„Wie weit ist die kommunale Wärmeplanung in Deutschland?“ fragt Johann Heller auf LinkedIn [1] und wenn man sich die dort veröffentlichte Karte anschaut, erfährt man, in derzeit 11% der deutschen Kommunen wird diese Wärmeplanung bereits jetzt als abgeschlossen ausgewiesen. Halle (Saale) gehört zu diesen 11%. Die Daten stammen aus dem KWW-Wärmewendeatlas [2].
Screenshot 1: Stand der Kommunalen Wärmeplanung in Deutschland lt. einem Beitrag auf LinkedIn [1]Screenshot 2: Halle (Saale) im KWW-Wärmewendeatlas [2].
Aber wo eigentlich kann man die Daten zur kommunalen Wärmeplanung in Halle nun öffentlich einsehen?
Die Stadt Halle (Saale) und der städtische Energieversorger EVH haben die Daten in den letzten Wochen auf zwei Plattformen veröffentlicht, zum Einen im HALgis [3] als Extra-Kapitel „Kommunaler Wärmeplan“ und zum Anderen im Open Data Portal der Stadt Halle (Saale) [4], [5]. In diesem Portal stehen die Rohdaten als Downloads in verschiedenen Formaten und als WMS-Dienste zur einfachen Einbindung in jedem modernen GIS zur Verfügung. Und, quasi selbstverständlich, wurden die Daten auch im QGIS-Plugin GeoBasis_Loader [6] unter dem Katalog 5 (Halle) eingearbeitet.
Screenshot 3: Themen zum „Kommunalen Wärmeplan“ im HALgis [2] mit einem Beispiel für die Abfrage von SachdatenScreenshot 4: Themen zum „Kommunalen Wärmeplan“ im Open Data Portal der Stadt Halle (Saale) [4], [5]Animation 1: 30 Themen in Echtzeit mit einem Klick – Laden der Daten der KWP mit dem QGIS-Plugin GeoBasis_Loader [5] unter dem Katalog 5 (Halle)
Am Freitag, den 08.05.2026 gab GDAL-Maintainer Even Rouault per Mail [1] bekannt, dass eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.13.0 „Iowa City“. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Mich erfreuen besonders die neuen Möglichkeiten auf der Kommandozeile für automatisierte Prozesse, z. B. gdal vector combine, concave-hull, convex-hull, dissolve und check. Die komplette Liste der Vector-Kommandos findet Ihr in der Dokumentation [3], alle Neuerungen auf GitHub [4].
Am Freitag, den 24.04.2026 gab GDAL-Maintainer Even Rouault per Mail [1] bekannt, dass eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.12.4, ein Bug Fix Release. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Alle Neuerungen findet Ihr auf GitHub [3].
Die QGIS-Meldung vom Freitag, den 10.04.2026 [1] hatte bei einigen Mac-Usern für etwas Konfusion gesorgt, weil statt der angekündigten v4.0.1 „nur“ die v4.0.0 online war. Hier nun die beruhigende Auflösung: QGIS v4.0.1 ist auch für Mac verfügbar, seit gestern, am 13.04.2026, ca. 14:13 Uhr. Meine Anfrage bzgl. des nicht ganz transparenten, neutralen Dateinamens und ein Teil der Erklärung und Diskussion findet Ihr in der QGIS-Developer-Mailingliste [2] und auf GitHub [3], [4]. Die Screens zeigen die Installation auf meinem Mac. Danke allen Mitwirkenden und den kritischen Lesern 🙂
Screenshot 1: Homebrew jetzt mit 4.0.1Screenshot 2: Auch im Download-Bereich von qgis.org – QGIS v 4.0.1Screenshot 3: Jetzt live auf meinem Mac QGIS v 4.0.1Screenshot 4: Im GitHub [4] zu verfolgen, hier wurde das Namensproblem der MAC-Downloadpakete gelöst, Danke Jürgen E. Fischer
Am Freitag, den 20.03.2026 gab GDAL-Maintainer Even Rouault per Mail [1] bekannt, dass eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.12.3, ein Bug Fix Release. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Alle Neuerungen findet Ihr auf GitHub [3].
Screenshot 1: Mein QGIS-Projekt „Einwohner pro Ladesäule“, alle Daten inkl. dem QGIS-Projekt findet Ihr unter [5]. (Bildquelle Verkehrszeichen: [6])
Ehrlich, das hat mich schon immer mal interessiert: Man trifft auf Karten mit Ladesäulen in Deutschland und dort sieht man deutliche Hotspots. Aber, sorgt diese Standortdichte tatsächlich zu einer besseren Versorgung oder wird die scheinbar bessere Ausstattung ggf. durch deutlich mehr potenzielle Nutzende wieder relativiert? Also was liegt näher, als im GIS die Ladesäulen- mit Einwohnerdaten zu kombinieren? Ich habe es getan (natürlich mit QGIS 😉 hier mein Vorgehen und die Ergebnisse:
Laden der 10 km Zensus2022-Datensatz mit Einwohnerdaten als Punktraster [1]
Laden der Ladesäulen-Daten aus dem WFS [2], abspeichern als Shape o. ä.
Rechteckbildung um die Punkte mit 10 km x 10 km („Rechtecke, Ovale, Rauten“)
Einwohnerdaten als Punkte auf Rechtecke übertragen („Attribute nach Position verknüpfen“)
Anzahl der Ladesäulen pro Rechtecken ermitteln („Punkte in Polygon zählen“)
Versorgung berechnen: (Einwohner / Ladesäulen), also letztlich Beantwortung der Frage: „Wieviel Einwohner werden von einer Ladesäule versorgt?“
Übrigens, der rechnerisch am besten versorgte Standort in Deutschland [4] befindet sich nordwestlich von Ulm, weil dort sehr wenige Einwohner auf eine vergleichsweise große Anzahl von Ladesäulen trifft.
Ich hatte tatsächlich irgendwie Zweifel, 259 Ladesäulen am Bahnhof Merklingen auf so kleiner Fläche? Eine Überprüfung mit der Online Ladesäulenkarte der Bundesnetzagentur [7] zeigt aber gleiche Ergebnisse an, vgl. Screenshots 4 und 5. Ich frage mal bei der Bundesnetzagentur nach. Update 11.03.2026, 10:13 Uhr: Hier die Auflösung (Danke Torsten!) Es ist tatsächlich so, Google Maps zeigt die Bilder eines sehr großen P+R-Parkplatzes mit den 259 Ladesäulen direkt an der Bahnstation [8], [9], vgl. Screenshot 6. Es handelt sich offensichtlich um den größten Ladepark der Welt [10]!
Screenshot 4: Die 259 Ladesäulen am Bahnhof Merklingen im identifizieren WFS [2]Screenshot 5: Die 259 Ladesäulen am Bahnhof Merklingen überprüft mit der Online Ladesäulenkarte der Bundesnetzagentur (Bildquelle [7])Screenshot 6: Die 259 Ladesäulen am Bahnhof Merklingen in Google Maps [8], [9] (Bildquelle [9])
Gestern, am Dienstag, den 10.02.2025 gab GDAL-Maintainer Even Rouault per Mail [1] bekannt, dass eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.12.2, ein Bug Fix Release. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Die Neuerungen findet Ihr auf GitHub [3].
(Nachträglich) Herzlichen Glückwunsch zum Geburtstag, OSGeo! Lass Dich feiern und feiere selbst die erfolgreichen 20 Jahre freier und Open-Source-Software für Geospatial. Danke allen Mitwirkenden, großartige Arbeit, Cool Stuff!
Gestern, am Donnerstag, den 18.12.2025 gab GDAL-Maintainer Even Rouault per Mail [1] bekannt, dass eine neue Version der universellen GDAL-Bibliothek [2] zur Verfügung steht, aktuell ist nun GDAL v3.12.1, ein Bug Fix Release. GDAL steht für Geospatial Data Abstraction Library und ist vor allem als Kommandozeilen-Tool, aber auch als wesentlicher Bestandteil von QGIS bekannt. Die Neuerungen findet Ihr auf GitHub [3].
Wir setzen den MapServer bereits seit 2001 im KomGIS+ Vorgänger/Prototypen GIS+ und HALgis erfolgreich ein und sind ihm zusammen im KomGIS+ [6], HALgis [7] und dem halleschen Open Data Portal [8] bis heute treu geblieben. Danke alle Mitwirkenden, Großartig!
