Empirische Studien zeigen, dass mit abnehmender Haushaltsgröße der Wohnflächenkonsum pro Person steigt. Kleinere Haushalte beanspruchen im Durchschnitt mehr Quadratmeter pro Person als größere Haushalte (Delbiaggio/Wanzenried/Mowers 2018: 318; Jin/Zhang 2021: 617). Bei Singles ist der Wohnflächenkonsum deutlich höher im Vergleich zu anderen Haushaltsstrukturen, etwa bei Paaren mit Kindern (Haase/Kabisch/Haase 2013: 6; Cludius/Noka/Galster et al. 2022: 22).

Die Entwicklung zeigt, dass die zusammengefasste Geburtenziffer und damit die Anzahl der Kinder pro Haushalt in den letzten Jahrzehnten stetig abnimmt.

https://www.bfs.admin.ch/bfs/rm/home.assetdetail.36142196.html (22.07.2026).

Verschiedene Studien zeigen zudem, dass mit zunehmendem Alter der Wohnflächenkonsum pro Person steigt (Deschermeier/Henger 2015: 25; Waltersbacher 2018: 311; Hein/Kuhnimhof 2026: 580). Laut der Studie von Hein und Kuhnimhof (2026: 580) zu deutschen Haushalten ist der Anstieg im Alter zwischen 19 und 30 Jahren – was mit einer Familiengründung oder -erweiterung zusammenhängen kann (Lehner/Hohgardt/Umbricht 2023: 3) – sowie ab dem 40. Lebensjahr am stärksten, während er zwischen 31 und 40 Jahren, je nach betrachteter Kohorte, nur leicht steigt oder stagniert. Weber (2020: 277) hingegen ermittelte anhand von äquivalenzgewichteten Wohnflächen den größten relativen Zuwachs bei Paaren im Rentenalter, was bedeutet, dass bei einer alternden Bevölkerung, wie wir sie zurzeit in Europa (European Commission 2023: 11) und der Schweiz erleben, der Wohnflächenkonsum pro Person insgesamt zunimmt (Deschermeier/Henger 2015: 25). Laut Waltersbacher (2018: 311) beispielsweise liegt die Wohnfläche in Mietwohnungen bei Haushaltvorständen unter 25 Jahren bei 32,5 m² und bei den über 75-Jährigen bei 56 m² pro Person, was unter anderem auf Remanenzeffekte zurückzuführen ist. Die Zunahme der Wohnfläche zeigt sich auch über die Generationen hinweg. Später Geborene konsumieren im Vergleich zu früher Geborenen im gleichen Alter deutlich mehr Wohnfläche pro Person (Deschermeier/Henger 2015: 25; Hein/Kuhnimhof 2026: 580), was mit steigendem Wohlstand sowie einer Abnahme von Mehrpersonenhaushalten und einer Zunahme von Paar- und Einpersonenhaushalten erklärt werden kann.

Bei Mieterinnen und Mietern wird der Wohnflächenkonsum stark durch Haushaltsstruktur, Kosten und Angebot beeinflusst. Zudem beeinflusst das Einkommen, ob Präferenzen eher realisiert werden können. Entsprechend ist die Passung zwischen den Präferenzen und den Wohnungsmerkmalen bei Höherverdienenden größer (Li/Auchincloss/Rodriguez et al. 2020: 70). Insgesamt kann festgestellt werden, dass mit steigendem Einkommen die Raumansprüche und die Wohnfläche pro Person steigen (Rössel/Hoelscher 2012: 319; Ahmad 2015: 113; Cludius/Noka/Galster et al. 2022: 22). Gleichzeitig haben die Mietkosten einen deutlich hemmenden Effekt auf den Wohnflächenkonsum (Jin/Zhang 2021: 616). Zum Zusammenhang zwischen den Präferenzen von Mieterinnen und Mietern in Bezug auf die Ausstattung mit dem Wohnflächenkonsum gibt es vergleichsweise wenige Studien. Die bisherige Forschung untersucht flächenrelevante Wohnpräferenzen überwiegend anhand einzelner Wohnqualitäten. Ein etablierter zusammengesetzter Index zur systematischen Erfassung flächenrelevanter Wohnpräferenzen liegt nach Kenntnis der Autorinnen und Autoren dieses Beitrags bislang nicht vor. Laut Karlen, Pagani und Binder (2022: 1386) gibt es eine Präferenz für flächenmäßig größere Wohnungen oder Präferenzen, die einen Einfluss auf die Fläche einer Wohnung haben können, wie etwa der Wunsch nach einer großen Küche, einem Esszimmer plus einem Wohnzimmer sowie größere Schlafzimmer und Badezimmer (Jang/Kim/Kim et al. 2023: 3283). Bei Umzügen zeigt sich, dass diese oft mit einer Vergrößerung der Wohnung sowie mehr Wohnfläche pro Person einhergehen (Karlen/Pagani/Binder 2022: 1377; Lehner/Hohgardt/Umbricht 2023: 35). Zwischen der Anzahl der Zimmer und der Wohnzufriedenheit besteht sowohl bei Männern als auch bei Frauen ein positiver Zusammenhang, allerdings lediglich bis zu einem bestimmten Punkt (3,9 Zimmer pro Person für Männer und 3,6 für Frauen) (Foye 2017: 437). Angesichts einer zunehmend mobilen und flexibleren Arbeitsweise dient die Wohnung vermehrt auch als Arbeitsort und dies über die Pensionierung hinaus (Lehner/Hohgardt/Umbricht 2024: 2). Entsprechend braucht es zusätzlichen Platz für das Homeoffice in der Wohnung, was den Flächenkonsum erhöht. Teleworkers, also Personen, die regelmäßig zu Hause arbeiten, verbrauchen im Durchschnitt 6 m² mehr Wohnfläche pro Person (Z’Rotz/Wanzenried/Amstutz 2026: 6).

In Städten und zentralen Lagen ist der Pro-Kopf-Wohnflächenkonsum meist geringer als im suburbanen oder ländlichen Raum, wo größere Wohnungen und geringere Dichten vorherrschen. Studien aus verschiedenen Ländern zeigen, dass Mieterinnen und Mieter in zentralen Lagen oft kleinere Wohnungen akzeptieren, um nebst den bezahlbareren Mieten von besserer Erreichbarkeit und Infrastruktur zu profitieren (Lau/Wei 2018: 284; Leung/Yiu 2022: 412). In peripheren oder weniger erschlossenen Gebieten ist der Flächenkonsum pro Person dagegen tendenziell höher, da dort größere Wohnungen günstiger verfügbar sind (Yip/La Grange/Forrest 2009: 773).

Der Wohnflächenkonsum ist auch angebotsseitig begründet. Dies zeigt sich unter anderem darin, dass die durchschnittliche Wohnungsfläche in Mehrfamilienhäusern in der Schweiz über die Jahre immer größer wurde. Während sie bei Gebäuden mit Baujahr vor 1946 84 m² betrug, liegt sie bei Gebäuden mit Baujahr nach 2000 bei 105 m² (Bundesamt für Statistik 2022: 10). Die durchschnittliche Wohnungsfläche ist jedoch in den letzten Jahren rückläufig, was darin begründet ist, dass seit 2011 prozentual mehr 1‑, 2‑ und 3‑Zimmer-Wohnungen gebaut wurden und weniger Wohnungen mit vier, fünf und sechs Zimmern im Vergleich zu den Jahren davor (Bundesamt für Statistik 2025b). Auch die Gestaltung der Grundrisse kann einen Einfluss auf die Wohnungsfläche haben. Anhand einer Fallstudie haben Amstutz, Delbiaggio und Wanzenried (2018) untersucht, ob ein Zusammenhang zwischen Grundrisseigenschaften und der Wohnfläche besteht. Im Ergebnis zeigte eine induktive statistische Analyse, dass die Erschließung der Zimmer über einen Korridor sowie ein durchgehender Grundriss in einem Zusammenhang mit einer größeren Hauptnutzfläche der Wohnungen stehen. Die optische Abtrennung des Wohnbereichs von der Küche korreliert hingegen mit einer geringeren Wohnungsfläche (Amstutz/Delbiaggio/Wanzenried 2018: 240). Im Umkehrschluss bedeutet dies, dass eine offene Küche, die in den Wohnbereich integriert ist, tendenziell mehr Fläche verbraucht.

Die empirischen Analysen basieren auf einem Datensatz aus einem Forschungsprojekt zur Planung flächeneffizienter Mietwohnungen. Im Rahmen des Projekts wurde untersucht, inwiefern Haushalte bereit sind, Wohnfläche zugunsten anderer Wohnqualitäten zu reduzieren. Grundlage bildet eine im November 2022 durchgeführte Onlinebefragung von Mieterhaushalten in Mehrfamilienhäusern der deutschsprachigen Schweiz, die über ein Marktforschungsinstitut rekrutiert wurden.

Befragt wurden Haushalte in 3‑ bis 5,5-Zimmer-Wohnungen in Agglomerationsgemeinden mit städtischem Charakter sowie in periurbanen Gemeinden in der deutschsprachigen Schweiz gemäß Definition des Bundesamtes für Statistik (2017). Die Beschränkung auf Wohnungen mit mindestens drei Zimmern erfolgte, weil die untersuchten Wohnpräferenzen – etwa hinsichtlich Homeoffice, Hobbys oder zusätzlichem Stauraum – ein Mindestmaß an funktionaler Differenzierung der Wohnung voraussetzen und sich in Ein- und Zweizimmerwohnungen nur eingeschränkt abbilden lassen.

Der Fokus auf Agglomerationsgemeinden ergibt sich daraus, dass dort ein großer Teil der Bevölkerung lebt und diese Gemeinden zugleich über das größte bauliche Entwicklungspotenzial verfügen. Zur Ausklammerung altersbezogener Wohnfragen wurden nur Haushalte einbezogen, in denen die älteste Person höchstens 65 Jahre alt ist, da Wohnen im Alter mit spezifischen Fragestellungen – etwa im Zusammenhang mit altersgerechtem Wohnen, Remanenz- und Lock-in-Effekten oder veränderten Wohnbedürfnissen – verbunden ist und nicht Gegenstand des zugrunde liegenden Forschungsprojekts war. Diese altersmäßige Eingrenzung erfolgte, um eine möglichst homogene Untersuchungsgruppe zu analysieren und die Vergleichbarkeit der beobachteten Wohnpräferenzen sicherzustellen.

Die Ergebnisse beziehen sich daher auf dieses Marktsegment und können nicht ohne Weiteres auf ältere Haushalte, Ein- und Zweizimmerwohnungen, Einfamilienhäuser, Wohneigentum oder ländliche Regionen übertragen werden. Der Fragebogen wurde von einer Person ausgefüllt, die den Mietvertrag (mit)unterzeichnet hat, und sollte die Perspektive des gesamten Haushalts widerspiegeln.

Die Stichprobe wurde quotenbasiert nach Wohnungsgröße gezogen, um eine schweizweit vergleichbare Verteilung zu erreichen (40 % 3‑ bis 3,5-Zimmer-Wohnungen, 40 % 4‑ bis 4,5-Zimmer-Wohnungen und 20 % 5‑ bis 5,5-Zimmer-Wohnungen). Die Umfrage blieb bis zum Erreichen der vorgegebenen Quoten geöffnet. Die Beendigungsquote betrug 79,4 %, wodurch insgesamt 969 Haushalte erhoben wurden.

Der Fragebogen umfasste verschiedene Aspekte des Wohnens, darunter die Wohnzufriedenheit, die Raumnutzung, räumliche und funktionale Wohnbedürfnisse sowie Präferenzen hinsichtlich der Wohnung, des Wohnumfelds und der Erreichbarkeit des öffentlichen Verkehrs. Ergänzend wurden Einstellungen zur Wohnungsgröße, gemeinschaftlichen Nutzung und Flächenoptimierung, zu Grundrissexperimenten und zu unterschiedlichen Wohnungslayouts sowie soziodemographische Merkmale der Haushalte erhoben.

Zur Sicherstellung der Datenqualität wurden mehrere Bereinigungsschritte vorgenommen. So wurden Wohngemeinschaften (49 Fälle), Fragebögen ohne Angaben der Wohnungsfläche (sieben Fälle) und durchwegs unplausible Angaben (ein Fall) ausgeschlossen. Des Weiteren wurden zur Sicherstellung der Modellgüte Einpersonenhaushalte mit einer Wohnfläche von 120 m² oder mehr aus der Analyse ausgeschlossen (28 Fälle). Diese Beobachtungen weisen im Vergleich zur restlichen Stichprobe atypisch hohe Flächenwerte pro Person auf und können durch die im Regressionsmodell berücksichtigten Prädiktoren nicht adäquat erklärt werden. Aufgrund ihres erheblichen Einflusses auf die Residuenstruktur verletzen sie zentrale Modellannahmen, insbesondere die Normalverteilung und Homoskedastizität der Residuen. Diese Beobachtungen wurden daher als Ausreißer identifiziert und vom Gültigkeitsbereich des Modells ausgenommen. Der finale Datensatz umfasst schließlich 884 Haushalte.

Zur Analyse des individuellen Wohnflächenkonsums wird ein multiples lineares Regressionsmodell geschätzt. Die abhängige Variable ist der logarithmierte Wohnflächenkonsum pro Person (Ln Wohnfläche pro Person). Als erklärende Variablen werden haushalts-, sozioökonomische, wohnungs-, präferenz- und gemeindespezifische Merkmale berücksichtigt. Die Operationalisierung der Variablen wird im folgenden Kapitel beschrieben.

Das Regressionsmodell wird als lineare Gleichung gemäß Gleichung (1) spezifiziert:

wobei $$\mathrm{Ln}(\text{Wohnfl{\"a}che pro Person}_{i})$$ Ln ( Wohnfläche pro Person i ) den logarithmierten Wohnflächenkonsum in Quadratmetern pro Person im Haushalt i bezeichnet, $$X_{i}^{\textit{Haushalt}}$$ X i Haushalt , $$X_{i}^{\textit{Wohnung}}$$ X i Wohnung , $$X_{i}^{\textit{Pr{\"a}ferenzen}}$$ X i Pr ä ferenzen und $$X_{i}^{\textit{Gemeindetypologie}}$$ X i Gemeindetypologie die Vektoren der jeweiligen haushalts-, wohnungs-, wohnpräferenz- und gemeindespezifischen Kovariablen darstellen, und ε _i den Fehlerterm. Der Fehlerterm wird als Zufallsvariable mit einem Erwartungswert von null ( $$E[\varepsilon _{i}\mid X_{i}]=0$$ E [ ε i ∣ X i ] = 0 ) und konstanter Varianz ( $$\mathrm{Var}(\varepsilon _{i})=\sigma ^{2}$$ Var ( ε i ) = σ 2 ) angenommen; zudem gilt die Unabhängigkeit der Fehlerterme über alle Beobachtungen ( $$\mathrm{Cov}(\varepsilon _{i},\varepsilon _{j})=0$$ Cov ( ε i , ε j ) = 0 für $$i\neq j$$ i ≠ j ).

Die Schätzung erfolgt mittels Ordinary Least Squares (OLS). Zur Auswahl der optimalen Modellspezifikation wird das korrigierte Akaike-Informationskriterium (AIC) verwendet, das einen Kompromiss zwischen Modellgüte und Komplexität herstellt. Modelle mit tieferem AIC-Wert werden bevorzugt, da sie eine bessere Balance zwischen Erklärungsleistung und Überanpassung bieten (Burnham/Anderson 2002). Auf dieser Grundlage wurde die endgültige Modellspezifikation bestimmt. Da der Breusch-Pagan-Test (p = 0,027) auf leichte Heteroskedastizität hinweist, werden robuste Standardfehler verwendet.

Die im Regressionsmodell verwendeten Variablen sind in den Tabellen 1 und 2 beschrieben. Die abhängige Variable Ln (Wohnfläche pro Person) misst die genutzte Wohnfläche pro Haushaltsmitglied in Quadratmetern und dient als Indikator des Flächenkonsums. Sie wird logarithmiert modelliert, da ohne Ln-Transformation eine U‑förmige Residuenstruktur, zunehmende Streuung mit dem Erwartungswert sowie deutliche Tail-Abweichungen im Q‑Q-Plot auftreten. Diese Muster sprechen für ein multiplikatives Fehlermodell, bei dem die Varianz mit der Wohnfläche zunimmt. Die Modellierung auf der Ln-Skala reduziert diese Effekte, führt zu homogeneren Residuen und verbessert die Erfüllung der Annahmen der linearen Regression sowie die Interpretierbarkeit der Ergebnisse.

Als zentrale haushaltsspezifische Einflussgrößen wurden die Haushaltszusammensetzung und die Anzahl der Kinder aufgenommen, die sich aus vier Personenkategorien ergibt: Die Variable ‚Paar- oder Einzelperson‘ unterscheidet zwischen Paarhaushalten und Nicht-Paarhaushalten unabhängig vom Vorhandensein von Kindern. Kinder wurden additiv über separate Variablen nach Alterskategorien berücksichtigt, um differenzierte Effekte der Haushaltszusammensetzung abzubilden. Die Variable ‚Anzahl Kinder‘ differenziert drei Alterskategorien: Kinder ab 18 Jahren, 14 bis 17 Jahre sowie unter 14 Jahren. Diese drei Kategorien wurden in Anlehnung an die modifizierte OECD-Äquivalenzskala (Eurostat 2021) gebildet. Darin werden Haushaltsmitglieder zur Berechnung des Äquivalenzeinkommens nach ihrem Alter gewichtet, wobei zwischen der ältesten Person im Haushalt, Kindern ab 14 Jahren und unter 14 Jahren unterschieden wird. Die Kategorie der Kinder ab 18 Jahren wurde zusätzlich eingeführt, um volljährige Kinder im Haushalt abzubilden. Für die Variable ‚Anzahl Kinder‘ wurde eine Wurzeltransformation verwendet, um nichtlineare Zusammenhänge abzubilden, wie sie in der Literatur üblich sind (vgl. Nelson/Startz 1990; Wooldridge 2010; Steele/Zhang/Grundy et al. 2024).

Zur Abbildung der finanziellen Lage und wirtschaftlichen Kapazität der Haushalte wurde das äquivalenzgewichtete Haushaltseinkommen in drei Kategorien (niedrig, mittel, hoch) herangezogen. Es basiert auf dem Bruttohaushaltseinkommen unter Beachtung der Haushaltszusammensetzung gemäß der OECD-modifizierten Äquivalenzskala (Gewichtung: 1,0 für den ersten Erwachsenen, 0,5 für weitere Haushaltsmitglieder ab 14 Jahren und 0,3 für Kinder unter 14 Jahren), wodurch die Einkommenssituation eines Haushalts unter Berücksichtigung der Haushaltsgröße angemessen abgebildet wird (Voorpostel/Tillmann/Lebert et al. 2022: 58).

Die Variable ‚Bildung‘ erfasst das Bildungsniveau der Person, die die Onlinebefragung ausgefüllt hat und unterscheidet anhand der höchsten abgeschlossenen Ausbildung drei Kategorien: niedriges Bildungsniveau, Bildungsniveau Sekundarstufe II sowie tertiäres Bildungsniveau.

Auf der Ebene der Wohnungsmerkmale und Wohnpräferenzen wurden mehrere Indikatoren ausgewählt. Die Variable ‚Anzahl Zimmer‘ beschreibt die Zimmeranzahl der Mietwohnung. Die Variable ‚Zufriedenheit mit Wohnfläche‘ differenziert zwischen ‚zu klein‘, ‚gerade richtig‘ und ‚zu groß‘. Die Variable ‚Zimmeranzahl auf gleicher Fläche‘ zeigt, ob es einen Wunsch nach mehr oder weniger Zimmern auf der gleichen Wohnfläche gibt.

Darüber hinaus wird die Nutzung der Wohnung für Homeoffice und Hobbys sowie die Nutzung von Räumen außerhalb der Wohnung berücksichtigt. Während Homeoffice häufig mit zusätzlichen räumlichen Anforderungen verbunden ist, können die Raumansprüche von Hobbys je nach Art der Aktivität stark variieren. Für alle drei Nutzungsformen wird daher ein möglicher Zusammenhang mit dem Wohnflächenkonsum untersucht.

Verschiedene Präferenzen können einen Einfluss darauf haben, ob sich Mieterinnen und Mieter eher für eine flächenmäßig größere oder kompaktere Wohnung entscheiden, unabhängig von allfälligen Restriktionen aufgrund von Mietkosten und Wohnungsangeboten. Der Präferenzindex erfasst individuelle Präferenzen für Wohnqualitäten, deren Realisierung typischerweise zusätzliche Wohnfläche benötigt. Er bildet nicht die allgemeine Wohnqualität oder Wohnzufriedenheit ab, sondern ausschließlich die flächenrelevanten Ausprägungen individueller Wohnpräferenzen. Zur Operationalisierung dieses Konstrukts wurde aus den Umfrageergebnissen der Präferenzindex ‚Index100‘ als zentrale erklärende Variable entwickelt. Er misst die flächenrelevante Wohnorientierung eines Haushalts auf einer Skala von 0 (betont flächensparende Präferenzen) bis 100 (flächenintensive Präferenzen).

Die Befragten gaben somit an, welche Wohnmerkmale ihnen grundsätzlich wichtig sind, unabhängig davon, ob ihre aktuelle Wohnung diese Merkmale bereits aufweist. Da bislang kein etablierter und validierter Index zur Erfassung flächenrelevanter Wohnpräferenzen von Mieterhaushalten vorliegt, wurde für diese Studie ein neuer zusammengesetzter Index entwickelt. Einzelne Komponenten sind in der Literatur als flächenrelevante Wohnqualitäten dokumentiert, beispielsweise Homeoffice (Z’Rotz/Wanzenried/Amstutz 2026), großzügige Küchen- und Wohnbereiche (Karlen/Pagani/Binder 2022; Jang/Kim/Kim et al. 2023) sowie zusätzliche Räume innerhalb der Wohnung (z. B. Foye 2017). Die ausgewählten Komponenten repräsentieren unterschiedliche funktionale und nutzungsbezogene Anforderungen an die Wohnung oder die Ausstattung (unter anderem Größe des Wohnzimmers, Nutzung der Wohnung für die Arbeit oder für Hobbys, Stauraum). Ihre Zusammenführung zu einem Index erfolgt aufgrund ihres gemeinsamen theoretischen Bezugs zum Konstrukt der flächenrelevanten Wohnpräferenzen.

Der Index wurde aus den folgenden sieben Komponenten gebildet:

Jede Komponente wurde zunächst so codiert, dass höhere Werte flächenintensivere Präferenzen anzeigen. Anschließend wurden die Variablen auf eine vergleichbare Skala normalisiert und zu einem additiven Index aggregiert. Der resultierende Summenwert wurde anschließend mittels einer linearen Transformation auf eine 0 bis 100-Skala reskaliert, wobei höhere Werte flächenintensivere Präferenzen anzeigen. Die sieben Komponenten gingen mit gleicher Gewichtung in den Index ein, da für die einzelnen Präferenzdimensionen keine belastbare theoretische oder empirische Grundlage für eine unterschiedliche Gewichtung vorlag. Die additive Aggregation mit gleichen Gewichten ermöglicht eine transparente und nachvollziehbare Operationalisierung des Konstrukts der flächenrelevanten Wohnpräferenzen. Höhere Indexwerte stehen somit für einen stärkeren Wunsch der Mietenden nach flächenmäßig größeren Wohnungen.

Schließlich wurden räumliche Kontextfaktoren über die Variable ‚BFS Gemeindetypologie‘ abgebildet, welche gemäß Definition des Bundesamtes für Statistik (2017) zwischen städtischen Gemeinden in Agglomerationen und periurbanen Gemeinden hoher bis geringer Dichte unterscheidet, um strukturelle Unterschiede im Wohnumfeld abzubilden.

Ausgewählte deskriptive Statistiken der im Regressionsmodell verwendeten Variablen sind in den Tabellen 1 und 2 dargestellt. Sie geben einen Überblick über die Verteilung zentraler Stichprobenmerkmale und ermöglichen erste Einblicke in die Wohnsituation der befragten Haushalte. Tabelle 1 enthält allgemeine sozioökonomische, wohnungs-, präferenz- und standortbezogene Charakteristika, während Tabelle 2 Variablen ausweist, die direkt mit dem Wohnflächenkonsum und der Haushaltsstruktur zusammenhängen. Die getrennte Darstellung erlaubt eine gezielte Analyse struktureller Haushaltsmerkmale sowie der Verteilung der Wohnfläche in der Stichprobe und bildet gleichzeitig die Grundlage für die nachfolgende multivariate Analyse.

Der Anteil der Einpersonenhaushalte (Singles) beträgt 20,6 %, Paarhaushalte ohne Kinder machen 34,2 % aus, während 45,2 % der Haushalte Kinder haben. Insgesamt leben im Durchschnitt 0,55 Kinder unter 14 Jahren, 0,09 Jugendliche zwischen 14 und 17 Jahren sowie 0,11 volljährige Kinder pro Haushalt. Die durchschnittliche Haushaltsgröße beträgt rund 2,5 Personen (Schweiz ø 2,18 Personen pro Haushalt; Bundesamt für Statistik 2025c).

72 % der Befragten empfinden ihre Wohnfläche als ‚gerade richtig‘, 25 % als ‚zu klein‘ und 3 % als ‚zu groß‘. Somit leidet rund ein Viertel der Haushalte unter wahrgenommenem Platzmangel. Hinsichtlich der Zimmeranzahl auf gleicher Fläche sind 71 % zufrieden, während 19 % ein Zimmer mehr und 10 % ein Zimmer weniger auf der gleichen Wohnungsfläche wünschen (vgl. Tabelle 1).

43 % verfügen über ein niedriges, 34 % über ein Bildungsniveau auf der Ebene der Sekundarstufe II und 22 % über ein tertiäres Bildungsniveau, was in etwa der Verteilung in Agglomerationsgemeinden der Schweiz entspricht. Die meisten Haushalte wohnen in 4‑4,5‑Zimmer-Wohnungen (41 %), gefolgt von 3‑3,5‑Zimmerwohnungen (40 %) und 5‑5,5‑Zimmerwohnungen (18 %) (vgl. Tabelle 1). Diese Verteilung ist mit der Struktur des schweizerischen Wohnungsbestands konsistent (Bundesamt für Statistik 2025d).

Die bislang beschriebenen Merkmale zeigen eine erhebliche Variabilität innerhalb der Stichprobe. Diese Heterogenität bildet eine wichtige Voraussetzung für die nachfolgenden Regressionsanalysen, da nur ausreichend variierende Einflussgrößen statistisch belastbare Zusammenhänge erkennen lassen.

Insgesamt ist die Stichprobe durch einen hohen Anteil von Zwei-Personen-Haushalten geprägt, die überwiegend in 3‑ bis 4,5-Zimmerwohnungen leben. Die hohe durchschnittliche Wohnfläche pro Person und die verbreitete Homeoffice-Nutzung deuten auf einen weiterhin hohen Flächenkonsum hin, während die Streuung bei Einkommen, Präferenzen und Gemeindetypen eine hohe Heterogenität erkennen lässt – eine gute Voraussetzung für die Identifikation statistischer Zusammenhänge in den Regressionsanalysen. Die deskriptiven Ergebnisse beziehen sich ausschließlich auf die untersuchte Stichprobe von Mieterhaushalten unter 65 Jahren in 3‑ bis 5,5-Zimmerwohnungen in Agglomerationsgemeinden und bilden daher nicht den gesamten Schweizer Mietwohnungsbestand ab.