Die OSM-Verzerrung der Infrastruktur-Dimension

Die Infrastruktur-Dimension liest unter anderem Ärzte je 1.000 Einwohner, Nahversorgung je 1.000 Einwohner und ÖPNV-Haltestellen je 1.000 Einwohner — gezählt in OpenStreetMap. OpenStreetMap wird von Freiwilligen gepflegt, und die Kartierungsdichte ist selbst regional sehr unterschiedlich: Innenstädte und größere Orte sind in aller Regel gründlicher erfasst als kleine, ländliche Gemeinden.

Damit misst dieselbe Zahl zwangsläufig zwei Dinge zugleich: die reale Versorgung einer Gegend und wie vollständig diese Gegend in OpenStreetMap eingetragen ist. Ein gut kartiertes Dorf mit durchschnittlicher Versorgung steht in dieser Kennzahl besser da als ein gleich gut versorgtes, aber schlecht kartiertes Dorf — nicht weil dort real mehr wäre, sondern weil dort mehr davon eingetragen ist.

Ein Nachzug fehlender OSM-Rohdaten (August 2026) hat die drei Kennzahlen für viele Regionen neu berechnet — ohne dass sich vor Ort etwas verändert hätte. Verglichen wurde der Dimensions-Score Infrastruktur vor und nach diesem Nachzug, über alle 11.248 Regionen (Gemeinden, Landkreise und Bundesländer):

Real, aber klein auf der 0–100-Skala des Gesamt-LuchsScore, wo Infrastruktur eine von sieben Dimensionen ist. Auf der Ebene des Dimensions-Scores selbst ist die Bewegung spürbarer — und genau dort setzt der nächste Abschnitt an.

Die Bewegung ist nicht gleichmäßig verteilt. Kleine Orte — dünner kartiert — verlieren im Mittel deutlich mehr als große Städte:

Kleine Orte verlieren damit im Mittel mehr als doppelt so viel wie große Städte — ohne dass sich in einem der beiden Fälle vor Ort real irgendetwas verändert hätte. Der Unterschied ist die Kartierungsdichte, nicht die Versorgung.

LageLuchs führt bereits eine interne Prüfung, ob eine gezählte Null in OpenStreetMap vertrauenswürdig ist oder nicht (Status measured vs. suspect). Sie vergleicht dafür, ob eine einzelne Kategorie (etwa Ärzte) innerhalb einer Region auffällig leerer ist als die anderen Kategorien derselben Region. Das beantwortet eine andere Frage als die hier gestellte: ob eine Region insgesamt schlechter kartiert ist als andere Regionen.

Gemessen an genau den 7.554 gefallenen Regionen aus Abschnitt 02:

Die als „suspect" markierten Regionen fielen im Mittel WENIGER (−1,57) als die als „measured" geführten (−1,73). Das ist der Beleg, dass das vorhandene Tor die Sache nicht trifft: es misst Ausreißer innerhalb einer Region, nicht die systematische Unterkartierung zwischen Regionen, um die es hier geht. Ein Filter auf diesen Status hätte 669 Regionen versteckt und 6.885 unverändert stehen lassen.

Diese Seite ändert an den Zahlen nichts. Der LuchsScore und die Dimension Infrastruktur werden weiterhin genau so berechnet wie zuvor — kleine Orte bleiben in dieser Kennzahl benachteiligt. Was sich ändert, ist ausschließlich, dass die Verzerrung hier offen benannt ist, statt unausgesprochen zu bleiben.

Das ist keine Entschuldigung und keine Dramatisierung: eine mittlere Änderung von −1,71 Punkten auf einer 0–100-Skala ist kein Einbruch. Die Ungleichverteilung zwischen kleinen Orten und großen Städten ist der eigentliche Punkt — nicht die Größe der Zahl selbst.

Die Ärzte-, Nahversorgungs- und ÖPNV-Zählungen stammen nach Angaben von OpenStreetMap. © OpenStreetMap contributors — die Daten stehen unter der Open Database License (ODbL 1.0).

Warum ein kleines Rohwert-Delta einen deutlich größeren Sprung im Dimensions-Score auslösen kann, erklärt die Perzentil-Normalisierung: der Score liest den Rang einer Region in der bundesweiten Verteilung, nicht den Rohwert selbst. Was passiert, wenn einer Region eine ganze Dimension fehlt statt nur verzerrt zu sein, erklärt Fehlende Daten.