https://hdl.handle.net/10419/175354 2026-10-13T02:07:01Z https://hdl.handle.net/10419/340170 Title: Mensch vs. KI im Immobilien-Investment Management: Entscheidungsprozesse zur Bewertung von Investmentopportunitäten und Konzeption eines KI-Entscheidungsagenten Authors: Will, Niklas; Rock, Verena Abstract: Das Thema KI-gestützter Entscheidungsunterstützung im Immobilien-Investmentmanagement wird derzeit vor allem im Kontext von Effizienz, Standardisierung und Automatisierung diskutiert. Die vorliegende Arbeit analysiert daher Unterschiede in Argumentationslogik, Gewichtung zentraler Entscheidungsfaktoren und dem Auftreten heuristischer Muster zwischen menschlichen Entscheidungsgruppen und Large Language Models (LLMs). Die Arbeit untersucht drei Forschungsfragen: (1) Wie unterscheiden sich Human- und KI-Bewertungen von Investmentopportunitäten in Bezug auf Entscheidungsdeterminanten und Heuristiken? (2) Welche Heuristiken zeigen sich bei menschlichen Entscheidergruppen und inwiefern repliziert oder variiert KI diese Muster? (3) Welche Anforderungen lassen sich daraus für einen KI-basierten Entscheidungsagenten zur Prozessunterstützung ableiten? Zur Einordnung des Forschungsstandes wurde zunächst eine strukturierte Literaturanalyse durchgeführt; die Forschungsfragen wurden anschließend primär empirisch beantwortet. Methodisch basiert die Arbeit auf einer standardisierten Online-Befragung im experimentellen Zwei-Gruppen-Design mit manipulierten Investment-Teasern zur Prüfung von Anchoring, Framing, Representativeness, Herding und Overconfidence. Ergänzend wurden acht LLMs unter identischer Teaser- und Fragebogenlogik getestet; Experteninterviews dienen der Kontextualisierung und der Ableitung praxisnaher Gestaltungsprinzipien. Die Ergebnisse zeigen in der Humanbefragung heuristikkonsistente Muster: Preisanker verschieben Kaufpreisindikationen (Expert:innen reagieren konservativer als Studierende), Framing beeinflusst Tonund Risikowahrnehmung, Representativeness prägt Trendannahmen, während Herding insgesamt selten bleibt und Überkonfidenz nur schwach ausgeprägt ist. In den KI-Tests treten modellabhängige Muster auf: Mehrere Modelle sind ankersensitiv, Framing wirkt durchgängig auf Wahrnehmungsebene und teils auch auf die Investitionsentscheidung; Representativeness zeigt ein vergleichsweise robustes Profil, Herding ist nicht zu beobachten, während Überkonfidenz in Form hoher Entscheidungssicherheit bei einzelnen Modellen erkennbar ist. Für die Praxis wird ein KI-Entscheidungsagent konzipiert, der die Screening-Phase durch strukturierte Aufbereitung von Teaser-Informationen, konsistente Ableitung zentraler Parameter und transparente Begründungslogik unterstützt. Durch gezieltes Prompt Engineering zielt der Agent darauf ab, heuristikbedingte Verzerrungen zu reduzieren und robustere, konsistentere Bewertungen zu fördern. Im Human-in-the-Loop-Ansatz verbleibt die finale Entscheidung beim Investmentteam; der Agent erhöht Vergleichbarkeit und Qualität der Entscheidungsgrundlagen im Deal-Screening. Insgesamt leistet die Arbeit einen Beitrag zur Einordnung von Human-vs.-KI-Entscheidungslogiken im Immobilien-Investmentmanagement und zeigt, wie empirische Befunde in ein praxistaugliches Agentenkonzept für das Deal-Screening überführt werden können. 2026-01-01T00:00:00Z https://hdl.handle.net/10419/343088 Title: Regulatorische Anforderungen und Instrumente für das Liquiditätsmanagement offener Immobilienfonds Authors: Braselmann, Jonas; Schöne, Lars Bernhard Abstract: Offene Immobilien-Publikumsfonds stehen vor einem besonderen Spannungsfeld: Anleger können ihre Anteile zurückgeben, während Immobilien nicht kurzfristig und ohne Weiteres veräußert werden können. Gerade bei steigenden Mittelabflüssen stellt sich deshalb die Frage, wie früh eine Kapitalverwaltungsgesellschaft reagieren sollte und welche Liquiditätsmanagement-Instrumente in welcher Situation sinnvoll sind. Mit der AIFMD II und ihrer Umsetzung in deutsches Recht wurde der regulatorische Rahmen für die Auswahl und den Einsatz solcher Instrumente nochmals erweitert. Dieses Arbeitspapier greift diese Entwicklung auf und entwickelt mit dem ELM-Modell einen Ansatz, der Liquiditätskennzahlen und Stresstests mit einer abgestuften Prüfung geeigneter Instrumente verbindet. Anhand eines modellhaften Referenzfonds wird gezeigt, wie sich zunehmender Rückgabedruck auf die Einordnung der Liquiditätslage auswirkt und wann sich der Prüfpfad bis hin zur Rücknahmebeschränkung verschärft. Ziel ist es, die Entscheidung über einen möglichen Instrumenteneinsatz vorzubereiten und nachvollziehbarer zu machen, ohne die Entscheidung der Kapitalverwaltungsgesellschaft vorwegzunehmen. 2026-01-01T00:00:00Z https://hdl.handle.net/10419/309438 Title: Risikomanagement von Property Companies im Kontext der Wirtschaftskrise Authors: Groß, Jessica; Schöne, Lars Bernhard Abstract: Dieses Arbeitspapier untersucht, wie Immobilienunternehmen in Krisenzeiten ihre Widerstandsfähigkeit verbessern können. Im Zentrum steht die Analyse spezifischer Risiken, die durch aktuelle wirtschaftliche Herausforderungen wie steigende Zinsen, Inflation und Finanzierungsschwierigkeiten entstehen. Ziel ist es, praxisorientierte Strategien zu entwickeln, die ein effektives Risikomanagement ermöglichen und die Resilienz der Unternehmen stärken. Die Arbeit kombiniert theoretische Grundlagen mit einer empirischen Untersuchung durch Experteninterviews, deren Ergebnisse in Form von Handlungsempfehlungen systematisiert werden. Diese Ansätze sollen Immobilienunternehmen unterstützen, Risiken frühzeitig zu erkennen, effektiv zu steuern und Chancen zur Optimierung ihrer Geschäftsprozesse zu nutzen. 2025-01-01T00:00:00Z https://hdl.handle.net/10419/311851 Title: Energieausweise in der Carbon Risk Real Estate Monitor Analyse: Verbrauchsorientiert versus bedarfsorientiert Authors: Wiesener, Sophia; Focke, Christian Abstract: Um den weltweiten Klimawandel einzudämmen spielt der Gebäudesektor eine entscheidende Rolle. In Deutschland werden zur energetischen Bewertung von Gebäuden verbrauchs- oder bedarfsorientierte Energieausweise ausgestellt. Diese Arbeit untersucht den Unterschied der beiden Datenerhebungsmethoden sowie deren Einfluss in der Carbon Risk Real Estate Monitor (CRREM) Analyse. Dafür wird ausgehend von einer Beschreibung der Grundlagen der CRREM-Analyse eine Gegenüberstellung von drei Fallbeispielen durchgeführt. Die Verbrauchsdaten zeigen den "Ist-Verbrauch" und somit die effektive energetische Qualität des Gebäudes im Betrieb durch seinen spezifischen Nutzer. Die Bedarfsdaten spiegeln die bauliche energetische Qualität des Gebäudes wider, abhängig von dessen Art der Nutzung, jedoch unabhängig vom Verhalten des konkreten Nutzers und basierend auf standardisierten Parametern ("Typischer Verbrauch"). Dies führt dazu, dass ein Gebäude je nach verwendetem Ansatz energetisch unterschiedlich bewertet werden kann. Es zeigt sich, dass die beiden Energieausweisarten die Vergleichbarkeit sowie die realistische Bewertung der einzelnen Gebäude in der CRREM Analyse nicht gewährleisten können. Somit besteht dringender Bedarf zur Forschung und Weiterentwicklung der energetischen Gebäudebewertung. 2025-01-01T00:00:00Z