Fazit
Die Masterarbeit stellt einen bedeutenden Fortschritt in der Immobilienbewertung durch den Einsatz KNN dar. Mit der Integration eines umfangreichen Datensatzes, der Immobiliendaten sowie ergänzende geographische und zusätzliche Daten umfasste, erzielte das entwickelte KNN-Modell eine bemerkenswerte Genauigkeit bei der Vorhersage von Immobilienpreisen. Darüber hinaus zeigte im Vergleich zu normierten klassischen Bewertungsmethoden (Vergleichswertverfahren nach ImmoWertV) das entwickelte KNN-Modell eine signifikante Vorhersagegenauigkeit.
Ein R²-Score von 0.942 und ein relativer mittlerer Fehler (RME) von 7,6 % belegen die Leistungsfähigkeit des Modells und unterstreichen sein Potenzial für die Immobilienbranche. Diese Ergebnisse verdeutlichen, dass die Einbindung von Geodaten und weiteren Zusatzinformationen maßgeblich zur Verbesserung der Modellgenauigkeit beiträgt. Diese Arbeit trägt somit wesentlich zur weiteren Erforschung und Entwicklung präziser Bewertungsmodelle in der Immobilienbranche bei und zeigt die Notwendigkeit auf, die Anwendungsbereiche von KI in der Immobilienbewertung kontinuierlich zu erweitern.