Proportunity: KI hilft Erstkäufern

Ein autorisierter und den Regulierungen unterliegender Hypothekengeber mit Sitz in London arbeitet mit Intel zusammen, um zukünftige Immobilienpreise vorherzusagen.

Auf einen Blick:

  • Proportunity ist ein innovativer Hypothekengeber, der maschinelles Lernen (ML) nutzt, um Wohneigentum für mehr Londoner erreichbar zu machen. Proportunity verwendet ML, um Modelle zu trainieren, die die Immobilienpreise Region für Region genau prognostizieren und Immobilien mit wachsendem Wert identifizieren können.

  • Nach dem Testen verschiedener CPU- und GPU-basierter Systeme nutzt das Unternehmen nun für KI-Training und Inferenz die skalierbaren Intel® Xeon® Prozessoren und auf Intel® Technik basierende Google Cloud-Instanzen.

author-image

By

Die Immobilienpreise in London sind notorisch hoch – der Durchschnittspreis ist fast doppelt so hoch wie in Großbritannien insgesamt. Daher ist es für Erstkäufer sehr schwierig, ihre Wohnverhältnisse zu verbessern. Proportunity hat eine Lösung entwickelt, um dieses Problem anzugehen.

Durch die Durchführung prädiktiver Analysen in einem Deep Net verschiedener Datensätze kann Proportunity Immobilien und aufstrebende Wohngebiete mit guten Investitionsmöglichkeiten genau identifizieren und dann Beteiligungsdarlehen gegen den zukünftigen Preis anbieten. Mit einem Darlehen von Proportunity können Kreditnehmer ihre Anzahlung um bis zu 25 Prozent des Immobilienpreises steigern: ein großer Vorteil für Erstkäufer.

Proportunity bewertet rund 150 verschiedene Faktoren, die aus verschiedenen Datenquellen stammen: Einige Datenquellen werden intern erstellt, einige sind öffentlich verfügbar und einige werden von Drittanbietern bezogen. Durch seinen Beitritt zum Intel® AI Builders-Programm konnte das Unternehmen seine Lösung dank Zugriff auf die neueste Intel® Technik sowie technisches Know-how beschleunigen.

„Dank der Unterstützung von Intel und des Zugriffs auf das AI Builders-Programm konnten wir unsere Modelle schneller und effizienter ausführen. Bei Verwendung der Intel® DevCloud haben sich unsere allgemeinen Inferenzzeiten merklich verbessert. Außerdem konnten wir eine extrem schnellere Leistung erzielen, sodass Erstkäufer nahezu Echtzeit-Einblicke in Immobilien auf unserer Plattform erhalten.“ —Sreekumar Balan, Forschungsleiter, Proportunity

Identifizieren von Immobilien mit großem Potenzial

Proportunity betrachtet Daten aus zwei Perspektiven: immobilienspezifisch und regionsspezifisch.

Immobilienspezifische Daten bezeichnen einzelne Objekte. Wichtige Variablen dabei sind die Preisentwicklung, die Fläche und das Layout der Immobilie sowie deren Immobilientyp (ob Wohnung oder Haus). Weitere Datenpunkte, die einbezogen werden, sind der Standort der Immobilie (Postleitzahl, Längen- und Breitengrad) und ob es sich bei der Immobilie um einen Neubau handelt oder nicht. Datenpunkte für Wohnungen sind außerdem die Anzahl der Stockwerke im Gebäude und das Stockwerk, auf dem sich eine Immobilie befindet.

Regionsspezifische Daten enthalten weniger detaillierte Informationen, normalerweise auf Postleitzahlebene. Die im Modell von Proportunity berücksichtigten Variablen umfassen Kriminalität, Arbeitslosigkeit und verfügbares Einkommen. Demografische Veränderungen (z. B. Veränderung der Bevölkerungskohorte Generation X) und die Arten von Unternehmen (z. B. Cafés mit handgemachten Speisen und Getränken) in der Region helfen den Modellen, das Gentrifizierungspotential der Region zu verstehen. Darüber hinaus liefern Daten zu Verkehrsverbindungen – einschließlich zukünftiger Infrastrukturprojekte wie die Erweiterung der Bakerloo-Linie –, Wellnesseinrichtungen und dem Vorhandensein von Grünflächen wertvolle Erkenntnisse.

„Die Nähe zu einer U-Bahnstation kann den Wert einer Immobilie um fünf bis zehn Prozent erhöhen.“ —Stefan Boronea, CTO, Proportunity.

Beschaffung und Vorbereitung von Daten zur Verwendung

Mehrere von Proportunity verwendete Datensätze werden von der Regierung öffentlich zugänglich gemacht. Daten zu Immobilientransaktionen, die die täglichen Aufschlüsselungen jeder Transaktion zeigen, sowie Energiebedarfsausweise werden beispielsweise monatlich veröffentlicht.

Proportunity sammelt jedoch nicht nur offene Daten, sondern betreibt auch seine eigenen Recherchen. Das Unternehmen verfügt über ein ganzes Team, das sich der Beschaffung von Daten widmet, die sich auf die Immobilienpreise auswirken. Dies erfordert kreatives Denken, z. B. das Sammeln von Informationen zu geplanten Fertigstellungsterminen von Infrastrukturprojekten in lokalen Bezirken.

Das Team arbeitet derzeit auch daran, eine innovative neue Datenquelle in seine Berechnungen einzubeziehen. Durch Analysieren von Immobilienfotos aus dem Internet, die mithilfe der Computer-Vision-Technologie gefunden wurden, können bestimmte Faktoren identifiziert werden, die sich auf den Wert auswirken. Dies kann alles von der Qualität der Malerarbeit bis hin zu wünschenswerten Merkmalen wie Erkerfenstern umfassen.

Eliminieren von Voreingenommenheit und Sicherstellen von Genauigkeit

Nachdem die Daten bezogen wurden, kann es einige Tage bis zu einem Monat dauern, bis sie in die Predictive Engine von Proportunity integriert werden. Während dieses Zeitraums werden eine Reihe von Filtertechniken durchgeführt, darunter die Überprüfung auf Ausreißer sowie die räumliche und zeitliche Glättung (ein Prozess, bei dem natürliche Schwankungen innerhalb der Daten berücksichtigt werden).

Über die Datensätze hinaus ist es auch wichtig zu vermeiden, dass eine persönliche Voreingenommenheit in das Modell einfließt. Kein Teammitglied trifft Annahmen darüber, welchen Einfluss ein Datenpunkt auf den Wert eines Hauses haben könnte. Intuitiv würde man davon ausgehen, dass sich eine hohe Einbruchrate negativ auf den Immobilienpreis auswirken würde, aber manchmal kann das Gegenteil der Fall sein, denn Kriminelle haben es auf wohlhabendere Regionen abgesehen. Unvoreingenommenheit ist äußerst wichtig.

Bei der Betrachtung zukünftiger Immobilienwerte nutzt Proportunity die verfügbaren Daten in Relation zu anderen Immobilien und Wohngebieten. Zunehmende Kriminalität in einem Wohngebiet beeinträchtigt nicht automatisch den künftigen Wert. Die Kriminalität in ganz London könnte mit einer höheren Gesamtrate steigen, wodurch das Objekt an Attraktivität zunehmen könnte.

Um die hohe Genauigkeit zu gewährleisten, die für risikoreiche geschäftliche Tätigkeiten auf dem Immobilienmarkt erforderlich ist, ist es entscheidend, dass die Modelle vor dem Einsatz in der realen Welt gründlich getestet werden. Zu diesem Zweck verwendet Proportunity eine Technik, die als „Backtesting“ (Rückvergleich) bezeichnet wird. Dabei wird ein Modell anhand historischer Daten trainiert, um anschließend beobachten zu können, ob die Vorhersagen, die das Modell in der Vergangenheit getroffen hätte, tatsächlich zutreffen.

Intel and Proportunity – Aufbau einer gemeinsamen gewinnbringenden Partnerschaft

Der Immobilienmarkt ist volatil. Aus diesem Grund verwendet Proportunity jeweils mehrere Modelle und entwickelt ständig neue Modelle. Daher bevorzugen die Modelle von Proportunity Intel® Prozessoren:

„Da Proportunity vor einigen Jahren Teilnehmer des Google for Startups-Programms für maschinelles Lernen in London war und unsere Modelle CPUs bevorzugte, war es eine natürliche Wahl, unsere Infrastruktur auf einem reinen CPU-basierten Cluster der Google Cloud Platform (GCP) zu erstellen. Die Nutzung eines GCP-Clusters steigerte den Wert, bereits Google-Nutzer zu sein, und ermöglichte es uns, die Entwicklung auf der Basis von skalierbaren Intel Xeon Prozessoren fortzusetzen, die sich ideal für maschinelles Lernen eignen.“ —Sreekumar Balan, Forschungsleiter, Proportunity

Durch die Teilnahme am Intel AI Builders-Programm und die Verwendung der Construction Zone kann Proportunity schnell neue Modelle entwickeln. Es nutzt den engen Kontakt zu engagierten Intel Technikern, um dabei zu helfen, Modelle zu optimieren, auf optimierte Bibliotheken umzusteigen und neue KI-Technologien zu integrieren.

Während sich die Lösung weiterentwickelt, wird Intel das Proportunity Team weiterhin unterstützen. Um mehr über diese Partnerschaft zu erfahren, lesen Sie diesen Blog auf der Intel Builders Website.

Informationen über zugehörige Produkte und Lösungen