Geokodierte Meldedaten als Basis bedarfsgerechter Planungen in ländlichen Gemeinden und Regionen

Geocoded Data from Population Registers as a Source for Needs-Based Planning in Rural Municipalities and Regions

Zusammenfassung

Einwohnermeldedaten können einen wichtigen Beitrag zur Unterstützung der raumbezogenen Planung in ländlichen Gemeinden leisten. Das zeigen mehrere Studien, die sich in den vergangenen Jahren mit demographischen Veränderungsprozessen und Versorgungsbedarfen in Deutschlands ländlichem Raum auseinandergesetzt haben. Gemeinsam ist diesen, meist einzelfallbezogenen Untersuchungen, die Geokodierung kommunaler Melderegister und ihre analytische Verarbeitung mittels Geographischen Informationssystemen. Auf diese Weise lassen sich Bevölkerungsstrukturen und ihre Veränderungen auch unterhalb der Gemeindeebene auflösen und in Analysen nutzen, während Bevölkerungsdaten der überkommunalen statistischen Stellen dies in der Regel nicht vermögen. Dieser Beitrag greift Erkenntnisse aus diesen Studien auf. Er verbindet sie zu einem Argumentationsstrang, der Mehrwerte des Ansatzes sowohl für die kommunale als auch die regionale Ebene aufzeigt und anhand von Beispielen aus Bayern und Sachsen-Anhalt entwickelt wird. Neben allgemeinen demographischen Aspekten werden dabei auch „Erreichbarkeiten“ und „Immobilien“ – als mit demographischen Prozessen in Zusammenhang stehende Themenfelder – behandelt. Die Darstellung der Mehrwerte, die zu einer stärkeren Nutzung von Melderegistern in Wissenschaft und planerischer Praxis motivieren möchte, wird ergänzt um eine Diskussion über die Grenzen des verfolgten Ansatzes im Hinblick auf zukünftige Bevölkerungsentwicklungen. Durch das Aufzeigen sowohl von Mehrwerten als auch von Grenzen der Nutzung geokodierter kommunaler Bevölkerungsdaten möchte der Beitrag zudem die Umsetzung von Digitalisierungsstrategien in der Planung ländlicher Räume unterstützen.

Abstract

Population registers can make an important contribution to spatially related planning in rural municipalities. This has been illustrated in a number of recent studies that have examined processes of demographic change and service requirements in Germany’s rural areas. These investigations are usually case-study based and share an approach involving the geo-coding of municipal population registers and their analysis using Geographical Information Systems. This reveals and allows the analysis of population structures and changes thereto, also for units below the municipal level, as is rarely possible when using population data held by supra-municipal statistical authorities. This paper draws on findings from these investigations. It combines them to form a line of argument that demonstrates the value of the approach for both the municipal and the regional levels, using illustrative examples from Bavaria and Sachsen-Anhalt. In addition to general demographic aspects, the focus is on “accessibility” and “real estate” as topics that are associated with demographic processes. Discussion of the value of this approach is intended to motivate the increased use of population registers both in academic research and in planning practice. Attention is also drawn to the limits of the approach with a view to future population trends. By highlighting both the value and the limits of the use of geo-coded municipal population data the paper also aims to support the implementation of digitalisation strategies in the planning of rural areas.

This is a preview of subscription content, access via your institution.

Abbildung 1
Abbildung 2
Abbildung 3
Abbildung 4
Abbildung 5
Abbildung 6
Abbildung 7
Abbildung 8

Notes

  1. 1.

    Daten des Zensus 2011, die auf www.zensus2011.de öffentlich bereitgestellt werden, sind nicht auf administrative Einheiten, sondern auf 100x100m-Raster aggregiert. Sie bieten insofern zwar innerörtliche Informationen, allerdings keine Adressgenauigkeit. Da sie zudem in der Regel nicht aktuell vorliegen – die UN empfiehlt einen Aktualisierungszeitraum von zehn Jahren (Scholz/Kreyenfeld 2016: 3) – werden sie hier nicht näher betrachtet.

  2. 2.

    „Ein Geographisches Informationssystem ist ein rechnergestütztes System, das aus Hardware, Software, Daten und den Anwendungen besteht. Mit ihm können raumbezogene Daten digital erfasst und redigiert, gespeichert und reorganisiert, modelliert und analysiert sowie alphanumerisch und graphisch präsentiert werden.“ (http://www.geoinformatik.uni-rostock.de/einzel.asp?ID=793 (27.06.2018)).

  3. 3.

    Methodisch vergleichbare Ansätze mit überwiegend städtisch geprägten Untersuchungsgebieten (z. B. Föbker 2008; Rudolph-Cleff 2012; Benneter 2013) oder ohne konkreten Bezug zu ländlichen Räumen (z. B. Sturm/Meyer 2009) werden an dieser Stelle nicht vertiefend betrachtet.

  4. 4.

    Grenzen aufgrund von datenschutzrechtlichen Gegebenheiten werden in den nachfolgenden Ausführungen ebenfalls benannt. Eine ausführliche Diskussion dieses Themas unterbleibt jedoch. In Zeiten der Digitalisierung und der Evolution rechtlicher Rahmenbedingungen – so wurde die Datenschutzgrundverordnung (DSGVO) am 25. Mai 2018 in der gesamten Europäischen Union wirksam und unterstützt einheitliche Regelungen zum Schutz von personenbezogenen Daten – zeigt dieser Beitrag nüchtern Vorteile der planerischen Nutzung von Meldedaten auf. Diese Vorteile bieten in der Debatte um künftige rechtliche Regelungen, Verstöße und Entwicklungen – vgl. z. B. o. V. (2018) zum Vorschlag des Städte- und Gemeindebundes über den erweiterten Verkauf von anonymisierten Kommunaldaten – Orientierung.

  5. 5.

    Das Rastergitter, das zur Darstellung der Ergebnisse dient, beträgt im konkreten Fall 5 Meter.

  6. 6.

    Einer komplexeren Berechnung bedarf beispielsweise das Billeter-Maß zur Beschreibung der Altersstruktur, das durch Schaffert/Müller/Benndorf (2011) und Lang/Zettler (2012) in einem Geographischen Informationssystem umgesetzt wurde.

  7. 7.

    Dies ist ein amtliches Datenprodukt der Vermessungsverwaltungen der Bundesländer, das Koordinaten aller Adressen einer Gemeinde umfasst.

  8. 8.

    Dies gilt jedenfalls, insofern flächenhafte (polygonale) Geodaten, die diese höheren Raumstrukturen repräsentieren, vorliegen oder im Geographischen Informationssystem (z. B. als Rastergitter oder als sogenannte Pufferzonen) neu geschaffen werden.

  9. 9.

    Altersremanenz bezeichnet das Verbleiben älterer Bewohner im zuvor gemeinsam bewohnten Haus nach dem Auszug der Kinder (Raab 2006: 555). Die Kinder verlassen das Elternhaus (oft ein Einfamilienhaus in Eigentum), um einen eigenen Haushalt zu gründen und gegebenenfalls selbst Wohneigentum zu erwerben. Das Elternhaus spielt für die Entscheidung der Kinder bezüglich Wohneigentum oft keine Rolle. Denn es ist regelmäßig nicht ‚frei‘, wenn sich die Kinder in dem Alter befinden, in dem Menschen Wohneigentum schaffen.

  10. 10.

    Das Orthofoto im Hintergrund wurde vom Landesamt für Digitalisierung, Breitband und Vermessung Bayern zur Verfügung gestellt.

  11. 11.

    „Crowd-Sourced“-Geodaten (auch „Volunteered Geographic Information“) sind von Freiwilligen erhobene raumbezogene Daten. Das wohl bekannteste Projekt ist OpenStreetMap.

  12. 12.

    Als Grenze akzeptabler Erreichbarkeiten zu Fuß wurden hier 500 Meter angenommen (vgl. http://www.sozialplanung-senioren.de/das-instrument/indikatoren-themenfeld-3-wohnen-und-lebensfuehrung/33-infrastruktur/index.html (29.06.2018)). Die Distanz ist im GIS flexibel wählbar und auf spezifische Fragestellungen und Ausgangssituationen anderer Kommunen anpassbar. Die verwendeten Straßendaten stammen von www.OpenSteetMap.com.

  13. 13.

    Die Höhe der Säulen stellt die Anzahl der aus der Stadt Wunsiedel in die jeweilige Rasterzelle Weggezogenen dar. Im Fallbeispiel sind die höchsten Säulen im Nahbereich um Wunsiedel zu erkennen.

  14. 14.

    Die Herkunftsadressen von zugezogenen Personen oder der Wohnort nach Wegzug werden im Melderegister geführt und wurden von der Stadtverwaltung Wunsiedel zur Verfügung gestellt.

  15. 15.

    Als „nicht adäquat“ sind renovierungsbedürftige Wohnungen, deren Bestand in der Untersuchungsgemeinde relativ groß ist, anzusehen. Weiterhin äußerten die Befragten, dass keine ihren Anforderungen entsprechenden Wohnungsgrößen und Wohnungsgrundrisse auf dem Immobilienmarkt der Stadt vorhanden seien. Dies galt sowohl für Miet- als auch für Kaufinteressenten.

  16. 16.

    Schulsprengel: per Rechtsverordnung (Bayern: § 42 BayEU – Bayerisches Gesetz über das Erziehungs- und Unterrichtswesen) räumlich abgegrenztes Gebiet für jede Grund- und Hauptschule (Mittelschule) sowie für Sonderschulen. In anderen Bundesländern gelten abweichende Bestimmungen.

  17. 17.

    So sind Erreichbarkeitsberechnungen auf dem Straßennetz für zahlreiche Anwendungsfälle neben der Schulwegeplanung mittlerweile etabliert (vgl. z. B. Schwarze 2008; Neumeier 2017).

  18. 18.

    Die farblichen Unterscheidungen der Fahrtrouten dienen der differenzierten Darstellung der Zuwegung zu den einzelnen Destinationen, in diesem Falle Mittelschulen.

  19. 19.

    Ohne kleinräumige Bevölkerungsdaten erscheint es zudem fraglich, wie die derzeit diskutierten Vorschläge für eine bessere ambulante medizinische Versorgung effizient umzusetzen sind. So sollen 99% der Bevölkerung Deutschlands Praxen von Kinder- und Frauenärzten künftig innerhalb von nur 20 Minuten erreichen können (Mihm 2018). Ohne das Wissen darüber, wo Kinder und Frauen (gegebenenfalls in besonders nachfragenden Altersgruppen) wohnen, dürften sich minutengenaue Erreichbarkeiten für die Gesamtbevölkerung, jedoch nicht passgenau für die relevante Zielgruppe berechnen lassen. Infolgedessen müssten die relevanten Facharztpraxen flächendeckend vorgehalten werden – beispielsweise selbst im Einzugsgebiet von alternden Einfamilienhausgebieten, in denen womöglich (derzeit) keine Kinder mehr wohnen.

  20. 20.

    Vgl. http://www.geoinformatik.uni-rostock.de/einzel.asp?ID=441 (29.06.2018).

  21. 21.

    Hierfür wurde der Geokodier-Service des Landes Sachsen-Anhalt, eine weitere Komponente der Landes-Geodateninfrastruktur, verwendet (vgl. Kügeler/Roth/Voigt 2015).

  22. 22.

    Beispielsweise sollte bei einer zu geringen Anzahl von Bewohnern des gleichen Geschlechts und der gleichen Altersklasse keine entsprechende demographische Information für den betroffenen Ortsteil bereitgestellt werden.

  23. 23.

    Diese wurden als sogenannte „Web Map“ und „Web Feature Services“ des Standardisierungsgremiums OGC (Open Geospatial Consortium) bzw. als View- und Download-Services der europäischen Initiative INSPIRE (Infrastructure for Spatial Information in the European Community) implementiert.

  24. 24.

    Danach berechnet sich die künftige Bevölkerungsstruktur, indem von einer Ausgangsbevölkerung ausgegangen wird und die Komponenten „Sterbefälle“, „Geburten“, „Zuzüge“ und „Wegzüge“ berücksichtigt werden. Die Komponenten werden für jedes Jahr getrennt berechnet, bevor sie zum nächsten Zeitschnitt in die Vorausschätzung der Bevölkerung eingehen. Zudem werden Annahmen zu künftigen Veränderungen der Komponenten getroffen (Flöthmann/Tovote/Schleifnecker 2006: 21 ff.). Konzeption und Funktionsweise des Programms sind in Benndorf/Bergfeld/Schaffert et al. (2013) beschrieben.

  25. 25.

    Anhand von Umringen der Ortsteile, die aus dem Projekt OpenStreetMap stammen, wurde die Zugehörigkeit der Adresspunkte zu diesen innerörtlichen Gebieten in einem Geographischen Informationssystem räumlich abgefragt. Dies erfolgte, da ein Attributfeld „Ortsteil“ in den Meldedaten zwar angelegt, im konkreten Fall aber nicht immer mit Werten belegt war.

Literatur

  1. Bauer, U.; Holz-Rau, C.; Scheiner, J. (2005): Standortpräferenzen, intraregionale Wanderungen und Verkehrsverhalten. In: Raumforschung und Raumordnung 63, 4, 266-278. doi: 10.1007/BF03183813

  2. Benndorf, F.; Bergfeld, A.; Schaffert, M.; Koppers, L. (2013): Schlussbericht des BMBF-Forschungsprojekts „DemoGI – Geoinformatik-Methoden und -Werkzeuge zur Analyse, Anpassung und Bewältigung des demographischen Wandels“. Dessau-Roßlau.

  3. Benneter, S. (2013): Planung auf den Punkt gebracht – mit verorteten Einwohnermeldedaten zu passgenauen Planungsgrundlagen. In: Meinel, G.; Schumacher, U.; Behnisch, M. (Hrsg.): Flächennutzungsmonitoring V: Methodik – Analyseergebnisse – Flächenmanagement. Berlin, 245-251. = IÖR-Schriften 61.

  4. Bürkner, H.-J.; Berger, O.; Luchmann, C.; Tenz, E. (2007): Der demographische Wandel und seine Konsequenzen für Wohnungsnachfrage, Städtebau und Flächennutzung. Erkner. https://leibniz-irs.de/fileadmin/user_upload/IRS_Working_Paper/wp_wandel.pdf (28.06.2018).

  5. Burgdorf, A. (2010): Disaggregation von Bevölkerungsdaten mittels ATKIS Basis DLM. In: Strobl, J.; Blaschke, T.; Griesebner, G.; Zagel, B. (Hrsg.): Angewandte Geoinformatik 2010. Berlin/Offenbach, 474-483.

  6. Farrokhikhiavi, R.; Dietrich, C.; Vallée, D. (2013): Neue Ansätze zur Sicherung der Daseinsvorsorge. In: Flächenmanagement und Bodenordnung 75, 5, 193-200.

  7. Flöthmann, E.-J.; Tovote, U.; Schleifnecker, T. (2006): Ein Blick in die Zukunft. Deutschlands Kommunen im Wettbewerb um Einwohner. Ergebnisse der kleinräumigen Bevölkerungsprognose 2020. In: Bertelsmann-Stiftung (Hrsg.): Wegweiser Demographischer Wandel 2020. Gütersloh, 13-23.

  8. Föbker, S. (2008): Wanderungsdynamik in einer schrumpfenden Stadt – eine Analyse innerstädtischer Umzüge. Dissertation, Rheinische Friedrich-Wilhelms-Universität Bonn.

  9. Haußmann, M. (2012): Die Städtestatistik als Datennutzer und Informationsprovider – Wie können die bestehenden Potenziale genutzt werden? In: Rat für Sozial- und Wirtschaftsdaten (Hrsg.): Georeferenzierung von Daten. Situation und Zukunft der Geodatenlandschaft in Deutschland. Berlin, 74-79.

  10. Höcht, V. (2016a): Strategisches Demographie-Management für kleine Kommunen in schrumpfenden Regionen. Ein interdisziplinärer Ansatz als Beitrag für eine Demographie orientierte Stadtentwicklungsplanung. Darmstadt. = Schriftenreihe der Fachrichtung Geodäsie, Fachbereich Bauingenieurwesen und Geodäsie, Technische Universität Darmstadt 50.

  11. Höcht, V. (2016b): Die bevölkerungsbezogene, strategische Steuerung der Stadtentwicklung in kleinen Kommunen in Schrumpfungsregionen auf Basis des kommunalen Melderegisters. In: Flächenmanagement und Bodenordnung 78, 3, 111-118.

  12. Höcht, V.; Kirschke, T. (2017): Flexible Geoinformationssysteme in der kommunalen Planung. In: VDV-Magazin 67, 2, 116-122.

  13. Höcht, V.; Weichert, T. (2013): 57 Minuten mit dem Bus zur Schule? Das ist zu lang! Die Anpassung von Infrastrukturen in ländlichen Räumen: GIS-Werkzeuge für die Schulstandortplanung. In: Pasternack, P.; Maue, I. (Hrsg.): Lebensqualität entwickeln in schrumpfenden Regionen. Wittenberg, 48-53. = Schriftenreihe des WZW 11.

  14. Höcht, V.; Weichert, T.; Pickelmann, U. (2012): Wie weit ist es bis zur Schule? GIS-basierte Analysen der Schulzuwegung mit Pkw und ÖPNV. In: VDV-Magazin 63, 4, 308-311.

  15. Huber, S. (2015): Entwicklung einer zentralen Adressdatenverwaltung für kommunale Planungsaufgaben. Praktische Projektarbeit, Technische Universität München. https://mediatum.ub.tum.de/doc/1291311/1291311.pdf (28.06.2018).

  16. Jain, A.; Schmithals, J. (2009): Motive für die Wanderung von West- nach Ostdeutschland und Rückkehrtypen. In: Cassens, I.; Luy, M.; Scholz, R. (Hrsg.): Die Bevölkerung in Ost- und Westdeutschland. Wiesbaden, 313-333. doi: 10.1007/978-3-531-91832-7_13

  17. Karrais, N. (2014): Modellierung der verbrauchsbasierten Erreichbarkeit mit GIS. In: Strobl, J.; Blaschke, T.; Griesebner, G.; Zagel, B. (Hrsg.): Angewandte Geoinformatik 2014. Berlin/Offenbach, 56-67.

  18. Kirschke, T. (2015): Konzeption und Entwicklung eines webbasierten Unterstützungsinstruments für Fachanwender von Bevölkerungsdaten. In: Zeitschrift für Geodäsie, Geoinformation und Landmanagement 140, 5, 297-305.

  19. Kleinwächter, D. (2014): Baulücken- und Leerstandskataster – Dienstangebote für niedersächsische Kommunen. In: Meinel, G.; Schumacher, U.; Behnisch, M. (Hrsg.): Flächennutzungsmonitoring VI. Innenentwicklung – Prognose – Datenschutz. Berlin, 85-92. = IÖR-Schriften 65.

  20. Köhler, T. (2014): Geoinformation in der kommunalen Abfallentsorgungs- und strategischen räumlichen Planung. In: Raumforschung und Raumordnung 72, 6, 491-501. doi: 10.1007/s13147-014-0320-9

  21. Köhler, T.; Schaffert, M. (2015): Building Measures in the Face of Population Decline. In: Hepperle, E.; Dixon-Gough, R.; Mansberger, R.; Paulsson, J.; Reuter, F.; Yilmaz, M. (Hrsg.): Challenges for Governance Structures in Urban and Regional Development. Zürich, 209-222.

  22. Kötter, T.; Schollän, U. (2010): Suburbane Wohngebiete in Zeiten des demographischen Wandels – Szenarien, Handlungsbedarfe und Anpassungsstrategien. In: Flächenmanagement und Bodenordnung 72, 6, 254-260.

  23. Koppers, L.; Baumann, H. (2011): GIS und demographischer Wandel. In: Zeitschrift für Geodäsie, Geoinformation und Landmanagement 136, 4, 218-223.

  24. Koppers, L.; Bergfeld, A.; Höcht, V.; Benndorf, F. (2014): Wanderungsmotivuntersuchung Wunsiedel. https://www.stmi.bayern.de/assets/stmi/buw/staedtebau/broschuere_wunsiedel.pdf (14.08.2017).

  25. Kügeler, A.; Roth, M.; Voigt, J. (2015): Zentraler Geodatenknoten Sachsen-Anhalt. Fachliches Feinkonzept. https://www.gfds.sachsen-anhalt.de/ows/de/datei/download/id/3939,501/zentraler_geodatenknoten_lsa_feinkonzept_v_1.0.pdf (29.06.2018).

  26. Lang, M.; Zettler, L. (2012): Dorferneuerung Niederraunau. Ein Modellprojekt zur Innenentwicklung am Beispiel „Untere Gasse“. In: Mitteilungen des DVW Bayern 64, 4, 335-346.

  27. Mihm, A. (2018): Umbau im Gesundheitswesen: Jeder soll einen Hausarzt in 15 Minuten erreichen. In: Frankfurter Allgemeine Zeitung vom 4. Mai 2018. http://www.faz.net/aktuell/wirtschaft/hausaerzte-sollen-bald-hoechstens-15-minuten-fuer-jeden-entfernt-sein-15568844.html (02.07.2018).

  28. Neufeld, M.; Beyrich, L.; Burkhardt, N.; Engl, C.; Gramann, P.; Chilla, T. (2015): Leerstandmanagement im Ländlichen Raum. GIS-gestützte Anpassungsmaßnahmen im Demographischen Wandel. In: Fränkische Geographische Gesellschaft (Hrsg.): Mitteilungen der Fränkischen Geographischen Gesellschaft 60. Erlangen, 91-100.

  29. Neumeier, S. (2017): Regionale Erreichbarkeit von ausgewählten Fachärzten, Apotheken, ambulanten Pflegediensten und weiteren ausgewählten Medizindienstleistungen in Deutschland: Abschätzung auf Basis des Thünen-Erreichbarkeitsmodells. Braunschweig. = Thünen Working Paper 77.

  30. van Notten, P. (2006): Scenario development: a typology of approaches. In: OECD – Organisation for Economic Co-Operation and Development (Hrsg.): Schooling for tomorrow. Think scenarios, rethink education. Paris, 69-92. doi: 10.1787/9789264023642-en

  31. o. V. (2018): Städte- und Gemeindebund rät: Kommunen sollen Daten der Bürger verkaufen. In: Frankfurter Allgemeine Zeitung vom 9. April 2018. http://www.faz.net/aktuell/wirtschaft/diginomics/kommunen-sollen-daten-der-buerger-verkaufen-15533156.html (02.07.2018).

  32. Planinsek, S. (2011): Die Entwicklung von Eigenheimgebieten der 1960er- bis 1980er-Jahre in Gemeinden des Umlandes und der Peripherie: Generierung und Analyse von Bevölkerungs- und Siedlungsstrukturdaten auf Quartiersebene durch Geocoding. Fallstudien aus Baden-Württemberg. Dissertation, Karlsruher Institut für Technologie.

  33. Raab, A. (2006): Nachfrageorientierte Innenentwicklung und Flächenmanagement. Zukunftsaufgabe bei Stadt- und Dorfumbau. In: Mitteilungen des DVW Bayern 65, 4, 547-563.

  34. Rößler, C. (2011): Aktuelle Wanderungsmuster und Wanderungsmotive im Ländlichen Raum Sachsens. In: BBSR – Bundesinstitut für Bau‑, Stadt- und Raumforschung (Hrsg.): Demografische Spuren des ostdeutschen Transformationsprozesses. 20 Jahre Deutsche Einheit. Bonn, 66-74.

  35. Rudolph-Cleff, A. (2012): Ortsbestimmung. Zum Einsatz von Geoinformationssystemen in der Stadtplanung. In: Flächenmanagement und Bodenordnung 74, 5, 193-199.

  36. Schaffert, M. (2008): Auswirkungen von Bevölkerungsrückgang auf die technische Infrastruktur deutscher Kommunen. Vorarbeiten zur Entwicklung eines GIS-basierten Planungsinstruments zur Erstellung von Leerstandsszenarien. In: Allgemeine Vermessungs-Nachrichten 11-12, 388-393.

  37. Schaffert, M. (2010): Strategisches Leerstandsmanagement auf kommunaler Ebene. Komponenten, Anforderungen und Mehrwerte durch den Einsatz von Geoinformationssystemen. In: Bundesamt für Kartographie und Geodäsie (Hrsg.): Arbeitsgruppe Automation in Kartographie, Photogrammetrie und GIS – Tagung 2009. Frankfurt am Main, 108-117. = Mitteilungen des Bundesamtes für Kartographie und Geodäsie 45.

  38. Schaffert, M. (2011a): Szenariotechnik und GIS – Ein Beitrag zur demographierobusten Planung in Kommunen. Darmstadt. = Schriftenreihe der Fachrichtung Geodäsie, Fachbereich Bauingenieurwesen und Geodäsie, Technische Universität Darmstadt 32.

  39. Schaffert, M. (2011b): GIS-basiertes Leerstandsmanagement für ländliche Wohngebäude. Szenarien im Spannungsfeld öffentlicher und privater Interessen. In: Hepperle, E.; Dixon-Gough, R.; Kalbro, T.; Mansberger, R.; Meyer-Cech, K. (Hrsg.): Core-Themes of Land Use Politics: Sustainability and Balance of Interests. Zürich, 349-362.

  40. Schaffert, M. (2015): Scenario Planning as a Tool for Handling Demographic Change in Rural German Municipalities. Advantages, Disadvantages and Increasing the Potential by Geo-information. In: Hepperle, E.; Dixon-Gough, R.; Mansberger, R.; Paulsson, J.; Reuter, F.; Yilmaz, M. (Hrsg.): Challenges for Governance Structures in Urban and Regional Development. Zürich, 195-208.

  41. Schaffert, M.; Müller, M.; Benndorf, F. (2011): Kommunen im Zeichen des demografischen Wandels. Planungsunterstützung durch kombinierte Nutzung von Melderegister und Geobasisdaten. In: Strobl, J.; Blaschke, T.; Griesebner, G. (Hrsg.): Angewandte Geoinformatik 2011. Berlin/Offenbach, 503-512.

  42. Scholz, R.; Kreyenfeld, M. (2016): Der registergestützte Zensus in Deutschland: Historische Einordnung und Bedeutung für die Bevölkerungswissenschaft. In: Comparative Population Studies 41, 3‑34. doi: 10.12765/CPoS-2016-08de

  43. Schwarze, B. (2008): Kleinräumige Erreichbarkeitsanalysen mit GIS. http://www.sv.bgu.tum.de/fileadmin/w00bnl/www/pictures/Veranstaltungen/Paper_2.pdf (02.07.2018).

  44. Spehl, H. (Hrsg.) (2011): Leerstand von Wohngebäuden in ländlichen Räumen. Beispiele ausgewählter Gemeinden der Länder Hessen, Rheinland-Pfalz und Saarland. Hannover. = E‑Paper der ARL 12.

  45. Statistisches Bundesamt (2015): Bevölkerung Deutschlands bis 2060. 13. koordinierte Bevölkerungsvorausberechnung. Wiesbaden.

  46. Sturm, G.; Meyer, K. (2009): Was können die Melderegister deutscher Großstädte zur Analyse residenzieller Multilokalität beitragen? In: Informationen zur Raumentwicklung 1/2, 15-29.

  47. Vilser, I. (2014): Bereitstellung ortsteilbezogener Bevölkerungszahlen für die Landes- und Regionalplanung. In: Zeitschrift für das Öffentliche Vermessungswesen des Landes Sachsen-Anhalt 20, 2, 119-130.

  48. Waldner, U. J.; Simonet, S.; Machguth, H.; Axhausen, K. W. (2005): Geokodierung von Adressen: Methodik und Erfolgsquoten bei unterschiedlichsten Datenquellen. Zürich. = Arbeitsbericht Netzwerk Stadt und Landschaft 3. doi: 10.3929/ethz-a-005226679

  49. Wegmann, C. (2017): Bereitstellung ortsteilbezogener Bevölkerungsdaten für die Landes- und Regionalplanung. In: Flächenmanagement und Bodenordnung 79, 5, 18-21.

  50. Wehrhahn, R.; Sandner Le Gall, V. (2011): Bevölkerungsgeographie. Darmstadt.

  51. Zakrzewski, P.; Berndgen-Kaiser, A.; Fox-Kämper, R.; Siedentop, S. (2014): Prospects for West German Post-War Single-Family Home Neighbourhoods. Revitalising Housing Stocks as a New Policy Field for Suburban and Rural Municipalities. In: Comparative Population Studies 39, 2, 285-318. doi: 10.12765/CPoS-2014-06de

Download references

Author information

Affiliations

Authors

Corresponding author

Correspondence to Dr. Volker Höcht.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Schaffert, M., Höcht, V. Geokodierte Meldedaten als Basis bedarfsgerechter Planungen in ländlichen Gemeinden und Regionen. Raumforsch Raumordn Spat Res Plan 76, 421–435 (2018). https://doi.org/10.1007/s13147-018-0555-y

Download citation

Schlüsselwörter

  • Melderegister
  • Geographische Informationssysteme
  • Inner- und überkommunale Analysen
  • Ländliches Demographiemanagement

Keywords

  • Population register
  • Geographic information systems
  • Local and regional analyses
  • Rural demography management