Hausumringe für jeden Bereich herunterladen
Vergleichen Sie vier offene Gebäudedatensätze und laden Sie dann einen herunter.
0,00 km² / 25 km²
Bounding Box
Quellen
Download
QGIS-Plugin
AI Segmentation für QGIS
Gebäude in diesen Datensätzen fehlen oder sind veraltet? Erkennen Sie sie selbst auf jedem Luftbild, in QGIS.
AI Edit
AI AgentAnleitung
So funktioniert es, Formate und Grenzen.
Über dieses Tool
Ziehen Sie ein Rechteck auf der Karte, lesen Sie die vier offenen Gebäudedatensätze dafür ein und laden Sie die Gebäudeumringe als GeoJSON für QGIS oder ArcGIS herunter. Kein Konto, keine E-Mail. Lizenz und Quellenangabe sind in der Datei enthalten.
Ausgelesene Quellen: 4 offene Datensätze · GeoJSON, Shapefile, KML, CSV · Kein Konto, keine E-Mail · Datensätze zuletzt geprüft
Sechs echte Downloads
Jedes Bild unten ist eine Antwort dieses Tools, direkt aus der Datei gezeichnet, die es ausgibt. Nichts wurde neu gezeichnet und nichts bereinigt. Heruntergeladen am
2064 Gebäude, OpenStreetMap Dichte Häuserblöcke mit gemeinsamen Wänden. Für jedes Gebäude gibt es einen Umriss, daher sind die Innenhöfe dahinter sichtbar. 
1246 Gebäude, OpenStreetMap Hafenschuppen neben Reihenhäusern. Zwei sehr unterschiedliche Gebäudegrößen in einem Download. 
3782 Gebäude, OpenStreetMap 3.782 Gebäude auf einem Quadratkilometer, und OpenStreetMap enthält jedes einzelne davon. 
2542 Gebäude, Microsoft Maschinelle Erkennung in einer Wüstenvorstadt. Jedes Haus im Raster, aus Bilddaten nachgezeichnet und nicht vermessen. 
2381 Gebäude, Microsoft Sackgassen und die Gebäudezeilen an der Hauptstraße. Hier erfasst Microsoft Bereiche, die OpenStreetMap nur lückenhaft abdeckt. 
1219 Gebäude, Microsoft Dichte niedrige Gebäude um größere Grundstücke. Hier liegen die beiden Quellen weniger als zweihundert Gebäude auseinander.
Die vier Datensätze und wofür jeder geeignet ist
Alle vier erlauben die kommerzielle Nutzung und verlangen im Gegenzug etwas. Overture, OpenStreetMap und Google unter ODbL verlangen, dass Sie Ihre abgeleitete Datenbank unter denselben Bedingungen teilen. Google unter CC BY 4.0 und Microsoft unter CDLA Permissive 2.0 verlangen nur eine Quellenangabe. Außerdem weichen sie auf derselben Fläche voneinander ab. Genau das ist der nützliche Teil.
| Datensatz | Abdeckung | Stand | Lizenz | Wie die Polygone aussehen |
|---|---|---|---|---|
| Overture Maps buildings | Global. Sie enthält das, was die anderen drei enthalten, von Overture zusammengeführt und dedupliziert, und ist daher die vollständigste der vier und die am schnellsten antwortende: Die Box wird serverseitig aus einem Index geschnitten, nicht aus einer veröffentlichten Datei herausgefiltert. | Veröffentlichung vom 19. August 2026 | ODbL 1.0 | Aus OpenStreetMap, Microsoft, Google und Esri zusammengeführt und anschließend von Overture dedupliziert. Ein Polygon pro Gebäude, mit einer Höhe und einer Geschosszahl, sofern ein vorgelagertes Dataset eine solche führte, und mit dem Namen dieser Quelle auf jedem Polygon. |
| OpenStreetMap | Weltweit und so vollständig, wie die lokale Kartierungsgemeinschaft sie erfasst hat. In den meisten europäischen und nordamerikanischen Städten dicht, an Orten, die noch niemand kartiert hat, lückenhaft. | Live. So, wie die Karte jetzt aussieht. | ODbL 1.0 | Von Menschen gezeichnet. Eine Häuserzeile ist oft ein Polygon. Umfangreiche Attribute: Adresse, Geschosse, Name, Dachform. |
| Microsoft Global ML Building Footprints | Weltweit. Ein Modell hat Satelliten- und Luftbilddaten ausgewertet. Deshalb erkennt es Gebäude, die ein Vermesser nie besucht hat, und lässt absichtlich nichts aus. Das Bildmaterial setzt jedoch die Grenze. | Veröffentlichung vom 3. Februar 2026 | CDLA Permissive 2.0 | Von einem Modell erkannt. Ein Polygon pro Gebäude, mit einem Konfidenzwert und einer Höhenschätzung, wenn das Luftbild eine solche erlaubt hat. |
| Google Open Buildings v3 | Nur Afrika, Südasien, Südostasien, Lateinamerika und die Karibik. Nicht Europa, nicht Nordamerika, nicht Australien. Innerhalb dieses Gebiets ist die Abdeckung unter den drei Anbietern am dichtesten. | Bildmaterial bis Mai 2023 | CC BY 4.0 or ODbL 1.0 | Von einem Modell erkannt. Ein Gebäudekomplex wird in viele kleine Polygone aufgeteilt, mit einem Konfidenzwert und einer Fläche in Quadratmetern. |
Ein Beispiel: 1 km² im Zentrum von Paris
Gemessen am 2026-08-14 für den Bereich 2.345400,48.852100,2.359000,48.861100 rund um die Île de la Cité. Die folgenden Zahlen hat dieses Tool ausgegeben, sie sind keine Schätzung. Île de la Cité und Quartier Latin, Paris, 1.0 km².
| Datensatz | Gebäude | Gesamte Hausumrissfläche | Was passiert ist |
|---|---|---|---|
| OpenStreetMap | 1.391 | 454.132 m² | Sie erhalten die Antwort live über Overpass in etwa sechs Sekunden. 326 m² pro Polygon. |
| Microsoft Global ML Building Footprints | 213 | 568.930 m² | Sie lesen eine 91 MB große Datei mit quadkey 120220011 vollständig ein und filtern sie auf die Box. 2,671 m² pro Polygon. |
| Google Open Buildings v3 | 0 | 0 m² | Keine coverage. Google Open Buildings v3 veröffentlicht keine Daten für Europa. |
Lesen Sie diese beiden Zeilen noch einmal. OpenStreetMap liefert 6.5-mal mehr Polygone als Microsoft, und Microsoft deckt 25% mehr Fläche ab. Beides stimmt. Im Zentrum von Paris fasst das Modell einen ganzen Block zu einer Form zusammen, im Durchschnitt 2 671 m² groß, während Menschen jedes Gebäude einzeln gezeichnet haben, im Durchschnitt 326 m² groß. Eine Zählung zeigt also, wie die Daten zugeschnitten wurden, nicht wie viel von der Stadt enthalten ist. Deshalb bewertet diese Seite keine Quelle nach ihrer Anzahl und zeigt neben jeder Quelle die gesamte Fläche der Hausumringe.
So liest das Tool jeden Datensatz
OpenStreetMap: eine Live-Abfrage
Die Bounding Box geht an Overpass, den OpenStreetMap-Abfragedienst, und kommt mit jedem Way und jeder Multipolygon-Relation zurück, die als Gebäude gekennzeichnet ist. Es gibt keinen historischen Stand: Sie erhalten die Karte so, wie sie in dem Moment aussieht, in dem Sie die Schaltfläche drücken. Relationen werden wieder zu korrekten Polygonen zusammengesetzt. Ein Gebäude mit Innenhof behält so sein Loch, statt als lose Linien anzukommen.
Microsoft: eine Datei pro Kachel
Microsoft veröffentlicht die Welt als 30,344 gzip-komprimierte Dateien, eine pro Web-Mercator-Kachel der Stufe 9, insgesamt 117 GB. In einer Datei gibt es keinen Index. Um einen kleinen Bereich zu erhalten, muss man daher die ganze Kachel lesen und den Rest verwerfen. Die Kachel mittlerer Größe ist klein genug, um das in einer Webanfrage zu erledigen. Eine dichte Stadt ist es nicht: Das Zentrum von Paris ist eine einzelne Datei mit 91 MB. Wenn die Kachel zu groß ist, nennt diese Seite die genaue Datei, statt endlos zu laden.
Google: Dateien in Kontinentgröße
Google Open Buildings v3 umfasst 1.85 billion Gebäude in 312 Dateien, insgesamt 178 GB, aufgeteilt nach S2-Zellen. Die Datei mittlerer Größe ist 164 MB, die größte ist 8.4 GB. Fast kein Bereich lässt sich innerhalb einer Webanfrage daraus ausschneiden. Für Google ist diese Seite daher hauptsächlich ein Finder: Sie zeigt, welche der 312 Dateien Ihren Bereich abdeckt und wie groß sie ist. Das ist trotzdem die Antwort, nach der die meisten Menschen suchen.
Die Abdeckung wird geprüft, nicht geraten
Google veröffentlicht die Grenze jeder Zelle, die es freigegeben hat, und diese Seite enthält eine Kopie davon. Wenn die Antwort also lautet: "Google hat hier keine Daten", stammt sie aus Googles eigenem Index und nicht aus einer Tabelle, die jemand von Hand eingetragen hat. Google deckt weder Europa noch Nordamerika noch Australien ab.
Lizenzen und Quellenangabe
Jede Datei, die diese Seite erstellt, enthält ihre Lizenz und ihre Quellenangabe direkt im GeoJSON. Die Pflicht bleibt so bestehen, auch wenn die Datei umbenannt oder weitergegeben wird. Lesen Sie die Lizenz, bevor Sie etwas aus ODbL-Daten veröffentlichen: ODbL verlangt die Weitergabe unter gleichen Bedingungen, die beiden anderen Lizenzen nicht.
Overture Maps buildings
ODbL 1.0 · Lizenz lesen
Diese Zeile bei den Daten behalten
© Overture Maps Foundation, © OpenStreetMap contributors, Microsoft, Google, Esri
OpenStreetMap
Microsoft Global ML Building Footprints
CDLA Permissive 2.0 · Lizenz lesen
Diese Zeile bei den Daten behalten
Microsoft Global ML Building Footprints, CDLA Permissive 2.0
Google Open Buildings v3
CC BY 4.0 or ODbL 1.0 · Lizenz lesen
Diese Zeile bei den Daten behalten
© Google Open Buildings v3, CC BY 4.0 or ODbL 1.0
Was dieses Tool nicht macht
- Bereiche sind auf 25 km² begrenzt. Danach bricht Overpass wegen einer Zeitüberschreitung ab und die Datei wird zu groß, um sie im Browser zu zeichnen.
- Polygone werden nie geschnitten. Ein Hausumring, der Ihren Rahmen berührt, wird vollständig übernommen, sodass die Datei über die gezeichneten Grenzen hinausreichen kann. Das ist vor allem bei Microsoft wichtig, dessen Polygone in einer dichten Stadt jeweils einen ganzen Block umfassen können.
- Der Shapefile-Export kürzt jeden Feldnamen auf 10 Zeichen, die Grenze des Formats, daher werden lange OpenStreetMap-Tags verkürzt. Bleiben Sie bei GeoJSON, wenn Sie die vollständigen Attributnamen brauchen.
- Eine Quelle pro Datei. Zwei Quellen zusammenzuführen bedeutet zu entscheiden, welches Duplikat bleibt. Diese Entscheidung treffen Sie, nicht wir.
- Ein Bereich, der die Datumsgrenze überschreitet, wird abgelehnt, statt stillschweigend geteilt zu werden.
Anleitungen, die diese Daten nutzen
Was ist ein Gebäudegrundriss? Definition und BerechnungDer Gebäudegrundriss ist die Bodenfläche, die ein Gebäude bedeckt. Was dazugehört, wie er sich von der Geschossfläche unterscheidet und wie Sie ihn berechnen.
Gebäudegrundrisse in QGIS erkennen: 3 MethodenGebäudegrundrisse erkennen Sie in QGIS mit Open Data, KI-Erkennung oder von Hand: Zone zeichnen, Objekt benennen, Polygonlayer erhalten und filtern.
Raster zu Vektor in QGIS umwandeln: 5 MethodenEin klassifiziertes Raster wandeln Sie mit Raster > Konvertierung > Vektorisieren in Polygone um. Dazu fünf Methoden und die Lösung für Treppenkanten.
KI-Segmentierung in QGIS: Leitfaden zu AI SegmentationAI Segmentation erkennt Objekte in QGIS per KI: Zone zeichnen, Objekt benennen und jedes Polygon als sauberen Vektorlayer erhalten, mit Prüfung und Semi-Auto.
Segment Anything (SAM) in QGIS: 7 Plugins im VergleichSegment Anything (SAM) umgrenzt Objekte per Klick oder Wort. Sieben QGIS-Plugins führen es aus: Kosten, NVIDIA-Pflicht und Installation im Vergleich.
Semantische Segmentierung vs. InstanzsegmentierungDie semantische Segmentierung weist jedem Pixel eine Klasse zu, etwa Gebäude oder nicht. Die Instanzsegmentierung zeichnet jedes Gebäude als eigenes Objekt.
Mehr über die drei Wege zu Hausumringen und den Filterschritt, der entscheidet, ob der Layer nutzbar ist: Gebäudeerkennung in QGIS: Hausumringe erfassen