GlobalBuildingMap — Das Geheimnis der weltweiten Gebäude aufdecken

Warum die Kartierung unserer Gebäude wichtig ist

Jede menschliche Geschichte spielt in und um Gebäude herum — Wohnungen, Schulen, Krankenhäuser, Fabriken. Bis vor Kurzem hatten wir jedoch kein vollständiges, detailreiches Bild davon, wo all diese Strukturen auf der Erde tatsächlich stehen. Dieser Beitrag stellt die GlobalBuildingMap (GBM) vor, die erste hochgenaue, hochauflösende Karte von Gebäuden weltweit. Über reine Neugier hinaus kann eine solche Karte die Art und Weise verändern, wie wir Städte planen, uns auf Katastrophen vorbereiten und sogar abschätzen, wie viel des weltweiten Energiebedarfs durch Solarpaneele auf Dächern gedeckt werden könnte.

Den menschlichen Fußabdruck aus dem All sehen

Vom Menschen geschaffene Strukturen bedecken nur einen kleinen Teil der Erdoberfläche, treiben aber einen großen Anteil der ökologischen und sozialen Veränderungen voran. Gebäude beeinflussen das lokale Klima, das Hochwasserrisiko, den Verkehr, den Zugang zu Dienstleistungen und die Treibhausgasemissionen. Mehr als die Hälfte der Weltbevölkerung lebt heute in städtischen Gebieten, doch frühere globale Siedlungskarten waren zu grob, um kleinere Häuser, informelle Viertel oder temporäre Unterkünfte zu erfassen. Bestehende Datensätze von Projekten wie OpenStreetMap, Google und Microsoft fehlen entweder große Regionen, sie sind auf Freiwillige angewiesen oder weisen keine einheitliche Qualität auf. GBM wurde entwickelt, um diese Lücke zu schließen, indem es eine konsistente, gebäudeebene Sicht auf menschliche Siedlungen überall auf der Erde bietet.

Wie die neue Weltgebäudekarte erstellt wurde

Um GBM zu erstellen, stellten die Forschenden fast 800.000 hochauflösende Satellitenaufnahmen aus der PlanetScope‑Konstellation zusammen, wobei jedes Pixel etwa der Größe eines kleinen Zimmers entsprach (3 Meter). Anschließend trainierten sie vier fortgeschrittene Computer‑Vision‑Modelle — Arten tiefer neuronaler Netze — um Gebäudepixel von Nicht‑Gebäudepixeln zu unterscheiden. Für das Training nutzten sie mehr als 100.000 sorgfältig geprüfte Paare aus Satellitenbildausschnitten und Gebäudeumrissen aus 74 Städten weltweit. Ein Team bereinigte diese Daten manuell, um Fehlanpassungen zu korrigieren und fehlende oder falsche Gebäudeumrisse zu entfernen, sodass die „Ground Truth“ so zuverlässig wie möglich war.

Von Stadtblöcken zu einem globalen Bild

Sobald die Modelle trainiert waren, setzten die Forschenden sie in einer Big‑Data‑Verarbeitungspipeline weltweit ein. Globale Siedlungs‑Masken wiesen den Bereichen, in denen nach Gebäuden gesucht werden sollte, den Weg, und wolkenfreie Satellitenbilder wurden zusammengestitcht und radiometrisch kalibriert, damit die Modelle mit stark variierenden Beleuchtungsbedingungen und Baumaterialien umgehen konnten. Jedes Bild lief durch alle vier Modelle, und ein Pixel wurde nur dann als Gebäude gekennzeichnet, wenn mindestens zwei Modelle übereinstimmten. Dieser Ensemble‑Ansatz verringerte zufällige Fehler und verbesserte die Generalisierung auf Regionen, die während des Trainings nicht vertreten waren. Schließlich filterte das Team Falschmeldungen mithilfe unabhängiger Landbedeckungskarten heraus und unterschied echte Gebäude von hellen Feldern, unbedecktem Boden oder anderen irreführenden Flächen.

Was die Karte über unsere gebaute Welt verrät

Die fertige GBM zeigt, dass Gebäude weltweit etwa 0,67 Millionen Quadratkilometer bedecken — mehr als doppelt so viel wie frühere Schätzungen, die auf gröberen, indirekten Methoden beruhten. Da GBM mit 3‑Meter‑Auflösung arbeitet, kann sie feinmaschige Muster erfassen: dichte Stadtkerne, verstreute ländliche Häuser und informelle Siedlungen, die zuvor oft unsichtbar waren. Verglichen mit anderen Produkten hebt sich GBM als die einzige vollständige globale Karte ab, mit besonders starker Abdeckung in Ostasien und Teilen Afrikas, wo andere Datensätze lückenhaft sind. Dieses Detailniveau eröffnet neue Möglichkeiten in der Bevölkerungsmodellierung, Risikobewertung und der Verfolgung städtischen Wachstums — alles basierend auf tatsächlichen Gebäudegrundrissen statt grober statistischer Schätzungen.

Dächer als weltweites Kraftwerk

Mit dieser detaillierten Gebäudekarte stellten die Autorinnen und Autoren eine praktische Frage: Könnten Solarpaneele auf allen Dächern den Energiebedarf der Menschheit decken? Durch die Kombination von GBM mit dem Global Solar Atlas der Weltbank — einer Einschätzung, wie viel Sonnenlicht verschiedene Regionen erhalten — schätzten sie, wie viel Strom erzeugt werden könnte, wenn Dächer weltweit mit realistisch effizienten Solarzellen ausgestattet wären. Ihre Berechnungen legen nahe, dass Dachsolaranlagen 28–84 Petawattstunden Energie pro Jahr erzeugen könnten, also etwa das 1,1‑ bis 3,3‑fache des gesamten weltweiten Energieverbrauchs von 2020. Obwohl dies ein vereinfachtes „Best‑Case“‑Szenario ist, das Dachneigung, Beschattung und andere Hindernisse außer Acht lässt, unterstützt es kräftig die Auffassung, dass Dachsolaranlagen ein zentrales Element einer sauberen Energiezukunft sein könnten.

Eine neue Grundlage für zukünftige Planung

Für Nicht‑Fachleute ist die Kernbotschaft klar: Zum ersten Mal haben wir ein detailliertes, globales Röntgenbild davon, wo Gebäude tatsächlich auf der Erde stehen. Diese Karte zeigt, dass frühere Schätzungen der bebauten Fläche zu niedrig waren und dass das Potenzial der Dächer für Solarenergie enorm ist — prinzipiell genug, um die Welt zu versorgen. Über die Energie hinaus bietet die GlobalBuildingMap ein mächtiges neues Werkzeug für Stadtplaner, Klimawissenschaftler, Katastrophenmanager und alle, die verstehen müssen, wo Menschen leben und arbeiten. Mit der fortschreitenden Verbesserung von Satellitendaten und künstlicher Intelligenz werden solche Karten nur schärfer, häufiger aktualisiert und noch zentraler für Entscheidungen darüber, wie wir unseren gemeinsamen Planeten gestalten.

Zitation: Zhu, X.X., Li, Q., Shi, Y. et al. GlobalBuildingMap — Unveiling the mystery of global buildings. Sci Data 13, 71 (2026). https://doi.org/10.1038/s41597-026-06578-9

Schlüsselwörter: weltweite Gebäude Karte, SATELLITENAUFNAHMEN, Urbanisierung, Dach-Solarenergie, Deep Learning