ATTOM bringt KI-Modell für fast 100 Millionen US-Haushalte auf den Markt
ATTOM hat seinen Mietschätzungsdienst Rental AVM um ein KI-gestütztes Modell erweitert, das die aktuellen monatlichen Marktmieten für fast 100 Millionen US-Haushalte schätzt. Nach Angaben des Unternehmens liegt der mediane absolute Fehler bei Objekten, die noch nicht zur Miete angeboten werden, bei 5,9 Prozent.
- Das neue Rental AVM schätzt Mieten für fast 100 Millionen US-Objekte.
- Die Abdeckung wurde um etwa 40 Prozent erweitert.
- Bei Häusern, die noch nicht zur Miete angeboten werden, liegt der mediane absolute Fehler bei 5,9 Prozent.
- Das Modell nutzt mehrere Machine-Learning-Modelle und bereinigte Daten aus Mietangeboten.
- Der Dienst ist über APIs, Bulk-Data-Lizenzen, Snowflake, Databricks und den MCP Server verfügbar.
Abdeckung deutlich erweitert
ATTOM gab die Erweiterung von Rental AVM am 3. November bekannt. Das neue Modell liefert Schätzungen für Einfamilienhäuser, Eigentumswohnungen und Reihenhäuser in allen 50 US-Bundesstaaten und im District of Columbia. Die Abdeckung ist um etwa 40 Prozent gestiegen, sodass das System nun fast 100 Millionen Objekte umfasst.
Nach Angaben des Unternehmens kann das Modell auch Mieten für Häuser schätzen, die noch nicht zur Miete angeboten werden. Bei diesen Objekten liegt der mediane absolute Fehler bei 5,9 Prozent. Zusätzlich zur Schätzung liefert das System einen geschätzten unteren und oberen Wert. Die Spanne wird enger, sobald mehr Informationen über das Objekt verfügbar sind.
Das KI-Modell nutzt mehrere Datenquellen
Rental AVM verwendet mehrere Machine-Learning-Modelle. Sie untersuchen Objekteigenschaften, Wert, frühere Mietdaten und aktuelle Mietaktivitäten. Anschließend bestimmen sie anhand der für das jeweilige Objekt verfügbaren Informationen das Gewicht jedes Faktors.
Das Modell wurde anhand tatsächlicher Mietangebote trainiert und validiert. Doppelte Datensätze, Platzhalterwerte für Mieten und unplausible Preise wurden aus dem Datensatz entfernt. Aaron Wagner, Leiter der Datenwissenschaft bei ATTOM, sagte, das System passe sich an die für jedes Objekt verfügbaren Mietinformationen an. Nach Angaben des Unternehmens kann es dadurch auch Schätzungen für Häuser ohne Miethistorie erstellen.
Rob Barber, CEO von ATTOM, sagte: „Die Schätzung von Mietwerten ist schwierig, weil Mietverträge privat sind und viele Häuser keine Miethistorie haben.“ Die Entwicklung erweitere den Ansatz hinter ATTOM Intelligence, der zuverlässige Immobiliendaten, fortschrittliche KI und Analysen für mehr Objekte kombiniere.
Für Investoren, Kreditgeber und KI-Entwickler
Nach Angaben von ATTOM kann Rental AVM eine Reihe geschäftlicher Aufgaben unterstützen. Immobilieninvestoren und Vermieter können den Dienst nutzen, um Akquisitionen zu prüfen, Mietchancen zu bewerten, Mieteinnahmen mit dem Immobilienwert zu vergleichen und Entscheidungen zur Festlegung von Mieten zu unterstützen.
Hypothekengeber und Versicherer können Mieteinnahmen für Anlageimmobilien und DSCR-Kredite bewerten, ihr Portfolioengagement überwachen und die Analyse von Mietausfällen unterstützen. Immobilienportale und KI-Entwickler können die Schätzungen über ATTOMs MCP Server auch in Inserate, Investment-Tools und KI-gestützte Anwendungen integrieren.
Rental AVM wird monatlich auf Grundlage neuer Mietaktivitäten und veränderter Marktbedingungen aktualisiert. Der Dienst ist über APIs, Bulk-Data-Lizenzen, Snowflake, Databricks und den MCP Server verfügbar. Auf Grundlage der Ankündigung könnte die erweiterte Abdeckung vor allem Organisationen mehr nutzbare Daten liefern, die Mieten für Objekte ohne öffentliche Miethistorie schätzen müssen.
