Hintergrundinformationen zum Projekt, Methodik, Limitationen und Quellen.
Diese Karte bewertet Wohnorte anhand von ein paar Dutzend verschiedener Ebenen. Diese sind ausgewählt durch 3 Prinzipien: Sie sollten die Lebensqualität spürbar beeinflussen, sie sollten wichtig sein für die Wahl der Wohnlage, und sie sollten messbar sein.
Ebenen zu finden, die alle Prinzipien erfüllen, ist gar nicht mal so einfach. Was du in dieser Karte findest, ist praktisch eine Interpretation von öffentlich gesammelten Daten, und kann durch verschiedene Faktoren falsch liegen: Beispielsweise können die Quelldaten ungenau sein, die intendierte Lebensqualität schlecht repräsentieren, oder es fehlt ein Faktor, der Dir wichtig ist. Betrachte also die Vorschläge mehr als eine Vorauswahl anhand deiner Präferenzen, nicht als finales Urteil.
Standardmäßig fließt zusätzlich zu deinen Auswahlen unsere ausgewogene Standardgewichtung für Lebensqualität ein — eine bewusste Gewichtung von oft übersehenen Qualitäten (Ruhe, Grün, erreichbare Natur, Ortsbild …), die der Markt kaum einpreist. Das ist unsere Interpretation, kein Naturgesetz: Im Fragebogen kannst du sie abwählen, dann zählen nur deine eigenen Auswahlen (etwa nur Miete, oder Miete plus „Grünes Viertel“). Getrennt davon steht das Hochwasserrisiko als eigene, ebenfalls standardmäßig aktive Einstellung — eine Lage-Eigenschaft, die du beim Besichtigen nicht siehst; auch sie ist abwählbar.
Wie genau die Ebenen in dieser Karte aufgebaut sind, erfährst du weiter unten auf dieser Seite.
Der Entwickler dieses Projektes bin ich, Lukas Tenbrink — ein Datenwissenschaftler und Programmierer aus München. Ich habe die Software ursprünglich aufgebaut, um meiner Freundin und mir eine schöne Lage für eine gemeinsame Wohnung zu finden. Die Daten zu sammeln war nicht mal schwer, aber sie nutzbar zusammen zu bauen hat mich dann doch mehr Zeit gekostet als ursprünglich gehofft. Aber nach einiger Arbeit war ich dann doch irgendwann zufrieden, und wir hatten ein paar Kandidaten :)
Als ich Freunden davon erzählte, stellte sich heraus, dass wir wohl nicht die Einzigen auf der Wohnungssuche sind. Also habe ich noch mal ein bisschen mehr Zeit reingesteckt und die Karte auf hochglanz poliert, damit ich sie auch hochladen kann. Naja, und jetzt bist Du hier!
Ich baue diese Software in meiner Freizeit, und biete sie kostenlos an. Der Quellcode ist quelloffen auf GitHub verfügbar. Wenn Du die Entwicklung unterstützen möchtest, besuche gerne meine Sponsorseite auf GitHub! <3
Was jede Ebene misst — und wo sie an ihre Grenzen stoßen. Wie du eine Ebene einstellst und gewichtest, steht im Tooltip der Regler in der Seitenleiste.
Geschätzte Kaltmiete bei Neuanmietung gegen dein Budget. Grundlage sind die Mieten aus dem Zensus 2022, je Gemeinde auf das heutige Marktniveau hochgerechnet — diese Hochrechnung teils nur auf Kreisebene, also lokal grob. Voll gewertet, solange die Miete bequem in deinem Budget liegt; je näher sie an deine Obergrenze rückt, desto steiler fällt der Wert. Lagen klar über dem Budget werden ausgeblendet.
Routing mit deinen Verkehrsmitteln zu deinem Lebensmittelpunkt, Tür zu Tür samt Wartezeit, über Fahrplandaten (gtfs.de) und das Straßennetz von OpenStreetMap. Es zählt der beste deiner Wege; weitere geben nur Bonus. Das Ziel wählst du selbst: eine bestimmte Stadt, oder du richtest dich nach deinem Beruf — du kannst bestimmte branchen wählen, dann wird das Angebot für dieses Berufsfeld berücksichtigt. Andere Berufsfelder, die nicht klar in eine Branche passen, werden über »Alle Branchen (Stadt/Großstadt)« modelliert.
Wie gut der Ort an Bus & Bahn liegt, zielunabhängig. Aus Abfahrten pro Tag und Linienvielfalt in Laufweite (Fahrplandaten gtfs.de), S-Bahn, U-Bahn und Tram doppelt gezählt. Misst das Angebot, nicht ob es dich an dein Ziel bringt.
Erreichbarkeit von sechs Kategorien des täglichen Bedarfs, von Nahversorgung bis Schule (Daten: OpenStreetMap; Schularten amtlich aus den Länder-Schulverzeichnissen via JedeSchule). Je Kategorie wählst du, wie nah es sein muss; gewertet wird der Weg zum nächsten Angebot.
Misst Erreichbarkeit, nicht Qualität.
Wie gut du Freizeit und Kultur erreichst — als Abend- oder Wochenendweg von etwa 15 bis 20 Minuten mit deinen Verkehrsmitteln. Grundlage ist das allgemeine Freizeitangebot (über die Ausgeh-, Kultur- und Gastroszene geschätzt; Daten: OpenStreetMap), erreichbar gerechnet über Fahrplan- und Straßennetz wie bei der Anbindung. Je mehr und je näher, desto höher die Wertung.
Darunter hakst du an, was dir wichtig ist — Freizeitangebot, Kino, Schwimmen, Kletterhalle oder Golf. Eine angehakte Aktivität wird zur Bedingung: ist sie gar nicht erreichbar, blendet »Ungeeignete ausblenden« den Ort aus. Misst Erreichbarkeit, nicht Qualität. Wenn ein Ort falsch repräsentiert aussieht, stimmt wahrscheinlich ein OpenStreetMap Eintrag nicht.
Wie grün die nähere Umgebung ist (etwa 500 m). Aus Satellitendaten (ESA WorldCover) für Bäume, Wiesen und Wasser, ergänzt um Stadtgrün aus OpenStreetMap (Parks, Alleen), das der Satellit zwischen Häusern übersieht. Private Gärten in Villenvierteln werden nicht gewertet.
Aus amtlichen Lärmkarten (EU-Umgebungslärm; Umweltbundesamt und Eisenbahn-Bundesamt) für Straßen-, Bahn- und Fluglärm, akustisch zusammengezählt. Kleine Straßen unter der Kartierungsschwelle werden grob über ihre Nähe geschätzt, dichte Bebauung erhöht den Wert zusätzlich (diffuser Stadtlärm); Industrie- und Tramlärm fehlen.
Ob du mit dem Rad schnell ins Grüne kommst. Die Idee ist ein "Picknick im Grünen": ob du mit wenig Aufwand in ein ruhiges Naturgebiet kommst. Gewertet wird der beste erreichbare Ort: Wald, See, Fluss, Hügel oder Aussichtspunkt (aus Satellitendaten, Geländemodell, OpenStreetMap). Hier zählt: je mehr erreichbar ist, desto besser. Hügelige Natur zählt etwas mehr, vielbesuchte etwas weniger (über nahe Bevölkerungsdichte geschätzt). Nicht gewertet sind Autofahrten (mit dem Auto kann man in Deutschland von fast überall schöne Natur erreichen) und ÖPNV (aus praktikabilität). Zudem ist der Andrang an touristische Orte ist nicht erfasst.
Aus europaweiten Hochwasser-Tiefenkarten (JRC/Copernicus) für mehrere Wiederkehrzeiten (alle 10 bis 500 Jahre) — gewertet wird eine Risikoschätzung darüber, wie häufig und wie schwere Katastrophen hier zu erwarten sind. Nur Flüsse mit größerem Einzugsgebiet sind modelliert (kleine Bäche und Starkregen fehlen), Deiche bleiben unberücksichtigt (geschützte Ufer zeigen Restgefahr.
Eine Schätzung der "Mietgesundheit" eines Ortes — aus dem Anteil leerstehender Wohnungen (Zensus 2022). Hoher Leerstand deutet auf eine verlassene Gegend hin mit alter Bausubstanz hin. Verlässlich auf ca 1-km Genauigkeit; in spärlich besiedelten Gegenden gibt es oft keine Daten.
Eine Schätzung dafür, wie viel Arbeit in die Ortsarchitektur gesteckt wurde, geschätzt über historische Objekten (Burgen, Stadtmauern, Kapellen …), öffentlicher Kunst und einer organischen Straßenführung (OpenStreetMap). Pro Einwohner gewertet, damit kleine historische Städte mithalten. Misst Vorhandensein, nicht Schönheit; zudem ist OpenStreetMap ist auf dem Land lückenhaft getagged.
Anteil der Haushalte mit verfügbarem schnellem Internet — ab 100 Mbit/s als ausreichende Schwelle, plus Bonus für Gigabit und Glasfaser (Breitbandatlas der Bundesnetzagentur). Zählt die Verfügbarkeit, nicht den real gebuchten Anschluss; der Glasfaser-Ausbau ist blockweise lückig.
Wertet schönes Wetter — ein langjähriges Mittel (1991–2020) des Deutschen Wetterdiensts von Trockenheit und Sonnenstunden. Temperatur und Schneetage sind Geschmackssache und darum nicht gewertet. Schätzt die Lage grob; lokalwetter kann bis heute teils überraschend sein.
Zwei Vorlieben, keine Qualitäten (Daten: Zensus 2022): wie nah Bebauungsdichte und Durchschnittsalter der Nachbarschaft an deinen Wünschen liegen. Die Dichte zählt je km² bewohnter Fläche. Lebensphasen der Bevölkerung wird über Demografie geschätzt (um z.B. eine Familien- oder Studentengegend zu finden).
Folgende Lücken habe ich untersucht und absichtlich nicht gewertet:
Deine Einstellungen bleiben lokal in deinem Browser — sie werden in der Session- und der lokalen Ablage gespeichert, nie an einen Server gesendet, und du kannst sie derzeit über deinen Browser löschen. Es gibt kein Tracking und keine Konten. Auch wenn du "Link kopieren" nutzt wird nichts gespeichert - alle deine Einstellungen stecken dann im Link selbst.
Beim Laden ruft die Seite von fremden Servern nur die Kartenkacheln (CARTO) ab — und, wenn du suchst, den Adressdienst Nominatim (OpenStreetMap). Diese Dienste sehen dabei wie bei jedem Seitenaufruf deine IP-Adresse. Die Programmbibliotheken liegen auf demselben Server wie die Karte selbst.
Dies ist die Kurzfassung. Die vollständigen Angaben stehen in der Datenschutzerklärung.
Jede Datenquelle mit den Ebenen, in die sie einfließt.
Die Karte nutzt die quelloffenen Bibliotheken
deck.gl (MIT),
MapLibre GL JS
(BSD-3-Clause) und
h3-js
(Apache-2.0). Der Quellcode dieses Projekts steht unter der MIT-Lizenz auf
GitHub;
die vollständigen Lizenztexte aller Komponenten liegen dort in der Datei
THIRD-PARTY-LICENSES.md.