Doch ganz so eindeutig ist es nicht. Denn auch Wohnimmobilieninvestments sind von den aktuellen wirtschaftlichen Verwerfungen bedroht – in Form von potenziellen Mietausfällen. Die ohnehin schwachen Konjunkturerwartungen wurden jüngst noch einmal nach unten korrigiert. Dabei sind dem ifo-Institut hierzulande bereits jetzt 7,3 Mio. Menschen in Kurzarbeit. Manche Arbeitnehmer werden endgültig ihren Job verlieren. Für sie und für ihre Vermieter stellt sich die Frage: Können sie weiterhin ihre Mieten tragen? Eine Analyse aus unserem Haus zeigt, dass die betroffenen Haushalte ungleich verteilt sind. Manche Städte und Stadtteile sind stärker betroffen, andere zeigen sich resilienter.

Berlin und Düsseldorf punkten mit Sicherheit
Unsere Smart-Data-Analyse zeigt für die sieben deutschen Top-Standorte: Berlin, Köln und Düsseldorf erscheinen insgesamt vergleichsweise robust – und dies sogar für die Extremannahme, dass sämtliche Menschen nur noch eingeschränkt arbeiten würden. Während in Düsseldorf rund 31% aller Lagen nicht grundsätzlich gefährdet sind, liegt der Wert für Berlin gar bei rund 56%. In den übrigen Top-Städten hingegen ist der Anteil deutlich geringer – vor allem in München sind nur rund etwas mehr als zwei Prozent der Lagen weitgehend sicher. Demgegenüber ist der Anteil der stark bis sehr stark gefährdeten Lagen mit beinahe 42% sehr hoch. In Stuttgart existieren ähnlich viele stark gefährdete Lagen.








Grundsätzlich hängt das Mietausfallrisiko eines derartigen Szenarios in allen sieben Metropolen stark von der Mikrolage ab. Vor allem die Stadtkerne erweisen sich vermehrt als Risikogebiete, also beispielsweise die Münchener Innenstadt, Frankfurt-Westend sowie Berlin-Mitte. Genauso betroffen sind einige Premiumlagen wie etwa Hamburg-Winterhude. Demgegenüber existieren in zahlreichen Szenebezirken wie Berlin-Neukölln sowie auch in vielen „typischen“ B- und C-Lagen kaum Mietausfallrisiken für Eigentümer – allerdings auch dort mit Unterschieden. Besonders sicher scheinen etwa die Randlagen in Hamburg. Das eingangs erwähnte Düsseldorf zeigt übrigens auch in der Innenstadt ein eher geringes Risikoniveau.

Innenstadt vor Herausforderungen?
Die Innenstädte der attraktiven Metropolen – und somit zahlreiche klassische Standorte für Core-Investments – sind also mitunter einer erhöhten Gefahr ausgesetzt. Sind daher künftig neue Ankaufs- und Investmentstrategie nötig? Müssen voll entwickelte, zentral gelegene Wohnimmobilien kritischer hinterfragt werden? Eine stabile Mietrendite galt und gilt als Argument für institutionelle Anleger, durchaus hohe Multiplikatoren im Ankauf hinzunehmen. Ein Ausweichen auf B- und C-Lagen sowie aufstrebende Viertel mit geringeren Multiplikatoren könnte in Krisenzeiten ein gangbarer Weg sein. Eine Ausweichbewegung, die ohnehin seit Jahren von vielen Investoren vollzogen wird. Dieser Trend könnte sich noch verstärken, wobei neben der vergleichsweise stärkeren Rendite-Performance nun auch Sicherheitsaspekte eine größere Rolle bei der Investmententscheidung spielen dürften.

Granulare Analysen – neue Standortfaktoren
Allerdings ist für solche Immobilieninvestments ein genauer Blick auf die Details gefragt: Zum einen unterscheiden sich die Ausfallrisiken teils von Straße zu Straße. In Berlin-Kreuzberg beispielsweise existieren innerhalb einer einzigen Postleitzahlenklasse südöstlich des Checkpoint Charlie sämtliche Risikoklassen von „kein Risiko“ bis hohes Risiko“. Mitunter variiert das Ergebnis sogar innerhalb einzelner Straßen erheblich. Es gilt: granular statt pauschal.

Und zum anderen: Es handelt sich um ein Extremszenario. Die Annahme, dass tatsächlich jeder Mensch eingeschränkt arbeitet, ist natürlich nicht realistisch. Dennoch zeigt dieses Worst-Case-Modell, dass ein differenzierter Blick erforderlich ist. Eine vermeintlich wohlsituierte Klientel, die sich derzeit noch höhere Mieten in zentralen Lagen leistet, ist bei Kurzarbeit möglicherweise ebenso von Mietausfällen betroffen wie Menschen mit geringeren Mieten, aber womöglich auch niedrigeren Löhnen. Das Modell gibt Orientierung, wo künftig durch die Sammlung aktueller Beschäftigungsdaten gezielt weiter neue künstliche Intelligenzen entwickelt werden sollten. Im Ergebnis ist es durchaus denkbar, dass ein bislang vorhandenes Set an Standortfaktoren und KPI zur Risikobeurteilung um ein neu justiertes, automatisiertes Mietausfallparameter erweitert wird – und dass Investitionen in den Metropolen daraufhin noch einmal häufiger auf B- und C-Lagen abzielen. Auf jeden Fall zeigt sich jedoch der Vorteil von selbstlernenden Clustering-Algorithmen, die mit kleinen geografischen Einheiten von jeweils nur wenigen tausend Quadratmetern operieren, gegenüber einer klassischen Methode, bei der Comparables auf Postleitzahl- oder sogar Bezirksebene erhoben werden.

Zur Methode: Die KI-Analyse wurde entworfen, um kleinräumig Mietausfallgefahren in Frankfurt am Main, Köln, München, Berlin, Stuttgart, Hamburg und Düsseldorf zu ermitteln. Trainiert wurde das Modell mit aktuellen Mietangeboten sowie soziodemografischen Informationen aus dem Jahr 2019. Dabei wurden Kurzarbeitergehälter in Höhe von 60% des ursprünglichen Lohns unterstellt. Eine Ausfallgefahr sollte demnach vorliegen, wenn ein Haushalt bei diesem reduzierten Gehalt mehr als 50% seines Einkommens an Miete zahlen würde.


---
*) Gabriel Khodzitski ist Gründer, Investor und Chief Executive Officer (CEO) bei PREA