Diese Arbeit stellt zunächst die theoretischen Grundlagen von Big Data dar und untersucht anschließend Techniken der Big-Data-Analyse, um deren Anwendungen im Immobilienbereich zu erläutern. Angesichts des Vorhabens einer systematischen Literaturanalyse wird der weitere Ablauf in Übereinstimmung mit den Ausführungen von Brocke et al. ausgerichtet. Daher wird zuerst die Prozedur und die Umsetzung einer reproduzierbaren Literaturrecherche in wissenschaftlichen Datenbanken dargestellt. Die Festlegung von Parametern und Selektionskriterien stellt die Grundlage für die Auswahl relevanter Literatur dar. Die im vierten Kapitel entwickelte Konzeptmatrix bietet eine Übersicht über die relevanten Themen innerhalb der Literatur und kategorisiert gleichzeitig die anschließende Literatursynthese. Auf Basis der Synthese werden die Ergebnisse und Entwicklungstrends hinsichtlich der Anwendbarkeit von Big Data im Immobilienbereich dargestellt. Im vorletzten Kapitel werden die Ergebnisse analysiert und die möglichen Forschungsaspekte für zukünftige Studien identifiziert. Gleichzeitig erfolgt eine kritische Betrachtung hinsichtlich der Limitation der systematischen Literaturanalyse. Die Arbeit schließt mit einer Zusammenfassung der Ergebnisse und einer Einschätzung hinsichtlich möglicher zukünftiger Anwendungen von Big Data im Immobilienbereich.
Immobilienunternehmen besitzen ein breites Immobilien-Portfolio, investieren erheblich in die Instandhaltung und Erhöhung des Wertes der Gebäude und verfügen dementsprechend über ein umfangreiches Datenarchiv. Diese Datensammlung umfasst unter anderem Immobilien- und Transaktionsdaten, Marktdaten, sozioökonomische Daten, Standortdaten und Nutzerverhalten.
Zur Auswertung dieser Daten ist Microsoft Excel ein gängiges Programm, erreicht bei großen Datenbeständen jedoch früher oder später eine Grenze. Die Analysen der Daten sind häufig durch gleiche Restriktionen in der Verarbeitung limitiert. Zudem besitzt die Einbindung externer Daten oftmals ein hohes Maß an Komplexität, nicht zuletzt aufgrund der Heterogenität der Daten. Diese heterogenen Daten steigen aufgrund des technologischen Fortschritts in den Bereichen Informations- und Kommunikationstechnik exponentiell an.
Inhaltsverzeichnis
- Zusammenfassung
- Abstract
- Tabellenverzeichnis
- Abkürzungsverzeichnis
- 1. Einleitung
- 2. Theoretische Fundierung
- 2.1. Das Phänomen Big Data
- 2.2. Die Big-Data-Analyse
- 2.3. Big Data-Anwendungen im Immobiliensektor
- 3. Die systematische Literaturanalyse
- 3.1. Grundlagen der systematischen Literaturanalyse
- 3.2. Aufbau der Literaturanalyse
- 3.3. Eingruppierung der Literaturanalyse
- 3.4. Suchrahmen, -begriffe und Selektionskriterien
- 4. Analyse und Synthese der Forschungsliteratur
- 4.1. Entwicklung der Konzeptmatrix
- 4.2. Synthese der Implementierbarkeit von Big-Data-Technologien im Immobilienbereich
- 4.2.1. Immobilienbewertung und -preise
- 4.2.2. Immobilieninformationssystem
- 4.2.3. Entscheidungsfindung und -unterstützung
- 4.2.4. Immobilienentwicklung
- 4.2.5. Prädiktive Analyse
- 4.2.6. Social-Media Analyse
- 4.3. Ergebnisse und Entwicklungen zur Anwendbarkeit von Big Data im Immobilienbereich
- 5. Forschungsbedarf zu Big Data im Immobiliensektor und Limitation der Literaturanalyse
- 5.1. Big Data im Immobiliensektor - Forschungsagenda
- 5.2. Kritische Reflexion der Methoden und Limitationen der Literaturanalyse
- 6. Schlussbetrachtung und Ausblick
- Literaturverzeichnis
Zielsetzung und Themenschwerpunkte
Die Bachelorarbeit zielt darauf ab, die Entwicklung und den Einsatz von Big Data im Immobiliensektor anhand einer systematischen Literaturanalyse zu untersuchen. Sie analysiert die Nutzung von Big Data in verschiedenen Bereichen der Immobilienbranche, beleuchtet aktuelle Trends und identifiziert Forschungsbedarfe.
- Entwicklung und Anwendung von Big Data im Immobiliensektor
- Analyse der Implementierung von Big-Data-Technologien in der Immobilienbewertung, Preisprognose und Entscheidungsfindung
- Untersuchung des Einflusses von Big Data auf das Risikomanagement und die Immobilienentwicklung
- Bedeutung von maschinellen Lernverfahren und Social-Media-Analysen im Kontext von Big Data im Immobiliensektor
- Identifizierung von Forschungslücken und der Ableitung einer Forschungsagenda für zukünftige Forschungsaktivitäten
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einführung in das Thema Big Data und seiner Bedeutung im Immobiliensektor. Kapitel 2 legt den theoretischen Rahmen der Arbeit fest und erläutert die Konzepte von Big Data, Big-Data-Analyse und den Einsatz von Big Data im Immobilienbereich. In Kapitel 3 wird die Methodik der systematischen Literaturanalyse vorgestellt, die für die Untersuchung der Forschungsliteratur verwendet wird. Kapitel 4 analysiert und synthetisiert die Ergebnisse der Literaturanalyse, wobei verschiedene Anwendungsbereiche von Big Data im Immobiliensektor, wie z.B. Immobilienbewertung, Preisprognose und Entscheidungsfindung, untersucht werden. Kapitel 5 identifiziert Forschungsbedarfe und diskutiert die Limitationen der durchgeführten Literaturanalyse. Schließlich fasst Kapitel 6 die wichtigsten Ergebnisse der Arbeit zusammen und bietet einen Ausblick auf zukünftige Forschungsaktivitäten.
Schlüsselwörter
Die wichtigsten Schlüsselwörter der Arbeit sind Big Data, Immobilien, Literaturanalyse, Prädiktive Analyse, Immobilienbewertung, Preisprognose, Entscheidungsfindung, Risikomanagement, Immobilienentwicklung, Maschinelles Lernen, Social-Media-Analyse.
- Quote paper
- Anonym (Author), 2023, Big Data im Immobiliensektor. Eine systematische Literaturanalyse, Munich, GRIN Verlag, https://www.grin.com/document/1438141
