Was der Sunscore ist

Der Sunscore ist eine einzelne Zahl von 0 bis 100, die angibt, wie viel Sonne ein Objekt über ein ganzes Jahr hinweg erhält.

100 bedeutet, dass die Oberfläche zu jedem Zeitpunkt des Tageslichts während des gesamten Jahres im Sonnenlicht liegt. 0 bedeutet, dass sie sich niemals im Sonnenlicht befindet. Jedes reale Gebäude liegt irgendwo dazwischen.

Obwohl Gebäude der erste Anwendungsbereich sind, ist der Sunscore nicht auf sie beschränkt. Im Prinzip kann er für jedes Objekt mit einer Oberfläche berechnet werden. Gebäude sind unser Ausgangspunkt, nicht die Definition.

Was der Sunscore nicht ist

Drei Abgrenzungen sollten vorab geklärt werden, da sie von den meisten Menschen fälschlicherweise angenommen werden.

Er ignoriert das Wetter – ganz bewusst. Der Sunscore berücksichtigt physische Objekte, die die Sonne verdecken: Nachbargebäude, Bäume, Berge, Gelände. Er berücksichtigt keine Wolkendecke, und das ist beabsichtigt. Hindernisse sind harte, unveränderliche Fakten. Das Wetter schwankt und ist schwer vorherzusagen. Eine Wolke kann da sein oder auch nicht. Der Sunscore ist also ein grundlegender Score für wolkenlosen Himmel (Clear-Sky), und Durchschnittswetter ist eine denkbare Funktion, die später darübergelegt werden kann – kein Bestandteil der Basismessung.

Er misst Außenflächen. Der Sunscore bewertet das Äußere einer Immobilie, ihre Fassaden und das Dach, nicht ihren Innenraum. Es gibt dabei eine Nuance: Manche Außenflächen sind transparent. Fenster sind Außenflächen, sodass der Score indirekt auch etwas über das Licht aussagt, das ins Innere gelangt. Sobald Fensterpositionen bekannt sind – sei es durch Bilderkennung erfasst oder manuell markiert –, lässt sich ein Sunscore für den Innenbereich ableiten. Das steht auf der Roadmap und ist nicht Teil der Version 1.

Version 1 ist bewusst einfacher gehalten als technisch möglich. Die Berechnung ist nach wie vor komplex, aber aus Sicht der Kunden bleibt sie einfach. Diese Einfachheit ist eine Designentscheidung, kein Manko.

Wie der Sunscore berechnet wird

Die Berechnung erfolgt in vier Schritten.

1. Punkte über die Oberfläche verteilen. Nehmen Sie das Gebäude oder das jeweilige Objekt, das bewertet werden soll, und verteilen Sie eine Reihe von Messpunkten gleichmäßig über jede Fassade und das Dach. Die Anzahl der Punkte ist ein anpassbarer Kompromiss: Mehr Punkte liefern ein genaueres Ergebnis, weniger Punkte lassen sich schneller berechnen. Ein typisches Gebäude umfasst Tausende von Punkten.

2. Das Jahr an jedem Punkt durchlaufen. Für jeden Messpunkt wird die Bewegung der Sonne über das gesamte Jahr hinweg in kleinen Zeitschritten von etwa drei Minuten nachvollzogen. Bei jedem Schritt wird ein Strahl von der Sonnenposition zum Punkt geworfen und geprüft, ob er von der Sonne erreicht oder durch ein Hindernis blockiert wird. In der internen Visualisierung von Shadowmap ist genau das an den farbigen Linien zu sehen: Ein grüner Strahl erreicht den Punkt ungehindert, ein roter Strahl ist verdeckt.

3. Jeden Punkt bewerten. Der Score eines Punktes entspricht dem Anteil der Zeitschritte, in denen er der Sonne ausgesetzt war.

4. Durchschnitt für das Objekt ermitteln. Der Sunscore der Immobilie ist der Durchschnitt der Werte all ihrer Messpunkte.

Die Größenordnung

Ein Jahr unterteilt in Drei-Minuten-Schritte entspricht etwa 175.000 Messungen pro Punkt. Multipliziert mit Tausenden von Punkten pro Gebäude stützt sich ein einzelner Sunscore auf Millionen individueller Sichtbarkeitsprüfungen der Sonne. Er ist in wenigen Sekunden abgeschlossen. Es ist unser Geheimrezept, diese Berechnungen so zu optimieren, dass der Prozess deutlich beschleunigt wird und dennoch hochpräzise bleibt.

Eine erwähnenswerte Verfeinerung

Befindet sich ein Gebäude teilweise an einem Hang, fallen manche Messpunkte unter die Geländeoberfläche. Diese werden identifiziert und ausgeschlossen, da sie per Definition dauerhaft im Schatten liegen und den Durchschnitt sonst ohne informativen Mehrwert nach unten ziehen würden. Sie zählen nicht mit.

Die zwei Grundlagen

Alles, was Shadowmap tut, basiert auf zwei Dingen: dreidimensionalen Daten und der Position der Sonne am Himmel. Jede Schattenberechnung benötigt eine Lichtquelle, 3D-Strukturen, die Schatten werfen, und 3D-Strukturen, die Schatten empfangen.

Die Sonnenposition ist ein gelöstes Problem – und eines, das mehr Anerkennung verdient, als es bekommt. Etablierte astronomische Formeln, die in wissenschaftlichen Abhandlungen von Dutzenden Seiten veröffentlicht wurden, ermitteln anhand eines Ortes auf der Erde und eines Zeitpunkts das Azimut und die Höhe der Sonne. Keine API, keine Abhängigkeit von externen Diensten. Sie behalten für Zehntausende von Jahren in Vergangenheit und Zukunft ihre Gültigkeit und berücksichtigen selbst feine Effekte wie das langsame Taumeln der Erdachse. Dies ist ein gewaltiges Werk menschlicher Forschung, das moderne Software heute als selbstverständlich hinnimmt.

Der Schattenwurf ist das, worin sich Shadowmap unterscheidet. Es rendert Schatten von jeder 3D-Quelle auf jede andere 3D-Quelle. Einige andere Tools setzen künstliche Grenzen: Sie berechnen nur Gebäude auf Gebäude oder nur Gelände auf Gelände und können nicht abbilden, wie ein Gelände Schatten auf ein Gebäude wirft oder umgekehrt. Das ist entscheidend: Wenn ein Berg einen Schatten auf ein Grundstück wirft und das Tool dies nicht darstellen kann, wird der Nutzer nicht bloß unzureichend informiert – er wird getäuscht.

Es gibt eine bekannte Begrenzung. Hindernisse ab einer bestimmten Entfernung werden nicht berücksichtigt, sodass ein sehr weit entfernter Berg im Modell keinen Schatten wirft, selbst wenn er es in der Realität tut. Im Prinzip lässt sich dies eingrenzen, da die Erdkrümmung eine harte Obergrenze dafür setzt, wie weit selbst der höchste Berg einen Schatten werfen kann, bevor der Horizont eingreift. Dennoch ist eine vollkommen robuste Version hiervon noch nicht umgesetzt, steht aber auf unserer Roadmap.

Woher die Daten stammen

• Gebäude. Das Rückgrat ist OpenStreetMap, eine kollaborativ erstellte Weltkarte, die hervorragend gepflegt wird und meist sehr aktuelle Daten enthält, einschließlich neuer Gebäude. Ihre Schwäche ist die uneinheitliche Qualität: Städte mit aktiven Communities sind exzellent kartiert, andere Orte weitaus weniger. Der Overture-Gebäudedatensatz schließt diese Lücken, indem er OSM um maschinell generierte Gebäude aus Satellitenbildern und aus Lidar-Messungen abgeleitete Höhen ergänzt – und so Bauten hinzufügt, die bisher noch kein Mensch kartiert hat.

• Bäume stammen ebenfalls aus OpenStreetMap.

• Geländedaten stammen aus Quellen, die von Regierungen und wissenschaftlichen Behörden weltweit veröffentlicht werden. 

• Offizielle Geodaten. Einige Kommunen betreiben Open-Data-Programme, die hochdetaillierte, klassifizierte 3D-Gebäudedaten veröffentlichen. Shadowmap nutzt derzeit offizielle Daten in Wien, München, Berlin, Tokio und der Schweiz; weitere Städte und Länder folgen, als Nächstes die Niederlande. Aus diesem Grund ist die Genauigkeit, etwa in Wien (einschließlich der Dachgeometrie), höher als die im Vereinigten Königreich oder den USA. In den USA gibt es derzeit keine vergleichbaren offiziellen Daten: Zwar gibt es reichlich LiDAR, aber kaum klassifizierte LOD2-Daten.

Ein Hinweis zu OpenStreetMap

Es war womöglich die erste digitale Karte der Welt – noch vor Google Maps und anderen Kartenplattformen. Alles begann damit, dass ganz normale Menschen mit GPS-Geräten durch Straßen liefen, Wegpunkte aufzeichneten, an den Ecken ihrer eigenen Häuser standen, einen Knopf drückten und die Welt Punkt für Punkt kartierten, noch bevor irgendein Unternehmen dies tat. Shadowmap basiert auf diesen Daten und nutzt sie kostenlos, was für ein Startup keine Kleinigkeit ist. Das sollte man deutlich sagen. Ein großes Dankeschön gilt daher allen Mitwirkenden von OpenStreetMap; Apps wie Shadowmap wären ohne Ihre Hilfe nicht möglich!

Warum nicht Google 3D?

Die 3D-Daten von Google sind detaillierter als ein einfaches Blockmodell und würden im Prinzip einen präziseren Sunscore liefern. Zwei Gründe sprechen jedoch gegen ihre Nutzung. Erstens die Klassifizierung: Google 3D ist ein kontinuierliches Dreiecksnetz ohne Objektgrenzen – der Baum geht in den Boden über, der Boden in die Wand, die Wand in das nächste Gebäude. Man kann nicht auf „dieses Gebäude“ zeigen, weil es in den Daten kein „dieses Gebäude“ gibt. OpenStreetMap hingegen definiert ein Gebäude als eigenständige Entität mit einer ID, sodass Gebäude 72 konkret benannt und referenziert werden kann. Während sich die Segmentierung mittels KI-Klassifizierung lösen lässt, verbieten Googles Nutzungsbedingungen dies derzeit. Allerdings werden sich Abdeckung und Qualität von 3D-Daten weltweit verbessern, wovon Shadowmap und alle zugehörigen Produkte enorm profitieren werden. 

Wohin sich die Daten entwickeln

Die Lage verbessert sich rasant: schärfere Satellitenbilder, bessere 2D-zu-3D-Rekonstruktionen und 3D-Scans per Smartphone, die heute bereits ohne Spezialhardware hochwertige Modelle erzeugen. Geht man mit einem Smartphone um ein Haus herum, erfasst man Fensteröffnungen, Dachflächen und erkennt präzise, wo Solarmodule angebracht werden können und wo Licht einfällt. In wenigen Jahren könnte das Datenproblem im Wesentlichen gelöst sein.

Der Confidence-Score (Zuverlässigkeitswert)

Der Sunscore wird mit einem Confidence-Score von 0 bis 1 ausgeliefert, wobei 1 für maximale Verlässlichkeit steht.

In der Praxis basiert er derzeit auf einer einzigen Kennzahl: dem Anteil der in die Berechnung eingeflossenen Gebäude, die über eine reale Höhenangabe in Metern verfügen. Viele Gebäude auf der Karte besitzen lediglich einen Grundriss und keine Höhenangabe; fehlt die Höhe, muss sie geschätzt werden; gibt ein Gebäude seine Höhe an, wird diese als zutreffend angenommen. Der Prozentsatz der berücksichtigten Gebäude mit einem echten Höhenattribut ergibt den Confidence-Wert.

Dies ist eine erste Annäherung, die weiter verbessert wird. Offizielle Daten mit ihrer hochdetaillierten Geometrie rechtfertigen eine höhere Zuverlässigkeit als ein reiner OSM-Grundriss mit Höhenangabe – künftige Versionen des Sunscore werden auch offizielle LOD2-Daten unterstützen.

Aktuelle Grenzen des Sunscore

Dies ist ein wichtiger Aspekt des Gesamtbildes, denn diese Herausforderungen entstehen erst durch den Einsatz des Sunscore in der realen Welt – und wer Vorreiter ist, stößt als Erster darauf.

• Das richtige Gebäude finden. Eine Immobilienplattform liefert uns Breiten- und Längengrade, und dieser Punkt kann irgendwo auf dem Grundstück liegen, manchmal überhaupt nicht auf dem Gebäude: im Garten, in der Einfahrt oder an der Zufahrt. Standardmäßig sucht der Sunscore daher in einem Umkreis von 50 Metern nach dem nächstgelegenen Gebäude, was die beste Chance bietet, das richtige Objekt zu finden. Das birgt aber auch Fehlerquellen. Befindet sich an der angegebenen Position kein Gebäude, findet die Suche das nächstgelegene existierende – vielleicht das des Nachbarn – und liefert ein vollkommen plausibles Ergebnis für das völlig falsche Grundstück. Gibt es auf einem Grundstück ein Haupthaus und ein kleineres Nebengebäude und das Nebengebäude liegt näher an der Koordinate, wird das Nebengebäude bewertet. Und wird im Umkreis kein Gebäude gefunden, wird eine Ersatzstruktur generiert. Ein schneller Diagnosetest: Öffnen Sie das Sonnenprofil – unsere bekannte 3D-Shadowmap-Visualisierung –, die denselben Standort verwendet; trifft der Strahl nicht auf das Gebäude, sehen Sie eine solche Ersatzstruktur.

• Das zugrunde liegende Adressproblem. Es gibt keine universelle Zuordnung von einer Straßenadresse zu einem Hauptgebäude. Was ein Geokodierungsdienst für eine Adresse zurückliefert – die Haustür, die Zufahrt von der Straße, den Mittelpunkt des Grundstücks oder das Gebäude selbst –, variiert je nach Land und Anbieter. Google Maps verortet bei einer österreichischen Adresse direkt das Haus; eine britische Postleitzahl ist hingegen nicht hausspezifisch, obwohl das Vereinigte Königreich mit dem UPRN über eine eindeutige Objektkennung verfügt. In den meisten Fällen funktioniert es. Es funktioniert nicht in allen, und kein System garantiert es verlässlich.

• Ein Gebäude, viele Wohnsituationen. Ein großer Wohnkomplex wird üblicherweise als ein einzelnes Gebäude klassifiziert und erhält einen einzigen Sunscore, obwohl eine hoch gelegene Südbalkon-Wohnung und eine nach Norden ausgerichtete Erdgeschosswohnung außer dieser Zahl nichts gemeinsam haben. Der aktuelle Lösungsansatz besteht darin, den Sunscore mit der Visualisierung des Sonnenprofils zu kombinieren: Wer sein Stockwerk und die Ausrichtung kennt, kann das Modell untersuchen und die eigene Situation abschätzen. Die eigentliche Lösung sind präzisere Daten: Stockwerkshöhe, Hauptausrichtung und Fensteröffnungen – Daten, die einige Plattformen bereits besitzen, während andere sie nicht weitergeben dürfen.

• Der Sunscore ist eine Momentaufnahme. Sobald neue Ausgangsdaten vorliegen, muss der Sunscore neu berechnet werden. Ein Sunscore spiegelt immer den jeweiligen Datenstand wider, und das muss jedem, der ihn integriert, klar kommuniziert werden.

Die strategische Bedeutung

Der Algorithmus selbst ist nicht außergewöhnlich komplex. Wie unser Entwickler Vlad es ausdrückte: Nichts daran war übermäßig schwer, und der Grund, warum dies vorher niemand entwickelt hat, lag nicht darin, dass es technisch zu anspruchsvoll gewesen wäre, sondern darin, dass es zu schwer zu vermarkten war, weil die Menschen damals noch keinen Nutzen darin sahen.

Die eigentliche Schwierigkeit – und der eigentliche Wettbewerbsvorteil – liegt in allem rund um den Algorithmus: z. B. ganzheitliche Kontextanalyse, exakte 3D-Daten, Adressen, Fallback-Systeme, Klassifizierung und Daten auf Wohnungsebene. Shadowmap ist führend, weil wir auf diese Probleme gestoßen sind und uns entschlossen haben, sie zu lösen – und an der Spitze zu bleiben bedeutet, diese Arbeit mit einer klaren Entwicklungs-Roadmap voranzutreiben. Die logische Konsequenz daraus ist, dass der Sunscore an so vielen Orten wie möglich und so schnell wie möglich präsent sein muss, damit er zum De-facto-Standard wird. Wir sind überzeugt: Genauso wie digitale 2D-Grundrisse vor 25 Jahren eine Innovation waren und heute als Standard gelten, werden mit dem Sunscore bewertete Gebäude und Wohnungen in wenigen Jahren selbstverständlich dazugehören.