Die Geobasisprodukte Hausumringe und Hauskoordinaten ... · amtliche Hauskoordinaten (HK). Der Beitrag verfolgt das Ziel, den Informationsgehalt die-ser beiden Datenprodukte zu prüfen,

PFG 2013 / 6, 0575–0588 ArticleStuttgart, December 2013

© 2013 E. Schweizerbart'sche Verlagsbuchhandlung, Stuttgart, Germany www.schweizerbart.deDOI: 10.1127/1432-8364/2013/0201 1432-8364/13/0201 $ 3.50

Die Geobasisprodukte Hausumringe undHauskoordinaten − Charakterisierung und Aufbereitungfür Gebäudebestandsanalysen

gotthard Meinel, Dresden & Manuel BurcKhardt, Radebeul

Keywords: Amtliche Geobasisdaten, Hausumringe, Hauskoordinaten, Gebäudegeometrien,Gebäudebestandsanalysen

Zusammenfassung: Obwohl der GebäudebestandDeutschlands einen sehr hohen wirtschaftlichenWert darstellt, ist der Informationsbestand zu die-sem sehr lückenhaft und ergänzungsbedürftig. Sofehlen flächendeckende Informationen zur Gebäu-deanzahl und Grundfläche, dem Gebäudetyp, derGeschosszahl und der Nutzung in hoher themati-scher und räumlicher Auflösung. Dieses aber sindGrundinformationen, um beispielsweise Energie-einsparungs- und Klimaschutzziele genügend dif-ferenziert und regionalisiert in politischen Pro-grammen und Maßnahmen zu untersetzen. Dasstatistische Datenangebot zum Gebäudebestand hatsich mit den Ergebnissen des Zensus 2011 verbes-sert, aber bestehende Datenbedarfe nicht vollstän-dig gedeckt. Die AAA-Geobasisprodukte ATKISund ALKIS werden zwar gemäß ihrer Modellbe-schreibung zukünftig zunehmend detaillierte Ge-bäudeinformationen enthalten. Diese Informatio-nen stehen aber derzeit noch nicht flächendeckendzur Verfügung. Der Beitrag zeigt darum, wie diebereits bundesweit verfügbaren Geobasisdaten„Amtliche Hausumringe“ in Kombination mit„Amtlichen Hauskoordinaten“ genutzt und verar-beitet werden können, um den Gebäudebestand inhoher räumlicher Auflösung zu beschreiben. Dazuwerden die Datenprodukte charakterisiert sowieihre Vorverarbeitung, Bereinigung, Homogenisie-rung, Differenzierung in Haupt- und Nebengebäu-de, eine grobe Nutzungsklassifikation und Kenn-zeichnung der Gebäudetypen erläutert. Der reingeometrische Datenbestand, der durch die regiona-lisierte Erhebung seitens der Katasterbehördensehr heterogen ist, eignet sich prinzipiell für Ge-bäudebestandsanalysen zur Ergänzung statisti-scher Datenangebote. Allerdings sind Zeitreihen-analysen auf Basis dieser Datenprodukte durchVeränderungen bedingt durch die ALKIS-Migra-tion derzeit noch problematisch.

Summary: The Digital Basic Geodata Sets “Haus-umringe” and “Hauskoordinaten” – Characteriza-tion and Pre-processing for Building Stock Analy-sis. Although the building stock of Germany has avery high economic value, the related informationis limited and requires completion. For instance,area-wide data are missing for the following prop-erties: number of buildings, footprint, buildingtype, number of floors, and usage with a high the-matic and spatial resolution. However, this infor-mation is needed to successfully take energy savingand climate protecting targets into account in po-litical programs and actions, all with a sufficientlevel of detail. The results of the 2011 census willimprove the statistics of the building stock, but willnot fully meet all data requirements. The GermanAAA basic geodata products ALKIS and ATKIScontain detailed information about buildings ac-cording to the model definition. However, thosemodels are not yet area-wide available. Therefore,the article deals with the question, whether thecombination of the new digital geodata sets “Amtli-che Hausumringe” (administrative building foot-prints) and “Amtliche Hauskoordinaten” (adminis-trative georeferenced addresses) are suitable forproviding information of the building stock andhow they have to be processed in order to describethe building stock with a high spatial resolution.The article describes the two data products and ex-plains their pre-processing, correction, homogeni-zation, distinction in main- and auxiliary buildings,as well as classification of uses and building types.To conclude, the German-wide dataset of the geom-etry of the buildings is suitable for analyses regard-ing buildings and add-ons to other statistical data.This is true though the data are captured accordingto slightly different rules caused by the responsibil-ity of the German states (Bundesländer) and thusare not fully homogenous. Currently, time-seriesanalyses based on these data products are heavierinfluenced by the migration of the former ALK-system to the new ALKIS-system which errone-ously sometimes causes changes of the data.

576 Photogrammetrie • Fernerkundung • Geoinformation 6/2013

bzw. einen direkten Raumbezug aller Gebäu-de. Hier bieten sich die in den letzten Jahrenvollständig digitalisierten Katasterdaten alsInformationsquelle an, die auch den Gebäude-bestand in Lage und Grundriss darstellen. Sobesitzen die Produkte Automatisierte Liegen-schaftskarte (ALK) sowie deren Nachfolger,das Amtliche Liegenschaftskatasterinforma-tionssystem (ALKIS) und das Amtliche Kar-tographisch-Topographische Informationssys-tem (ATKIS), in der Modellbeschreibung derObjektart Gebäude (31001) auch Attribute zurBauweise, Gebäudenutzung, Geschosszahl,Baujahr, Grundfläche, Gebäudevolumen undDachform. Allerdings gehören diese Attributenicht zum Grunddatenbestand und sind darumsehr lückenhaft. Daher sind diese Datenpro-dukte für die Erstellung belastbarer, flächen-deckender Gebäudebestandsanalysen nochnicht geeignet. Vorerst ist darum die Nutzungbestehender Gebäudegeometrien angezeigt.Als sehr hilfreich erweist sich dabei die Aus-kopplung der Gebäudegrundrisse und der Ad-resskoordinaten der Liegenschaftskarte in denProdukten amtliche Hausumringe (HU) bzw.amtliche Hauskoordinaten (HK). Der Beitragverfolgt das Ziel, den Informationsgehalt die-ser beiden Datenprodukte zu prüfen, die Da-ten operationell für die gesamte Bundesre-publik aufzubereiten, soweit wie möglich zuhomogenisieren, die Geometriedaten mit se-mantischen Informationen wie Haupt-/Neben-gebäude, Gebäudenutzung und -typ anzurei-chern sowie die Belastbarkeit der Daten fürGebäudebestandsanalysen zu beurteilen.

Sollen diese auf Grundlage von Vermes-sungsdaten die amtliche Statistik ergänzen,muss der Gebäudebegriff der amtlichen Sta-tistik berücksichtigt werden: „Als einzelnesGebäude gilt bei zusammenhängender Bebau-ung jedes Gebäude, das durch eine vom Dachbis zum Keller reichende Brandmauer von an-deren Gebäuden getrennt ist. Ist keine Brand-mauer vorhanden, so gelten die zusammen-hängenden Gebäudeeinheiten als einzelneGebäude, wenn sie ein eigenes Erschließungs-system (eigener Zugang und eigenes Treppen-haus) besitzen und für sich benutzbar sind.“(deStAtiS 2012). Dieses ist bei der späte-ren Aufbereitung der Gebäudegeometrieda-ten von besonderer Bedeutung, da häufig ge-reihte Gebäude (Doppelhäuser, Reihenhäuser,

1 Problemstellung und Ziel

Der Gebäudebestand Deutschlands stellt ei-nen sehr hohen wirtschaftlichen Wert dar. Dieohnehin bestehenden Herausforderungen zurErhaltung und Modernisierung des Gebäu-debestandes werden nun ergänzt durch An-forderungen zur Energieeinsparung (Ener-giewende) und zur CO2-Reduktion (Klima-schutzziele). Dazu werden auf verschiedenenpolitischen Ebenen zunehmend Programmewie die European Directive Energy Perfor-mance of Buildings (EPBD 2010), das CO2-Gebäudesanierungsprogramm des Bundes(BMVBS 2010) oder das KfW-Förderpro-gramm „Energetische Stadtsanierung − Ener-gieeffiziente Quartiersversorgung“ (BMvBS2012) formuliert, welche über die Gebäude-sanierung hinaus teilweise auch städtebau-liche Komponenten enthalten. Gemessen anseiner Bedeutung ist das Wissen über denGebäudebestand, dessen Struktur, z. B. Funk-tion, Alter, Größe, Form, Anordnung, stoffli-che Zusammensetzung, Nutzungsparameter,also Wohnungs- und Bewohnerzahl, Ener-gieverbrauch und Dynamik (Abriss, Neubau,Umnutzung, Sanierung) außerordentlich ge-ring. So verwundert es nicht, dass sich in denletzten Jahren Forschungsaufträge zur Erhe-bung des Gebäudebestands in Deutschlandhäufen, u. a. BMVBS (2011), BBSR (2011)und BBSR (2012). Durch die Verknüpfungvon Gebäudebestandsdaten mit gebäudety-pischen Energiekennzahlen von Wohn- undNichtwohngebäuden (BBSR 2011) könnenEnergieverbrauchszahlen sowie Energie- undCO2-Einsparpotenziale abgeschätzt und För-derprogramme zielgenau aufgelegt werden.

Die bis Mai 2013 einzigen amtlichen Sta-tistikdaten zum Gebäudebestand beruhen aufFortschreibungen der letzten Gebäude- undWohnungszählung (GWZ) vom Jahr 1987 (alteBundesländer) bzw. 1995 (neue Bundeslän-der). Sie sind daher ungenau und mit der Ge-meinde als kleinste räumliche Berichtseinheitfür die Beantwortung beispielweise raumwis-senschaftlicher oder -planerischer Fragen auchzu grob aufgelöst. Aber planerische Fragestel-lungen wie zur intrakommunalen Gebäude-strukturverteilung oder zur Bestandsentwick-lung in Überschwemmungsgebieten erfordernweitergehende räumliche Differenzierungen

Gotthard Meinel & Manuel Burckhardt, Geobasisprodukte 577

gesichts der großen Unterschiede im Erfas-sungsstand und wegen bestehender Länder-spezifika bei ALK und ALKIS nicht schwer.

Die ZSHH übernimmt jeweils zum 1.4. ei-nes Jahres die Daten der Länder, homogeni-siert sie (Georeferenzierung, Datenformat)und gleicht die georeferenzierten Adressdatenmit Postdatenbeständen ab. Datenfehler wer-den den Datenlieferanten mitgeteilt, nicht aberbehoben. Diese Produkte werden mit einemeinheitlichen Gebühren- und Lizenzmodellsowie Datenformat vertrieben, was erstmalsbundesweite Untersuchungen ermöglicht. DieProduktabgabe erfolgt in einer einheitlichenGeoreferenzierung (UTM/ETRS89, DHDN/GK oder geografischen Koordinaten). Einedetaillierte Beschreibung der Datensätze fin-det man in ZSHH (2012).

Die beiden Datenprodukte sind aus der Au-tomatisierten Liegenschaftskarte ALK (inBayern der Digitalen Flurkarte) bzw. demAmtlichen Liegenschaftskatasterinformati-onssystem (ALKIS) abgeleitet. Die Quelle ist

Zeilenbauten) als Gebäudeverband und nichtals Einzelgebäude modelliert wurden, was zueiner erheblichen Verfälschung von Gebäude-bilanzen führen würde (falsche Gebäudezahlund -typisierung).

2 Datenbeschreibung

Seit 2010 werden die Geobasisprodukte amt-liche Hausumringe und amtliche Hauskoor-dinaten, auch georeferenzierte Adressdatengenannt, von der Zentralen Stelle für Haus-koordinaten, Hausumringe und 3D-Gebäude-modelle (ZSHH) der Bezirksregierung Kölnfür länderübergreifende oder bundesweiteUntersuchungen angeboten. Die Nutzung die-ser Datensätze für deutschlandweite Analysenhat gegenüber der Verwendung der ALK bzw.ALKIS viele Vorteile: Sie sind flächende-ckend vorhanden, wesentlich preiswerter undin einem einheitlichen Raumbezug verfügbar.Das Manko fehlender Attributwerte wiegt an-

Tab. 1: Dezentrale Führung des Liegenschaftskatasters − Quelle der Geobasisprodukte Hausum-ringe und Hauskoordinaten (Quelle: Internetseiten der Landesbehörden, Stand: 10/2012).

Bundesland Organisation desLiegenschaftskatasters

ZahldatenführenderKatasterämter

Brandenburg kommunal (Katasterämter) 18

Berlin Bezirksämter 12

Baden-Württemberg Landkreise 60

Bayern Vermessungsämter 51

Bremen zentral 1

Hessen untere Behörden 7

Hamburg zentral 1

Mecklenburg-Vorpommern Landkreise 8

Niedersachsen Örtliche Dezernate 50

Nordrhein-Westfalen Landkreise 31

Rheinland-Pfalz kommunal (Katasterämter) 19

Schleswig-Holstein untere Behörden 5

Saarland zentral 1

Sachsen Landkreise 13

Sachsen-Anhalt untere Behörden 4

Thüringen untere Behörden 8

Deutschland gesamt 289


schiedliche Ansätze verfolgt: Vermessungder fehlenden in diesem Zeitraum errichtetenGebäude durch die Katasterämter, Gebäude-ergänzungen durch Ortholuftbildkartierungoder generelle photogrammetrische Gebäude-erfassung unter Aufgabe der Einmesspflicht.Letztlich hängt die Vollständigkeit und Ak-tualität der Gebäudeerfassung und damit dieQualität des Datensatzes von der konsequen-ten Durchsetzung der Einmessungspflicht derGebäudeeigentümer ab.

Die Grundlage der im Folgenden beschrie-benen Datenanalyse bildet ein bundesweiterDatensatz der Hausumringe und der Georefe-renzierten Adressdaten Bund (GAB), der vomBundesamt für Kartographie und Geodäsieim Oktober 2011 bezogen wurde und je nachBundesland eine Datenaktualität zwischen01/2011 – 06/2011 aufweist. Der nach Bundes-ländern gegliederte ArcGIS-Shape-Datensatz(GK3, Ellipsoid Bessel, Datum Potsdam) um-fasst ca. 49 Millionen Geoobjekte mit einemSpeichervolumen von 10 GB. Die Daten wur-den in eine FileGeodatabase (FGDB) getrenntnach Bundesländern konvertiert.

3 Prüfmethodik und Ergebnisse

Die Prüfmethodik orientiert sich an dem Ziel,erstmals Vermessungsdaten zur Erstellungvon Gebäudebestandsanalysen zu nutzen. DieDaten müssen darum hinsichtlich der Gebäu-deanzahl und -grundfläche bis zur Gemein-deebene verlässliche Angaben ermöglichen.Dieses betrifft insbesondere die Vollstän-digkeit der Gebäudeerfassung und die Auf-teilung von Gebäudeverbänden in Einzelge-bäude. Auch sollte eine Unterscheidung inHaupt- und Nebengebäude und Angaben zurHauptnutzung ermöglicht werden. KleinereLageverschiebungen (< 1 m) sind unkritisch,größere Lageverschiebungen sind dagegen beizeitlichen Vergleichen des Gebäudebestandesproblematisch.

Zuerst erfolgte eine visuelle Kontrolle derGebäudemodellierung durch Überlagerungder Hausumringe und Hauskoordinaten mitReferenzdaten. Die Gebäudemodellierungwurde dabei hinsichtlich Generalisierungs-grad, Auftrennung in Einzelgebäude, Lage-treue und Lagevergleich zum Adresspunkt

damit das amtliche Verzeichnis aller Flurstü-cke und Gebäude in Deutschland. Diese sindin der ALK in der Regel durch individuel-le Vermessung vor Ort erfasst und verfügenmeist über eine hohe geometrische Genauig-keit (mittlere Lagetreue: +/-0,5 m). Hausum-ringe beschreiben georeferenzierte Umring-polygone von Gebäudegrundrissen ohneDachüberstand und ohne unterirdische Ge-bäude und sind der ALK-Folie 011 entnom-men, in einigen Bundesländern auch ergänztdurch photogrammetrisch erfasste Gebäude.Die Hausumringe stellen reine Geometrieda-ten ohne jegliches Sachattribut dar.

Die Hauskoordinaten beschreiben dieräumliche Position der ca. 21 Millionen Ge-bäude mit postalischer Adresse in Deutsch-land. Jedes Gebäude besitzt eine eindeuti-ge ID, ein lagebezogenes Qualitätsattribut(Kapitel 3.1), die Verwaltungszugehörigkeit,Schlüssel für Land, Regierungsbezirk, Kreis,Gemeinde, Orts- bzw. Gemeindeteil sowie dieamtliche Adresse mit Straßennamen, Haus-nummer, Postleitzahl und postalischem Orts-und Ortsteilnamen.

Auch wenn die ALK und das ALKIS durchdie AdV modellseitig bundesweit definiertund landesweit einheitlich, wenn auch spezi-fisch, geregelt ist, führt die dezentrale Daten-erhebung in derzeit 289 (Oktober 2012) regi-onalen Katasterbehörden (Tab. 1), die immerwieder auch Umstrukturierungen und Zuge-hörigkeitsveränderungen erfahren, zu einererheblichen Heterogenität der Daten. Unter-schiede in der Vollständigkeit, Aktualität undModelltreue der Daten sind wohl neben dersehr unterschiedlichen Ressourcenausstat-tung der Behörden (Personal, Technik, Ver-netzung) auch auf die Historie der Liegen-schaftskarte zurückzuführen. Nicht nur dieBezugssysteme waren uneinheitlich, auch dieErfassungskriterien von Gebäuden, insbeson-dere deren Mindestgröße. In den ostdeutschenLändern wurde zudem die Führung des Ge-bäudebestandes im Kataster nach 1945 nichtso konsequent verfolgt wie in den alten, da eskeine Gebäudeeinmesspflicht gab. So ist nochheute der Gebäudebestand der ALK und da-mit auch der Hausumringe in einigen neuenBundesländern lückenhaft (Kapitel 3). ZurKomplettierung des Gebäudebestandes wur-den seitens der Vermessungsbehörden unter-


Sie ermöglichen beispielweise die Auftren-nung von Gebäudeumringen gereihter Häuser,wenn diese entgegen der Modellvorschrift nurals Gebäudeverband modelliert wurden. Auchermöglichen sie die Differenzierung des Ge-bäudebestandes in Haupt- und Nebengebäude,da nur erstere über eine postalische Adresse(= Hauskoordinate) verfügen. Hauskoordina-ten sind meist aktueller als Hausumringe, dasie bereits vor der Errichtung bzw. Einmes-sung des Gebäudes vergeben werden. Aller-dings obliegt die Vergabe der Hausadressenden Kommunen, so dass Unterschiede in derVergabepraxis der Hauskoordinaten bekanntsind. Der Adressdatenbestand wird in demDatenangebot des ZSHH seit 2012 durch dieDeutsche Post Direkt GmbH mit postalischenInformationen sowie aktuellen Adressverän-derungen ergänzt, die durch die Länder kon-trolliert und im ZSHH zusammengeführt wer-den.

Die Lagetreue jeder Hauskoordinate kanndem Datenattribut Qualität („Quali“) ent-nommen werden. Der Attributwert A ver-weist auf eine sichere Adresse innerhalb desHausumrings, Attributwert B auf ein vorhan-denes aber noch nicht eingemessenes Gebäu-de innerhalb des Flurstückes und AttributwertR auf ein noch nicht sicher vorhandenes Ge-

überprüft. Diese stichpunktartig durchge-führten Untersuchungen wurden unter Nut-zung der Geodienste des Bundes DigitaleOrthophotos (wms-dop) und ATKIS Basis-DLM (wms-bdlm) für jedes Bundesland se-parat und jeweils ausgewählte städtische so-wie ländliche Gebiete durchgeführt (Tab. 2).Durch gemeinsame Visualisierung und Ver-schneidung der Hausumringe und -koordina-ten konnten Rückschlüsse auf die Vollständig-keit der Hausumringe gezogen werden. Dabeioffenbarte sich ein Lageversatz der Hausum-ringe in einigen Bundesländern, der letztlichauf Datentransformationen zwischen den da-tenliefernden Einrichtungen und dem ZSHHbzw. dortigen internen Transformationen zu-rückzuführen war. Offene Fragen wurden,wenn möglich, mit den jeweiligen datenfüh-renden Stellen diskutiert, um ggf. systemati-sche Probleme aufzudecken.

3.1 Prüfergebnis GeoreferenzierteAdressdaten Bund(Hauskoordinaten)

Hauskoordinaten sind für die Prüfung derHausumringdaten aber auch die spätere Ana-lyse des Gebäudebestandes äußerst hilfreich.

Abb. 1: Qualitätsklassen der Hauskoordinaten der Bundesländer (Quelle: eigene Bestimmung)(Herkunft bzw. Lagetreue der Hauskoordinate: T = Institut für angewandte Sozialwissenschaft(infas), A = sichere Adresse, B = vorhandenes, aber noch nicht eingemessenes Gebäude, R =noch nicht sicher vorhandenes Gebäude).


Tab. 2: Vollständigkeit der Hausumringe, visuelle Abschätzung durch Karten- und Luftbildver-gleich (BurcKhardt 2012).

Bun

desl

and

Koordinaten von nichteingemessenen Gebäuden1

Ant

eilf

ehle

nder

HU

in%

2

Problembeschreibung

Hau

sum

ring

evo

llstä

ndig

Ant

eili

n% Bedeutung

BB 4 Reservierungskoordinaten,nicht eingemessene Gebäude

< 1 einzelne Gebäude fehlen ja

BE 4 Reservierungskoordinaten,nicht eingemessene Gebäude


BW 0 -- < 1 wenige nicht eingemessene Gebäudeohne Adresskoordinate

ja

BY 4 Reservierungskoordinaten < 1 wenige nicht eingemessene Gebäudeohne Adresskoordinate

ja

HB 4 wenige Reservierungskoordi-naten, viele im Umring³


HE 0 -- 0 kein fehlender Umring gefunden jaHH 1 Reservierungskoordinaten 0 kein fehlender Umring gefunden jaMV 13 Reservierungskoordinaten,

> 90% nicht eingemesseneGebäude

10–15 Hausumringe nicht vollständig,nicht eingemessene Gebäude meist mitKoordinate (R) versehen, wenigeFehlende Gebäude ohne Koordinate

nein

NI 5 Reservierungskoordinaten,einige im Umring³


NW 2 Reservierungskoordinaten,wenige nicht eingemesseneGebäude


RP 0 -- < 1 einzelne Gebäude fehlen, nichteingemessene Gebäude ohneAdresskoordinate

ja

SH 3 Reservierungskoordinaten < 1 einzelne Gebäude fehlen jaSL 1 Reservierungskoordinaten,

z.T. doppelt vorhanden(Qualität A+B)


SN 11 Reservierungskoordinaten,>90% nicht eingemesseneGebäude

10–15 Hausumringe nicht vollständig,nicht eingemessene Gebäude besitzenmeist eine Koordinate (R),zusätzlich einige fehlende Gebäudeohne Hauskoordinate,

nein

ST 0 -- < 1 einzelne Gebäude fehlen, nichteingemessene Gebäude ohneAdresskoordinate

ja

TH 0 -- < 1 Reservierte Koordinaten vorhanden,aber als „A“ gekennzeichnet

ja

1 Koordinaten der Qualität R und B² nach visueller Abschätzung³ Begründung: Aktualitätsdifferenz der Datensätze (HK 2010, HU 2011), in der Zwischenzeit ist

Erfassung der Gebäude erfolgt


probenartigen Vollständigkeitskontrolle derHausumringe, die insbesondere im Umfeldvon Hauskoordinaten der Qualitätsattribute B(Gebäude innerhalb Flurstück) und R (nicht si-cher vorhanden) erfolgte, zeigt Tab. 3.

Verfahrensbedingt erfolgt die Gebäude-grundrisserfassung im Kataster immer mitzeitlichem Verzug und erst nach der Haus-koordinatenerfassung. Darum sind fehlendeHausumringe in der Größenordnung bis 1 %normal. Als unvollständig erwies sich der Ge-bäudebestand der Bundesländer Mecklenburg-Vorpommern und Sachsen, wo mindestens13 % bzw. 11 % der Gebäude in den Hausum-ringdaten fehlten. Allerdings sind auch inner-halb der Bundesländer Unterschiede feststell-bar. Durch die bessere Ressourcenausstattungmit Personal und Technik sind die Gebäude-daten größerer Städte in der Regel vollständi-ger als die ländlicher Gebiete. Während bei-spielsweise der Gebäudebestand in Dresdenvollständig abgebildet wird, gibt es in ländli-chen Regionen Sachsens noch teilweise großeLücken. In Mecklenburg-Vorpommern fehlenin einigen Gemeinden bis zu 65 % des Gebäu-debestandes!

Auch die Modelltreue wurde geprüft, dadiese die spätere Gebäudebestandsanalysesignifikant beeinflusst. Die Gebäudemodellie-rung wurde in der GeoInfoDok durch die AdVwie folgt festgelegt: „Um Teile eines Gebäu-des unterschiedlich attributieren zu können,sind mehrere ‘Gebäude’ zu bilden, sofern keinBauteil angelegt werden kann. Wenn Diffe-renzierungen innerhalb eines Gebäudes vor-zunehmen sind (z. B. bei Gebäuden mit ver-tikaler Gliederung), sind diese als ‘Bauteile’modelliert.[…]“ (Adv 2008).

Die Datenprüfung ergab, dass der deutsch-landweite Datenbestand erhebliche Modellie-rungsdifferenzen, insbesondere bei komple-xen Gebäuden mit angrenzenden Nebenge-bäuden und Bauteilen, aufweist. So werdendie Gebäude Hessens beispielsweise beson-ders kleinteilig modelliert, in Sachsen dage-gen stark generalisiert. In Hessen muss fürGebäudebestandsanalysen durch die Zusam-menfassung von Gebäudeteilen eine Homo-genisierung erfolgen. Ein weiteres Problemstellt die Modellierung von Gebäudeverbän-den dar, die oftmals nicht als Einzelgebäudesondern als Gesamtumring modelliert wurden

bäude innerhalb des Flurstücks. Während dieVergabe des Attributs A in den meisten Fäl-len korrekt erfolgt, wird die Zuweisung derAttribute B bzw. R sehr unterschiedlich ge-handhabt. Sie kennzeichnen Koordinaten vonGebäuden, die nicht sicher in der Örtlichkeitvorhanden sind, und für künftige Bauvorha-ben reservierte Koordinaten. Das Attribut T(nur bei dem BKG-Datenprodukt GAB) zeigtHauskoordinaten vom Institut für angewandteSozialwissenschaft (infas) an, die den amtli-chen Datensatz ergänzen. Die Untersuchun-gen ergaben, dass die ergänzten Adressda-ten (ca. 7 %) redundant und in der Lagetreueproblematisch sind, so dass diese in die wei-teren Untersuchungen nicht einbezogen wur-den. Wie die Analysen zeigten, liegt der An-teil lagetreuer Adresskoordinaten bzgl. derHausumringe (Quali = A) bei etwa 90 %, nurdie Bundesländer Mecklenburg-Vorpommern(76,4 %) und Sachsen (81,1 %) weisen deutlichgeringere Werte auf (Abb. 1).

3.2 Prüfergebnis Hausumringe

Auch wenn durch laufende Fortführung desKatasters von einer tagaktuellen Führung ge-sprochen wird, dauert die Erfassung eines Ge-bäudeneubaus in der ALK bzw. dem ALKISund somit auch in dem Produkt Hausumrin-ge selbst bei fristgerechter Einmessung oft einJahr und mehr. Dieses bedingt in Gebäude-bestandsanalysen immer einen verfahrensbe-dingten Aktualitätsverlust in dieser Größen-ordnung. Tatsächlich sind die Inaktualitätenwesentlich größer, wenn das Kataster histo-risch bedingt Lücken im Gebäudebestand auf-weist, wie dieses in Ostdeutschland noch teil-weise der Fall ist.

Die Überprüfung der Vollständigkeit derHausumringe gestaltet sich angesichts feh-lender Referenzgeometrien als schwierig. Inden Bundesländern Mecklenburg-Vorpom-mern und Sachsen wurde wegen der größe-ren Lücken im ALK/ALKIS-Gebäudebestandder photogrammetrisch erhobene Gebäude-bestand aus dem ATKIS Basis-DLM für denVergleich herangezogen, weil dieses den Ge-bäudebestand wesentlich aktueller und voll-ständiger abbildet. Die Ergebnisse der stich-


Abb. 2: Modellierungsunterschiede von Gebäudeverbänden, Problemfälle rechts. Rechts oben:Hauskoordinate liegt außerhalb des Gebäudes, rechts unten: ein Gebäude besitzt mehrere Haus-koordinaten.

Tab. 3: Modellierung von (Wohn-)Gebäudeverbänden in ausgewählten Städten (BurcKhardt 2012).

Brandenburg Cottbus 4 Potsdam 4 Brandenburg 4 Oranienburg 4

Berlin diverseStadtteile 4

Baden-Württemberg Stuttgart 1 Karlsruhe 1 Göppingen 1 Heilbronn 1

Bayern Nürnberg 3 Bayreuth 1 Augsburg 2 München 2

Bremen Bremen 4 Bremerhaven 3

Hessen Frankfurt 3 Kassel 3 Wiesbaden 2 Marburg 4

Hamburg diverseStadtteile 3

Mecklenburg-Vorpommern Rostock 4 Greifswald 4 Neubranden-

burg 4

Niedersachsen Braunschweig 1 Hannover 3 Oldenburg 3 Emden 3

Nordrhein-Westfalen Dortmund 3 Bielefeld 3 Köln 3 Mönchen-gladbach 1

Rheinland-Pfalz Mainz 3 Ludwigshafen 2 Kaiserslautern 1 Koblenz 2

Schleswig-Holstein Kiel 1 Lübeck 1 Flensburg 1 Neumünster 1

Saarland Saarbrücken 3 Neunkirchen 4

Sachsen Dresden 1 Leipzig 4 Chemnitz 3 Zwickau 4

Sachsen-Anhalt Magdeburg 1 Halle 1 Dessau 1 Stendal 1

Thüringen Erfurt 4 Gotha 4 Jena 4

1 korrekt modelliert2 korrekt (mit wenigen Ausnahmen)3 inkonsistent modelliert4 falsch modelliert


4 Korrekturmethodik

Die Prüfung der Datenbestände erbrachte,dass Fehlerberichtigungen, Homogenisierun-gen, Modellkorrekturen, Klassifikationen undAttributergänzungen erforderlich sind, bevordie Hausumringe und -koordinaten Grund-lage einer Gebäudebestandsanalyse werdenkönnen. Den groben Ablauf der automatisier-ten Aufbereitung der Gebäudegeometrieda-ten HU und HK für nachfolgende Gebäudebe-standsanalysen zeigt Abb. 4.

Die Gebäudeauftrennung von ungeteiltengereihten Gebäuden, die durch Auswahl al-ler Gebäude mit mehr als einer Adresse er-folgt, wird durch die Aufspannung von Thies-sen-Polygonen (Funktion CreateThiessen-Polygons) zwischen den Hauskoordinatenund anschließender Verschneidung mit denHausumringen (intersect) realisiert (Abb. 5).Damit wurden bei linear gereihten Gebäu-deverbänden sehr gute Ergebnisse erzielt. Inden Ecken abgewinkelter Gebäudereihungenführt diese Methode allerdings zu künstli-chen (schrägen) Teilungen. Diese aber stellenhinsichtlich des verfolgten Zieles der Daten-nutzung für Gebäudebestandsanalysen keineBeeinträchtigung dar, da sie keinen Einflussauf die spätere Bilanzierung der Gebäudean-zahl und nur einen sehr geringen bezüglichder Analyse von Gebäudegrößenklassen er-warten lassen. Teilweise entstehende Splitter-polygone wurden eliminiert oder mit dem be-

(Abb. 2). Das Verfahren zur Gebäudeauftei-lung wird in Kapitel 4 beschrieben.

Die visuelle Bewertung der Modelltreue fürausgewählte Städte (Tab. 3) zeigt die großenUnterschiede zwischen den Bundesländern,z. B. zwischen Baden-Württemberg und Bran-denburg, aber auch innerhalb der Bundeslän-der (Hessen, Niedersachsen, Bayern).

Hierbei ist allerdings nicht auszuschließen,dass teilweise ursprünglich vorhandene Ge-bäudetrennlinien der ALK-Gebäude bei derTransformation in die Hausumringe verlorengingen, wie einige Datenanbieter mitteilten.Letztlich wird auch die Erfassung von Kleinst-gebäuden (< 10 m2 wie Kleingartenhäuschen)sehr unterschiedlich gehandhabt, was derenstark unterschiedlichen Anteil am Gesamtge-bäudebestand der Bundesländer (Abb. 3), aberauch regionale und lokale Differenzen zeigen.

Bezüglich der Lagegenauigkeit, die nachMetadatenbeschreibung bei den Hausumrin-gen bei +/-0,5 m liegen soll, mussten durchden Vergleich mit Hauskoordinaten systema-tische Lageversätze um ca. 2,5 m in Bayern,NRW, Rheinland-Pfalz und Sachsen festge-stellt werden. Diese sind überwiegend auf Feh-ler bei der Transformation aus dem jeweiligenLandesbezugssystem in das GK3, in dem dieDaten bezogen wurden, zurückzuführen.

Abb. 3: Anteil Kleinstgebäude am Gesamtbestand.


Thiessen-Polygone und zugehörigen Hausum-ringe sequentiell prozessiert.

Gebäudebestandsanalysen erfordern eineNutzungsdifferenzierung des Gebäudebestan-des, die bei Hausumringen und -koordinatennicht zur Verfügung steht. Hier bietet sich, so-lange die vollständige Attributierung von AL-KIS aussteht, das ATKIS Basis-DLM an, dasdie Nutzung der Fläche, auf denen die Gebäu-

nachbarten Einzelgebäude wieder vereinigt.Um Fehler oder Abstürze bei der Thiessen-polygonberechnung zu vermeiden, insbeson-dere bei extremen Dreiecksbildungen, musstedie Gebietsfläche in Teilflächen mit jeweils ca.5.000 räumlich benachbarten Hausumringenaufgeteilt werden. Dafür wurden die betroffe-nen Hauskoordinaten nach Postleitzahlgebie-ten selektiert und anschließend die erzeugten

Abb. 4: Ablauf der automatisierten Aufbereitung der Hausumringe und -koordinaten (Quelle: eige-ne Darstellung).

Abb. 5: Auftrennung von Gebäudeverbänden in Einzelgebäude durch Thiessen-Polygone.


5 Operationelle Prozessierung

Die Datenprodukte HU und HK sollenGrundlage eines Monitorings der Gebäude-bestandsentwicklung innerhalb des Moni-tors der Siedlungs- und Freiraumentwicklung(iör-Monitor 2012) werden. Dazu ist eineautomatisierte Datenaufbereitung und -ana-lyse der ca. 49 Millionen Gebäudegeometri-en erforderlich. Diese wurde in einer Abfolgevon 14 Python-Skripten in ArcGIS-Tools um-gesetzt (Tab. 4). Zwischenergebnisse ermög-lichen Kontrollen und Fehlerberichtigungen.Die Berechnung umfasst die folgenden Ar-beitsschritte:● Datenvorverarbeitung mit Geometriebe-

reinigung (Konvertierung in Geodatabase,RepairGeometry, Indizes erstellen), Eli-minierung von Infas-Koordinaten, Kenn-zeichnung ob Hauskoordinate in Hausum-ring liegt;

● Ersatz der Hausumringe Sachsens durchdie Gebäude des ATKIS Basis-DLM;

● Übernahme der Objektart der Fläche, inder das Gebäude steht, aus dem ATKIS Ba-sis-DLM (Wohnbau, Industrie, GemischteNutzung, Besondere funktionale Prägung,Siedlungsfreifläche, Vegetation, Verkehr);

● Eintrag der Anzahl der Adresskoordina-ten für jedes Gebäude unter Berücksichti-gung von Koordinaten auch außerhalb vonHausumringen (Nachbarschaft);

● Gebäudeverbände selektieren, Teilung vonGebäudeverbänden mit mehreren Adres-sen, Bereinigung von Splitterpolygonen;

● Auflösung der Trennung von Haupt- undNebengebäuden, wenn diese eine gemein-same Grenzlinie haben;

● Klassifizierung der Gebäude als Haupt-(mit Hauskoordinate) oder freistehendesNebengebäude (ohne Hauskoordinate wieGaragen, Schuppen, Anbauten, Kleingar-ten- und Trafohäuschen, teilweise aber auchgrößere Industriegebäude);

● Bestimmung des Wohngebäudetyps (Ein-zel-, Doppel-, Reihenhaus) über die Anzahlbenachbarter Polygone mit Hauskoordinaten;

● Kennzeichnung von Kleinstgeometrien< 10 m2 als Nichtgebäude;

● Übernahme des amtlichen Gemeindeschlüs-sels (AGS) aus einer aus dem Basis-DLMabgeleiteten Verwaltungsgeometrie VG25;

de stehen, nach Wohnbau, Industrie/Gewer-be, gemischte Nutzung, besondere funktiona-le Prägung, Verkehrsfläche oder Erholungs-,Freizeit- und Sportflächen differenziert.Durch Verschneidung der Gebäudeschwer-punkte mit dieser Nutzungsinformation wur-de jedem Gebäude ein Nutzungsattribut zu-geordnet. Natürlich ist damit nur eine Nut-zungsabschätzung möglich, denn die Nutzungeinzelner Gebäude innerhalb eines ATKIS-Blocks kann sich durchaus unterscheiden.Die Klassifizierung der Hausumringe in

Haupt- bzw. Nebengebäude erfolgt über dieHauskoordinate (postalische Adresse), da nurHauptgebäude über eine postalische Adresseverfügen. Nebengebäude wurden dabei fürspätere Bestandsanalysen sinnvollerweisehinsichtlich freistehenden und angeschlos-senen Nebengebäuden unterschieden. Fürdie Kennzeichnung der Nebengebäude mussfestgestellt werden, ob ein Gebäude einen di-rekt angeschlossenen Nachbarn besitzt. Dazuwurden benachbarte Hausumringe zuerst zu-sammengefasst (Dissolve), dann durch eineVerschneidung bestimmt, wie viele Hausum-ringe in diesem Gebäudeverband liegen undschließlich durch eine weitere Verschneidungdiese Zahl in jeden Hausumring eingetragen.

Die Hausumringdaten enthalten eine gro-ße Zahl von Kleinstgebäuden wie Garagen,Schuppen, Lauben, Trafohäuschen usw. Daderen Erfassung in den Katasterämtern äu-ßerst uneinheitlich erfolgt und Kleinstgebäu-de für Bestandsanalysen nur eine unterge-ordnete Rolle spielen, wurden diese aus denHausumringdaten eliminiert, wenn die Ge-bäudegrundfläche < 10 m2 ist (Grenzwertnach SächsVermKatGDVO, SMi 2011).Zur Klassifizierung des Gebäudetyps, frei-

stehende Einzelgebäude, Doppelhäuser, Rei-henhäuser usw., der durch die Anzahl direktbenachbarter aneinandergereihter Einzelge-bäude bestimmt wird, wurde die Einzelge-bäudeanzahl durch Summation der Hauskoor-dinatenanzahl innerhalb eines Gebäudever-bands übernommen. Da die Hauskoordina-ten nicht immer in den Hausumringen liegen,müssen auch außerhalb liegende berücksich-tigt und dem nächstliegenden Hausumring zu-geordnet werden.

Abschließend werden die Hausumringe umden amtlichen Gemeindeschlüssel (AGS) ergänzt.


dem Zuständigkeitsbereich einzelner kataster-führender Stellen Mängel auf, die teilweise in-zwischen behoben wurden, z. B. photogram-metrische Gebäudeergänzung in Mecklen-burg-Vorpommern. Durch die dezentrale Er-fassung in den Katasterämtern sind erheblicheUnterschiede in der Digitalisierung, insbe-sondere auch innerhalb einzelner Bundeslän-der, festzustellen. Für belastbare länderüber-greifende Gebäudebestandsanalysen müssenKorrekturen und eine Homogenisierung derEingangsdaten erfolgen, soweit diese mög-lich sind. Teilweise festgestellte systematischeLageversätze sind in der Regel auf Fehler beider Transformation von ALK-Gebäuden zuHausumringen zurückzuführen und solltenkünftig vermeidbar sein. Für Bestandsanaly-sen sind die unterschiedlichen Modellierungs-qualitäten zu berücksichtigen. Problematischwar die Unvollständigkeit der Hausumringeder Bundesländer Mecklenburg-Vorpommernund Sachsen, die für Sachsen durch Rückgriffauf die vollständigeren Gebäudedaten des AT-KIS Basis-DLM behoben werden konnte.

Die Geometrie der Hausumringe konnteweitestgehend bereinigt und fehlerhafte Po-lygone (Splitterpolygone etc.) gekennzeich-net werden. Mithilfe der aus Hauskoordinaten

● Aufkachelung aufheben und damit Daten-struktur wieder herstellen.Die Verfahrensschritte wurden in einer

ArcGIS Toolbox implementiert. Die Prozes-sierung der sehr großen Datenmengen führt ineinzelnen Skripten zu Programmabbrüchen,die erst durch eine automatische Gebietsauf-teilung behoben werden konnten. Tab. 4 zeigtdie derzeitigen Berechnungszeiten für den ge-samten deutschen Datensatz.

Zum Abschluss der automatisierten Pro-zesskette liegen bereinigte Gebäudegeome-triedaten vor, die Gebäudebestandsanalysenermöglichen.

6 Schlussfolgerungen undAusblick

Die Geobasisprodukte HU und HK sind der-zeit die einzigen GIS-technisch auswertbarenflächendeckenden und zentral verfügbarenInformationsquellen zum Gebäudebestandin Deutschland. Ihre Bereitstellung ermög-licht erstmals Gebäudebestandsanalysen aufdieser Datengrundlage in Ergänzung statisti-scher Erhebungen. Die noch jungen Produkteweisen noch in einigen Bundesländern oder in

Tab. 4: Prozessierungszeiten (Intel Core i5 mit 3,2 GHz und 2,92 GB RAM).

Verarbeitungsschritt Skript Rechenzeit

Datenvorverarbeitung 01 Vorbereiten Hausumringe 41h 34 min

02 Vorbereiten Hauskoordinaten 4h 08 min

Gebäudeersatz 03 Ergänzung ATKIS-Gebäude (Sachsen) 1h 50 min

Gebäudenutzung 04 Ergänzung ATKIS-Objektart 21h 12 min

Gebäudeadressen 05 Berechnung der Adressanzahl 50h 22 min

Disagreggation von Gebäudeverbänden 06 Selektion zu teilender Gebäudeverbände 3h 24 min

07 Teilung Gebäudeverbände 2h 42 min

08 Problembehebung Gebäudeteilung 10 min

09 Polygonbereinigung 2h 15 min

Nebengebäude 10 Filterung und Kennzeichnung 26h 45 min

Gebäudeverbandsgröße 11 Bestimmung Gebäudetypologie 61h 46 min

Gemeindeschlüssel 12 Ergänzung AGS 18 h 26 min

Datenstruktur wieder herstellen 13 Prozessbedingte Aufteilung aufheben 7h 10 min

Klassifikation 14 Gebäudeklassifikation 6h 01 min

Gesamtzeit ~ 248h


treibt das ZSHH auch zentralisiert 3D-Gebäu-demodelle, vorerst LoD1-Klötzchenmodelle,der Katasterbehörden der Länder. Diese wer-den die Hausumringe um die Attribute Ge-bäudehöhe, Geschosszahl und Gebäudefunk-tion ergänzen, was wesentlich genauere undweiterführende Gebäudebestandsanalysen er-möglichen wird. Mit der sukzessiven Vervoll-ständigung der Attributwerte in ALKIS, diein den nächsten Jahren zu erwarten ist, wirdsich die Datenlage zum Gebäudebestand nochweiter verbessern.

Abschließend soll hier die segensreiche Ar-beit der AdV gewürdigt werden, die durch ihreModellvorschriften erreicht hat, dass sich Ei-genheiten, die aus der föderalen Struktur desamtlichen Vermessungswesens in Deutsch-land erwachsen, in Grenzen halten. Trotz derinsgesamt hervorragenden Ergebnisse sindUnterschiede in den Datenprodukten unver-kennbar und stellen immer wieder eine Her-ausforderung für vergleichende raum-zeitli-che Analysen dar.

Danksagung

Für hilfreiche und vertiefende Informationenwird Frau KerStin will von der ZentralenStelle für Hauskoordinaten, Hausumringe und3D-Gebäudemodelle (ZSHH) und Herrn Ale-xAnder horn vom Staatsbetrieb Geobasisin-formation und Vermessung Sachsen gedankt.

Literatur

Adv, 2008: GeoInfoDok – AlKiS: AlKiS-Ob-jektartenkatalog. – Version 6.0, Stand:11.4.2008, adv-online.de – AAA-Modell – Do-kumente der GeoInfoDok (1.9.2013).

AtKiS-oBJeKtArtenKAtAlog, 2012: www.atkis.de/dstinfo.

BBSr, 2011: Datenbasis Gebäudebestand. Datener-hebung zur energetischen Qualität und zu denModernisierungstrends im deutschen Wohnge-bäudebestand. –Abschlussbericht, 177 S., ISBN:978-3-941140-16-5.

BBSr, 2012: Systematische Datenanalyse im Be-reich der Nichtwohngebäude − Erfassung einesMengengerüstes und Quantifizierung von Ener-gieeinspar- und CO2-Minderungspotenzialen,SWD − 10.8.17.7-12.19.

abgeleiteten Thiessen-Polygone konnten beifehlender Einzelgebäudemodellierung zusam-menhängend modellierte Gebäudegruppen inEinzelgebäude zerlegt werden, eine unabding-bare Voraussetzung für Gebäudebestandsana-lysen. Durch Verschneidung mit Flächennut-zungsdaten des ATKIS® Basis-DLM konntendie rein geometrischen Eingangsdaten mit se-mantischen Informationen angereichert wer-den. Die Identifizierung von freistehendenund angeschlossenen Nebengebäuden erfolgteunter Beachtung eigener empirischer Analy-sen zur Größe der Gebäudegrundfläche. EinGebäude wird als Hauptgebäude klassifiziert,wenn dieses über eine postalische Adresse (=Hauskoordinate) verfügt. Polygone, die klei-ner als 10 m2 sind, werden als „Nichtgebäude“gekennzeichnet. Über die Anzahl benachbar-ter Gebäudepolygone konnten Wohngebäude-typen wie Einzel-, Doppel- und Reihenhausabgeleitet werden. Am Ende des aufwendigenGeoprocessings steht ein berichtigter und er-gänzter geometrischer Gebäudedatensatz, derGebäudebestandsanalysen ermöglicht. Mitdem beschriebenen Vorgehen soll kein neu-er oder gar amtlicher Datenbestand aufgebautwerden. Vielmehr sollen pragmatische Ant-worten auf drängende Fragen zum Gebäude-stand auf Grundlage von Vermessungsdatengegeben werden, die dazu bisher nicht genutztwurden.

Methodik und Ergebnisse der Gebäudebe-standsanalysen werden in einem separatenBeitrag veröffentlicht. Erste indikatorbasier-te Teilergebnisse sind bereits im Internet imMonitor der Siedlungs- und Freiraumentwick-lung visualisiert (iör-Monitor 2012). Jeweilsvier Indikatoren mit unterschiedlichem Flä-chenbezug informieren dort über die Gebäu-dedichte (Gebäudeanzahl/km2) bzw. den Ge-bäudeüberbauungsgrad (Flächenanteil in %).Letzterer stellt neben versiegelten Freiflächeneinen Teil der versiegelten Flächen dar.

Die erläuterten Datenaufbereitungen undnachfolgenden Gebäudebestandsanalysen sol-len wiederholt und zukünftig Teil eines Moni-torings der Siedlungsentwicklung werden. Da-bei soll auch eine Gebäudeklassifikation aufBasis eines Forest-Tree-Klassifikators erfol-gen, neue 3D-Gebäudedaten einbezogen undweiterführende Indikatoren, u. a. Geschoss-flächendichte, berechnet werden. Ab 2013 ver-


(SächsVermKatGDVO). – Fassung vom 6.7.2011.http://revosax.sachsen.de/Details.do?sid=1752114717231 (4.3.2013).

ZSHH, 2012: Bezirksregierung Köln, AbteilungZSHH. Abgabe der Hausumringe und Hauskoor-dinaten, http://www.bezregkoeln.nrw.de/brk_internet/organisation/abteilung07/produkte/liegenschaftsinformation/hausinformationen/hausumringe/index.html (17.2.2012).

Anschriften der Autoren:

Dr. gotthArd Meinel, Leibniz-Institut für ökolo-gische Raumentwicklung, Weberplatz 1, D-01217Dresden, Tel.: +49-0351-4679254, Fax: +49-0351-4679212, e-mail: [email protected]

MAnuel BurcKhArdt, Regionaler Planungsver-band Oberes Elbtal/Osterzgebirge, Meißner Straße151a, D-01445 Radebeul, Tel.: +49-0351-40404721,Fax: +49-0351-40404740, e-mail: [email protected]

Manuskript eingereicht: März 2013Angenommen: Juli 2013

BMvBS, 2010: Typologie und Bestand beheizterNichtwohngebäude in Deutschland, BMvBS-Online-Publikation 16/11, 2011, http://d-nb.info/1014856922/34 (1.9.2013).

BMvBS, 2012: http://www.bmvbs.de/shareddocs/de/artikel/sw/energetische-stadtsanierung.html(22.10.2012).

BMvBS, 2012: http://www.bmvbs.de/de/bauenundwohnen/energieeffizientegebaeude/gebaeudesanierung/gebaeudesanierung_node.html (17.10.2013).

BurcKhArdt, M., 2012: Analyse des Gebäudebe-standes in Deutschland auf Grundlage derHausumringe (HU) und georeferenzierterAdressdaten. – Diplomarbeit, TU Dresden.

deStAtiS, 2012: Statistisches Bundesamt. http://www.destatis.de (24.5.2012).

ePBd, 2010: Directive 2010/31/EU of the EuropeanParliament and of the Council, of 19 May 2010on the energy performance of buildings.

iör-Monitor, 2012: Monitor der Siedlungs- undFreiraumentwicklung. – Leibniz-Institut fürökologische Raumentwicklung, www.ioer-monitor.de (2.5.2012).

SMI, 2011: Sächsisches Staatsministerium des In-nern (SMI). Durchführungsverordnung zumSächsischen Vermessungs- und Katastergesetz

Documents

Die Geobasisprodukte Hausumringe und Hauskoordinaten ... · amtliche Hauskoordinaten (HK). Der Beitrag verfolgt das Ziel, den Informationsgehalt die-ser beiden Datenprodukte zu prüfen,