Was ist ein Gebäudegrundriss? Definition, Datenquellen und eigene Gebäudegrundrisse erstellen
Ein Gebäudegrundriss ist der Umriss eines Gebäudes an der Stelle, an der es den Boden berührt, als Polygon auf einer horizontalen Ebene erfasst. Zeichnen Sie um die Wandfüße herum, legen Sie diese Form auf eine Karte und Sie haben einen Gebäudegrundriss.
Fast keiner der Gebäudegrundrisse, die Sie herunterladen können, ist tatsächlich das. Sie wurden aus einem von oben aufgenommenen Foto gezeichnet und folgen daher dem Dach. Auf dieser Seite geht es um genau diese Lücke, darum, wo die offenen Daten verfügbar sind und was Sie tun können, wenn sie Ihr Gebiet nicht abdecken.
Die Definition und was knapp danebenliegt
Ein Gebäudegrundriss ist eine horizontale Projektion. Er enthält keine Höhe, keine Geschosse und keinen Innenraum. Zwei Gebäude mit demselben Grundriss können ein Bungalow und ein Hochhaus sein.
Vier Dinge werden als Gebäudegrundriss bezeichnet, sind aber keiner. Jedes davon hat mir irgendwann einen Nachmittag gekostet.
Gebäudegrundriss oder Dachgrundriss
Luft- und Satellitenkameras sehen das Dach. Ein Modell oder eine Person, die dieses Bild nachzeichnet, zeichnet die Dachkante, und die Dachkante ist nicht der Wandfuß.
Drei Dinge trennen die beiden. Dachvorsprünge und Überstände schieben das Dach nach außen, bei einem Haus meist um 30 bis 80 cm, also um einige Prozent der Fläche eines kleinen Gebäudes. Die Neigung, also die seitliche Verschiebung hoher Objekte in einem nicht nadiralen Bild, verschiebt einen ganzen Turm um mehrere Meter. Und ein Carport, eine Veranda oder ein Vordach hat überhaupt ein Dach, aber keine Wände darunter.
Overture schreibt das in das eigene Schema. Der buildings guide erklärt, dass die Geometrie "expected to be the most outer footprint, roofprint if traced from satellite/aerial imagery" ist. Google sagt in seiner FAQ dasselbe über hohe Gebäude: Das Modell "is trained to detect building rooftop rather than base", daher liegt das Polygon bei Hochhäusern dort, wo das Dach erscheint, und nicht dort, wo das Gebäude steht.
Der Fehler summiert sich, wenn Sie mit Tausenden Gebäuden multiplizieren. Für das Solarpotenzial ist die Dachfläche entscheidend, daher ist ein Dachgrundriss die richtige Form. Bodenversiegelung, Hochwassergefährdung und die Einhaltung von Abständen benötigen den Wandfuß, und ein Dachgrundriss überschätzt alle drei stillschweigend.
Gebäudegrundriss oder Flurstück
Ein Flurstück oder eine Katastergrenze ist ein rechtliches Objekt. Es ist das Land, das jemand besitzt. Das Gebäude liegt normalerweise innerhalb dieses Flurstücks und bedeckt nur einen Teil davon. Flurstücksdaten stammen aus einem Grundbuch oder Kataster und ändern sich, wenn sich die Eigentumsverhältnisse ändern. Gebäudegrundrisse stammen aus Bilddaten oder Vermessungen und ändern sich, wenn sich das Gebäude ändert. Beide zu verknüpfen ist eine gängige und nützliche Operation. Das eine mit dem anderen gleichzusetzen, führt dazu, dass ein Garten als Dach gezählt wird.
Gebäudegrundriss oder Geschossfläche
Die Bruttogeschossfläche ist ungefähr der Gebäudegrundriss multipliziert mit der Anzahl der Geschosse, und genau das ist es, worauf Steuer- und Planungsvorschriften normalerweise achten. Die Gebäudehülle ist die 3D-Haut: Gebäudegrundriss plus Höhe plus Dachform. Ein Gebäudegrundriss allein sagt Ihnen nichts davon. Wenn Sie eine Geschossfläche benötigen, brauchen Sie die Geschosszahl oder eine Höhe, und nur einige Datensätze enthalten eine davon.
Ein Gebäude oder mehrere
Reihenhäuser bringen die meisten Pipelines aus dem Takt. Eine Reihe aus acht Häusern teilt sich die Wände, sodass sie von oben als ein durchgehendes Dach ohne sichtbare Trennlinie erscheint. Detektoren liefern ein Polygon. Kataster liefern acht. Keines von beiden ist falsch. Sie beantworten unterschiedliche Fragen, und Sie müssen vor jeder Zählung entscheiden, welche davon Ihre Analyse benötigt.
Innenhöfe sind Löcher. Ein Gebäude um einen Innenhof ist daher ein Polygon mit einem inneren Ring, und jedes Tool, das innere Ringe entfernt, vergrößert seine Fläche. Eine Kirche mit einem Kirchenschiff und einem separaten Turm kann als Multipart-Geometrie ankommen. Und wieder die Überdachungen: Das Dach einer Tankstellenvorfahrt ist ein Dach über nichts.
Wofür Menschen Gebäudegrundrisse verwenden
Solarpotenzial, anhand von Dachfläche und Ausrichtung. Hochwasser- und Waldbrandgefährdung sowie die dahinterstehende Versicherungsberechnung. Bevölkerungsschätzungen, wenn der Zensus veraltet ist oder fehlt. Grundsteuerbewertung und die Erkennung nicht genehmigter Erweiterungen. Telekommunikations- und Netzplanung, bei der ein Gebäude zugleich Hindernis und Kunde ist. 3D-Stadtmodelle, extrudiert aus Gebäudegrundriss und Höhe. Schadensbewertung nach einem Erdbeben oder Sturm durch den Vergleich zweier Zeitpunkte.
Alle benötigen dasselbe: ein Polygon pro Gebäude mit einer Fläche, der Sie vertrauen können.
Wo Sie Daten zu Gebäudegrundrissen bekommen
Fünf Quellen decken die meisten Anforderungen ab. Alles in dieser Tabelle wurde am 23. August 2026 auf der jeweiligen Seite des Herausgebers gelesen.
| Quelle | Abdeckung | Lizenz | Stand | Geometrie | Abruf |
|---|---|---|---|---|---|
| OpenStreetMap | Global, so vollständig, wie die lokale Mapping-Community sie erstellt hat | ODbL 1.0 | Live, entsprechend dem Stand der Karte zum Zeitpunkt Ihrer Abfrage | Von Hand gezeichnet, daher mit rechtwinkligen Ecken und echten Attributen, in den meisten Gebieten jedoch aus Bilddaten nachgezeichnet | QuickOSM im plugin manager oder eine Overpass-Abfrage |
| Microsoft Global ML Building Footprints | Global. 1,4 Mrd. Gebäude aus Bing-Maps-Bilddaten, die zwischen 2014 und 2024 aufgenommen wurden, verteilt auf 30.340 Kacheln in 225 Regionen | CDLA Permissive 2.0 | Aktualisiert am 13. August 2026 | Modellausgabe. Höhe für eine Teilmenge, Konfidenzwert für die neueren Gebäudegrundrisse | dataset-links.csv pro Land und Quadkey oder über den Planetary Computer |
| Google Open Buildings v3 | Afrika, Südasien, Südostasien, Lateinamerika und die Karibik. 1,8 Mrd. Detektionen auf 58 Mio. km². Nicht Europa, nicht Nordamerika, nicht Australien | CC BY 4.0 oder ODbL 1.0, nach Ihrer Wahl | Inferenzlauf im Mai 2023 | Modellausgabe mit Konfidenzwert und Tabelle der Präzisionsschwellen pro Region | 178 GB CSV-Dateien nach S2-Zelle, Earth Engine oder 20 kuratierte Länderdateien auf HDX |
| Overture Maps buildings | Global, zusammengeführt aus den oben genannten Quellen sowie Esri Community Maps und nationalen Daten | ODbL | Monatlich. Aktuelle Veröffentlichung 2026-08-19.0 | Zusammengeführt. OpenStreetMap gewinnt, wo es vorhanden ist, die Modellausgabe füllt den Rest, Zuordnung bei 50 % Überlappung | GeoParquet auf AWS oder Azure oder über die overturemaps CLI |
| IGN BD TOPO (Frankreich) | Frankreich und die Überseedepartements, das Thema bâti | Licence Ouverte 2.0 | Vierteljährlich, zuletzt veröffentlicht am 31. Juli 2026 | Vermessen, metrische Genauigkeit, 3D mit einer Höhe pro Gebäude | data.gouv.fr, nach Departement |
1.4B
Gebäude in Microsoft Global ML Building Footprints
README, gelesen am 23. August 2026
1.8B
Detektionen in Google Open Buildings v3 auf 58 Mio. km²
Datensatzseite, gelesen am 23. August 2026
2026-08-19
aktuelle Veröffentlichung von Overture buildings, eine pro Monat
Veröffentlichungskalender, gelesen am 23. August 2026
Lesen Sie die Lizenzen, bevor Sie sich entscheiden. ODbL ist eine Share-Alike-Lizenz. Eine abgeleitete Datenbank muss daher unter denselben Bedingungen weitergegeben werden, und diese Klausel hat mehr als ein Kundenergebnis zunichtegemacht. CDLA Permissive 2.0 und CC BY 4.0 verlangen lediglich eine Namensnennung. Google veröffentlicht unter CC BY 4.0 und ODbL und lässt Sie wählen. Das wurde absichtlich so gemacht, damit die OpenStreetMap-Community und alle anderen die Daten nutzen können, ohne über die Kompatibilität zu streiten.
Die drei globalen Quellen widersprechen sich für denselben Boden, und genau diese Abweichung ist der nützliche Teil.
Wenn Sie nur eine Datei für ein Gebiet benötigen, liest unser kostenloser Downloader für Gebäudegrundrisse alle drei globalen Quellen für eine von Ihnen gezeichnete Box und liefert Ihnen GeoJSON mit der darin enthaltenen Namensnennung. Kein Konto erforderlich, die Box ist auf 25 km² begrenzt.
Wenn offene Daten nicht ausreichen
Vier Situationen, und ich stoße in einem normalen Jahr auf alle vier.
Das Gebiet ist nicht abgedeckt. Google endet am Rand des Globalen Südens. Microsoft reicht so weit, wie die Bing-Bilddaten reichen. OpenStreetMap reicht so weit, wie jemand kartiert hat.
Die Daten sind älter als die Fragestellung. Google Open Buildings hat seine Inferenz im Mai 2023 durchgeführt. Ein 2025 fertiggestelltes Neubaugebiet ist darin nicht enthalten, und kein noch so häufiges Herunterladen ändert das.
Die Gebäude sind neu oder verschwunden. Schadensbewertung und Bauüberwachung benötigen beide zwei Zeitpunkte, offene Daten liefern Ihnen jedoch nur einen.
Sie benötigen eine Form, die niemand veröffentlicht. Dachflächen für eine Solaranalyse oder Gebäude aus Ihrem eigenen Drohnenflug mit 5 cm Auflösung, für den ein globales Modell mit 30 cm nichts Brauchbares zu sagen hat.
Dann extrahieren Sie Ihre eigenen Daten.
Vier Möglichkeiten, Gebäudegrundrisse für Ihr eigenes Gebiet zu erhalten
Drei der vier laufen innerhalb von 
. Für jede gelten dieselben Fragen: Was wird installiert, ob eine GPU oder ein Konto erforderlich ist, ob Ihre Bilddaten Ihren Rechner verlassen, was hineingeht, was herauskommt, was die reale Arbeit kostet und welche Einschränkung besteht.
Die offenen Datensätze, heruntergeladen. Keine Installation. Keine GPU, kein Konto. Nichts verlässt Ihren Rechner außer der Bounding Box, nach der Sie fragen. Hinein geht eine Box, heraus kommt GeoJSON mit Lizenz und Namensnennung, die in die Datei geschrieben werden. Kostenlos. Die Einschränkung: Es kann nur zurückgeben, was die Herausgeber bereits kartiert haben, daher bleibt ein neues Wohngebiet unvollständig. Unser Downloader.
Unsere AI Segmentation. QGIS plugin manager, anschließend ein Konto. Keine GPU, kein Download von Gewichten, keine Python-Umgebung. Automatic und die Cloud-Speicherung in Semi-Auto senden die Bilddaten innerhalb der von Ihnen gezeichneten Zone an unsere Server in Europa. Das kleine Semi-Auto-Modell läuft lokal und belässt die Bilddaten auf Ihrem Rechner. Hinein geht eine Zone über einem beliebigen raster oder einer Basemap plus einem Wort wie building. Heraus kommt ein gestaltetes GeoPackage, ein Polygon pro Objekt, jedes mit einer Klasse, einem Konfidenzwert und einer Fläche. Kostenlos für 3 km² automatische Detektion pro Monat, danach 39 € pro Monat für 300 km². Die Einschränkung: Es liefert mehr zurück, als Sie angefordert haben. Lüftungen, Oberlichter und Schuppen in Innenhöfen kommen daher als korrekt umrandete Polygone zurück, die keine Gebäude sind, und Sie müssen sie nach Konfidenzwert und Fläche herausfiltern. Produktseite.
Deepness. Plugin manager, danach werden OpenCV und ONNX Runtime beim ersten Start installiert. Wenn alles funktioniert, dauert es etwa zwanzig Minuten. Kein Konto. Alles läuft auf Ihrem Rechner, CPU für kleine Raster, Ihre eigene CUDA-Konfiguration für mehr Geschwindigkeit. Hinein geht ein beliebiger raster plus eine ONNX-Modelldatei, die Sie bereitstellen. Heraus kommt ein Vektor- oder raster. Kostenlos, Apache 2.0. Die Einschränkung: Es bringt selbst keine Detektionsfähigkeit mit, und ein auf 25-cm-Bilddaten trainiertes Modell interpretiert Ihren 5-cm-Drohnenflug als Rauschen, ohne Sie zu warnen. Repository und Dokumentation.
Mapflow von Geoalert. Plugin manager, danach anmelden. Keine GPU. Läuft auf den Servern des Anbieters, daher verlassen die Bilddaten bei jedem Lauf Ihren Rechner. Hinein geht ein von Ihnen gezeichnetes Gebiet über einer der Bilddatenquellen des Anbieters. Heraus kommen Vektor-layer: Gebäude mit optionaler Höhe, Straßen, Felder und Wald. Gebäude kosten 10 Credits pro km² zu 0,10 $ pro Credit, auf ganze Quadratkilometer aufgerundet. Eine Stadt mit 10 km² kostet daher etwa 10 $. Der kostenlose Tarif umfasst 250 Credits für höchstens 25 km², der Export ist gesperrt. Die Einschränkung: Reihenhäuser werden zu einem Polygon zusammengeführt, wie die eigenen Screenshots zeigen. Plugin-Dokumentation.
Den umfassenderen Vergleich, einschließlich der lokalen SAM-basierten Optionen, finden Sie in der Übersicht der AI plugins und im QGIS AI Hub.
Kostenlos in QGIS testen, keine Karte erforderlich
Prüfen Sie den layer, bevor Sie ihm vertrauen
Fünf Prüfungen in der Reihenfolge, in der ich sie durchführe. Sie dauern etwa fünfzehn Minuten und haben mich mehr als einmal davor bewahrt, eine falsche Zahl zu veröffentlichen.
Anhand einer selbst digitalisierten Stichprobe zählen
Wählen Sie einen Quadratkilometer aus. Digitalisieren Sie jedes Gebäude darin von Hand. Vergleichen Sie die Anzahl mit dem layer. Ein Verhältnis unter 0,9 oder über 1,1 bedeutet, dass der layer eine andere Frage beantwortet als gedacht. Das sollten Sie vor der Analyse wissen und nicht erst danach.
Die aneinandergrenzenden Reihen genau ansehen
Zoomen Sie auf die dichteste Reihenhausstraße in Ihrem Untersuchungsgebiet. Zählen Sie die Polygone im Vergleich zu den Hauseingängen. Diese eine Prüfung zeigt Ihnen, ob der Datensatz gemeinsame Wände trennt, und entscheidet über jede Statistik pro Gebäude, die Sie gleich berechnen werden.
Die neueste Bebauung finden
Öffnen Sie die jüngste Entwicklung, die Sie kennen. Fehlt sie, haben Sie gerade den tatsächlichen Stand der Daten gemessen, und das ist ehrlicher als das Datum auf der Downloadseite.
CRS und Flächeneinheiten prüfen
Die meisten dieser Datensätze werden in EPSG:4326 geliefert. Berechnen Sie eine Fläche in Grad, erhalten Sie eine bedeutungslose Zahl, die trotzdem wie eine Zahl aussieht. Projizieren Sie in ein metrisches CRS, das zur geografischen Breite passt, und berechnen Sie die Fläche anschließend.
Ein Dach mit seinen Wänden vergleichen
Wählen Sie ein hohes Gebäude aus. Wenn das Polygon gegenüber dem Wandfuß versetzt liegt, haben Sie Dachgrundrisse mit Neigung, und jede Analyse zur Bodenversiegelung oder zu Abständen benötigt eine Korrektur oder eine andere Quelle.
Wenn Sie nun statt der Definition die Polygone benötigen, ist der nächste Schritt die Anleitung Gebäudegrundrisse in QGIS automatisch erkennen. Sie erklärt den Filterschritt, der entscheidet, ob der layer verwendbar ist.
