![](https://restrukturierung.fh-kufstein.ac.at/var/site/storage/images/_aliases/news_detail/fh-kufstein/news/immbild-lageklassifizierung-von-immobilien-mit-hilfe-automatisierter-bilderkennung/11700289-1-ger-DE/ImmBild-Lageklassifizierung-von-Immobilien-mit-Hilfe-automatisierter-Bilderkennung.jpg)
ImmBild - Lageklassifizierung von Immobilien mit Hilfe automatisierter Bilderkennung
// Ziel: Im Fokus dieses Projekts steht die Entwicklung von bildbasierten Methoden, die durch Eingabe eines Satellitenbildes und vorgegebenen Koordinaten eine automatisierte Klassifikation der lokalen Wohnlage ableiten können.
// Laufzeit: 01/2017 bis 01/2019
// Budget: 400.000 Euro
// Projektmitarbeiter: Miroslav Despotovic, Mario Döller, David Koch, Valentin Muhr
// Kooperationspartner: FH Kufstein Tirol Bildungs GmbH (Projektleitung + Wissenschaftlicher Partner), FH St. Pölten GmbH (Wissenschaftlicher Partner)
Dementsprechend ist die Quantifizierung der Lagequalität durch Sachverständige oder Makler, aber auch die Evaluierung durch Immobiliensuchende eine zentrale Herausforderung. Dies gilt insbesondere am Immobilienmarkt, da dieser regional und sektoral betrachtet (Wohnen, Büro, Handel, etc.), höchst individuell ist. Daher besteht die Herausforderung, ein Konzept und Methode zu entwickeln, welches im Stande ist die Lagequalität individuell zu ermitteln.
Ziel des Forschungsvorhabens „ImmBild“ ist der Aufbau und die nachhaltige Positionierung eines Zentrums für Bilderkennung im Kontext der Immobilie. Vor allem die Vereinigung von immobilienwirtschaftlichem Wissen und automatisierter Bildererkennung (Image Analysis) steht dabei im Mittelpunkt. In diesem Projekt liegt der Fokus auf der Ermittlung von Lagequalität mit Hilfe von automatisierter Bildanalyse. In der immobilienwirtschaftlichen Forschung wendet man das Konzept der hedonischen Preise an, um einzelne Eigenschaften der Immobilie zu quantifizieren und damit den Wert der Immobilie zu evaluieren. Hier wird der Preis bzw. die Miete mit Hilfe von Regressionsanalysen sowie unterschiedlicher Lagevariablen wie bspw. der Entfernung zu Schulen, Nahversorger, etc. unter Zuhilfenahme soziodemografischer Daten erklärt.
Auf diesen Zusammenhängen aufbauend sollen automatische Klassifikations- und Bewertungsmethoden entwickelt werden, welche die regionalen Eigenschaften der umgebenden Infrastrukturnutzung aus Bilddaten ableiten.