MucMiet
Münchens Studentenwohnheime

Isabel Köhler, Richard Löhr, Steffen Köhler & Thomas Kämmerling

MucMiet

München ist bekanntlich die teuerste Stadt Deutschlands was das Wohnen angeht. Gleichzeitig ist München eine Großstadt mit vielen Universitäten und Hochschulen. Wie kann man es sich also als Student leisten in einer solch teuren Stadt zu wohnen?

Das Studentenwerk München bietet hierfür in München verteilt Zimmer in verschiedenen Wohnheimen an. Doch wo liegen diese Wohnheime? Und lohnt es sich überhaupt wirklich dort zu wohnen? Und in auf was für Gegenden muss man sich einlassen, um ein Schnäppchen zu machen? All diese Fragen haben wir mit Hilfe öffentlich zugänglicher Daten beantwortet.

Unser Weg

Unsere ursprüngliche Idee war es die Mieten von München zu betrachten. München ist die teuerste Stadt Deutschlands. [1] [2] Und so war es uns ein Anliegen zu verstehen warum das so ist und wie es zu solchen Entwicklungen kommt. Außerdem wollten wir herausfinden welche Faktoren die Mietpreise beeinflussen. Ansatzpunkt für unsere Recherche war der umfangreiche Mietspiegel der Stadt München [3], der im Jahr 2015 erstellt wurde. Diesen wollten wir visualisieren und auf Einflussfaktoren für die Mietpreise untersuchen. Allerdings haben wir schnell gelernt, dass dieser sehr breit gefasste Ansatz schwer umzusetzen sein würde. Dies lag aber nicht am Umgang mit den Technologien, sondern an fehlenden Daten. Zum Münchner Mietspiegel gibt es zwar eine große, tiefgehende Analyse, die in Zusammenarbeit mit der Ludwig-Maximilians-Universität München entstanden ist. [4] Jedoch sind die Rohdaten nicht für die Öffentlichkeit zugänglich. Unsere Anfrage für die Daten wurde nicht beantwortet. So blieb uns die erste mögliche, sehr gute Datenquelle verschlossen. So haben wir uns den großen Immobilienportalen im Internet zugewandt. Auch hier verliefen alle Anfragen im Sande. Zwar gibt es im Internet zugängliche Ansätze von Scrapern [5], leider hat keiner mit angemessenem Aufwand funktioniert. So mussten wir einen neuen Fokus finden und haben diesen auf studentisches Wohnen in München gesetzt.

Unser Konzept

Nach unseren ersten Recherchen wurde klar, dass gerade Studenten in München ein besonderes Interesse an Mieten haben. Die Mieten sind in der gesamten Stadt sehr hoch, günstiger Wohnraum ist schwer zu finden. Daher war es für uns spannend zu betrachten wie Studenten es überhaupt schaffen können in München zu studieren und zu wohnen. Generell kennen auch wir als Gruppe von Studenten die Probleme, die aufkommen, wenn man als Student günstigen und gleichzeitig auch nur halbwegs attraktiven Wohnraum sucht. Viele Vermieter sind Studenten und Wohngemeinschaften gegenüber nicht sonderlich aufgeschlossen. Sind sie es doch ist oft der Angebote Wohnraum nicht für eine Vermietung an zahlungskräftige Mieter geeignet. Daher ist es als Student immer eine Herausforderung uni-nahen, bezahlbaren und bewohnbaren Wohnraum zu finden.

Um uns dieser Fragestellung zu nähern haben wir uns auf drei zu bewältigende User Stories für unser Projekt geeinigt.

  • Story 1: Als Student kann ich erfahren wie teuer ein Wohnheim ist und was verschiedene Zimmerarten kosten. Ich kann diese Preise mit WGs in der Nähe vergleichen.
  • Story 2: Als Student kann ich Parks und andere Grünflächen und Freizeitmöglichkeiten in der Nähe meines Wohnheimes finden.
  • Story 3: Als Student kann ich herausfinden in welchen Wohnheimen ich wohnen kann, wenn ich maximal 20 Minuten von meiner Hochschule entfernt sein will. Die Zeit möchte ich frei eingeben können. Außerdem möchte ich mein bevorzugtes Transportmittel wählen können.

Außerdem war es für uns interessant zu betrachten, ob man in München auch die Folgen einer Gentrifizierung beobachten kann. Gentrifizierung ist der “Wechsel von einer statusniedrigeren zu einer statushöheren (finanzkräftigeren) Bewohnerschaft, der oft mit einer baulichen Aufwertung, Veränderungen der Eigentümerstruktur und steigenden Mietpreisen einhergeht.” [6]

Um diese User Stories umzusetzen mussten wir zunächst die passenden Daten finden und diese dann entsprechend visualisieren. Also war unser erster Schritt zur Umsetzung die Sammlung dieser Daten.

Unsere Daten

Geodaten

Wichtig war es für uns die Stadbezirke sowie die Standorte von Wohnheimen und Hochschulen abzubilden. Die dafür nötigen Daten liegen allerdings leider nicht offen vor und werden von den entsprechenden Stellen nicht ohne weiteres zur Verfügung gestellt.

Die Daten zu den Standorten von Wohnheimen und Universitäten waren vergleichsweise einfach zu beschaffen. Mit Hilfe der Adressen lassen sich Geokoordination erzeugen, die einfach als JSON-Datei gespeichert und später ausgelesen werden. So sieht ein Datensatz für eine Hochschule wie folgt aus:

javascript { "Hochschule": "Akademie der Bildenden Künste München", "Straße": "Akademiestrasse 2-4", "PLZ": 80799, "Ort": "München", "Latitude": "48.153.131", "Longitude": "11.579.151" }

Geodaten zum verdeutlichen der Stadtbezirke sind leider nicht so einfach zu finden. Allerdings haben wir mit Hilfe verschiedener Onlinetools wie OpenStreetMap oder Overpass-Turbo die Daten für uns erzeugen und in Form einer TopoJSON-Datei speichern können. Dafür haben wir ein Onlinetutorial nachvollzogen. [7] Die erzeugten Daten, hier auch schon inklusive der Mietpreise in diesem Stadtbezirk, werden wie folgt gespeichert:

javascript { "type": "FeatureCollection", "generator": "overpass-turbo", "copyright": "The data included in this document is from www.openstreetmap.org. The data is made available under ODbL.", "timestamp": "2014-12-07T07:55:03Z", "features": [ { "type": "Feature", "id": "relation/52747", "properties": { "@id": "relation/52747", "TMC:cid_58:tabcd_1:Class": "Area", "TMC:cid_58:tabcd_1:LCLversion": "8.00", "TMC:cid_58:tabcd_1:LocationCode": "4990", "admin_level": "9", "boundary": "administrative", "name": "Trudering-Riem", "bezirk": "Stadtbezirk 15 ", "bezirkId": "15", "type": "boundary", "prize": "18,24" }, "geometry": { "type": "Polygon", "coordinates": [ [ [ 11.6630571, 48.1073551 ], [ 11.6605022, 48.1024489 ], [ 11.6643793, 48.1012221 ],

Mietpreisdaten

Wie bereits beschrieben ist auch die Beschaffung von Mietpreisdaten keine einfache Aufgabe. Auch diese Daten gibt es meist nur unter propriätern Lizenzen. So mussten wir auch hier manuell Daten aggregieren, da die Arbeit mit einem Scraper in der Kürze der Zeit nicht möglich war.

Die Daten zu den Mietpreisen in den Stadtbezirken haben wir von Hand für jeden der Münchener Stadtbezirke über die Mietspiegel von immowelt.de gewonnen. Diese Daten sind zwar nicht so valide und repräsentativ wie die Daten des offiziellen Mietspiegels der Stadt, aber haben für unseren Zweck sogar die größere Bedeutung. Der offizielle Mietspiegel hat auch Mietpreise in den Daten, die so am Markt gar nicht angeboten werden, da es langlaufende Mietverhältnisse gibt. Die Mietkosten für Neuanmietungen werden über eine Immobilienplattform besser abgebildet.

Leider hat auch das Studentenwerk München nicht auf unsere Anfragen zu den Mietpreisen in Studentenwohnheimen reagiert. Daher haben wir händisch die Daten zu Mieten in Wohnheimen und die durchschnittlichen Wartezeiten aus einer vom Studentenwerk angebotenen PDF-Datei zusammengetragen. Auch diese Daten haben wir dann zusammen mit den Geodaten in einer JSON-Datei gespeichert:

javascript { "Name": "Adalbertstraße ", "Straße": "Adalbertstraße 41", "PLZ": 80799, "Ort": "München", "Latitude": "48.153055", "Longitude": "11.575189", "Typ": "Wohnheim", "MieteMinimal": "212,90", "MieteMaximal": "591,30", "DurchschnittlicheWartezeit": "3,5", "Zimmerarten": "" }

Fahrzeitdaten

Die Fahrtzeiten zwischen Hochschule und Wohnheim haben wir über die GoogleMaps Directions-API abgefragt. Der dazu passende Code für öffentliche Verkehrsmittel sieht wie folgt aus:

```javascript function getTransitDuration(origin,destination,callback){ var directionsService = new google.maps.DirectionsService;

directionsService.route({
    origin: origin,
    destination: destination,
    travelMode: google.maps.TravelMode.TRANSIT,
    transitOptions:{
        departureTime: new Date(1481180400000)
    }
}, function(response, status) {
    if (status === google.maps.DirectionsStatus.OK) {
        duration = response.routes[0].legs[0].duration.value /60;
        callback(duration.toFixed(0));
    } else {
        window.alert('Directions request failed due to ' + status);
    }
}); } ```

Unsere Prototypen

Um eine geeignete Visualisierung für unsere Daten zu erarbeiten sind wir iterativ vorgegangen. Nach dem Setzen von Zielen und der Datensammlung und der daraus folgenden Anpassung unsrer Ziele haben wir uns Schritt für Schritt den Daten genähert. Ein Modell für einen Solchen Prozess kann wie folgt aussehen:

Visualisierungsprozess nach Moritz Stefaner [[8](http://tillnagel.com/)]

Dabei spielt sich die Iteration für uns in den Schritten zwei bis vier ab. Zunächst haben wir unsere Daten mit Hilfe des Tools Tableau erforscht und einfache Visualisierungen erstellt. Damit waren wir in der Lage die vorliegenden Daten zu durchdringen und auch die Richtigkeit unserer Geodaten zu prüfen. Außerdem haben wir immer wieder Papierprototypen erstellt und damit weitere Ideen generiert. Schließlich haben wir einen ersten echten Prototyp implementiert und diesen dann laufend weiterentwickelt. In der Galerie oben sieht man beispielsweise noch eine erste Version unserer Applikation auf Basis von Google Maps.

Unser Ergebnis

Übersicht über alle Studentenwohnheime und Stadtbezirke Münchens mit Details zu jedem Wohnheim

Unser Ergebnis und auch weitere Informationen dazu sind unter bitly.com/mucmiet zu finden.

MucMiet - Münchner Mieten für Studenten

Die zentrale Funktion unserer Lösung ist die Anzeige aller Studentenwohnheime in München und die Lage der verschiedenen Hochschulen. So kann man sich schnell orientieren und gewinnt einen Überblick über die Lage. Die Karte ist dabei bewusst minimal gewählt, um den Nutzer nicht mit zu vielen Informationen zu überladen. Es ist möglich schnell zu überblicken welcher Stadtbezirk wie teuer ist. Außerdem ist es möglich weitere Informationen zu jedem Wohnheim anzuzeigen.

Übersicht über alle Studentenwohnheime und Stadtbezirke Münchens mit Details zu jedem Wohnheim

Sämtlicher Quellcode zu unserer Applikation ist auf Github zu finden. Hervorheben wollen wir hier nur das Befüllen der Karte mit den Informationen, da dies aus unserer Sicht das interessanteste Thema ist.

Zu Initialisierung der Karte gibt es eine Funktion “initMap”, in der ein Kartenobjekt mit Hilfe von Leaflet angelegt wird. Dieses Objekt bezieht die Kartendaten von der entsprechenden Schnittstelle des Dienstes Mapbox. Zur Befüllung der Karte setzen wir asynchrone Funktionsaufrufe ein.

```javascrpit function initMap() { map = new L.Map(‘map’, { center: [48.157154, 11.546124], zoomControl: true, scrollWheelZoom: ‘center’, minZoom: 11, maxZoom: 15, zoom: 11 });

    var mapboxAccessToken = "pk.eyJ1Ijoic2tvZWhsZXI5MiIsImEiOiJjaXd3NzM5Y20wMWUxMnlscWIzc3o4bml1In0.rdWfyRstWCcMYuc8MLGitw";
    var mapboxLightTheme = "https://api.mapbox.com/styles/v1/mapbox/light-v9/tiles/256/{z}/{x}/{y}?access_token=";
    var mapboxDarkTheme = "https://api.mapbox.com/styles/v1/skoehler92/cix05vhuj000o2qo9h0vpedgc/tiles/256/{z}/{x}/{y}?access_token=";
    var mapboxAttribution = "<a href='https://www.mapbox.com/' target='_blank'>Mapbox</a>";

    L.tileLayer(mapboxDarkTheme + mapboxAccessToken, {
        id: 'mapbox.light',
        attribution: mapboxAttribution
    }).addTo(map);

    map.on('click', function() {
        map.scrollWheelZoom.enable();

    });

    //loadAjax({url : 'data/labels.json', callback : addLabels});
    loadAjax({url: 'data/berlin-zipcodes-data.topojson', callback: addTopoJson});
    loadAjax({url: 'data/wohnheime.json', callback: addWohnheimMarker});
} ```

Beispielhaft sei hier noch gezeigt, wie eine TopoJSON-Datei ausgelesen wird:

```javascript function addTopoJson(topoJSON) { topoLayer = new L.TopoJSON(); topoLayer.addData(topoJSON); topoLayer.eachLayer(function (layer) { layer = resetLayerStyles(layer); layer.on({ ‘mouseover’: enterPolygon, ‘mouseout’: leavePolygon, ‘mousemove’: setTooltipPosistion,

            // we use this for mobile devices
            'click': clickPolygon
        });
    });
    topoLayer.addTo(map);
    updateMap(); } ```

Verwendete Tools und Technologien

Übersicht über die eingesetzten Werkzeuge

Die Grundstruktur der Visualisierung bilden, neben HTML und CSS, Leaflet in Verbindung mit JavaScript und jQuery. Damit ist es uns möglich die Karte in die verschiedenen Stadtgebiete aufzuteilen und Positionsmarker einzufügen. Mapbox wird von uns als Kartenhintergrund verwendet. Dabei stellen wir nur sehr wenige Informationen durch Mapbox dar, um den Fokus weiter auf der Gebietskarte zu behalten.

  • Entwicklungsumgebung: IntelliJ IDEA
  • Eingesetzte Bibliotheken:
    • jQuery - Steuerung der Karte, Darstellung von Popups und dynamischen Texten, Einlesen und Verarbeiten von JSON-Dateien
    • Leaflet - Zur Darstellung und Umsetzung der interaktiven Karte
  • Kartenhintergrund: Mapbox
  • Bibliotheken für unsere Website:

Unser Fazit

Es zeigt sich, dass sich ein Wohnheimplatz aus finanzieller Sicht immer lohnt. Die Preise sind deutlich niedriger als in den umliegenden Vierteln. Die hohen Mietpreise deuten auch auf eine gute Lebensqualität in den Vierteln hin. Allerdings ist es nicht einfach einen Wohnheimplatz zu bekommen. Wartezeiten von über drei Semestern sind nicht unüblich. Daher ist ein Wohnheimplatz nicht garantiert.

Wohnheim im zentralen und hochpreisgen Bezirk Maxvorstadt

Die meisten Wohnheime liegen zentral und in eher teuren Stadtbezirken. Es ist zu vermuten, dass hier ein Gentrifizierungsprozess abgelaufen ist. Die Wohnheime gibt es schon vergleichsweise lange, als die Stadtbezirke noch unattraktiv waren. Daher war es möglich dort Wohnheime aufzubauen. Nachdem dann die ersten Studentengenerationen ihr Studium dort verbracht haben wollten einige der Studenten in diesen Stadtvierteln bleiben. Durch die gestiegenen Ansprüche und Möglichkeiten nach dem Studium stieg auch die Nachfrage nach höherwertigem Wohnraum. Durch diesen sich gegenseitig verstärkenden Prozess wurde immer mehr attraktiver und damit teurer Wohnraum geschaffen, der jetzt von Besserverdienenden bewohnt wird. Die Wohnheime sind aber weiterhin im Besitz des Studentenwerks geblieben. Daher gibt es auch heute noch Studentenzimmer in den attraktiven Stadtbezirken.

Übersicht über die Wohnheime mit einer Konzentration im Zentrum

Zusätzlich gibt es auch einige Wohnheime, die außerhalb liegen. Das liegt zum einen an Hochschulstandorten, die außerhalb des Zentrums liegen. Zu vermuten ist auch, dass diese Wohnheime jünger sind und nur in diesen Bereichen für das Studentenwerk finanzierbare Immobilien vorhanden sind.

Im Rahmen unserer Recherche wurde auch klar, dass München als Stadt im Bereich Open Data noch Luft nach oben hat. Es gibt zwar ein Open-Data-Portal [9], das allerdings noch eher wenig Daten enthält. Gerade die Verfügbarkeit von Geodaten und Daten zum Mietspiegel der Stadt ist schlecht. Auch gegenüber uns als Studenten wurde hier wenig kooperiert.

Ein Blick in die Zukunft

In Zukunft sind noch weitere Auswertungen oder gar die Sammlung weiterer Daten denkbar. Die bereits angedachte Umkreissuche ist bisher noch nicht umgesetzt. Hier soll man in der Lage sein ein Wohnheim auszuwählen und eine Entfernung in Minuten anzugeben, um abschätzen zu können wie weit man in einer vorgegebenen Zeit kommt.

Erreichbare Punkte von einem gewählten Wohnheim in einer bestimmten Zeit

Außerdem ist es denkbar von einem gegebenen Wohnheim die möglichen Ziele in der Umgebung darzustellen. Unser erster Visualisierungsentwurf zeigt dabei wie schnell man von einem Wohnheim zu diversen Universitäten kommt. Hier sieht man schnell, ob viele Hochschulen eher nah oder eher weit entfernt von einem Wohnheim liegen.

Erreichbare Punkte von einem gewählten Wohnheim in einer bestimmten Zeit

Auch denkbar ist ein Vergleich der Wohnheimpreise untereinander oder auch die Aufschlüsselung der Daten nach Zimmerarten. Hierfür sind aber weitere Informationen seitens des Studentenwerks nötig. Aufbauend darauf sind auch andere Mietpreisdaten interessant. Im ersten Schritt sollte der Vergleich mit WG-Zimmern ermöglicht werden. WG-Zimmer sind die erste Alternative zu Wohnheimen und damit ein interessanter Vergleichspunkt. Dazu können Daten von WG-gesucht.de genutzt werden. Auch diese Daten müssen angefragt werden, da nach einem erfolgreichem Scraping-Projekt Mechanismen gegen das Scraping der Seite eingeführt wurden. [10]

Diverse andere Erweiterungen um allgemeine Mietpreisdaten sind denkbar, aber zunächst nicht sinnvoll, da so der Fokus des Projekts verloren geht. Aber auch ohne diese allgemeinen Daten gibt es genug Spielraum für weitere Verbesserungen.

Ähnliche Arbeiten

Wohnungspreiskarte Berlin: Wo kann ich mir Berlin leisten?

Lärmkarte Berlin: Wie laut ist es in meiner Gegend und woher kommt der Lärm?

Rentswatch: Wie “fair” ist meine Miete in Vergleich zu anderen Mieten in meiner Stadt? Ein Mietpreisvergleich für die größten Städte Europas.

Google Maps’ Urban Escape Plan: Wie weit ist es von meiner aktuellen Position aus zum nächsten Grünen Ort? Wo kann ich mich erholen?

Quellen

1: Südwestpresse: Der Münchner Wohnungs-Wahnsinn

2: Merkur: Mieten und kaufen: Die teuersten Städte Deutschlands

3: München.de: Mietspiegel für München

4: Mietspiegel München: Dokumentation

5: Code for Karlsruhe: Mietscraper

6: Der Gentrifizierungsbegriff

7: Schritt für Schrittanleitung zur Datensammlung

8: Vorlesungsfolien für die Veranstaltung GDV an der Hochschule Mannheim, Prof. Dr. T. Nagel

9: Open-Data-Portal der Stadt München

10: WG-gesucht Crawl