Klimarisiken in der Immobilienbewertung: AVM-Guide 2026

Klimarisiken sind 2026 endgültig im Kern der Immobilienbewertung angekommen. Was vor wenigen Jahren noch als Nachhaltigkeitsthema galt, ist heute ein prüfungsrelevanter Bewertungsfaktor mit direktem Einfluss auf Beleihungswerte, Risikogewichte nach Basel IV und die Höhe der erwarteten Kreditverluste nach IFRS 9. Für Banken, Sparkassen, Pfandbriefemittenten und institutionelle Investoren bedeutet das: Automated Valuation Models (AVM) müssen physische und transitorische Klimarisiken systematisch abbilden — und zwar nachvollziehbar, auditierbar und skalierbar.

Dieser Leitfaden zeigt, wie Sie Klimarisiken methodisch sauber in Ihre AVM-Architektur integrieren, welche Datenquellen tragfähig sind, wie Sie EBA-, EZB- und BaFin-Erwartungen erfüllen und wie sich aus Klimadaten ein echter Wettbewerbsvorteil in der Portfoliosteuerung entwickeln lässt.

Warum Klimarisiken zum zentralen Bewertungsfaktor werden

Der deutsche Immobilienmarkt steht unter mehrfachem Klimadruck: Hochwasserereignisse wie im Ahrtal 2021 haben bewiesen, dass physische Risiken messbare Wertverluste verursachen. Gleichzeitig entwertet die Kombination aus Gebäudeenergiegesetz (GEG), EU-Taxonomie und steigenden CO₂-Preisen unsanierte Bestandsimmobilien systematisch — der sogenannte Brown Discount liegt laut aktuellen Studien je nach Lage und Energieeffizienzklasse zwischen 7 und 23 Prozent.

Für Banken und Versicherungen entstehen daraus drei konkrete Herausforderungen:

• Portfolio-Wertberichtigungen: Nicht berücksichtigte Klimarisiken führen zu überhöhten Beleihungswerten und unterdeckten Risikovorsorgen.
• Regulatorischer Druck: EBA-Leitlinien (EBA/GL/2020/06), EZB-Klimastresstests und BaFin-Merkblätter fordern explizit die Integration von Klimarisiken in interne Bewertungsmodelle.
• Reputations- und Kapitalmarktrisiken: Pfandbriefemittenten und ESG-Fonds müssen die Klimaresilienz ihrer Deckungsmassen gegenüber Investoren transparent belegen.

Regulatorischer Rahmen: EBA, BaFin und EZB-Erwartungen

Die regulatorischen Anforderungen an eine klimasensitive Immobilienbewertung haben sich seit 2022 deutlich verschärft. Zentrale Referenzdokumente sind:

• EBA Guidelines on Loan Origination and Monitoring (EBA/GL/2020/06): Fordert die Berücksichtigung von ESG- und Klimarisiken bereits bei Kreditvergabe und laufendem Monitoring.
• EZB Leitfaden zu Klima- und Umweltrisiken (2020, aktualisiert 2024): Definiert 13 Erwartungen an die Integration in Governance, Strategie, Risikomanagement und Offenlegung.
• BaFin Merkblatt zum Umgang mit Nachhaltigkeitsrisiken: Erwartet die Abbildung physischer und transitorischer Risiken über den gesamten Kreditzyklus.
• CRR III / Basel IV: Ab 2025 schrittweise Anwendung des Output Floor und granularerer Risikogewichte, bei denen Klimaadjustierungen relevant werden können.

Praktisch bedeutet das: Jedes moderne AVM-System muss sowohl physische als auch transitorische Klimarisiken dokumentierbar in den Bewertungsprozess integrieren — inklusive vollständigem Audit Trail und MaRisk-konformer Modellvalidierung.

Physische Klimarisiken in AVM-Modellen

Physische Klimarisiken sind die unmittelbaren Auswirkungen des Klimawandels auf die Bausubstanz und Nutzbarkeit einer Immobilie. Sie lassen sich in akute (einzelne Ereignisse) und chronische (langfristige Verschiebungen) Risiken unterteilen.

Hochwasser und Starkregen

Hochwasserrisiken sind die am besten quantifizierbaren physischen Risiken. Relevante Datenquellen in Deutschland sind:

• ZÜRS Geo: Branchenstandard der Versicherer mit vier Gefährdungsklassen (GK1–GK4)
• Hochwassergefahrenkarten der Länder: HQ10, HQ100 und HQ_extrem als standardisierte Wiederkehrintervalle
• Copernicus Emergency Management Service: EU-weite Satellitenauswertungen für großflächige Risikobewertungen

In der AVM-Integration empfiehlt sich ein dreistufiges Vorgehen: Geocoding der Adresse, Abgleich gegen die Gefahrenkarten, Berücksichtigung als Feature im Bewertungsmodell mit einem zonenspezifischen Adjustment-Faktor zwischen -2 und -15 Prozent.

Hitzebelastung und Trockenheit

Urbane Hitzeinseln und zunehmende Trockenperioden wirken sich mittelfristig auf Wohnqualität, Energiebedarf für Kühlung und Bausubstanz (Setzungsrisiken) aus. Datengrundlagen liefert der Deutsche Wetterdienst (DWD) mit Klimaprojektionen bis 2100 nach RCP-Szenarien. Für das Feature Engineering relevante Metriken sind Anzahl Hitzetage pro Jahr, tropische Nächte und Bodenfeuchteindex.

Sturm- und Hagelrisiken

Sturmereignisse betreffen insbesondere Dachkonstruktionen und Fassaden. Die Integration erfolgt analog zu Hochwasser über zonenbasierte Gefährdungsklassen, ergänzt um gebäudespezifische Merkmale wie Dachform und Baujahr.

Transitorische Risiken: ESG, Energieeffizienz und Regulierung

Transitorische Risiken entstehen durch den Übergang zu einer klimaneutralen Wirtschaft. Sie treffen Immobilien über drei Hebel: Regulierung, Marktpräferenzen und Finanzierungskosten.

GEG und Sanierungspflichten

Das Gebäudeenergiegesetz definiert Mindeststandards, ab denen Nachrüstungs- und Sanierungspflichten greifen. Für AVM-Modelle sind insbesondere folgende Ausprägungen wertrelevant:

• Energieeffizienzklasse gemäß Energieausweis (A+ bis H)
• Baujahr und Sanierungshistorie
• Primärenergiebedarf in kWh/m²a
• Heiztechnologie (fossil vs. erneuerbar)

Empirisch belegt sind Preisabschläge von bis zu 23 Prozent zwischen Klasse A+ und Klasse H bei vergleichbarer Lage. Ein belastbares AVM muss diesen Gradienten abbilden — sowohl im hedonischen Kern als auch in den ML-Komponenten hybrider Modelle.

EU-Taxonomie und grüne Immobilien

Die EU-Taxonomie (Verordnung 2020/852) definiert, wann Immobilien als ökologisch nachhaltig gelten. Für Banken entsteht daraus eine Reporting-Pflicht im Rahmen der Green Asset Ratio (GAR). AVM-Systeme sollten Taxonomie-Konformität als eigenes Feature führen, um:

• GAR-Reporting automatisiert zu unterstützen
• Grüne Pfandbriefe mit belastbaren Werten zu unterlegen
• Preisaufschläge (Green Premium) von aktuell 2–8 Prozent im Bewertungsmodell sauber abzubilden

Integration in AVM-Workflows

Die saubere Integration von Klimarisiken in bestehende AVM-Pipelines ist weniger eine Frage der Algorithmen als der Datenarchitektur.

Datenquellen und APIs

Eine produktionsreife Klimadaten-Schicht kombiniert typischerweise folgende Quellen:

• ZÜRS Geo / CEDIM: Hochwasser- und Naturgefahrenzonen
• DWD Climate Data Center: Historische Wetterdaten und Projektionen
• Copernicus: Satellitengestützte Umweltdaten
• dena / BBSR: Energieeffizienz-Benchmarks
• Umweltbundesamt: CO₂-Preispfade und Sanierungskostenmodelle

Die Anbindung sollte über einen zentralen Data Lake mit versionierten Snapshots erfolgen, damit jede AVM-Bewertung reproduzierbar auf einen definierten Datenstand referenziert — eine MaRisk-Grundvoraussetzung.

Feature Engineering für Klimarisiken

Aus den Rohdaten werden typischerweise 20 bis 40 klimarelevante Features abgeleitet, unter anderem:

• Hochwassergefährdungsklasse (ordinal, GK1–GK4)
• Distanz zum nächsten Gewässer (kontinuierlich, in Metern)
• Hitzetage pro Jahr im 20-Jahres-Mittel
• Energieeffizienzklasse (kategorisch)
• Primärenergiebedarf pro Quadratmeter
• Sanierungsrückstand (geschätzte Kosten bis EH 55)
• Taxonomie-Konformität (binär)
• Transition-Risk-Score (Composite aus mehreren Indikatoren)

Hybride AVM-Modelle verarbeiten diese Features üblicherweise parallel: Der hedonische Kern nutzt sie für interpretierbare Adjustment-Faktoren, während Gradient-Boosting-Modelle komplexe Wechselwirkungen (z. B. Hochwasserzone × Baujahr × Lage) automatisch erkennen.

Scoring-Modelle und Stresstests

Ein ausgereiftes Klimarisiko-AVM liefert nicht nur einen adjustierten Marktwert, sondern zusätzlich ein Scoring-Paket für die Portfoliosteuerung:

• Physical Risk Score (0–100): Aggregierter Indikator über alle physischen Risiken
• Transition Risk Score (0–100): Indikator für regulatorische und marktbedingte Abwertungsrisiken
• Climate-adjusted LTV: Beleihungsauslauf unter Einbezug klimabedingter Wertabschläge
• Szenario-Pfade: Bewertung unter NGFS-Szenarien (Orderly, Disorderly, Hot House World)

Für EZB-Klimastresstests müssen diese Größen in der Regel bis 2050 projiziert werden. Moderne AVM-Plattformen automatisieren die Berechnung über alle Objekte der Deckungsmasse hinweg in wenigen Stunden — manuelle Gutachten wären hier wirtschaftlich undenkbar.

Praktische Umsetzung für Banken und Sparkassen

Der Weg zu einem klimasensitiven AVM gliedert sich in der Praxis in fünf Phasen:

1. Datenaudit: Bestandsaufnahme vorhandener Adress-, Objekt- und Energiedaten. Typischerweise sind Energieausweise nur für 40–60 Prozent der Bestandskredite digital erfasst.
2. Datenanreicherung: Geocoding, Anbindung Klimadatenquellen, Nachpflege fehlender Energieeffizienzdaten über externe Provider oder Remote Sensing.
3. Modellerweiterung: Integration der Klimafeatures in bestehende hedonische und ML-Modelle, inklusive erneuter Backtests gegen historische Transaktionen.
4. Validierung und Governance: MaRisk-konforme Modellvalidierung, Freigabe durch unabhängige Validierungseinheit, Integration in Modellkatalog und Risikohandbücher.
5. Operationalisierung: Produktionsdeployment mit automatischer Neubewertung der Deckungsmasse, typischerweise quartalsweise oder ereignisgetrieben.

Erfahrungsgemäß dauert eine vollständige Einführung bei einer mittelgroßen Sparkasse zwischen vier und neun Monaten, wenn auf White-Label-AVM-Lösungen mit vorintegrierter Klimadatenschicht aufgesetzt wird.

ROI und Business Case

Die Integration von Klimarisiken in AVM-Prozesse lohnt sich wirtschaftlich auf mehreren Ebenen:

• Vermeidung überhöhter Risikovorsorgen: Präzisere Wertermittlung reduziert Puffer bei IFRS-9-Stage-2- und Stage-3-Positionen.
• Effizientere Kapitalallokation: Klimaadjustierte Risikogewichte ermöglichen gezieltere RWA-Optimierung.
• Refinanzierungsvorteile: Grüne Pfandbriefe und ESG-Anleihen mit belastbarer Klima-Datenbasis erzielen Spreadvorteile von 3–8 Basispunkten.
• Reduzierte Prüfungskosten: Automatisierter Audit Trail senkt Aufwände in Wirtschaftsprüfung und regulatorischer Prüfung deutlich.
• Neue Geschäftsfelder: Sanierungsberatung und grüne Baufinanzierungen basieren auf der gleichen Datengrundlage.

In typischen Business Cases mittelständischer Banken mit 2–5 Mrd. Euro Immobilienkreditvolumen liegt der Net Present Value eines klimasensitiven AVM-Rollouts über fünf Jahre zwischen 3 und 12 Mio. Euro — bei Implementierungskosten im unteren bis mittleren sechsstelligen Bereich.

Fazit und nächste Schritte

Klimarisiken sind kein Nice-to-have mehr, sondern integraler Bestandteil jeder belastbaren Immobilienbewertung. Wer heute in ein klimasensitives AVM investiert, erfüllt nicht nur EBA-, EZB- und BaFin-Erwartungen, sondern schafft die Datenbasis für die nächste Generation der Portfoliosteuerung: granular, automatisiert, auditierbar und zukunftsrobust.

Institute, die jetzt handeln, positionieren sich für die kommende Welle regulatorischer Verschärfungen — und sichern sich gleichzeitig Refinanzierungs- und Effizienzvorteile, die über Jahre hinweg in die Bilanz durchschlagen. Die technische Basis ist vorhanden, die Datenquellen sind verfügbar und regulatorische Erwartungen sind eindeutig. Entscheidend ist die konsequente Umsetzung in einer skalierbaren AVM-Architektur, die physische und transitorische Risiken als First-Class-Features behandelt.

Der pragmatische Einstieg beginnt mit einem Datenaudit der bestehenden Immobilienkreditportfolios und einer Pilotbewertung auf einer repräsentativen Stichprobe — typischerweise 2.000 bis 5.000 Objekte. Aus den Pilotergebnissen lassen sich Business Case, regulatorischer Readiness-Check und Rollout-Plan innerhalb weniger Wochen ableiten.