Adressstatistik

Mindestens in BW haben Garagen tatsächlich häufig “Hausnummern”, wobei wir uns einig sind, die normalerweise nicht einzutragen.
Und wenn man als zukünftiger Bauherr auf der Wiese nach seinem Grundstück sucht, kann der OSM Eintrag durchaus hilfreich sein.
Ein abgerissenes Haus hat ebenfalls noch die (frühere) Hausnummer, auch wenn dort vielleicht kein Briefkasten mehr hängt :smiling_face:.

Ich habe nach dem Neubau eines Hauses auf privatem Grundstück eine Hausnummer zugewiesen bekommen. In diesem Zuge hat die Gemeinde zehn weitere Hausnummern auf den noch nicht einmal geteilten Nachbargrundfstücken vergeben. Es stehen heute drei der Häuser. Ob die anderen je gebaut werden, steht in den Sternen. Aber: Die Hausnummern auf unbebauten Grundstücken gibt es offiziell - und das in Sachsen!

Gruß Uwe

Leider nicht nur in Sachsen so. Irgendwann mach ich mal im Wiki eine Seite auf “Abweichungen Realität zu Geoportal RP”, wo ich dann dokumentiere, welche Hausnummern man im Geoportal RP findet (oder eben nicht findet) die es so vor Ort nicht gibt. Es sind wirklich sehr viele.

Vor Ort überprüfbar?

Nein- das meinte ich nicht damit. Nur geht es um das Prinzip: Wir erfassen, was vor Ort zu sehen ist. Wenn jemand einen Ort mit Gebäuden mappt und die Adressen über WMS bezieht, kann man schon erkennen, welches Gebäude eine Adresse hat. Aber viele setzen einfach node mit addr:= ohne zu schauen ist dort überhaupt ein Haus.

Dann ist das Haus mit Adresse nicht mehr da - oder?

Eine Adresse ist eben nicht unbedingt an ein Gebäude gebunden (vgl. #641).
Und vor Ort sind viele andere Daten, die da so eingetragen werden, auch nicht überprüfbar.

was mich interessieren würde wäre, wie man (ggf. im Tagging) Adressen,

  • die einen Briefkasten haben (“normale” Adressen)
    und
  • Adressen, die es “nur” offiziell gibt (Garagen-Adressen, Adressen abgerissener Gebäude, Adressen ohne bestehende(s) Gebäude)

trennen kann.

Kann man das im Tagging vielleicht irgendwie unterscheiden?

In dem von mir geschilderten Fall: Nirgends eine Nummer dran —> nicht in OSM eingetragen. :wink:

Gruß Uwe

+1.

Zu #627k bis #629 möchte ich folgendes anmerken:
Maps4BW scheint inzwischen als Hintergrundbild sehr gut zu sein. Ich habe z.B. von befreundeten Vermessungsbüros Koordinaten im Format Gauß-Krüger erhalten, um neue Gebäude in OSM einzutragen. Die Koordinaten habe ich mit
https://www.koordinaten-umrechner.de/Dezimal/48.947716,9.134574?karte=OpenStreetMap&zoom=8
auf WGS84 umrechnen lassen und so die Gebäude eingetragen. Einige Neubauten sind inzwischen in Maps4BW zu sehen und es ist fast keine Abweichung zu meinen Eintragungen festzustellen. Beispiele:
• Borsigstraße 2, 4 und 6 in Bietigheim-Bissingen
• Gröninger Weg 10/1, 10/2, 10/3 und 10/4 in Bietigheim-Bissingen
• Breuningerstraße 8 in Sachsenheim
Meines Erachtens können also in Baden-Württemberg Adressen auf Grund von Maps4BW mit gutem Gewissen ergänzt werden.

Die hypothetischen, ungenutzten Adressen könnte man vielleicht so darstellen:

addr=hypothetical
address=hypothetical
addr=reserved
address=only_official

Ich hab jetzt zum ersten Mal bei einer größeren Stadt (also kein Dorf) die 100-Prozent-Marke knacken können: Bruchköbel hat aktuell 5344 Adressen und liegt damit bei 102,3 Prozent.

Alle anderen Orte in der Umgebung krebsen, obwohl vollständig gemappt, bei 80 Prozent herum ohne Aussicht auf Besserung (nur Neuberg als “Dorf” hat auch knapp die 100 Prozent erreicht).

Stuttgart hat schon seit einer Weile > 100%
84182 theoretische Anzahl Hausnummern
102 theoretische Hausnummerabdeckung in %

ebenso Herrenberg:
8214 theoretische Anzahl Hausnummern
103.4 theoretische Hausnummerabdeckung in %

Daten aus: https://regio-osm.de/hausnummerauswertung/maptheoevaluation.html?zoom=16&lat=49.09856&lon=9.68378&layers=B00FFFFFFFFFTF

  1. Hypothetische Adressen sollte man nicht erfassen - wie (raten?) und wofür auch?
  2. Was ist eine “ungenutzte Adresse”? Wie sollte man feststellen, dass sie nicht genutzt wird? Adressen von “Objekten ohne Briefkasten” könnten zum Beispiel für anliefernde Baufirmen sinnvoll sein…

Daher auch “theoretische” Abdeckung.
Ich hätte 140 und 132% (in BW, an der Küste 276%) zu bieten - wer bietet mehr :P?

Neuer Ansatz zur Vollständigkeit der Adresserfassung

Nachdem die hier oft zitierte “theoretische” Abdeckung nur einen sehr groben Richtwert bieten kann,
habe ich mal einen neuen Ansatz angetestet.

Statistik BW https://www.statistik-bw.de/Wohnen/GebaeudeWohnungen/07055020.tab?E=KR gibt gemeindeweise die Anzahl
der Wohngebäude an.

Unter der (plausiblen) Annahme, dass jedes Wohngebäude eine Adresse haben sollte, habe ich für die Gemeinden im LK BB
das Verhältnis (AnzahlAdressen)/(AnzahlWohngebäude) berechnet.

Wie zu erwarten (neben Wohngebäuden gibt es noch andere Adress-behaftete Gebäude), liegt dieser Wert
meist zw. 100% und 111%.

Allerdings gibt es auch Gemeinden mit Werten < 100%, was nur an nicht erfassten Adressen liegen kann.

Damit erscheint mir die Aussagekraft deutlich höher, als die “theoretische” Abdeckung, die im LK BB trotz gefühlt sehr guter Erfassung
zw. 68% (Sindelfingen) und 106% (Herrenberg) liegt.

Edit: gemäß Vorschlag seichter jetzt: (AnzahlAdressen)/(AnzahlWohngebäude)

Ähnliches habe ich im Frühjahr 2018 gemacht, allerdings auf Grundlage Zensus 2011, siehe https://wiki.openstreetmap.org/wiki/User:Dooley

Natürlich ist die Zahl der (Wohn)gebäude eine bessere Basis als die Einwohnerzahl. Dort muss man die Verdichtung (Zahl der Einwohner pro Hausnummer) nach Ortstyp abschätzen und - schätzen kann fehlen. Auch Gebiete mit vielen Ferienwohnungen (wenig ansässige Einwohner) werden besser erfasst.

Die Frage ist nur, wie man in anderen Bundesländern an die Gebäudedaten kommt.
[edit]Aha: Die Arbeit von dooley kommt dem schon nahe. Jetzt noch aktueller (z.B. 3% für Bad Überkingen stimmen sicher nicht mehr) und noch eine Spalte für in OSM erfasste Gebäude (ohne Garagen etc) würde ich mir wünschen. Ein Wert dort von deutlich mehr als 100% würde auf Nacharbeitspotential für Nebengebäude hindeuten.[/edit]

Ich würde nur den Quotient zu Adressen/Gebäude umdrehen, damit man dieselbe Ordnung wie bei regio-osm hat (kleine Zahl → schlechtere Abdeckung).

Abgesehen von den Ausreissern ist die regio-osm-Statistik so schlecht nicht, man sieht z.B. sofort, in welchen Bundesländern großflächig Hausnummerndaten wie in Maps4BW zur Verfügung standen und auch genutzt wurden.

Diese tolle Arbeit scheint aber hier nicht sehr bekannt zu sein.
Der Unterschied 2011/2017 in den Wohngebäuden dürfte nicht so signifikant sein, wenn man dadurch einfacher an
die Daten ran kommt.