Viersens Gebäude im digitalen Kataster – Viersen in 3D: Das Laserscan-Gebäudemodell von NRW

Das Wichtigste vorab:

• Das LoD2-Modell wird vollautomatisiert aus Laserscandaten und ALKIS-Grundrissen abgeleitet. Es gibt keine manuell erstellte Modelle.
• Dominierend in Viersen: Flachdächer (Garagen, Gewerbe) und Satteldächer (Wohnhäuser).
• Mittlere Dachneigung der Wohngebäude: 34° – ideal für Solaranlagen.
• 42 % der Gebäude sind Einfamilienhäuser, 26 % sind Garagen.
• Kritisch zu bedenken: Das Modell ist automatisiert – bei komplexen Dächern können Fehler entstehen. Außerdem stammen Teile des Laserscans aus 2019–2024, Änderungen (Neubau & Abriss) können daher fehlen.

Wie entsteht das 3D-Gebäudemodell?

Geobasis NRW leitet das LoD2-Modell vollautomatisiert aus drei Quellen ab:

Die Software prüft automatisch, welche Standarddachform (Satteldach, Walmdach, Flachdach …) am besten zur gemessenen Punktwolke passt. Das ermöglicht die landesweite Berechnung für ~11,6 Millionen Gebäude in NRW, birgt aber auch Klassifizierungsfehler bei ungewöhnlichen Dachformen.

LoD2 ist downstream von ALKIS: Die Grundrisse kommen aus dem ALKIS-Kataster. LoD2 fügt die dritte Dimension hinzu (und hiermit die  wichtigen Daten zur Höhe und Dachform) kann aber nur erfassen, was im ALKIS-Register steht.

Über diese Daten (LoD2)

Was das 3D-Modell pro Gebäude öffentlich enthält

Wofür werden diese Daten genutzt?

• Wandfläche × U-Wert ergibt den Transmissionswärmeverlust und sind daher essenziell für die Wärmeplannung
• Dachfläche × Neigung × Ausrichtung ergibt das Solarenergiepotenzial.
• Das LANUK-Wärmekataster (Beitrag 3) verwendet LoD2 als zentralen Eingangsdatensatz.

Was LoD2 zur Energieanalyse beiträgt – und was fehlt

Das LoD2-Modell liefert die geometrischen Grundlagen für die thermische Analyse von Gebäuden: Wandfläche, Dachfläche, Höhe und Dachneigung sind direkte Eingangsgrößen für Wärmebedarfsmodelle. Gleichzeitig hat es klare Grenzen – weil ein Laserscan außen misst, nicht innen.

Wie das LANUK-Modell LoD2 nutzt:
Das LANUK-Wärmekataster kombiniert die LoD2-Wandfläche mit der IWU/TABULA-Gebäudetypologie: Jedes Gebäude wird einer Typologieklasse zugeordnet (z. B. Einfamilienhaus, Bauperiode 1958–1968), für die ein standardisierter Heizwärmekennwert bekannt ist. Die LoD2-Außenwandfläche (ohne gemeinsame Trennwände zu benachbarten beheizten Gebäuden) multipliziert mit diesem U-Wert ergibt die Transmissionswärmeverluste, den zentralen Punkt zur Berechnugn des Wärmebedarfsmodell.

Grundregel: Je größer die Wandfläche und je schlechter die Dämmung (ausgedrückt durch Baujahr und Typologieklasse), desto höher der modellierte Wärmebedarf. LoD2 liefert das erste Element, die anderen Quellen dieser Serie die übrigen.

Bild 1: Welche Dachformen hat Viersen?

Die Dachtyp-Verteilung (57.382 Gebäude) in Konkreten Zahlen:
Flachdach: 18.868 (32,9 %)
Satteldach: 12.093 (21,1 %)
Walmdach: 9.927 (17,3 %)
Krüppelwalm: 9.423 (16,4 %)
Nicht klassifiziert: 6.293 (11,0 %)
Unbekannt / Sonstige: 778 (1,4 %)

Numerisch überwiegen Flachdächer durch die Garagen (26 % des Bestands) und moderne Gewerbegebäude fast ausschließlich flach gedeckt sind. Wohngebäude haben überwiegend Sattel- oder Walmdächer, die zusammen rund 55 % der klassifizierten Gebäude ausmachen.

11 % ohne erkannten Dachtyp: Bei diesen Gebäuden hatte die automatische Klassifizierung keinen eindeutigen Treffer – zum Beispiel bei sehr kleinen Gebäuden, dichten Bäumen darüber oder ungewöhnlichen Dachformen.

Kritischer Hinweis: Die automatische Dachformzuweisung ist nicht perfekt. Komplexe historische Gebäude (Mansardendächer, Turmhauben) werden häufig als „Satteldach“ klassifiziert, auch wenn das nicht stimmt. Die Fehlerrate für Standardwohngebäude ist jedoch deutlich geringer.

Bild 2: Wie hoch sind die Gebäude abhängig vom Dachtyp?

Höhenstatistik in Viersen:
Durchschnittshöhe: 5,64 m
Median: 4,08 m
25 %-Quantil: 2,76 m
75 %-Quantil: 8,47 m
Maximum: 80,33 m

Was das Bild zeigt:

• Flachdachgebäude zeigen zwei Häufungen: sehr niedrig (1–3 m: Garagen) und mittelhoch (5–10 m: Büro- und Industriegebäude).
• Sattel- und Walmdächer konzentrieren sich auf 6–9 m – das klassische 2-stöckige Wohnhaus mit Dachaufbau.
• Gesamtmedian: 4,1 m – der geringe Wert erklärt sich durch die vielen Garagen.
• Ausreißer: ~80 m – ein markant hohe Funkturm unter lauter zweigeschossigen Nachbarn.

Was sind die höchsten Gebäude in unserer Analyse?

Hier sind mehrere „Gebäude” zu sehen, die es nicht gibt. Die obige Liste wurde bereits mit eigenen Beschreibungen überarbeitet. So wurden die Strommasten beispielsweise fälschlicherweise als „Gebäude zum Parken” von ALKIS eingestuft. Die Daten sind daher nicht perfekt.

Zur Einordnung: Die Höhenwerte sind automatisch aus Laserscandaten berechnet. Für einfache Gebäude ist die Genauigkeit gut (±0,3–0,5 m). Bei komplexen Dachformen oder stark bebauten Grundstücken können Abweichungen größer sein.

Bild 3: Grundfläche, Wandfläche und Dachfläche

Flächen als Energieparameter: Größere Wandfläche bedeutet mehr Wärmeverlust im Winter. Eine größere Dachfläche mit günstiger Neigung bedeutet mehr Solarenergiepotenzial. Diese Flächen sind direkte Eingangsdaten für Wärmebedarfsmodelle.

Was das Bild zeigt:

• Grundfläche: Wohnhäuser belegen typisch 80–120 m². Garagen und Schuppen deutlich weniger.
• Außenwandfläche: Hier abgebildet ist die Wandfläche ohne gemeinsame Trennwände zu benachbarten Gebäuden. Walmdächer haben weniger Wandfläche im Verhältnis zur Grundfläche als Satteldächer – weil das Dach früher ansetzt und senkrechte Wände ersetzt.
• Dachfläche: Satteldächer variieren stark – je steiler, desto größer die Dachfläche im Verhältnis zur Grundfläche. Dieser Wert entscheidet über das PV-Potenzial.

Bild 4: In welche Himmelsrichtung zeigen die Außenwände?

Das LoD2-Modell kennt nicht nur die Größe der Wände, sondern auch ihre Ausrichtung. Das ist entscheidend für Solaranalysen (PV-Potential) und Wärmeverlustberechnungen.

Warum Ausrichtung wichtig ist: Südwände bekommen im Winter mehr Sonne, verlieren aber im Sommer auch mehr Wärme. Nordwände erhalten fast keine direkte Sonneneinstrahlung und sind im Winter der größte Wärmeverlustpfad. Diese Information fließt unter anderem in das LANUK-Wärmemodell ein.

Die Außenwandflächen (gemeinsame Trennwände zu Nachbargebäuden abgezogen) verteilen sich fast gleichmäßig auf alle 8 Himmelsrichtungen. Daher ist erkenntlich Viersen hat kein dominantes Straßenraster, das eine Richtung bevorzugen würde. Eine leichte Nord-Süd-Tendenz entspricht dem historischen Straßennetz der Viersener Innenstadt.

Das Dachtyp-Panel zeigt: Die Ausrichtung ist weitgehend unabhängig vom Dachtyp

Bild 5: Welche Gebäudefunktionen dominieren?

Die Gebäudefunktion kommt direkt aus ALKIS,  LoD2 ergänzt sie um die 3D-Geometrie.

Die häufigsten Gebäudearten in Viersen in direkten Zahlen:
Einfamilienhaus: 24.324 (42,4 %)
Garage / Stellplatz: 15.070 (26,3 %)
Nebengebäude: 4.670 (8,1 %)
Landwirtsch. Stall: 2.796 (4,9 %)
Wohngebäude (allg.): 2.178 (3,8 %)
Gewerbegebäude: 1.878 (3,3 %)

Was wir durch das Bild erkennen können:

• Einfamilienhäuser: 42 % des Bestands.
• Garagen / Stellplätze: Jedes vierte Gebäude in Viersen ist eine Garage.
• Das rechte Panel bestätigt die erwarteten Muster: Einfamilienhäuser haben überwiegend Sattel- oder Walmdächer (~70 %); Garagen sind zu ~85 % flachgedeckt. Die automatische Klassifizierung erkennt diese Muster zuverlässig.
• Die mittlere Dachneigung nicht-flacher Dächer beträgt 34,2° – das liegt im optimalen Bereich für Photovoltaik-Anlagen auf NRW-Breitengrad (~51°N).

Kritische Einschätzung

Was das Modell gut kann: Geometrisch einfache, häufig gebaute Gebäudetypen – also genau das, was in Viersen dominiert: Satteldach-Einfamilienhäuser und Flachdach-Garagen. Für diese Klassen liegt die automatische Klassifizierung in über 90 % der Fälle richtig.

Wo das Modell schwächelt: Ungewöhnliche historische Dachformen (Mansardendächer, Turmhauben, komplexe Schnittdächer älterer Fabrikgebäude) werden häufig vereinfacht klassifiziert. Das betrifft nur wenige Prozent der Gebäude, aber gerade die, die für denkmalpflegerische Sanierungsanalysen interessant wären.

Trennwand-Erkennung (Heuristik):
Das LoD2-Modell enthält für Reihenhäuser und Doppelhaushälften die gemeinsame Trennwand in beiden Gebäudemodellen. Unsere Analyse erkennt solche Flächen geometrisch: Zwei Wandflächen verschiedener Gebäude werden als Trennwand gewertet, wenn ihr 2D-Zentrumsabstand ≤ 2,5 m beträgt, ihre Außennormalen entgegengesetzt zeigen und der physische Spalt zwischen den Gebäuden unter 1,5 m liegt. Hinweis: Dies ist ein geometrischer Heuristikansatz. Gebäude am Stadtrand von Viersen, deren Nachbargebäude in einer anderen Gemeinde liegt, fehlen im Datensatz. Die ermittelte Außenwandfläche ist daher als Schätzwert für aggregierte Energieanalysen zu verstehen, nicht als Gebäudegenaue zertifizierte Messung. Nicht alle Wandflächen werden perfekt erkannt, weshalb unsere Analyse immer noch eine kleine Ungenauigkeit besitzt.

Für Energieanalysen gilt jedoch: Die Genauigkeit der Außenwandflächen ist für den gebäudescharfen Wärmebedarfsansatz ausreichend. Die größten Unsicherheiten im nachgelagerten LANUK-Modell kommen ohnehin nicht aus der LoD2-Geometrie, sondern aus dem fehlenden Sanierungsstand.

Fazit

Das LoD2-Modell schließt eine klare Lücke, die ALKIS offen lässt: die dritte Dimension. 57.382 Gebäude mit Dachform, Höhe und Wandflächen nach Himmelsrichtung – abgeleitet aus einem Laserscan, der zwischen 2019 und 2024 ganz NRW überflogen hat.

Das Ergebnis ist kein fotorealistisches Stadtmodell, sondern ein Rechenmodell. Außenwandfläche multipliziert mit typologischen Dämmwerten ergibt Transmissionswärmeverluste. Dachneigung und -ausrichtung bestimmen das Solarertragspotenzial. Diese Zahlen sind Eingaben für das LANUK-Wärmemodell welches gerne zu Wärmeplannung genutzt wird.

Was ein Laserscan nicht sehen kann, ist die Dämmung hinter der Fassade. LoD2 misst die Außenhülle aber was dahinter steckt, bleibt unsichtbar. Die größten Unsicherheiten im nachgelagerten Wärmemodell stammen deshalb nicht aus der LoD2-Geometrie, sondern aus dem fehlenden Sanierungsstand und der räumlich aggregierten Baujahres-Projektion aus dem Zensus. Das Modell ist so gut wie seine schwächste Eingangsgröße.

Quellen

1. Geobasis NRW (2023). 3D-Gebäudemodell LoD2 NRW. ALKIS-Grundrisse Stand 01.09.2023. Datenlizenz Deutschland Zero 2.0. opengeodata.nrw.de/produkte/geobasis/3dg/lod2_gml/
2. Bezirksregierung Köln, Abt. 7 (2026). Nutzerinformationen LoD2. bezreg-koeln.nrw.de/geobasis-nrw/produkte-und-dienste/3d-gebaeudemodelle
3. OGC / buildingSMART (2012). CityGML 2.0 Encoding Standard. Open Geospatial Consortium.
4. Geobasis NRW (2026). ALKIS Grundrissdaten. Stand 01.04.2026. Datenlizenz Deutschland Zero 2.0. opengeodata.nrw.de