Tag: Curem

  • “Buy-to-let” A model calculation from the perspective of private investors

    “Buy-to-let” A model calculation from the perspective of private investors

    “Buy-to-let provides Swiss private investors with a way to participate in the real estate market and has enjoyed growing popularity in the wake of the low interest rate environment. The share of rented condominiums and single-family houses accounted for 17.0% of all newly concluded residential property financing in 2019 on a volume-weighted basis. This means that almost every sixth property was purchased with the intention of subsequently renting it out. In most cases, investments are made in condominiums and thus in smaller lot sizes due to the financial assets available.

    The aim of the final thesis was to show private investors the main risks associated with a buy-to-let investment and to establish a relative comparison with alternative capital market investments. To this end, an investment analysis model was developed that looked at the profitability of a 3.5-bedroom condominium from its purchase in 2000 to its sale in 2020. Based on studies in various markets in the Bern area and by means of different sensitivities regarding the use of debt capital, their effects on the profitability ratios were illustrated.

    Result
    Risky investment strategy: With regard to the holding phase, it became clear that in particular the choice of the degree of debt financing and the prevailing interest rate level determines the achievable return on equity and at the same time also forms the highest expenditure item. In the first years of the holding period, a high leverage ratio of 75% and an average interest rate of 3.70% resulted in exclusively negative net returns. With regard to the sale of the property, it became apparent that the value development was the most significant determinant for the success of the buy-to-let investment (see Fig. 1). The potentially realisable market value is subject to cyclical fluctuations. Combined with an increased leverage ratio and the associated debt risk in terms of rising interest rates and possible losses in value, these factors constitute the main risk of the buy-to-let investment. If, in addition, a large proportion of the assets is tied up in a single property, this creates a considerable cluster risk, which is further increased by the effect of rising interest rates and losses in value. It is important to note that passing on rising interest rates to the tenant is only possible to a limited extent due to legal restrictions and the sluggishly reacting reference interest rate. In addition, higher interest rates are usually accompanied by rising inflation rates. Since residential rents are usually not fully linked to the consumer price index, inflation leads to a partly real reduction in rental income.

    Fig. 1: Composition of IRR, using the example of the city of Bern.

    The consideration of the different markets – depending on the location of the property – also made it clear that the regional disparities can lead to large differences in the profitability and investment risk of the private investor and represent a further risk for the buy-to-let investment. With regard to the value retention of the property, the private investor should therefore primarily assess the location quality and the property.

    Comparison of capital market investments
    The comparison with the two asset classes Swiss equities and Swiss government bonds showed that the buy-to-let strategy could certainly represent an attractive alternative (cf. fig. 2+3). It was possible to further improve the return on the property over the period under consideration by using debt capital, but this was accompanied by a significantly higher risk (see Fig. 3). It should also be noted that the risk-return characteristics must be extended to include the variable of liquidity: In a weak economic environment, the sale of a property is only possible under timely circumstances and is usually associated with financial losses.

    Fig. 2: Annual returns on equities and bonds, observation period 2000-2020.

    Conclusion
    The decision for a buy-to-let investment should not be made lightly. A property purchase financed out of a lack of alternative asset classes and low financing costs often does not take into account the risks assumed at the same time. The property must remain effectively affordable in a higher interest rate environment and further capital gains should not be relied upon as an investment strategy. It can be concluded that rental income in particular determines the success or failure of the buy-to-let investment.

    Personal details
    Anissa Kühni, born 1991. Studied architecture at the Bern University of Applied Sciences, graduating in 2016. Master of Advanced Studies UZH in Real Estate, graduating in 2021. From 2016, active at Frutiger AG in project development for various site developments with a focus on “residential” as well as acquisitions. Since 2023 employed as project manager for real estate developments at Swiss Prime Site Solutions AG for the real estate fund “Akara Swiss Diversity Property Fund PK”.

  • Künstliche Intelligenz in der Projektentwicklung

    Künstliche Intelligenz in der Projektentwicklung

    Megatrend KI
    Digitalisierung und Künstliche Intelligenz sind Megatrends, die weitreichende und tiefgehende Veränderungen bewirken werden. Diese Technologien können als Innovation und Folgeinnovation mit grossem disruptivem Potenzial gesehen werden. Digitalisierung steht für digitale Herangehensweisen, Verfahren und Technologien, die Wirtschaft und Gesellschaft zunehmend und immer schneller durchdringen. Dies führt zu neuen Prozessen und Werkzeugen, die Unternehmen, Menschen und damit Arbeit, Leben und Verhalten zwangsläufig verändern. Die Technologie ist dabei der Treiber, welcher Veränderungen bringt. Der Begriff Digitale Transformation beschreibt die Folgen und Auswirkungen der Digitalisierung. Deloitte hat vor einigen Jahren eine Übersicht zu Grad und Art der Betroffenheit unterschiedlicher Branchen durch digitale Innovation und Transformation veröffentlicht. Der Immobilienbranche wurde dabei eine hohe Betroffenheit in relativ kurzer Frist prognostiziert («short fuse, big bang»). Dieser Transformationsprozess ist derzeit im Gange. Hinsichtlich der innovationsauslösenden Technologien stellt das Marktforschungsinstitut Gartner Inc. jährlich in seinem Hype Cycle Report das Entwicklungsstadium von Megatrends dar. Sämtliche Technologien durchlaufen dabei die dargestellten Phasen, jedoch unterscheiden sie sich jeweils in Dauer und Durchlaufgeschwindigkeit deutlich. Die in der Abschlussarbeit zentrale Erklärbare KI («Explainable AI») befindet sich demgemäss etwa auf dem Gipfel der überzogenen Erwartungen (siehe Abbildung 2). Zwar funktionieren in diesem Stadium bereits einzelne Anwendungen, gewisse Enttäuschungen sind jedoch vorgezeichnet. Auf dem Pfad der Erleuchtung werden sich erfolgsversprechende Geschäftsmodelle herauskristallisieren. Es bilden sich neue Märkte, da durch die gesteigerte Leistungsfähigkeit der Technologie und den daraus resultierenden neuen Kundenbedürfnissen eine zunehmende Nachfrage entsteht. Auf dem Plateau der Produktivität entfaltet sich schliesslich in technischer wie auch in wirtschaftlicher Hinsicht das volle Potenzial der Anwendung.

    Mit dem Erreichen der kritischen Masse von Anwendern wird sich KI auch in der Immobilienwelt zunehmend etablieren. Wichtig für den nachhaltigen Erfolg wird ein gesteigertes Bewusstsein für Daten und den Umgang mit diesen sein. Zudem müssen sich die Anwender Kenntnisse über Funktionsweisen von KI-Technologie aneignen. Die heute auf dem Markt verfügbaren KI-Anwendungen fokussieren auf einzelne Teilbereiche der Projektentwicklung und decken dadurch jeweils nur einen kleinen Teil des Gesamtprozesses ab. Als Grund hierfür ist auch die Komplexität von mehrjährigen Projektentwicklungen mit ihren unterschiedlich ablaufenden Phasen sowie vielen involvierten Stakeholdern zu nennen. Eine durchgängige und phasenübergreifende Lösung fehlt somit noch, es sind jedoch Tendenzen feststellbar, dass künftig dem Bedürfnis nach solchen Ansätzen nachgekommen wird. In der Abschlussarbeit werden anhand verschiedener Use Cases aktuelle KI-basierte Anwendungen behandelt.

    Kooperation Mensch – Computer
    Die Fülle an Daten, die zunehmende Digitalisierung sowie Fortschritte in der Computertechnologie versprechen also auch in der nicht unbedingt für Innovationsfreude bekannten Immobilienbranche den vermehrten Einsatz KI-basierter Anwendungen. Grosses Potenzial bietet hierbei die Standortsuche und Identifikation neuer Entwicklungschancen durch KI, was künftig vermutlich eine bedeutende Rolle spielen wird. Das Zusammenspiel Mensch – Computer ist dabei mehr als die blosse Summe seiner Teile. Ängste, dass die Entwicklung von Immobilienprojekten künftig überwiegend automatisiert und an den Computer delegiert werden könnte, sind unbegründet. Insgesamt werden Projektentwicklungen durch den vermehrten Einsatz von Künstlicher Intelligenz sogar menschlicher, da der Mensch noch stärker zum Manager wird, der die Ziele definiert, Aufgaben delegiert, kontrolliert und korrigiert. Die Komponente Mensch spielt dabei weiterhin die buchstäblich entscheidende Rolle, indem sie Ergebnisse der KI auf Sinnhaftigkeit prüft und weiterverarbeitet. Dabei wird es in der Projektentwicklung immer auch um menschliche Bedürfnisse wie Vertrauen und Eigenschaften wie emotionale Intelligenz gehen.

    Wenn die Voraussetzungen also gegeben sind, kann Künstliche Intelligenz bereits heute einen Mehrwert in der Projektentwicklung schaffen, indem beispielsweise standardisierbare Analyseaufgaben an den Computer delegiert werden und der Mensch sich somit auf das Wesentliche konzentrieren kann. In diesem Zusammenspiel behält die menschliche Intelligenz in der Synthese der Ergebnisse weiterhin ihre entscheidende Rolle, mit dem Ziel, ein besseres Produkt für Entwickler und Gesellschaft hervorzubringen. Chancen und Nutzen überwiegen dabei Risiken und Aufwände. Letztere müssen zunächst durch innovative Entwickler getätigt werden, um die Innovation auf den Weg zu bringen. Wenn sich dann ein hoher relativer Nutzen der Anwendung einstellt, kann diese reüssieren und gebräuchliche Prozessmodelle verbessern oder gar ersetzen.

    Zur Person
    Simon Lindhuber, geboren 1983. Architekturstudium an der Technischen Universität München sowie der ETSA Madrid, Abschluss als Dipl.-Ing. TUM 2010. Master of Advanced Studies UZH in Real Estate, Abschluss 2021. Mitglied der Bayerischen Architektenkammer. AIV-Schinkelpreis für Architektur 2009. Ab 2016 bei Topik Partner AG (ehem. Odinga Picenoni Hagen AG) in der Projektentwicklung tätig, u.a. Neubau eines Geschäftshauses an der Bahnhofstrasse, Zürich. Seit 2021 als Head of Real Estate bei modissa ag c/o HANUVER AG, u.a. für die strategische Portfolioentwicklung und die Führung des Property Managements sowie diverse Digitalisierungsprojekte
    verantwortlich.
    Abbildung 1: Betroffenheit der Branchen (vgl. Deloitte, 2012).
    Abbildung 2: Entwicklungsverläufe neuer Technologien (Gartner, 2020).