Bundesämter setzen auf hausgenaue Einwohnerdaten der infas 360

Wie viele Einwohner leben in einem Haus? Die Antwort darauf, eine Zahl, ist für nahezu alle Planungen eine wesentliche Kenngröße. Verbunden mit den hausgenauen Geokoordinaten der Landesvermessungsämter lassen sich so Fragestellungen beantworten wie z.B.: Wie viele Einwohner X (Summe) leben in einem Gebiet von Y (z.B. in einem bestimmten Lärmpegel, den der Straßenverkehr verursacht).

Im Geomarketing ist die hausgenaue Einwohnerzahl maßgeblich für alle zielgruppenrelevanten Produktabsatzplanungen, z.B. wie viele Einwohner leben im Einzugsgebiet der Filiale A oder B.

Aus diesem Grund legt infas 360 sehr viel Wert auf eine möglichst präzise Schätzung der Zahl. Denn: Die Einwohnerzahl je Haus ist amtlich nicht verfügbar. Sie muss berechnet werden. Dazu setzt infas 360 auf diverse amtliche wie private Quellen und analysiert diese mit nachweislich herausragendem Ergebnis. So gut, dass immer mehr Bundesämter wie z.B. die Bundesnetzagentur und das BBSR (Bundesinstitut für Bau-, Stadt und Raumforschung) die hausgenauen Einwohnerzahlen der infas 360 einsetzen.

Neben der Einwohnerzahl gehören die Anzahl der Haushalte und die Anzahl Gewerbe (nach Typen und Größe) je Gebäude zu den Müttern aller Basismerkmalen. In Summe verfügt die CASA Gebäudedatenbank über 100 weitere Merkmale wie Gebäudetyp, -nutzung, -höhe, -volumen, -alter usw.

Sie haben Fragen zu den Einwohnerzahlen und wie diese berechnet werden? Dann fragen Sie uns unter Consulting@infas360.de

 

 

 

Städtische Energieversorger aufgepasst: Ihr Kunde ist bereit mehr zu zahlen!

Der CASA Monitor Energie hat > 10.000 Personen umfassend zu energierelevanten Themen befragt. U.a. wurde die Frage gestellt: Würden Sie für lokal / regional erzeugte Energie einen höheren Preis zahlen? Und siehe da: Fast 30% bejahten diese Frage.

infas 360 analysierte im Smart Research-Verfahren die Kundenprofile beider Gruppen (Ja/Nein). Das heißt, die Befragungsdaten wurden um weitere über 700 mikrogeographische Variablen aus der Gebäudedatenbank CASA angereichert und univariat verglichen mit dem Ergebnis: Vor allem Personen, die

  • in größeren Städten wohnen (hier im Reihenhaus und Mehrparteienhäuser)
  • und deren Nähe zu einer E-Ladestation zunimmt (je näher, desto mehr)
  • sowie ohnehin eine hohe Affinität für E-Autos und Carsharing haben,

sind eher bereit deutlich mehr für Energie aus der Region zu bezahlen.

Das Smart Research-Verfahren beinhaltet auch, dass diese Potenziale feinräumig für Marketing und Vertrieb berechnet und lokalisiert werden können.

Sie wünschen weitere Auswertungen zum Thema Energie, dann lesen Sie z.B. Aktuell hohes Kaufinteresse für E-Bikes  oder Energieautarke Haushalte bilden aktuell klassische Innovationskurve. Ansonsten kontaktieren Sie einfach unser Consulting-Team unter Consulting@infas360.de

 

 

 

 

Geodaten ahoi: Ab sofort sticht Captain Immo mit noch mehr Daten in See. infas 360 unterstützt Bonner Start-Up, indem es Zugriff auf sein Big Data-Portfolio ermöglicht.

„Wir glauben, dass es auch Spaß machen kann, die passende Immobilie zu finden. Ein solches Tool zu entwickeln, ist unser oberstes Ziel“, sagt das Start-Up-Unternehmen Kartenhaus mit Sitz im Digital Hub Bonn über seine neue Software „Captain Immo“.

Schwerpunkt der Web-Anwendung ist die benutzerfreundliche, intuitive Auswahl gewünschter Immobilienangebote sowie das einfache Erstellen von Exposés. Diese Funktionalitäten werden nun noch einmal deutlich professionalisiert, indem Geodaten des Bonner Big Data-Spezialisten infas 360 integriert werden.

Das Datenportfolio der infas 360 speist sich vor allem aus amtlichen Gebäudedaten und deren Beschreibungen. So liegen in Summe für alle 22 Mio. postalische Adressen rund 700 weitere Merkmale vor. Auch für die rund 32 Mio. Gebäude ohne Adresse (z.B. Lagerhallen) sind enorm viele Daten verfügbar (Höhe, Volumen, Grundstück etc.). Dies ist die Basis für alle nachgelagerte Immobilienbewertungen.

Die Anwendung „Captain Immo“ überzeugte auf anhieb, so Tobias Gödderz, Leiter Geomarketing bei der infas 360. „Wir wollten unter Bonner Unternehmen hier natürlich bestmöglich unterstützen und haben für Kartenhaus eine Start-Up-Variante gefunden, die es ermöglicht, auf CPU-Basis (cost per use) abzurechnen. So erspart man sich hohe Erstinvestitionen in Geodaten“, kommentiert Gödderz weiter.

Kontakt: t.goedderz@infas360.de  

Dafür brauchen Sie keinem mehr aufs Dach zu steigen! Ob Flachdach, Sattel- oder Walmdach – alle Dachformen für alle Häuser verfügbar.

Angenommen Sie sind Dachdecker und möchten wissen, welche Form das Dach eines Gebäudes hat, ohne zu der Adresse hinfahren zu müssen – und angenommen Sie möchten jetzt auch noch wissen, wieviel Quadratmeter Fläche dieses Dach hat, ohne auf das Dach steigen zu müssen – dann, ja dann könnte der neue Datensatz der infas 360 genau das richtige sein:

Dank der Open Data Initiative der Länder Berlin, Hamburg, NRW und Thüringen (weitere werden folgen) sind amtliche Daten als 3D-Gebäudedaten im Leven-of-Detail 2 (LoD2) frei verfügbar. Das bedeutet, dass nicht nur Gebäudehöhe zu einem Gebäude bekannt ist (Klötzchenmodell), sondern auch die Dachstrukturen und damit die Dachtypen geometrisch angegeben werden.

Abbildung 1: LoD2 am Beispiel Bonn am Stadthaus, Quelle: Open Data NRW. 

infas 360 bereitet diese Daten nun so auf, dass zu jeder Adresse die Dachform (Flach, Sattel-, Walm-, Zeltdach usw.) und die dazugehörende Dachfläche angegeben werden kann. Beispielhaft wird der o.g. Ausschnitt nachfolgend in Google Maps 3D dargestellt. Hier sieht man graphisch die Verbindung aus 3D-Gebäudedaten und Straßen (Adressen)

Abbildung 2: 3D-Gebäudedaten mit Adressen am Beispiel Bonner Stadthaus, Quelle: Google Maps. 

Damit jedoch nicht genug. Als Spezialist für Small Area Methoden verfügt das Bonner Big Data Unternehmen über moderne statistische Schätzmethoden, um die frei verfügbaren LoD2-Daten der 4 Bundesländer auf die restlichen 12 und damit die gesamte Bundesrepublik zu übertragen.

Sie wollen so z.B. wissen, wieviel Solarfläche in einer bestimmten Adresse in Frankfurt a. M. (Hessen) oder Hannover (Niedersachsen) installierbar wäre? Das lässt sich nun berechnen. Insgesamt für ca. 22 Mio. Gebäude mit einer Adresse und auch für weitere rund 23 Mio. Gebäude ohne postalischer Adresse (z.B. für eine Werkshalle in einem Industriegebiet). Kombiniert man diese Informationen mit der mikrogeographischen Datenbank CASA, die rund 700 weitere Merkmale beinhaltet, ergibt sich ein beliebiges „Gebäude-Tiefenprofil“.

Sie interessieren sich für 3D-Gebäudeinformationen? Dann kontaktieren Sie uns unter Consulting-Team unter Consulting@infas360.de

 

Googles 3D-Kartendienst verbessert sich fortlaufend und führt alte Datenschutzdebatte um Google Street View ad absurdum

In der Rheinallee in Bonn sind viele Häuser aufgrund damaliger Beschwerden von Hausbesitzern und Mietern in Google Street View (2010/11) verpixelt worden. Dabei hätte es Google gar nicht machen müssen. Die Politik fühlte sich angeblich auf Druck der breiten Öffentlichkeit hin verpflichtet, Google eine bis dato nicht vorhandene Opt-Out-Regelung für Kartendienste einführen zu lassen. Jemand, dem die rechtlich einwandfreien Aufnahmen aus dem öffentlichen Raum zu dem Gebäude nicht gefielen, konnte Einspruch erheben und „sein“ Haus (auch wenn es nicht seins war) verpixeln lassen. Die bundesweite Debatte ging mehrere Jahre durch die Presse. Am Ende fuhr Google Street View die Häuser von etwa 10% der Bevölkerung ab, wovon wiederum etwa 2% widersprach. Eine absolute Minderheit also bezogen auf die Gesamtbevölkerung. Und das Ausland konnte die „German Angst“ einmal mehr nicht verstehen.

Googles Street View ging 2010 online, ist aber datentechnisch auf dem Stand von 2008 stehengeblieben und veraltet fortlaufend. Die wenigen Straßenansichten stellen je nach Verbreitung der „German Angst“ (oder Wert der Immobilie) einen Fleckenteppich an Gebäudebildern dar. Google wäre aber nicht Google, wenn sie diese mangelnde Datengrundlage nicht ausmerzen würden. Und das übernimmt die immer besser werdende 3D-Anwendung direkt in Google Maps.

Einfach dazu mal die Rheinallee 35 in Bonn eingeben. Dann auf das kleine „Satellit-Bild“ in der linken unteren Ecke und anschließend auf den „3D-Knopf“ in der rechten unteren Ecke klicken. Die Steuerung erfolgt über „Strg-ziehen“. Das, was man im Ergebnis an Informationstiefe zu Gebäuden und Grundstücken zu sehen bekommt, stellt Google Street View von vor 10 Jahren weit in den Schatten. Und führt die damalige Diskussion ad absurdum.

Aber nicht alles wird besser: Die Anschrift „Rheinallee 35“ befindet sich zwei Häuser weiter straßenaufwärts und wird damit rund 50 Meter falsch geocodiert (lokalisiert). Das stimmte früher.

Haben Sie Fragen zu Gebäudedaten und Hauskoordinaten? Dann kontaktieren Sie unser Consulting-Team unter Consulting@infas360.de Die infas 360 GmbH sind Spezialisten in der bundesweiten Gebäudebewertung und Gebäudeinterpretation auf Basis amtlicher 3D-Geodaten für Analysen, Planung und Geomarketing.

Auf den Hund gekommen: Wie Small Area Methoden einen Hundeanteil für jedes Stadtviertel in Deutschland ermitteln.

Noch immer besetzen die Small Area Methoden in der Statistik ein Nischendasein. infas 360 veröffentlicht erstmals die Stärken und Vorteile in einer Praxisstudie am Beispiel von Hundebesitzern.

Zielsetzung der Studie war die Berechnung einer statistisch validen, nachvollziehbaren Kennziffer, die den

  • Hundeanteil bundesweit je Gemeinde und deren Orts- bzw. Stadtteile (ca. 80.000 feinräumige Gebiete) liefert, um auf dieser Basis bessere Standorte planen zu können.

Die Sekundärrecherche amtlicher Daten zeigte, dass eine entsprechende Potenzialszahl bundesweit flächendeckend nicht verfügbar ist (dafür in wenigen Städten z.B. Berlin, was zur Überprüfung des Schätzmodells hilfreich ist).

Aus diesem Grund wurden im CASA-Monitor 10.931 Personen befragt, ob sie einen oder mehrere Hunde besitzen, was 2.412 Fälle mit „Ja“ beantworteten. Die Fälle wurden mit den über 700 mikrogeographischen Informationen der CASA-Datenbank angereichert und mit drei verschiedenen statistischen Modellen analysiert und verglichen:

  1. Klassisches Scoring
  2. Diskriminanzanalyse
  3. Small Area Methoden

Die Daten wurden dann auf die Stadtbezirke von Berlin hochgerechnet und mit den dort vorhandenen amtlichen Daten verglichen mit folgendem Ergebnis:

Stadtbezirk Anteil Hunde
Logistisches Scoring
Anteil Hunde Diskriminan-zanalyse Anteil Hunde
Small Area Methodik
Anteil Hunde
amtlich
Charlottenburg-Wilmersdorf 2,4 2,8 5,0 7,8
Friedrichshain-Kreuzberg 0,2 0,3 2,5 4,3
Lichtenberg 3,5 4,5 5,0 7,9
Marzahn-Hellersdorf 12,3 14,0 10,1 10,4
Mitte 1,1 0,3 3,7 5,6
Neukölln 9,9 8,0 8,5 8,5
Pankow 9,9 8,9 11,0 9,7
Reinickendorf 14,7 14,4 11,5 10,1
Spandau 11,9 11,2 9,4 9,0
Steglitz-Zehlendorf 11,5 10,8 12,7 9,8
Tempelhof-Schöneberg 9,1 8,6 8,9 8,7
Treptow-Köpenick 13,7 16,2 11,9 8,2
Gesamt Berlin 100,0 100,0 100,0 100,0

Die Small Area Methoden (SAM) weisen mit 0,86 die höchste Korrelation zu den amtlichen Daten auf. Auf Gemeindeebene liegt die Korrelation sogar bei 0,98!

Geschätzt wurde SAM bundesweit auf Gebäudeebene für „Hundebesitzer mit 1, 2 oder mehr Hunden“. Folgende Variablen aus der CASA-Datenbank sind in SAM u.a. eingeflossen:

  • Anteil Personen mit Migrationshintergrund und Anzahl Personen „Ledig“
  • Entfernung zur nächsten ÖPNV-Haltest. (in Metern)
  • Kaufkraft je Haushalt in € pro Jahr und Mietspiegel (€/qm)
  • Anteil pro PLZ1 Ebene der Hundehalter aus dem CASA-Monitor mit > 10.000 Fällen
  • Größe des Gartens, Gebäudevolumen und Baudichte
  • durchschnittliche Wohnfläche pro Haushalt
  • Anteile Einwohner  >=10  bis <15 Jahre und  >=45  bis <60 Jahre

Aggregiert in eine bestimmte amtliche Raumebene, entsteht so z.B. Hundeanteil für jede Gemeinde und Stadtviertel. Ein solche Kennziffer eignet sich hervorragend für Planungszwecke, im Geomarketing oder in der Standortplanung.

Hundeanteil je Stadtbezirk in Berlin

Prinzipiell eignet sich SAM (Small Area Methoden) zur Berechnung jeder regionalen oder lokalen Schätzung von Befragungsdaten. Die komplette Studie ist erhältlich unter Consulting@infas360.de

P.S.: Den Anteil gibt es auch für Katzen und Ausgaben für Tiernahrung in EURO (die mit der Kaufkraft für Tiernahrung ins Verhältnis gesetzt werden kann).

 

Address Points von TomTom nun als Premium-Variante: Ein absolutes Muss für eine präzise Geocodierung

gb consite, die Profis für schnelle, webbasierte Standortchecks und Verteilplanungen, konsultierten die infas 360 mit einer klaren Zielsetzung: Das Produkt Address Points von TomTom  um fehlende Gebäudeadressen zu ergänzen und auszuweisen, ob sich dort Haushalte und/oder Firmen befinden.

Im ersten Schritt glich infas 360 den bundesweiten Datenbestand der Address Points mit dem aktuellen Adressverzeichnis, um so das Delta der Adressen zu bestimmen. Erwartet wurde, dass neu entstandene Gebäude z.B. in Neubaugebieten identifiziert werden, da die Address Points auf amtlicher Basis offiziell einen deutlich älteren Gebietsstand aufweisen. Es kam aber noch anders: Das Delta enthielt auch zahlreiche Viertel auch alter Bebauung wie das folgende Beispiel in Berlin zeigt:

Grün = Adressen und Koordinaten der infas 360, rot/grün: Address Points und infas 360, Quelle: infas 360, TomTom und OSM

Im Ergebnis ist es nun möglich das Produkt Address Points als Premium-Variante über die Anbieter gb consite oder infas 360 zu beziehen. Die verbesserte Variante weist

  • Fehlende Gebäude in Straßen
  • Fehlende Viertel alter Bebauung
  • Fehlende Neubauviertel bzw. -gebiete
  • inkl. der Anzahl der Haushalte und Anzahl der Firmen

Für die Zustell-Logistik von Verlagen und Verteilorganisationen gibt es darüber hinaus besonders attraktive Lizenzierungsmodelle. Erste Kunden konnten auch sogleich überzeugt und gewonnen werden.

Auf Wunsch können beliebige weitere Gebäudemerkmale geliefert werden. Fragen Sie unser Consulting-Team consulting@infas360.de ![:]