Warum

Öko­no­men. Wir sind Öko­no­men. Öko­no­men ohne Daten sind Theo­re­ti­ker. Wir sind Prak­ti­ker. In­ge­nieu­re. Für Lö­sun­gen im Hier und Jetzt.
Daten. Wir be­schaf­fen sie. Mit­tels In­ter­net, Pri­märer­he­bung, Dritt­quel­len. Wir sind In­for­ma­ti­ker, Lin­guis­ten, Öko­lo­gen...
”Big data”? Ein buzz­word. Es gibt nicht zu wenig, son­dern zu viel In­for­ma­ti­on. Sagen wir, “not so big data”. Auf’s We­sent­li­che re­du­ziert.
Das We­sent­li­che. Die Wohl­fahrt der Men­schen. Das treibt uns an. Immer.

Wer

Da­niel Sager, Öko­no­mie, In­for­ma­tik
dsa­ger@­me­ta-sys.ch, 043 322 17 72
Timon Brüll­mann, In­for­ma­tik
tbruell­mann@­me­ta-sys.ch, 043 322 17 73
Na­taell Cornu, Öko­no­mie, In­for­ma­tik
ncor­nu@­me­ta-sys.ch, 043 322 17 70

 

Noël Brand, In­for­ma­tik
nbran­d@­me­ta-sys.ch, 043 322 17 74
Raf­fae­le Musa, In­for­ma­tik Prak­ti­kant
rmu­sa@­me­ta-sys.ch, 043 322 17 70

Wo

Senn­weid­stras­se 1a
8608 Bu­bi­kon
043 322 17 70
nau­ti­lus@­me­ta-sys.ch

Spi­de­ring

Un­se­re Spi­der­pro­gram­me er­he­ben Daten im In­ter­net, unter an­de­rem:
Im­mo­bi­lien­in­se­ra­te, De­tail­händ­ler, Fir­men­adres­sen, Kunst­wer­ke, Pres­se­ar­ti­kel, So­ci­al Media Ein­trä­ge, Foren

Be­fra­gung

Nicht alle In­for­ma­tio­nen ge­lan­gen ins In­ter­net. Auch sol­che ge­lan­gen durch Re­cher­che zu uns. Und als klare Aus­sa­ge zu Ihnen.

Dritt­quel­len

Wir durch­pflü­gen das Da­ten­meer schon lange. Viele Tie­fen und Un­tie­fen sind uns be­kannt. Wir ken­nen die Lö­sung für Ihr In­for­ma­ti­ons­pro­blem (oder es gibt sie noch nicht)

REIDA

Im­mo­bi­li­e­nei­gen­tü­mer lie­fern Jah­res­rech­nun­gen, Kauf- und Ver­kaufs­da­ten, sowie Ver­trags­da­ten in die­sen Pool. Wir dür­fen ihn be­trei­ben und ent­wi­ckeln ihn wei­ter.

Sozio-öko­no­mi­sche Daten

Wir füh­ren eine um­fas­sen­de sozio-öko­no­mi­sche Da­ten­bank. Als Basis für die Pro­duk­te und Be­rich­te un­se­rer Kun­den. Nach deren Wunsch kon­fi­gu­riert.

ex­tract, trans­form, load

Unser täg­li­ches Brot. Und für prä­zi­se In­for­ma­ti­on nach wie vor un­er­läss­lich.

Adres­sen zu­ord­nen

In der Schweiz gibt es kein amt­li­ches Stras­sen­ver­zeich­nis. Dafür einen Wild­wuchs der Schreib­wei­sen. Wofür wir schon lange eine Lö­sung haben. Inklu­si­ve Zu­ord­nung zu Orten, Ge­mein­den und re­gio­na­len Hier­ar­chi­en.

Texte zu­ord­nen

Im In­ter­net ge­sam­mel­te Daten kön­nen von ver­schie­de­nen Sei­ten stam­men. Aber von der glei­chen Quel­le. Lin­guis­ti­sche Ab­glei­che schaf­fen Klar­heit.

Bil­der zu­ord­nen

Was ist ein gutes Bild? Was stellt ein Bild dar? Was für Texte gilt, gilt auch für Bil­der. Ähn­li­ches kann ge­fun­den wer­den. Und qua­li­ta­tiv Gutes von Schlech­tem un­ter­schie­den.

Ri­si­ken im Im­mo­bi­li­en­markt

Durch ex­pli­zi­te Mo­del­lie­rung und Si­mu­la­ti­on va­ria­bler Ein­fluss­fak­to­ren, kön­nen Ri­si­ken ex­pli­zit be­wer­tet und die re­sul­tie­ren­den Dis­kont­sät­ze mit den Markt­sät­zen ver­gli­chen wer­den.

Fre­quen­zen an Stras­sen

Nicht nur Mo­bil­funk­da­ten ge­stat­ten die Mo­del­lie­rung von Fre­quen­zen an Stras­sen. Mit den ge­eig­ne­ten Da­ten­sät­zen las­sen sich hoch­in­ter­essan­te Aus­sa­gen ge­ne­rie­ren.

Stand­ortra­ting

Zahl­rei­che Fak­to­ren be­ein­flus­sen die Güte eines Stand­ortes. Aber un­ter­schied­li­che Ziel­grup­pen be­wer­ten diese un­ter­schied­lich. Wir fo­kus­sie­ren auf das Er­geb­nis: Wo be­wirkt das Set der Stand­ort­fak­to­ren hohe Im­mo­bi­li­en­prei­se, wo nicht?

Knapp­heit auf dem Woh­nungs­markt

Die Iden­ti­fi­ka­ti­on von Knapp­heit auf dem Woh­nungs­markt be­schäf­tigt uns schon län­ger. Mit un­se­rem In­ser­ti­ons­dau­er ba­sier­ten Mo­dell ver­fol­gen wir die­ses Thema zu­ver­läs­sig.

Per­so­nen­frei­zü­gig­keit und Woh­nungs­markt

Von der Schweiz in die Re­gi­on. Der Mo­ni­tor „Per­so­nen­frei­zü­gig­keit und Woh­nungs­markt“ des Bun­des­am­tes für Woh­nungs­we­sen ist elek­tro­nisch als Drill Down Va­ri­an­te um­ge­setzt.

Nach­fra­ge­po­ten­zia­le Nah­rungs­mit­tel­han­del

Von der Ge­mein­de auf den Hek­tar kön­nen Nach­fra­ge­po­ten­zia­le on­li­ne ana­ly­siert wer­den.

white label

Wir sam­meln, stan­dar­di­sie­ren, ord­nen und mo­del­lie­ren Daten nach Kun­den­wunsch. Und stel­len sie nach Kun­den­wunsch dar. Am liebs­ten „whi­te label“.

Das dumme Volk

Das dumme Volk nimmt die Mas­sen­wein­wan­de­rungs­i­ni­tia­ti­ve an, stimmt für den Br­e­xit und wählt Do­nald Trump. Was aber, wenn das Volk gar nicht so dumm ist?
» mehr

Wenn Juristen Ökonomen spielen

Die NZZ war so nett, un­se­ren Ar­ti­kel zu dru­cken. Thema: Das Bun­des­ge­richts­ur­teil zur Woh­nungs­not und zur An­fech­tung der An­fangs­miet­zin­se.. Hier das un­ge­kürz­te Ori­gi­nal.
» mehr

Das dumme Volk

Nein, wir den­ken nicht, dass die Wäh­ler dumm oder ir­ra­tio­nal sind. Oder sich ver­füh­ren las­sen. Wir glau­ben, es gibt Grün­de für die Ent­schei­de der Wäh­ler. Lang­fris­tig sub­op­ti­ma­le Ent­schei­de fus­sen oft auf kurz­fris­ti­gen Pro­ble­men. Man darf diese nicht aus­ser Acht las­sen. Denn Wohl­fahrt ist nicht nur ma­te­ri­el­les Wohl­er­ge­hen. Der ge­samt­ge­sell­schaft­li­che Kon­text zählt.



Aber wir haben „cripp­led ame­ri­ca“ ge­le­sen. Wir lesen, dass der Frei­han­del ein­ge­schränkt wer­den soll. Dass der „deal“ in mer­kan­ti­lis­tisch nai­ver Sicht in den Vor­der­grund rückt. Damit die Logik des Ge­schäfts der Ge­sell­schaft dien­lich ist, muss diese aber Leit­plan­ken set­zen. Wir haben nicht den Ein­druck, dass ihm das klar ist. Also muss­ten wir han­deln.

Film­pro­duk­ti­on: arttv 2016 / Heidi Hil­te­brand & Rolf Frey
Gra­fik: c-art.ch / Ser­gio Co­stan­ti­ni

Wenn Juristen Ökonomen spielen

The­re­se Egli und Da­niel Sager

Das Bun­des­ge­richt kennt sich aus im Markt für Wohn- und Ge­schäfts­flä­chen. Mit sei­nem Ur­teil 4A_691/2015 hat es zu den Markt­si­tua­tio­nen Stel­lung be­zo­gen. Die­ses Ur­teil be­stä­tig­te die Recht­mäs­sig­keit der An­fech­tung eines An­fangs­miet­zin­ses in der Stadt Zü­rich durch zwei gut ver­die­nen­de An­ge­stell­te auf­grund von Woh­nungs­not, ohne dass eine per­sön­li­che Not­la­ge vor­lie­gen muss. So sei es “eine Bin­sen­wahr­heit, dass Kon­su­men­ten keine den An­bie­tern ver­gleich­ba­re Stel­lung ein­neh­men, die ihnen die Ver­hand­lung eines aus­ge­wo­ge­nen Ver­tra­ges er­mög­li­chen könn­te“. Darum müsse man sie „ins­be­son­de­re in Si­tua­tio­nen der Woh­nungs­not schüt­zen“.

Es sei jetzt ein­mal ge­sagt: Wir wür­den uns nie an­mas­sen ein Bun­des­ge­richts­ur­teil zu fäl­len. Wir sind näm­lich keine Ju­ris­ten. Das Bun­des­ge­richt hat dies­be­züg­lich we­ni­ger Berüh­rungs­ängs­te. Der Ein­füh­rungs­kurs Volks­wirt­schafts­leh­re für Ju­ris­ten reicht of­fen­bar voll­kom­men, um öko­no­misch fun­dier­te Aus­sa­gen zu ma­chen. Trotz­dem wagen wir es, die Ar­gu­men­ta­ti­on zu hin­ter­fra­gen.

Im Woh­nungs­markt haben zahl­rei­che Nach­fra­ger ähn­li­che Prä­fe­ren­zen und tref­fen auf ähn­li­che An­ge­bo­te. Kein Nach­fra­ger gibt preis, wie viel er ef­fek­tiv zu zah­len be­reit ist. Er ori­en­tiert sich an sei­ner Nach­fra­ge­grup­pe. Und so­lan­ge der Ver­mie­ter hier nicht zwi­schen ein­zel­nen Grup­pen (nach Ver­mö­gen, Alter, Ge­schlecht) dif­fe­ren­zie­ren kann, wird sich der Miet­zins eben­falls daran ori­en­tie­ren. Die Markt­macht ist somit be­schränkt. Aus­ser­dem li­mi­tie­ren auch die Op­ti­on Wohn­ei­gen­tum, die im Ide­al­fall allen Mie­tern zur Ver­fü­gung stün­de und die sprich­wört­li­che Im­mo­bi­li­tät einer Im­mo­bi­lie die Markt­macht des Ver­mie­ters.

Na­tur­ge­mä­ss haben aber die Ver­mie­ter bei Woh­nungs­knapp­heit tat­säch­lich eine stär­ke­re Ver­hand­lungs­po­si­ti­on. Und Knapp­heit kann auch durch Leer­stand ge­mes­sen wer­den. Eine (zu) tiefe Leer­stands­quo­te ist bei funk­tio­nie­ren­den Märk­ten al­ler­dings kein Dau­er­zu­stand. Aber dy­na­mi­sche Mo­del­le kom­men im Ein­füh­rungs­kurs zur Volks­wirt­schaft für Ju­ris­ten lei­der nicht vor. Mehr­jäh­ri­ge An­pas­sungs­pro­zes­se sind im Im­mo­bi­li­en­markt durch­aus nor­mal, da sich Pla­nung, Be­wil­li­gung und Rea­li­sie­rung von Neu­bau­ten nun mal in die Länge zie­hen. Wenn sich das An­ge­bot bei einem knap­pen Markt er­höht und damit auch die Leer­stands­quo­te mit­tel­fris­tig an­steigt, „funk­tio­niert“ der Markt. Er wird aber ge­stört, wenn das An­ge­bots­wachs­tum un­ter­bun­den oder die Preis­bil­dung aus­ser Kraft ge­setzt wird. Was dem Bun­des­ge­richt bis­her glück­li­cher­wei­se noch nicht ganz ge­lun­gen ist.

Was aber der Leer­stand nur schwer zei­gen kann, ist das Aus­mass des Man­gels. Um Man­gel fest­zu­stel­len, könn­te man mit dem Kon­zept des so­ge­nann­ten Gleich­ge­wichts­leer­stands ar­bei­ten. Die­ser misst das­je­ni­ge Ni­veau des Leer­stands, auf dem die Mie­ten sta­bil blei­ben. Un­ter­schrei­tet der Leer­stand diese Quote, dann herrscht ein Nach­fra­ge­über­hang und die Mie­ten stei­gen. Das Bun­des­ge­richt legt die­ses Ni­veau un­be­küm­mert bei 1% fest. Dabei va­ri­iert diese Quote je nach Re­gi­on und Markt­struk­tur. In den Jah­ren 2004/2005 wurde die amt­li­che Leer­stand­ser­he­bung des Bun­des­am­tes für Sta­tis­tik genau un­ter­sucht. Dabei wurde fest­ge­hal­ten, dass diese Sta­tis­tik zwar in ein­zel­nen Re­gio­nen ei­ni­ger­mas­sen kon­sis­tent er­ho­ben wird, ins­ge­samt aber gra­vie­ren­de Qua­li­täts­män­gel auf­weist. Eine kom­mu­nal ver­läss­li­che Er­he­bung ist das si­cher nicht. Aus­ser­dem wurde an­hand der amt­li­chen Zah­len für die Stadt Zü­rich eine Gleich­ge­wichts­leer­stands­quo­te von 0.26% er­mit­telt. Weit ent­fernt von 1%!

2015 be­trug die amt­lich ge­mes­se­ne Leer­stands­quo­te in der Stadt Zü­rich 0.22%. Sie lag somit unter 0.26%. Herrscht nun Woh­nungs­not? Oder müs­sen die Haus­hal­te ein­fach etwas län­ger war­ten, bis sie das Pas­sen­de fin­den? Was ist, wenn nächs­tes Jahr die Quote bei 0.28% liegt? Kon­se­quent wäre, dass der Ver­mie­ter dann den Ver­trag neu aus­han­deln darf, weil der Markt keine „Woh­nungs­not“ mehr auf­weist. Wäre es viel­leicht nicht auch hilf­reich den Be­griff der Woh­nungs­not ein­mal zu de­fi­nie­ren?

Es gibt an­de­re Mass­zah­len, die bes­ser über Man­gel im Woh­nungs­markt Aus­kunft geben. So ba­siert bei­spiels­wei­se der Mo­ni­tor des Bun­des­am­tes für Woh­nungs­we­sen auf einem Mo­dell zur Ana­ly­se von In­ser­ti­ons­dau­ern. Die­ses gibt zu­ver­läs­sig über die Knapp­heits­si­tua­ti­on im Markt Aus­kunft. Aus­ser­dem un­ter­schei­det es nach Preis­seg­men­ten, weil man die Si­tua­ti­on für ver­schie­de­ne Kauf­kraft­grup­pen be­ob­ach­ten will. Die so ge­mes­se­ne Knapp­heit für das Jahr 2015 wird in der Ab­bil­dung für den obe­ren Preis­be­reich des Miet­woh­nungs­mark­tes dar­ge­stellt. Ein Wert von -5 stellt dabei äus­sers­te Knapp­heit dar, einer von 0 deu­tet auf einen Markt im Gleich­ge­wicht und bei 5 herrscht mas­si­ves Übe­r­an­ge­bot.



Die Ab­bil­dung zeigt, dass im Be­reich güns­ti­ger Miet­woh­nun­gen ef­fek­tiv Man­gel herrscht. Al­ler­dings weist ein hell­ro­ter Wert noch nicht zwin­gend auf Woh­nungs­not hin. In dun­kel­ro­ten ist die Si­tua­ti­on aber si­cher pro­ble­ma­tisch. Im Be­reich der teu­re­ren Miet­woh­nun­gen ist 2015 aber keine Re­gi­on sehr knapp. Was üb­ri­gens für Zü­rich auch be­reits im Jahr 2013 galt. Dies il­lus­triert, wie ab­surd der Schutz kauf­kräf­ti­ger Haus­hal­te auf dem Miet­woh­nungs­markt auf­grund tri­vi­al-öko­no­mi­scher und quan­ti­ta­tiv un­be­darf­ter Über­le­gun­gen ist.

Wir fas­sen zu­sam­men:

Das Bun­des­ge­richt meint: Um die Mie­ter vor Aus­beu­tung zu schüt­zen, darf die An­fangs­mie­te bei Woh­nungs­not an­ge­foch­ten wer­den. Diese wird ab­sch­lies­send am Leer­stand ge­mes­sen.

Wir mei­nen:

  • Ein Mie­ter der (ver­mö­gens­mäs­sig) auch Ei­gen­tü­mer wer­den kann, kann nicht aus­ge­beu­tet wer­den.
  • Leer­stand kann Knapp­heit an­zei­gen, der Gleich­ge­wichts­leer­stand kann aber re­la­tiv tief lie­gen
  • Die amt­li­che Sta­tis­tik ist keine zu­ver­läs­si­ge Leer­stands­mes­sung.
  • An­de­re Mass­zah­len zei­gen deut­lich, dass im obe­ren Preis­seg­ment des Miet­woh­nungs­mark­tes si­cher keine Woh­nungs­not herrscht.
  • Die Re­zep­tur des Bun­des­ge­richts ist “self ful­fil­ling”. Wer­den die Mie­ten künst­lich tief ge­hal­ten, dann ste­hen die Leute Schlan­ge und der Leer­stand wird ge­ra­de des­halb gegen Null ten­die­ren.
  • Wirk­lich kauf­kraft­schwa­chen Haus­hal­ten auf Woh­nungs­su­che wird nicht ge­hol­fen, wenn die Preis­dif­fe­ren­zie­rung nach oben ein­ge­schränkt wird. Im Ge­gen­teil, ihre Si­tua­ti­on wird nur noch schwie­ri­ger.

Woh­nungs­not ist un­se­rer An­sicht nach ein in­di­vi­du­ell zu de­fi­nie­ren­des Kon­zept, näm­lich “die Un­mög­lich­keit in­nert nütz­li­cher Frist eine dem Bud­get an­ge­mes­se­ne Un­ter­kunft zu fin­den”. Tritt sie auf, löst man das Pro­blem am Bes­ten in­di­vi­du­ell oder für die be­trof­fe­ne Ziel­grup­pe. Ganz si­cher löst man es nicht durch Aus­he­be­lung der Preis­bil­dung.

Trotz­dem an­er­ken­nen wir, dass das Bun­des­ge­richts­ur­teil auch Vor­tei­le bringt. Es wird ein Mo­dell zur Woh­nungs­not brau­chen. Die Ei­gen­tü­mer wer­den ein Scree­ning der Mie­ter nach An­fech­tungs­ri­si­ko und die Mie­ter die Vor­mie­ten der Woh­nun­gen nach­fra­gen. Dass der­glei­chen die öf­fent­li­che Wohl­fahrt der Schweiz för­dert, wagen wir zu be­zwei­feln. Die Wohl­fahrt der An­bie­ter ent­spre­chen­der Dienst­leis­tun­gen aber ganz be­stimmt.

Job - Soft­wa­re Ent­wick­ler

Co­ming soon

Job - Prak­ti­kant

Co­ming soon
Why Who Where
Jules Verne
Jules Verne wand­te seine Fan­ta­sie auf die neues­ten wis­sen­schaft­li­chen Er­kennt­nis­se an. Mit 20‘000 Mei­len unter dem Meer hat er uns in­spi­riert.
Wir be­ste­hen Aben­teu­er im Da­ten­meer und sind un­end­lich neu­gie­rig, was die Daten uns noch alles er­zäh­len wer­den…
Data Collection
Charles Darwin
Charles Dar­win er­kun­de­te wäh­rend fünf Jah­ren die Welt­mee­re. Das legte die Basis für die Evo­lu­ti­ons­theo­rie.
Wir sam­meln Daten, um er­klär­ba­re Mus­ter zu fin­den.
Data Pooling
Carl von Linné
Carl von Linné such­te die ge­mein­sa­men Merk­ma­le, um alle be­kann­ten Le­be­we­sen zu klas­sie­ren.
Wir ord­nen viel­fäl­ti­ge Daten ge­mein­sa­men Merk­ma­len zu.
Data Matching
Mary Anning
Mary An­ning er­stell­te aus ihren fos­si­len Fun­den die ent­spre­chen­den un­voll­stän­di­gen und un­be­kann­ten Ske­let­te.
Wir ent­de­cken die Ähn­lich­kei­ten in un­voll­stän­di­gen oder un­ge­nau­en Daten.
Data Modeling
John Stuart Mill
John Stuart Mill ver­knüpf­te ge­sell­schaft­li­che und öko­no­mi­sche The­men in einer (meist) pro­gres­si­ven Form.
Wir mo­del­lie­ren für zu­kunfts­ge­rich­te­te öko­no­mi­sche Ent­schei­de und Lö­sun­gen.
Data Rendering
Die kleine Meerjungfrau
Die klei­ne Meer­jung­frau tut alles, um die Gunst des Prin­zen zu er­rin­gen.
Wir tun alles, um mit un­se­ren Vi­sua­li­sie­run­gen und Appli­ka­tio­nen un­se­re Kun­den zu er­freu­en.
Blog
Gedanken & Ideen
Un­se­re Ge­dan­ken und Ideen zu ak­tu­el­len öko­no­mi­schen oder tech­ni­schen Fra­ge­stel­lun­gen. Signier­te Bei­trä­ge ent­spre­chen dabei nicht zwin­gend der „Fir­men­mei­nung“. Nur kon­tro­ver­se Dis­kus­sio­nen brin­gen Fort­schritt.