FuĂballfeld Vergleiche sind MĂŒll?! #shorts
Sorry Galileo! đ
Kleiner Hinweis noch fĂŒr alle aufmerksamen Kartenleser*innen unter euch:
Bei den Kartendaten von OpenStreetMap kann jeder und jede von euch mitwirken.
Manche Angaben sind teilweise von Hand eingetragen und eigezeichnet - wie auch die FuĂballfelder.
Daher erklÀren sich auch Unterschiede / Abweichungen im Vergleich zu z.B. Google Maps ... das ist auch schon Lonell aufgefallen. Deshalb haben wir beim DFB mal genau nachgeschaut.
[Q1] OpenStreetMap Contributors: OpenStreetMap, aufgerufen am 19.02.2026. https://www.openstreetmap.org
[Q2] EUROPĂISCHE NORM EN 997 - WC-Becken und WC-Anlagen mit angeformtem Geruchverschluss, Oktober 2018 https://gxtcxh.com/uploadimg/202104290202.pdf
[Q3] bundesliga.com: Das FuĂballfeld: GröĂe, Markierungen & Praxis, aufgerufen am 19.02.2026. https://www.bundesliga.com/de/faq/spielbetrieb/das-fussballfeld-groesse-markierungen-praxis-22369
[Q4] Deutscher FuĂball-Bund (DFB): Regelheft 2025/2026 https://assets.dfb.de/uploads/000/322/119/original_Regelheft_2025_2026.pdf
Methodik:
1. Mithilfe von osmnx und python FuĂballfelder ĂŒber tags sport:soccer und leisure:pitch auswĂ€hlen, ĂŒber BundeslĂ€nder loopen und fĂŒr jedes Bundesland runterladen, dann mergen
2. Filtern nach wirklich nur soccer, sport_centre ausschlieĂen, damit nichts doppelt gezĂ€hlt wird
3. Area in GIS berechnen, Summe fĂŒr ganz Deutschland berechnen
4. FuĂballfelder-Datensatz mit BundeslĂ€nder-Polygonen verschneiden -> Anzahl pro Bundesland
5. Bev-Daten fĂŒr BundeslĂ€nder -> FuĂballfelder pro Einwohner
6. FlĂ€che BundeslĂ€nder -> FuĂball-FlĂ€che pro Bundesland