bewertungspraktiken nicht einheitlich beantwortet werden. Die Wichtigkeit einer entsprechenden Berücksichtigung ist zudem davon abhängig, ob ein Eigentümer stärker die langfristigen stabilen Erträge aus Immobilien berücksichtigt oder ob die Wertentwicklung der Liegenschaften im Vordergrund steht. Bei Ersterem sind die Anreize von grösserer Bedeutung, da sie direkte Auswirkungen haben. Auch hängt die Bedeutung der Anreize von der Wertentwicklung ab. Bei stagnierender Nachfrage nach Immobilien ist die Entwicklung des totalen Ertrags (Wertsteigerung plus wiederkehrende Erträge) stärker ertragsabhängig als bei einer Marktlage, in der die Nachfrage wächst. Bei stagnierenden Märkten gewinnen die Anreize durch ihre direkte Ertragsminderung deshalb mehr Einfluss. 4.3.2 Bedeutung für die Teilnehmer des Schweizer Immobilienmarktes Die mietzinsfreie Zeit kommt bei 69 Objekten mit einer Dauer von einen bis sieben Monaten am häufigsten zum Einsatz, die Beteiligung am Mieterausbau wurden bei 13

Immobilienmanagement 42 Objekten beobachtet und die Staffelmiete ist ein seltener Anreiz und bei nur fünf Objekten beobachtbar. Jedoch ist auffallend, dass in der Höhe die mietzinsfreie Zeit nur circa 2 % ausmachen; die Staffelmiete hingegen 38 % und die Beteiligungen am Mieterausbau 60 %. Der Eigentümer sollte vor allem die Staffelmiete bewusst als Anreiz einsetzen, da diese auch meist über mehrere Jahre gewährt wird und deshalb langfristig den Ertrag reduziert. Die Seltenheit der Staffelmiete drückt das Bewusstsein der grossen Anreizhöhe aus. Die Beteiligungen am Mieterausbau sind aus Eigentümersicht eher sinnvoll, da diese in Form von baulichen Massnahmen der Liegenschaft einen Mehrwert bringen. Dennoch bleibt festzustellen, dass Mieterausbauten auch aufgrund ihrer frühen Fälligkeit den weitaus stärkeren Einfluss auf die Anreizhöhe haben, da die Anreizhöhe als Zeitwert gemessen ist. Der Anreiz der mietzinsfreien Zeit ist im Verhältnis so gering, dass dieser fast vernachlässigt werden kann. Dies scheint ein eher gängiges Mittel des Entgegenkommens durch den Vermieter gegenüber dem Mieter bei den Vertragsverhandlungen zu sein, welches auch einfach für den Mieter oder Vermarkter zu realisieren ist. Im Rahmen der untersuchten Objekte kann der Eigentümer davon ausgehen, dass er bei mehr als fünf Geschossen bei 87 % der Objekte in den Ballungszentren Winterthur und Zürich (innerstädtisch) einen Anreiz in der Höhe von ca. CHF 20'000 bezahlen muss (NAR = 100'000). Bei weniger als fünf Geschossen liegt die Anreizhöhe bei ca. CHF 38'000, dies bei 30 % der Objekte (NAR 100'000). Zu berücksichtigen gelten jedoch die vergleichsweise breiten Vorhersageintervalle. Demnach wäre selbst ein Anreiz von CHF 300'000 noch eine gemäss dem Modell valide Anreizhöhe bei einer Netto- Jahresmiete von CHF 100'000. Die starken Schwankungen der Vorhersage sind ein direkter Effekt der kleinen Datensammlung. Die Anzahl der Anreize und die Anreizhöhe in den Ballungszentren sind höher als bei Objekten ausserhalb der Ballungszentren. Unterschiedliche Ursachen können zu diesem Resultat führen. Der Leerstand und somit das Angebot ist innerstädtisch höher (Colliers International Schweiz AG, 2013). Die Mieter kennen den Markt besser und damit ihren Verhandlungsspielraum. Zudem sind die Mietzinse generell höher als ausserhalb der Ballungszentren und verleiten mehr zum Verhandeln. Die Tatsache, dass die Anreize bei tieferen Geschossen höher sind, wenn es Anreize gibt, kann damit erklärt werden, dass die höher liegenden Geschosse attraktiver sind. Dies zeigt sich auch bei Neuvermietungen. Die höher liegenden Geschosse sind meist zuerst vermietet. 14

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt Ausserhalb der Ballungszentren sind bei Geschossen kleiner oder gleich fünf bei 8 % der Objekte Anreize zu beobachten. Diese Anreizhöhe liegt bei ca. CHF 18'000 (NAR 100'000). Die Beobachtungen zeigen Leitplanken auf, innerhalb derer sich die beteiligten Parteien an einem Büromietvertrag orientieren können, in welcher Lage und welcher Geschosshöhe welche Anreize zu bezahlen bzw. zu erwarten sind und wie häufig Anreize in entsprechenden Objekten gegeben werden. Der Mieter und Vermarkter können beispielsweise daraus ableiten, dass beide in Ballungszentren einen grösseren Verhandlungsspielraum für Anreize besitzen. Wenn der Vermarkter jedoch ein mietzinsabhängiges Honorar generiert, sollte im Vermarktungsvertrag geregelt sein, wie mit Anreizen umgegangen wird, damit der Vermarkter nicht in einen Interessenkonflikt gerät. Soll er lieber den Anreiz vertreten und weniger Honorar generieren, oder ist es ihm wichtiger, die Fläche schneller zu vermieten? Umgekehrt sollte der Eigentümer beachten, dass sein Nettomietzins, und damit seine Rendite, bei Anreizen der mietzinsfreien Zeit und der Beteiligungen am Mieterausbau, im ersten Jahr und bei Staffelmieten in mehreren Jahren reduziert wird. Zudem kann der Eigentümer, oder allenfalls auch der Verwalter, bei Mietvertragsverlängerungen prüfen, ob das Objekt eher zu einer Gruppe gehört, bei der verstärkt Anreize beobachtet wurden, und dann anhand der Regression die Höhe definieren. Der Anreiz könnte dann dem Risiko eines allfällig zu erwartenden Leerstands bei Auszug des Mieters und einer Neuvermietung gegenübergesetzt werden. Bei der Neu- oder Erstvermietung sollte geprüft werden, ob der bisherige erzielte Mietzins über dem Marktmietzins lag oder mit diesem identisch war. Letztere Feststellung wäre ebenfalls ein Indikator für höhere Anreize. Grundsätzlich können alle Beteiligte auch davon ausgehen, dass monetäre Mietzinsanreize vor allem bei Flächen auftreten, welche im Allgemeinausbau vermietet werden. 5 Literaturverzeichnis Blasius, J. (1996). Neue Lebensstile und Wohnformen, in: Gegenwartskunde Sonderheft, 9, S. 183 199 Bohley, P. (1996). Zweidimensionals Daten Regression, Mehrfachregression, in: P. Bohley, Statistik, Einführendes Lehrbuch für Wirtschafts- und Sozialwissenschaftler, München, S. 205, 687 717 Bortz, J. (2005). Multiple Korrelation und Regression, in: J. Bortz, Statistik für Human- und Sozialwissenschaftler, Heidelberg, S. 448 452 Bortz, J. (2005). Partialkorrelation und multiple Korrelation, in: J. Bortz, Statistik für Human- und Sozialwissenschaftler, Heidelberg, S. 443 481 15

Immobilienmanagement Brauer, K.-U. (2011). Instrumente des Immobilienmarketing, in: K.-U. Brauer, Grundlagen der Immobilienwirtschaft, Wiesbaden, S. 415 429 Bresnena, M./Marshall, N. (2000). Motivation, commitment and the use of incentives in partnerships and alliances, in: Construction Management and Economics, 18/5, S. 587 698 Clapp, J. (1980). The intrametropolitan location of office activity, in: Journal of Regional Science, 20/3, S. 387 399 Colliers (Schweiz) AG (Hrsg.) (2011). Büromarktbericht Schweiz, Zürich Colliers International Schweiz AG (Hrsg.) (2013). Büromarktbericht Schweiz, Zürich Credit Suisse AG (Hrsg.) (2014). Immobilienmonitor, 2. Quartal 2014, hrsg. von Giles Keating und Fredy Hasenmaile, Zürich Credit Suisse Anlagestiftung, Real Estate Switzerland & Rau Werbeagentur (Hrsg.) (2013 2014). Baslerpark, Abgerufen am 10.08.2014 von http://baslerpark.ch/#/concierge-desk/ Falk, B. (Hrsg.) (2000). Fachlexikon Immobilienwirtschaft, Köln Geltner, D. M./Miller, N. G./Clayton, J./Eichholtz, P. (2007). Commercial Real Estate: Analysis & Investments, in: dies., Commercial Real Estate: Analysis & Investments, Mason, S. 235 258 Haase, R./Kytzia, S. (2012). Mietertragspotentiale, in: The Planning Review, 43/168, S. 56 73 Leopoldsberger, G./Thomas, M./Naubereit, P. (2008). Immobilienbewertung, in: K.-W. Schulte, Immobilienökonomie, Bd. 1, München, S. 453 525 Malpezzi, S. (2002). Hedonic Pricing Models: A Selective and Applied Review, University of Wisconsin, Center for Urban Land Economic Research, Madison Nadel, M. S. (2006). A Critical Assessment of the Standard, Traditional, Residential Real Estate Broker Commission Rate Structure. Brookings Joint Center for Regulatory, Washington, D.C. Schoch, D. (2012). Produkt- und Preisdifferenzierung über den Ausbaustandard von Büromietflächen, Master Thesis, Universität Zürich, Curem, Zürich Sivitanidou, R./Sivitanides, P. (1999). Office Capitalization Rates: Real Estate and Capital Market Influences, in: Journal of Real Estate Finance and Economics, 18/3, S. 297 322 16

Ausprägung und Ursache von Anreizen bei der Vermietung von Büroliegenschaften K. Voigt Walzel, B. (2008). Unterscheidung nach Immobilienarten, in K.-W. Schulte, Immobilienökonomie, Bd. 1, München, S. 119 139 Wüst und Partner (Hrsg.) (2013). 10. Lebenszyklus von Bürogebäuden, in: Immo- Monitoring 2013, Zürich Wüst und Partner (Hrsg.) (2013). Immomonitoring Büroflächen im Spiegel des Strukturwandels, Zürich Wüst, B. (Mai 2014). Der Sinkflug hat eingesetzt, in: Immobilien Business, 5, S. 20 21 17