Zillow Offers: Die Prognosen für Hauspreise lagen daneben, und Zillow schloss sein Geschäft mit dem Kauf von Häusern

Auf einen Blick

Unternehmen

Zillow GroupOnline-Immobilienportal; Zillow Offers kaufte Häuser und verkaufte sie weiter

Größe

Großunternehmen (1.000+ Beschäftigte) Zillow Group hatte laut Jahresbericht am 31. Dezember 2021 8.005 Vollzeitbeschäftigte.

Wo und wann

Vereinigte Staaten. Start 2018, Schließung angekündigt am 2. November 2021.

Wer die Zahlen erhoben hat

Das Unternehmen selbstAlle Zahlen stammen aus den Unterlagen, die Zillow Group bei der US Securities and Exchange Commission eingereicht hat: den Ergebnissen für das dritte und vierte Quartal 2021 und dem Jahresbericht 2021. Der Abschluss im Jahresbericht ist geprüft. Die Gründe für das Scheitern nennt das Unternehmen selbst.

Was geschah

Zillow betreibt das meistbesuchte Immobilienportal der Vereinigten Staaten. 2018 startete es Zillow Offers. Dieses Geschäft kaufte Häuser direkt von den Eigentümern, renovierte sie und verkaufte sie weiter. Laut Zillow hing das Geschäft davon ab, den Preis von Häusern drei bis sechs Monate im Voraus genau vorherzusagen.

Zillow schreibt, es habe die Häuser “using in-person evaluations and data science and proprietary algorithms” [„mit Besichtigungen vor Ort, Datenanalyse und eigenen Algorithmen“] bewertet. Laut Jahresbericht speisen dieselben Daten, auf denen der Zestimate beruht, Zillows öffentliche Schätzung des Hauswerts, auch “the pricing algorithms that we use for our Zillow Offers business” [„die Preisalgorithmen, die wir für unser Geschäft Zillow Offers nutzen“]. Welche Methoden die Algorithmen nutzten, sagen die Unterlagen nicht.

Zillow setzte sich öffentlich eine Grenze. Das Ergebnis je Haus sollte höchstens 200 Basispunkte von der Gewinnschwelle entfernt liegen, also höchstens 2 Prozentpunkte des Preises nach oben oder unten.

Im dritten Quartal 2021 nahmen mehr Verkäufer als zuvor Zillows Angebote an. Zillow schreibt, das sei geschehen, weil es “unintentionally purchasing homes at higher prices than our current estimates of future selling prices” [„unbeabsichtigt Häuser zu höheren Preisen kaufte, als wir die künftigen Verkaufspreise derzeit schätzen“]. Am 18. Oktober 2021 hörte es auf, bis Jahresende neue Kaufverträge zu unterschreiben. Am 2. November 2021 beschloss der Verwaltungsrat, Zillow Offers zu schließen.

Die Zahlen

Aus Zillows Ergebnissen für das dritte Quartal 2021 (Juli bis September):

• 9.680 Häuser gekauft und 3.032 verkauft. Zillow beendete das Quartal mit 9.790 Häusern im Bestand und weiteren 8.172 unter Kaufvertrag.
• Rund $304 Millionen abgeschrieben. Zillow setzte den Wert seiner Häuser herab, weil es mehr gezahlt hatte, als es nun beim Verkauf zu erzielen erwartete.
• Ein Verlust von $80.771 je verkauftem Haus, im Durchschnitt, vor Gemeinkosten. Das sind fast 2.100 Basispunkte (21 %) des Verkaufspreises.
• Ein Verlust von $422 Millionen vor Steuern in dem Teil des Unternehmens, der Häuser kaufte und verkaufte. Das ganze Unternehmen verlor $328 Millionen.
• Rund 1.200 Basispunkte (12 Prozentpunkte). So stark schwankte das Ergebnis je Haus zwischen dem zweiten Quartal und Zillows Prognose für das vierte. Die Grenze lag bei 200 in jede Richtung.

Aus Zillows Jahresbericht und Ergebnissen für 2021:

• $407,9 Millionen Abschreibungen auf Häuser im Jahr. Vor 2021 hatte Zillow keine wesentlichen Abschreibungen verbucht.
• $93 Millionen davon fielen im vierten Quartal an. Im November hatte Zillow dort Verluste von $240 Millionen bis $265 Millionen erwartet. Die Häuser ließen sich teurer verkaufen als erwartet.
• Rund 10.000 Häuser waren Ende 2021 noch im Bestand.
• Ein Verlust von $881,5 Millionen vor Steuern im Jahr in dem Teil des Unternehmens, der Häuser kaufte und verkaufte.
• Rund 25 % der Beschäftigten sollten während der Schließung gehen. Ohne die Abschreibungen erwartete Zillow Kosten der Schließung von insgesamt $175 Millionen bis $205 Millionen, davon $99 Millionen bis $112 Millionen für die entlassenen Beschäftigten.

Warum es laut Zillow scheiterte

Rich Barton, Mitgründer und Vorstandschef von Zillow, nannte den Hauptgrund: “We’ve determined the unpredictability in forecasting home prices far exceeds what we anticipated” [„Wir haben festgestellt, dass die Unvorhersehbarkeit bei der Prognose von Hauspreisen weit größer ist, als wir erwartet hatten“].

Der Brief an die Aktionäre sagt, Zillow sei “unable to accurately forecast future home prices at different times in both directions by much more than we modeled as possible” [„nicht in der Lage gewesen, künftige Hauspreise genau vorherzusagen, zu verschiedenen Zeitpunkten und in beide Richtungen, um weit mehr, als wir in unseren Modellen für möglich hielten“]. Er nennt die Ereignisse dahinter: eine Pandemie, ein kurzes Einfrieren des Immobilienmarkts und danach Hauspreise, die in beispiellosem Tempo stiegen.

Die Prognosen waren nicht der einzige Grund, den Zillow nannte.

• Zu wenige Handwerker. Ein Mangel an Arbeitskräften für Renovierungen verzögerte den Weiterverkauf. Zillows Häuser warteten länger, und das Risiko durch Preisänderungen wuchs.
• Arbeitskräfte und Material. Der Beschluss des Verwaltungsrats nennt “home pricing unpredictability, capacity constraints and other operational challenges” [„die Unvorhersehbarkeit der Hauspreise, Kapazitätsengpässe und andere betriebliche Probleme“], verschärft durch “a difficult labor and supply chain environment” [„eine schwierige Lage bei Arbeitskräften und Lieferketten“].
• Zu wenige Verkäufer. Zillow kaufte nur von rund 10 % der ernsthaften Verkäufer, die ein Angebot anfragten.
• Zu viel Kapital. Das Geschäft in der Größe zu betreiben, die für einen stetigen Gewinn nötig war, hätte zu viel Geld gebunden und die Ergebnisse zu stark schwanken lassen.

Der Jahresbericht nennt auch eine Grenze des Preismodells: Es “may not account for submarket nuances – for example, the location of a home on a hill or in a building” [„berücksichtigt möglicherweise keine örtlichen Feinheiten, zum Beispiel ob ein Haus an einem Hang oder eine Wohnung in einem Gebäude liegt“].

Was danach geschah

Zillow verkaufte seine Häuser schneller als erwartet. Bis Februar 2022 hatte es mehr als 85 % der Häuser verkauft oder ihren Verkauf vereinbart, die es während der Schließung weiterverkaufen wollte. Zillow behielt den Zestimate und sein Werbegeschäft. Es kündigte an, nach Wegen zu suchen, Menschen beim Verkauf eines Hauses zu helfen, ohne es selbst zu kaufen.

Was der Fall zeigt

• Vergleichen Sie den Prognosefehler mit der Marge. Zillow wollte das Ergebnis je Haus höchstens 2 Prozentpunkte von der Gewinnschwelle entfernt halten. Seine Prognosen lagen weit stärker daneben, also kostete jeder Fehler mehr, als ein Verkauf einbringen konnte.
• Prognosen können scheitern, wenn sich der Markt schnell bewegt. Zillow schreibt, seine Prognosen hätten in beide Richtungen danebengelegen, als die Preise erst stillstanden und dann in beispiellosem Tempo stiegen.
• Eine Grenze für das Ergebnis begrenzt nicht, wie viel Sie kaufen. Zillows Grenze galt für das Ergebnis je Haus. In einem Quartal kaufte es 9.680 Häuser, mehr, als es rechtzeitig renovieren und weiterverkaufen konnte.
• Jedes Haus vor Ort zu prüfen, verhinderte die Verluste nicht. Zillow nutzte Besichtigungen vor Ort zusätzlich zu seinen Algorithmen. Den Fehler sieht Zillow in der Prognose, wohin sich die Preise bewegen.
• Achten Sie darauf, wer zusagt. Mehr Verkäufer als zuvor nahmen Zillows Angebote an. Das war ein Zeichen, dass die Angebote zu hoch waren.

Was das über die Praktiken sagt

Praktiken, die das Unternehmen anwandte

• Lassen Sie einen Menschen alles prüfen, was an Kunden geht oder rechtliches Gewicht hat Laut Jahresbericht bewertete Zillow die Häuser, die es kaufte, mit Besichtigungen vor Ort sowie mit Datenanalyse und eigenen Algorithmen. Trotzdem zahlte es für viele Häuser mehr, als es beim Weiterverkauf erzielen konnte. Zuerst · Aufwand: mittel (Wochen, einige Personen) Evidenz: Vorläufig

Weiterlesen

• FirmenfallVom Unternehmen gemeldetes ErgebnisEIST: ein Metallbaubetrieb mit sechs Personen verkürzte die Angebotserstellung von zwei Stunden auf zehn MinutenEin Metallbaubetrieb mit fünf Beschäftigten und einem Inhaber kalkuliert Sonderteile mit KI aus 3D-Dateien und den eigenen Fertigungsdaten. Ein Angebot, das bis zu zwei Stunden dauern konnte, dauert jetzt rund zehn Minuten. Den größten Teil des Projekts nahm das Bereinigen der Daten ein, und der Inhaber prüft weiterhin jedes Angebot.
• FirmenfallGemessenes ErgebnisHerges: ein KI-Modell schätzte Fertigungszeiten fünfmal genauer als die Fachleute des BetriebsEin Stahlbau-Familienbetrieb kalkuliert Einzelaufträge nach den Schätzungen seiner Fachleute, wie lange die Arbeit dauert. Ein öffentlich gefördertes Kompetenzzentrum half ihm, echte Zeiten zu erfassen und damit ein KI-Modell zu trainieren. Die Schätzungen des Modells lagen fünfmal näher an der echten Zeit als die der Fachleute.
• FirmenfallGemessenes ErgebnisRue La La: Preisempfehlungen durch maschinelles Lernen steigerten den Umsatz in einem Test um etwa 10 %Rue La La, ein Onlinehändler für Mode, ließ ein Werkzeug bauen, das die Nachfrage nach noch nie verkauften Produkten vorhersagt und für jedes einen Preis empfiehlt. In einem fünfmonatigen Test schätzten Forschende, dass der Umsatz mit den getesteten Produkten um 9,7 % stieg. Bevor das Werkzeug an einen Preis durfte, legte der Händler feste Grenzen fest.

Quellen

1. Zillow Group (2 November 2021). Q3 2021 shareholder letter. Form 8-K, Exhibit 99.3, US Securities and Exchange Commission. sec.gov
2. Zillow Group (2 November 2021). Zillow Group Reports Third-Quarter 2021 Financial Results & Shares Plan to Wind Down Zillow Offers Operations. Form 8-K, Exhibit 99.1. sec.gov
3. Zillow Group (10 February 2022). Q4 2021 shareholder letter. Form 8-K, Exhibit 99.3. sec.gov
4. Zillow Group (10 February 2022). Annual report on Form 10-K for the year ended 31 December 2021. sec.gov