In diesem Projekt werden zunächst Computer-Vision-Modelle für Immobilien optimiert, indem die zugrundeliegende Machine-Learning-Basis erstmals von Grund auf neu trainiert und nicht, wie üblicherweise, nur nachträglich justiert wird. In einem zweiten Schritt werden traditionell schwer zu fassende Gebäude-Eigenschaften wie visuelle Einzigartigkeit, Bau- und Materialqualität, architektonische Ästhetik oder Charakter geschätzt und mit Verkaufspreisen korreliert. Viele dieser Eigenschaften oder Bewertungen sind inhärent subjektiv. Wir schlagen daher einen personalisierten Empfehlungsservice vor, der, basierend auf beobachteten individuellen Präferenzen, Immobilien für einzelne Personen bewertet: “Sie werden wahrscheinlich dieses Objekt mögen…”