Zillows Algorithmus wettete auf Hauspreise – und verlor 420 Mio. $ in einem Quartal

Zillow, am besten bekannt für sein Hausbewertungstool Zestimate, startete im April 2018 Zillow Offers als iBuying-Geschäft. Das Modell war konzeptionell einfach: Zillow würde seinen algorithmischen Zestimate nutzen, um Hausverkäufern sofortige Angebote zu machen, die Häuser zu kaufen, kleinere Reparaturen vorzunehmen und sie mit Gewinn weiterzuverkaufen. Die Marge sollte aus der Effizienz des Algorithmus und dem Umfang des Betriebs entstehen.

Das Problem trat 2021 zutage, als der US-Häusermarkt ungewöhnlich volatil wurde. Zillows Algorithmus, der auf historischen Daten trainiert worden war, konnte mit den schnellen Preisänderungen nicht Schritt halten. Das Unternehmen kaufte weiterhin Häuser zu Preisen, die der Algorithmus für fair hielt, doch der Markt verschob sich schneller, als das Modell sich anpassen konnte. Bis zum dritten Quartal 2021 besaß Zillow etwa 7.000 Häuser und verlor bei nahezu jedem Geld. Das Segment Zillow Offers verlor allein im 3. Quartal 2021 420 Millionen Dollar.

Im November 2021 kündigte CEO Rich Barton an, dass Zillow das iBuying-Geschäft vollständig stilllegen würde. Das Unternehmen nahm eine Wertminderung von 304 Millionen Dollar auf den unverkauften Bestand vor und entließ 25 % seiner Belegschaft, rund 2.000 Mitarbeiter. Zillows Aktie fiel in den folgenden Wochen stark. Barton räumte später ein, dass das Unternehmen Hauspreise nicht genau prognostizieren konnte. Das Scheitern war eine deutliche Demonstration dafür, dass ein auf stabile Märkte trainierter Algorithmus unter volatilen Bedingungen nicht verlässlich ist.

Stilllegung des iBuying, nachdem das Modell in der Volatilität scheiterte, mit einer Wertminderung von 304 Mio. $ und dem Abbau von 2.000 Stellen, um den vierteljährlichen Verlust von 420 Mio. $ zu stoppen.

Zillows Algorithmus war auf historischen Immobiliendaten trainiert und konnte sich nicht an die schnellen Preisschwankungen von 2021 anpassen, wodurch er Häuser zu Preisen kaufte, die nicht mehr profitabel waren.

Das iBuying-Modell erforderte, dass Zillow Bestände hielt, was bedeutete, dass jeder Preisirrtum durch die Kosten für das Halten Tausender unverkaufter Häuser verstärkt wurde.

Zillow skalierte das Geschäft aggressiv, bevor bewiesen war, dass der Algorithmus unter volatilen Bedingungen funktionierte, und hatte 7.000 Häuser angehäuft, als der Fehler unbestreitbar war.

Ein Algorithmus ist nur so gut wie der Markt, auf dem er trainiert wurde. Wenn sich das Marktregime ändert, wird das Modell, das gestern funktionierte, heute zur Belastung. Skalierung vor dem Beweis verstärkt den Schaden.