Prognosearten

Prognosemethoden können nach verschiedenen Kriterien unterteilt werden, von denen eine Rei-he in Abbildung 14 dargestellt sind. Nicht alle Prognosemethoden lassen sich immer trennscharf einer Ausprägung zuordnen, da teilweise auch Mischformen vorliegen.

Merkmale Ausprägungen

Grundlage der Prognose Quantitativ Qualitativ

Determiniertheit Punkt Wendepunkte Intervall Zeitlicher Bezug Kurz Mittel Lang

Anzahl der Prognosen Einzelprognose Prognosesystem Geografischer Bezug Lokal Regional National International

Datensatz Mikro Makro

Abbildung 14: Typisierung von Prognosen²⁰⁸

Grundsätzlich wird zwischen quantitativen und qualitativen Verfahren differenziert. Diese Unterscheidung bezieht sich auf die Weise, wie die Informationen erhoben und aufgezeichnet werden. Quantitative Verfahren basieren auf mathematischen Verfahren, wie z.B. Trend, Indika-torprognosen oder exponentielle Glättungen. Qualitative Verfahren dagegen werden verwendet, wenn quantitative Daten fehlen und basieren auf Erfahrungen, Kenntnissen und „Fingerspitzen-gefühl“. Beispiele für diese sind die Delphi Technik oder Expertenbefragungen. Das Ergebnis von qualitativen Verfahren ist oftmals nur die Art und die Richtung der Entwicklung, wohinge-gen bei quantitativen Verfahren versucht wird, auch Angaben zum Ausmaß der Entwicklung zu machen, womit das nächste Unterscheidungskriterium, die Art der Vorhersage angesprochen wird.²⁰⁹

So wird grundsätzlich zwischen Punkt- und Intervallprognosen unterschieden. Bei einer Punktprognose wird ein spezieller zukünftiger Wert für eine Variable in Bezug auf einen genau festgelegten Termin angegeben. Diese Art der Schätzung bevorzugen einige Verwender von Prognosen.²¹⁰ Bei einer Intervallprognose²¹¹ wird ein Wertebereich angegeben, innerhalb dessen ein zukünftiger Wert mit einer bestimmten Wahrscheinlichkeit, dem so genannten Konfidenzni-veau, liegt.²¹² Dieser Wertebereich kann wiederum unterteilt werden in einzelne Bereiche, wie wahrscheinlichster, ungünstigster und bester Fall und zur Risikoanalyse verwendet werden. Eine

208 Quelle: Eigene Darstellung.

209 Vgl. Südkamp, A. (1995), S. 30, 34; Gabler (Hrsg.) (1997), S. 3107f.

210 Für eine Investitionsrechnung wird z.B. oftmals eine Punktschätzung benötigt, während für eine Baubehörde zur Planung der Vergabe von Baugenehmigungen eine Intervallschätzung bereits ausreichen kann.

211 Wird auch als Bandbreitenschätzung bezeichnet.

212 Diese Art der Angabe sensibilisiert evtl. auch den Nutzer mehr für die Unsicherheit von Prognosen. Für weitere Details zur Prognose von Konfidenzintervallen siehe Studenmund, A. H. (2001), S. 508 – 511.

weitere Art stellt die Prognose von Wendepunkten dar, d.h. wo sich die Richtung bzw. das Vor-zeichen der Steigung einer Entwicklung verändert. Genau genommen werden keine Werte, son-dern Zeitpunkte geschätzt. Dabei wird angenommen, dass Trends vorliegen. Diese Art von Prognose wird bei zyklischen Entwicklungen verwendet, wie der von Büroflächenmärkten.²¹³ Ein wichtiges Unterscheidungskriterium ist die zeitliche Reichweite von Prognosen, der Prog-nosehorizont, womit der zeitliche Bezug hergestellt wird.²¹⁴ Allgemein sind möglichst lange Prognosen wünschenswert, wobei mit der Länge der Prognose auch die Unsicherheit steigt.²¹⁵ Je nachdem wie lange der Prognosehorizont ist, eignet sich eine Prognose für eine bestimmte An-wendung. Allgemein wird zwischen ‚kurzfristigen’ Prognosen mit einem Horizont von bis zu einem Jahr, ‚mittelfristigen’ mit bis zu fünf Jahren und ‚langfristigen’ mit bis zu zehn Jahren unterschieden. Des Weiteren gibt es säkulare Prognosen mit einem Horizont von mehreren Jahr-zehnten oder Jahrhunderten, die eher in den Naturwissenschaften und weniger in den Wirt-schaftswissenschaften Anwendung finden.²¹⁶

Neben Einzelprognosen gibt es auch Prognosesysteme. Während bei einer Einzelprognose, wie schon der Name darauf hinweist, nur eine einzelne Variable vorhergesagt wird, widmet sich ein Prognosesystem einer Gesamtheit von Variablen, die in ihrer gegenseitigen Verknüpfung prognostiziert werden.²¹⁷

Prognosen können hinsichtlich des geografischen Bezugs lokal, regional, national oder interna-tional sein. Diese hängt zum einen von der Datenlage ab und zum anderen von der konkreten Problemstellung. So ist z.B. fraglich, ob eine internationale oder nationale Prognose von Büro-mieten möglich bzw. sinnvoll ist, wenn man die Standortgebundenheit von Immobilien berück-sichtigt.²¹⁸

213 Vgl. Punkt 2.2.3; Brooks, C. (2002), S. 279; Wernecke, M. (2004), S. 174. Küsters, U. (2004), S. 2 – 4 diskutiert weitere mögliche Genauigkeitsgrade.

214 Vgl. McAllister, P., et al. (2006), S. 54.

215 Einige Marktteilnehmer sind der Ansicht, dass Prognosen zu Mietentwicklungen eine Länge von maximal 5 Jahren haben können; vgl. Deutsche Gesellschaft für Immobilienfonds (DEGI) (Hrsg.) (2005); Anhang – Kapitel D Interviews.

216 Hierbei handelt es sich nur um eine mögliche Einteilung, die im Rahmen dieser Arbeit verwendet werden soll.

Nach einer Einteilung von Makridakis, S. G./ Wheelwright, S. C. (1989), S. 13 beziehen sich kurzfristige Progno-sen auf einen Zeitraum von einem Tag bis einem Quartal, mittelfristige PrognoProgno-sen auf einen Prognosezeitraum von 3 Monate bis 2 Jahre und langfristige Prognosen auf über zwei Jahre. Diese Einteilung eignet sich für Analy-sen, bei denen tägliche Datenwerte vorliegen, wie z.B. zum Kapitalmarkt. Weitere Begriffe, die im Rahmen von volkswirtschaftlichen Analysen verwendet werden, sind Konjunktur- und Strukturprognosen. Konjunkturprogno-sen machen Vorhersagen von maximal 2 Jahren und berücksichtigen zyklische und saisonale Elemente (vgl.

Punkt 3.3.2.1.1, Dekompositionsverfahren). Die Strukturprognose hingegen versucht langfristige Entwicklungen abzubilden und prognostiziert Zeiträume länger als zwei Jahre. Vgl. Schilling, T. (2005) o.S.; Gabler (Hrsg.) (1997), S. 3107.

217 Vgl. Gabler (Hrsg.) (1997), S. 3107.

218 Diese konkrete Fragestellung wurde bereits in Kapitel 2 angesprochen und wird in Kapitel 5 im Detail diskutiert.

Vgl. Südkamp, A. (1995), S. 13.

Des Weiteren kann zwischen Mikro- und Makroprognosen unterschieden werden, was sich darauf bezieht ob einzelne, Detail-Werte oder große, kumulierte Werte berücksichtigt werden.

Welche Art der Prognose gemacht wird, hängt von dem Fokus, der Verwendung und den Rah-menbedingungen ab. In diesem speziellen Fall wird sich mit der Entwicklung von Büromiet-märkten beschäftigt, wozu auf Grund der Datenlage nur kumulierte Daten zur Verfügung stehen, weswegen es sich hier um Makroprognosen handelt.²¹⁹

Grundsätzlich sind alle Prognosen bedingt, oder anders formuliert, völlig unbedingte Prognosen sind nicht möglich, denn es werden immer gewisse Bedingungen in der Zukunft angenom-men.²²⁰ Eine Prognose kann aber alternativ nach variierenden oder selber vorhergesagten Vor-aussetzungen gemacht werden. In diesem Fall wird von einer bedingten Prognose oder Szena-rioanalyse gesprochen. Ein Beispiel hierfür ist etwa, wenn man die zukünftige Büroflächenmiete unter verschiedenen Voraussetzungen bzgl. der Entwicklung des Bruttoinlandsproduktes (BIP) schätzt und so verschiedene Szenarien erhält. Dem Verwerter der Prognose ist die Einschätzung überlassen, welche der Voraussetzungen eintreten wird.²²¹

Des weiteren wird unterschieden zwischen Entwicklungsprognosen, bei denen der Verwender keinen Einfluss auf die Entwicklung hat, und Wirkungsprognosen, bei denen abgeschätzt wird, welche Auswirkungen ein bestimmtes Verhalten auf die zukünftige Entwicklung haben kann.

Hierbei ist Voraussetzung, dass ein Einfluss auf die zukünftige Entwicklung besteht. Oftmals fragen Regierungen solche Prognosen nach. Ein Beispiel hierfür im Rahmen dieser Problemstel-lung wäre die Anfrage der Baubehörde einer Stadt, welche Auswirkung eine höhere Anzahl von Baugenehmigungen auf die Entwicklung der lokalen Büromieten in der Zukunft hätte.²²²

Wie aus der Anzahl an Merkmalen und den Ausführungen deutlich wird, können Prognoseme-thoden recht unterschiedlich sein, und so gibt es ein breites Spektrum an MePrognoseme-thoden auch zur Prognose von Büromieten.²²³ Die Eignung der Methoden hängt u.a. von der Verfügbarkeit von Inputdaten ab. Wie aber bereits zuvor diskutiert, stellt die Intransparenz von Büromärkten eine Besonderheit dar. Unter anderem eignen sich deshalb gewisse Methoden, die z.B. auf den Kapi-talmarkt, einer der Märkte mit der höchsten Informationsdichte, angewendet werden, nicht für den Büroflächenmarkt.²²⁴

219 Hanke, J. E./ Reitsch, A. G. (1998), S. 4.

220 Vgl. Stabilitätshypothese. Zur ausführlichen Begründung, warum unbedingte Prognosen wissenschaftlich nicht möglich sind, siehe Fulda, E., et al. (1989), S. 1639.

221 Der Begriff und die Umsetzung der Szenarioanalyse wurde vor allem von Kahn, H./ Wiener, A. J. (1967) entwi-ckelt und eignet sich insbesondere, wenn konkrete Prognosen nicht möglich sind. Vgl. Wernecke, M. (2004), S.

198; Picot, A. (1977), S. 2149; Gabler (Hrsg.) (1997), S. 3107; Pindyck, R. S./ Rubinfeld, D. L. (1991), S. 181.

222 Vgl. Gabler (Hrsg.) (1997), S. 3107.

223 Siehe hierzu auch Studenmund, A. H. (2001), S. 499.

224 Vgl. Ludwig, H. (2005), S. 61f.