Die Bewertung von Immobilien in Märkten mit geringen Transaktionen stellt eine Herausforderung dar. Im Rahmen des Beitrags werden diese Märkte näher beleuchtet und ausgewählte Untersuchungen zur Verbesserung der Auswertung von Kaufpreisen aus der Kaufpreissammlung vorgestellt. Es kann gezeigt werden, dass Kauffalldaten, die Lücken in den beschreibenden Faktoren aufweisen, durch einfache und komplexe Methoden vervollständigt werden können, aber auch die Ergebnisse bei Vorliegen von zufällig auftretenden Datenlücken denen von vollständig erfassten Datensätzen entsprechen. Ebenso kann gezeigt werden, dass überregionale Auswertungen mit räumlichen Auswertemethoden sowie nicht-parametrischen Verfahren (Künstliche Neuronale Netze) bessere Ergebnisse erzielen können als herkömmliche multiple lineare Regressionsanalysen. Dies spricht für einen Einsatz in Märkten mit geringen Transaktionen sowie eine Weiterentwicklung der Methoden zu einer kombinierten Methode (räumlich und nicht-parametrisch). Abschließend wird ein Konzept zur gemeinsamen Auswertung von unterschiedlichen Daten (Kaufpreise, Expertenwissen, Angebotsdaten) angesprochen. Eine vertiefte Auseinandersetzung der Thematik erfolgt in der gleichnamigen Dissertation von Soot (2021).