Der GeoBasis_Loader [1] hat wieder Datenzuwachs bekommen. Seit der letzten Meldung vom 09.07.2025 sind 31 Themen hinzu gekommen. Dazu zählen z. B. der Unfallatlas für ganz Deutschland mit 17 Themen, die Aktualisierung der Bodenrichtwerte für Brandenburg sowie 9 Themen Hochwasser (Schutzanlagen, Anschlaglinien, Wassertiefen, Flächennutzung für HQ 200, HQ 100, HQ 10) für Sachsen-Anhalt. Seit diesem Wochenende wurde der Katalog 2 um Luxemburg erweitert. Momentan stehen die Basiskarte, Straßenkarte und 2x Orthophotos zur Verfügung, weitere Themen folgen demnächst.
Aktuell stehen damit 651 Themen im GeoBasis_Loader zur Verfügung, vgl. Status [2]. Den aktuellen Stand der Datenbefüllung im GeoBasis_Loader findet Ihr immer unter “GBL: Meldungen & Störungen” [3]
Diesen Satz kennt wohl jeder: “Ein Bild sagt mehr als tausend Worte”, klingt fast abgedroschen und doch ist er 1000%ig wahr. Und warum das eigentlich so ist, könnt Ihr wunderbar im Artikel “Deshalb liebt unser Gehirn Bilder” [1] von Dana Rulf [2] auf speakture [3] nachlesen. Kurzweilig, interessant und lehrreich und damit wird auch klar, warum DataViz, also die Visualisierung der Daten, in Diagrammen, Karten und Skizzen etc. so vernünftig wie zwingend ist. Hier kurz gespoilert:
das menschliche Gehirn verarbeitet Bilder 60.000-mal schneller als Text
90 Prozent der an das Gehirn übermittelten Informationen sind visuell
lt. MIT-Studie erkennt unser Gehirn ein Bild in 13 ms!
Heute ein Tipp in eigener Sache. Ich wurde immer wieder gefragt, ob es irgendwo eine Sammlung meiner Vorträge und Videos gibt. Ja, es gibt sie, seit ein paar Tagen, hier als neue Seiten auf dem #geoObserver in der Rubrik “Impressum / Über …”: “Meine Vorträge” [1] und “Meine Videos” [2]. Viel Spaß beim Suchen, Finden, Lesen und Anschauen. Gern auch Feedback in den Kommentaren oder als PN.
42, was für eine mystische Zahl? Immerhin die Lösung der “Ultimate Question of Life, the Universe, and Everything” [1]. Und gestern hattest Du, GRASS, Deinen 42. Geburtstag [2], [3]. Der #geoObserver gratuliert (nachträglich): Herzlichen Glückwunsch, Danke und weiter so! Übrigens: GRASS ist auch Bestandteil der Standard QGIS-Installationen und immer schnell und zuverlässig.
“Jetzt ist ORSTools vollständig kompatibel mit den kommenden QT6-Änderungen und gewährleistet ein reibungsloses Erlebnis mit zukünftigen QGIS-Updates. Benutzer können jetzt Vertex-Marker per Drag-and-Drop auf die Karte ziehen. Darüber hinaus wurde die Provider-Konfiguration der Plugins vereinfacht und bleibt unverändert, wenn der Dialog geschlossen wird.” [3]
Hier der Mitschnitt der Plugin-Vorstellung auf der QGIS User Konferenz 2025 mit Jakob Schnell and Till Frankenbach [4]. Den Changelog zum Plugin “ORSTools” findet Ihr auf GitHub [5].
Hochinteressante Daten zu Flussauen hat das Bundesamt für Naturschutz (BfN) gestern via LinkedIn [1] gepostet. Derzeit werden in der interaktiven Kartenanwendung „Flussauen in Deutschland“[2] Informationen über Verbreitung, Größe und Verlust von Flussauen, deren Zustand, Nutzung und Schutzstatus für insgesamt 79 Flüsse bereit gestellt. Außerdem gibt es Informationen zu ca. 200 Renaturierungen und Deichrückverlegungen. Ich habe die Anwendung sofort ausprobiert, natürlich für Gebiete um Halle (Saale) und Leipzig. Einmal erfasst und visualisiert sieht man deutlich den erschreckenden, tatsächlichen Verlust an Flussauen. Auch aus diesen Verlusten erklären sich unsere immer größer werdenden Hochwasserprobleme.
Ich hoffe, diese wertvollen Daten gibt es nicht nur in der Anwendung selbst, sondern sie werden auch als Open Data in Form von Geodiensten, z. B. WMS, WFS o. ä. bereit gestellt und sind dann in jedem modernen GIS einfach nutzbar. Meine Anfrage findet Ihr in den Kommentaren zu [1]. Ich würde die Dienste dann zeitnah im geobasisloader.de [3] einpflegen, versprochen.
Screenshot: Die erschreckenden, tatsächlichen Verluste an Flussauen im Gebiet um Halle (Saale) und Leipzig (Bildquelle [2])
Screenshot 1: Die Startseite des WFS-Explorer (Bildquelle [2])
Einen WFS (WebFeatureService) mal auf die Schnelle in einer Karte anzuschauen und zu testen, das wünscht man sich als Geomensch recht oft, nun ist ein solches Tool mit dem WFS-Explorer [1] gefunden. Bei der Vorstellung des Tools wird man mit den vielversprechenden Worten “Offene Geodaten leichter erkunden, analysieren und weiternutzen” begrüßt. Klingt interessant, es gab einen ersten Kontakt und so ist ganz schnell und unkompliziert der heutige Gastbeitrag von Hans Hack entstanden, Danke Hans! Also los mit Open Data und Open Source die verschiedenen WebFeatureServices untersucht …
WFS-Explorer: WFS-Dienste unkompliziert erkunden, filtern und exportieren
WFS-Dienste (Web Feature Services) sind ein zentrales Element der Geodateninfrastruktur – maschinenlesbare Schnittstellen, über die räumliche Objekte samt Sachdaten standardisiert per HTTP abgefragt werden können. Doch trotz ihres Potenzials bleiben sie oft untergenutzt.
Die Open Data Informationsstelle Berlin (ODIS) hat den WFS-Explorer entwickelt, um diese Einstiegshürde zu senken. Ziel war es, auch Menschen ohne GIS-Erfahrung zu befähigen, offene Geodaten praktisch zu nutzen – etwa aus der Verwaltung, zivilgesellschaftlichen Projekten oder der Wissenschaft.
In unserer Arbeit haben wir wiederholt beobachtet, dass WFS-Dienste für viele eine hohe Barriere darstellen: zu komplex, zu unübersichtlich, zu voraussetzungsreich. Wer kennt das nicht? Man klickt auf einen vermeintlich hilfreichen WFS-Link – und wird mit einem kryptischen XML-Dokument konfrontiert. An dieser Stelle steigen viele direkt wieder aus, obwohl der zugrunde liegende Datensatz eigentlich sehr relevant wäre.
Was kann das Tool?
Der WFS-Explorer [2] bietet eine einfache, webbasierte Oberfläche, um beliebige WFS-Dienste zu laden, zu durchsuchen, zu filtern und weiterzuverwenden – ganz ohne zusätzliche Software oder technisches Spezialwissen.
◼︎ Freie WFS-URL-Eingabe oder Auswahl aus Beispieldiensten (z. B. vom Berliner Geoportal) ◼︎ Interaktive Kartenansicht zur sofortigen räumlichen Orientierung ◼︎ Filterfunktion zur gezielten Abfrage nach Attributwerten – vollständig im Frontend ausgeführt ◼︎ Tabellarische Attributübersicht mit Vorschau und automatischer Zusammenfassung ◼︎ Export als GeoJSON oder CSV – ideal für Weiterverarbeitung in Datenanalyse oder Webmapping ◼︎ Direkte URL-Parametrisierung (?wfs=) für schnelle Integration in andere Anwendungen oder Workflows. Zusätzlich kann ein Layer direkt mitgeladen werden über den Parameter “layer="
Technischer Hintergrund
Das Tool verwendet standardisierte WFS-Operationen wie GetCapabilities, DescribeFeatureType und GetFeature, um verfügbare Layer, Datenstruktur, Attributfelder und Inhalte automatisch abzurufen. Die Datenverarbeitung und Filterung erfolgt vollständig im Browser.
Für die Ausgabe haben wir uns bewusst für das Format GeoJSON entschieden – nicht nur, weil es kompakt und gut lesbar ist, sondern vor allem, weil es sich nahtlos in moderne Webmapping-Anwendungen wie Leaflet, Mapbox oder OpenLayers integrieren lässt.
Falls ein WFS-Dienst keine JSON-Ausgabe unterstützt, wird automatisch auf GML als Fallback zurückgegriffen. Die GML-Daten werden anschließend clientseitig konvertiert und ebenfalls als GeoJSON dargestellt – ohne zusätzliche Serverprozesse.
Die Geometrien werden dabei standardmäßig nach WGS 84 (EPSG:4326) transformiert – ebenfalls direkt im Frontend. Dieses Koordinatensystem wurde gewählt, weil es der gängigste Standard in der webbasierten Kartenverarbeitung ist und maximale Kompatibilität mit anderen Tools bietet.
WFS einfach „previewfähig“ machen
Ein besonders hilfreiches Feature des WFS-Explorers ist die Möglichkeit, WFS-Dienste direkt über URL-Parameter zu öffnen. Das heißt: Man kann sich mit wenigen Handgriffen einen Link zusammenbauen, der beim Aufruf sofort den gewünschten Datensatz im Tool lädt – ganz ohne manuelle Eingabe.
Das ist z. B. in Open-Data-Portalen nützlich, die (noch) keine Vorschaufunktion für WFS anbieten. So wird aus einem WFS-Link mit XML-Ausgabe ein sofort nutzbarer Zugang zu den Geodaten – inklusive Karte, Filterung, Tabelle und Export. Zusätzlich lassen sich WFS einfach miteinander teilen – bei der ODIS ist das bereits gängige Praxis für kollaboratives Arbeiten und schnellen Austausch.
So funktioniert’s:
Du brauchst nur zwei Bausteine:
◼︎ die Basis-URL des WFS-Explorers: https://wfsexplorer.odis-berlin.de/ ◼︎ und den gewünschten WFS-Link als URL-Parameter (?wfs=), z.B.: ?wfs=https://gdi.berlin.de/services/wfs/ua_stromverbrauch
Optional kannst du direkt einen Layer mit angeben (?layer=), z.B.: &layer=ua_stromverbrauch:verbrauchstrombez_detail
Beim Aufruf dieser URL öffnet sich der WFS-Explorer sofort mit dem angegebenen Dienst und lädt automatisch den gewünschten Layer.
Fazit
Der WFS-Explorer schlägt eine Brücke zwischen technischer Schnittstelle und praktischer Anwendung. Er richtet sich sowohl an erfahrene Geodaten-Anwender:innen, die schnell Datensätze prüfen oder extrahieren möchten, als auch an neue Zielgruppen, die bisher wenig Berührung mit WFS hatten.
Das Ziel: offene Geodaten zugänglicher machen – ohne GIS-Software, ohne XML-Schock und mit direkter Möglichkeit zur Weiterverarbeitung.
Wir entwickeln den WFS-Explorer kontinuierlich weiter und freuen uns über Rückmeldungen – gerne auch über WFS-Dienste, die nicht oder nur eingeschränkt funktionieren. Das hilft uns, das Tool robuster und nützlicher für möglichst viele Anwendungsfälle zu machen. Sendet das Feedback gerne an: info@odis-berlin.de
Natürlich habe ich es gleich getan und getestet, zuerst mal mit Diensten, die ich gut kenne, um das Ergebnis besser einschätzen zu können, hier meine ersten Ergebnisse …
Screenshot 2: Mein Test mit Flurstücken (grün) aus den offenen ALKIS-Daten aus Sachsen-Anhalt [3], [4] (Bildquelle [2])Screenshot 3: 500 Flurstücke (grün) aus den offenen ALKIS-Daten aus Sachsen-Anhalt [3], [4] in der Kartenvorschau (Bildquelle [2])
Übrigens, das erste Feedback habe ich schon gegeben. Wenn ich mir noch eine Funktion wünschen dürfte, wäre es die Folgende: Ich möchte einen WFS natürlich gern dort prüfen, wo ich mich auskenne, also in meinen Bearbeitungsgebiet. Schön wäre also ein räumlicher Filter, ich zoome mich vorher in mein Wunschgebiet, z. B. Halle, Paulusviertel und rufe dann genau dort die ersten z. B. max. 500 Features in diesem Gebiet ab. Die Reaktion von Hans folgte prompt: “Super, ja das wäre wirklich ein cooles Feature. … Ich schreib das gleich mal in unseren Backlog. Danke fürs Feedback.” So muss OSS und Community 🙂
Die unkomplizierte Generierung zufälliger, teilweise auch beabsichtigt fehlerbehafteter Testdaten kann für Entwicklung und Test von GI-Systemen sehr wichtig sein. Das Plugin “RandomPolygons”[1] generiert n zufällige Polygone in der Ausdehnung des aktuellen Kartenausschnittes und im aktuellen Koordinatenbezugssystem. Dabei kann der Nutzer folgende Parameter beeinflussen:
“Count of polygons”: die Anzahl der zu generierenden Polygone (1 … 2000),
“Max. corners per polygon”: die maximale Anzahl der Ecken der Polygone (3 … 20),
“Max. count of NOT valid polygons”: den Anteil der beabsichtigt nicht gültigen Polygone (1 … 50%) und
“Max. extent of a polygon in relation to canvas”: die Ausdehnung der Polygone bezogen auf die Gesamtausdehnung der aktuellen Ansicht (1 … 50%).
Video [2]: Plugin “RandomPolygons” in Aktion. Hinweis: Die in Video gezeigten, automatisch angelegten Sachdatenspalten “test_text” und “count_nodes” sind erst ab Version 0.2 verfügbar.
Das Plugin “RandomPolygons” ist ursprünglich zur Generierung von Testdaten zur Erprobung meines Plugins “QuickPolygonRepair” [3] entstanden. Übrigens: Ein nicht unerheblicher Anteil des Programmcodes wurde mit KI via ChatGPT erstellt.
Achtung: Bitte lesen Sie vor der Nutzung des Plugin zuerst die Nutzungsbedingungen!
Neulich an der Hotline: “Wenn ich das Kartenelement im Layout verändere, ändert sich auch immer wieder der Maßstab. Kann man das nicht irgendwie fest einstellen?” Berechtigte Frage und ja, man kann. Eine Lösung ist z. B. die “Datendefinierte Übersteuerung”. In meinem Youtube-Video “QGIS Tip Fix Scale in Layout” [1] zeige ich Euch, wie es geht.
