Im Automobilhandel erfolgt die Preisfindung häufig durch Erfahrungswerte und subjektive Einschätzungen, was ungenaue Bewertungen zur Folge haben kann. Über 840'000 Gebrauchtwagen wechseln in der Schweiz jährlich den Besitzenden – daher ist eine fundierte datengetriebene Preisermittlung wichtig. Diese Arbeit verfolg das Ziel, ein Tool zu entwickeln, welches Preisprognose- und Analysefunktionen besitzt.

Mittels Web-Scraping wurden Daten zum Porsche 911 Modell auf einer führender Schweizer Onlineplattform erhoben. Die Daten wurden bereinigt, klassifiziert, analysiert und mit statistischen Modellen aufgearbeitet. Diese Daten flossen danach in das erstellte Tool, welches auf einer Shiny-App basiert und mit der Programmiersprache R erstellt wurde. Dabei konnte während der Erstellung des Tools bereits ein vollständiger Web-Scraping-Scan durchgeführt werden.

Mit dem entwickelten Tool ist es möglich, eine systematische Marktbeobachtung durchzuführen und für das Porsche 911 Modell Preisindikatoren zu erhalten. Die Modellgüte der Preisprognose ist mit R2 0.684 noch ausbaufähig, wird aber durch das stetige Extrahieren von Daten via Web-Scraping laufend verbessert. Der Auftraggeberschaft dieser Arbeit wird empfohlen, einmal wöchentlich Daten zu scrapen um die Modellgüte zu erhöhen. Die Arbeit zeigt aber schon aktuell, dass es verwendbare Preisunterschiede in Bezug auf Baujahr, Laufleistung und Ausstattungsmerkmale gibt. Das Tool dient damit als Grundlage für faktenbasierte Entscheidungen und kann mit mehr Daten in Zukunft noch genauere Ergebnisse liefern. So entsteht das Potenzial, die Preisfindung von einer erfahrungsgetriebenen zu einer präzisen datengetriebenen Entscheidung zu transformieren – ein entscheidender Fortschritt in Richtung einer modernen, digitalisierten Automobil Unternehmung.