Abstract (German)
Die Kostenoptimierung von Gesundheitsimmobilien steht immer mehr im Vordergrund, wodurch auch das Interesse am Immobilienbenchmarking und den publizierten Benchmarkingreports steigt. Insbesondere öffentliche Immobilienbenchmarkingreports weisen meist nur hochaggregierte Benchmarks auf Gesamtgebäudefläche auf und beinhalten keine clusterspezifischen Benchmarks. Ziel dieses Beitrages ist die Darstellung der Fehlerabweichung eines hochaggregierten Benchmarks, ohne Berücksichtigung von clusterspezifischen Zuordnungen. Basierend auf den Vorgaben der GEFMA 812 wurden Reinigungskosten und Flächen von sieben Krankenhäusern erhoben und den entsprechenden Clustern zugeordnet. Aufbauend auf diese Erhebung wurde eine Monte Carlo Simulation durchgeführt. Dabei wurden die Flächenverhältnisse zufällig innerhalb der Erhebungen variiert und die durchschnittlichen Reinigungskosten pro Cluster für alle Krankenhäuser konstant gesetzt. Somit sind die Kosten pro Quadratmeter in den Clustern aller simulierten Krankenhäusern identisch und die Gesamtkosten nur vom Flächenverhältnis der Cluster abhängig. Die Summe der clusterspezifischen Reinigungskosten ergeben die Gesamtreinigungskosten pro Krankenhaus. Die Simulation zeigt, dass sich die Gesamtreinigungskosten pro Quadratmeter zwischen minimal 43 EUR/m und maximal 64 EUR/m bewegen. Würde somit nur der hochaggregierte Benchmark betrachtet werden könnten fälschlicherweise Kostenpotentiale identifiziert werden, obwohl alle Krankenhäuser identische clusterspezifische Reinigungskosten pro Quadratmeter aufweisen. Dieser Effekt, dass sich Erkenntnisse aus Subgruppen ändern, wenn diese zu einer Gruppe kombiniert werden, wird in der Statistik Simpson Paradoxon genannt und spielt in der wissenschaftlichen Diskussion im Immobilienbenchmarking derzeit eine untergeordnete Rolle.