Ein Dach, vier Antworten: Jede Sonnendach-Fläche in 49 Python-Zeilen
Schweizer Adresse in Sonnendach-Dachflächen: Neigung, Ausrichtung, Einstrahlung, Klasse, kWh/a und Winteranteil via geo.admin.ch API in Python.
Ein Dach ist nicht eine Fläche. Es sind mehrere, jede mit ihrer eigenen Sonne. Der Südhang, der das tiefe Januarlicht einfängt, der Osthang, der früh aufwacht, der Nordhang, der meist zuschaut: Das sind vier unterschiedliche Antworten auf die Frage, die jeder Kunde stellt: «Eignet sich unser Dach für Solar?». Jemand hat das längst berechnet. Für jedes Gebäude hier publiziert das Bundesamt für Energie (BFE) Sonnendach.ch – auf geo.admin.ch zeigt ihre Legendenfläche MeteoSwiss-Bestrahlungsdaten und swissBUILDINGS3D 2.0 von swisstopo als Quellen. Die Karte zeigt je eine Fläche. Die öffentliche API zeigt dir alle gleichzeitig.
Dieses Tutorial wandelt eine Adresse in eine per-Fläche-Tabelle in 49 Zeilen reinem Python um. Zwei Aufrufe an geo.admin.ch, zwei Asserts, die BFEs eigene Regeln nachprüfen, eine Tabelle für den Konferenzraum. Keine zusätzlichen Pakete, kein API-Schlüssel, kein CAD.
←HEUTE: Sonnendach bewertet jede Schweizer Dachfläche pro Quadratmeter, Datenstand 21.02.2023, bei unterstelltem 20 %-Modulwirkungsgrad.
→3012: Die Dächer, die noch produzieren, sind jene, deren Datenmodell jeder im Texteditor öffnen kann.
Drehpunkt: Ein offenes, dokumentiertes Datenmodell macht eine BFE-Karte zu einem Gebäude-für-Gebäude-Gespräch in deinem Atelier.
Das Werkzeug: Die geo.admin.ch REST API, betrieben von swisstopo, bedient die BFE-Schicht ch.bfe.solarenergie-eignung-daecher. Dahinter stecken Menschen, deren Namen selten auf einem Dach erscheinen: das BFE-Team, das das Datenmodell schrieb, die MeteoSwiss-Klimatologen, die Einstrahlung über 2004–2014 und 2011–2020 mit Verschattung gemittelt haben, und die swisstopo-Vermesser, die jedes Dach in 3D modelliert haben. Die BFE-Publikation Dokumentation Geodatenmodell Solarenergie: Eignung Dächer, Version 1.5 vom 31.01.2023, dokumentiert jedes Attribut in klarem Deutsch. Dieses Dokument ist das echte Werkzeug: Sobald du ein Datenmodell lesen kannst, hörst du auf, Black Boxes zu vertrauen, und fängst an, sie zu prüfen.
Setup:
python --version # 3.10 oder neuer; nichts zum pip installieren
mkdir sonnendach
cd sonnendach
# das Programm unten als sonnendach.py speichern, dann:
python -I sonnendach.py "Rathausplatz 1 Frauenfeld"
# -I lädt Python isoliert: keine lokalen Module schleusen sich einErste Schritte:
- Den Ordner erstellen und das Programm unten als
sonnendach.pyspeichern. - Mit der Muster-Adresse ausführen. Du solltest eine Kopfzeile mit E/N-Koordinaten und einer EGID sehen, eine Validierungszeile, dann die Tabelle.
- Erneut mit deiner Projektadresse ausführen. Gleiche Tabelle, dein Dach.
MIN_M2von 10 auf 30 ändern und zuschauen, wie Dachaufbauten und kleine Reste verschwinden.
Der Code, erklärt:
# Welche Dachflächen dieses Gebäudes lohnen sich für PV? Sonnendach.ch via geo.admin.ch, nur Standard-Bibliothek
import json, sys, urllib.parse, urllib.request
sys.stdout.reconfigure(encoding="utf-8")
ADDRESS = sys.argv[1] if len(sys.argv) > 1 else "Rosengartenstrasse 1 Zürich"
MIN_M2 = 10 # Dachaufbauten, Schornsteine, winzige Reste ignorieren
API = "https://api3.geo.admin.ch/rest/services/api"
CLASS = {1: "gering", 2: "mittel", 3: "gut", 4: "sehr gut", 5: "hervorragend"}
LIMITS = [800, 1000, 1200, 1400] # kWh/m2/a Klassengrenzen (BFE Datenmodell v1.5, Tabelle 6)
def get(path, **params):
url = f"{API}/{path}?{urllib.parse.urlencode(params)}"
with urllib.request.urlopen(url, timeout=30) as r:
return json.load(r)
# 1. Adresse → LV95-Punkt + Gebäude-ID (EGID)
hit = get("SearchServer", searchText=ADDRESS, type="locations", sr=2056, limit=1)["results"][0]["attrs"]
e, n = hit["y"], hit["x"] # Achtung: geo.admin gibt Ost in "y", Nord in "x" zurück
egid = int(hit["featureId"].split("_")[0])
print(f"{hit['label'].replace('', '').replace('', '')} E {e:.0f} / N {n:.0f} EGID {egid}")
# 2. jede Sonnendach-Dachfläche in einem 120-m-Kasten, nur dieses Gebäude behalten
box = f"{e-60},{n-60},{e+60},{n+60}"
res = get("MapServer/identify", geometryType="esriGeometryEnvelope", geometry=box,
layers="all:ch.bfe.solarenergie-eignung-daecher", sr=2056,
returnGeometry="false", tolerance=0, limit=200)["results"]
roofs = [r["attributes"] for r in res
if r["attributes"].get("gwr_egid") == egid and r["attributes"]["flaeche"] >= MIN_M2]
# 3. vertrauen, aber prüfen: Klasse aus Einstrahlung, Ertrag = 0.20 Modul × 0.80 PR × Einstrahlung
for a in roofs:
assert a["klasse"] == 1 + sum(a["mstrahlung"] >= L for L in LIMITS), a["df_nummer"]
assert abs(a["stromertrag"] - 0.16 * a["gstrahlung"]) = {MIN_M2} m2; Klasse und kWh-Regel auf jeder Fläche validiert")
# 4. eine Zeile pro Fläche, beste zuerst (Azimut: 0 = Süd, -90 = Ost, 90 = West, ±180 = Nord)
print(f"n{'Fläche':>5} {'m2':>5} {'Neig':>4} {'Azim':>5} {'kWh/m2':>6} {'Klasse':7} {'Winter':>6}")
for a in sorted(roofs, key=lambda a: -a["mstrahlung"]):
print(f"{a['df_nummer']:>5} {a['flaeche']:5.0f} {a['neigung']:4d} {a['ausrichtung']:5d} "
f"{a['mstrahlung']:6d} {CLASS[a['klasse']]:= 3])):
m2 = sum(a["flaeche"] for a in group)
kwh = sum(a["stromertrag"] for a in group)
win = sum(a["stromertrag_winterhalbjahr"] for a in group)
print(f"{label:<14}: {len(group):2d} Flächen {m2:6.0f} m2 {kwh:8.0f} kWh/a "
f"= {kwh / m2:4.0f} kWh/m2 Modulfläche, Winterhalbjahr {win / kwh:.0%}")Zeilen 1–14 – Konstanten und ein Hilfsprogramm: Alles, was du ändern möchtest, sitzt oben als benannte Konstante: die Adresse (von der Befehlszeile, wenn du eine übergibst), die minimale Flächengrösse, die Klassennamen und die vier Klassengrenzen aus Tabelle 6 des BFE-Datenmodells. Die Funktion get (ein benanntes Code-Stück, das du mit verschiedenen Eingaben wieder aufrufen kannst) baut eine URL, öffnet sie und analysiert die JSON-Antwort in Python-Wörterbücher. Wir rufen sie zweimal auf.
Zeilen 16–20 – Adresse zu Gebäude: SearchServer verwandelt Fretext in einen LV95-Punkt (EPSG 2056, das Schweizer Koordinatensystem) plus die EGID, die Gebäude-Identifikator aus dem GWR. Hier sitzt die Falle, die jeden Anfänger erwischt: geo.admin gibt Ost im Feld namens y und Nord in x zurück, Schweizer Vermessungskonvention. Vertauschst du sie, landest du irgendwo in den Alpen. Der Test: Ost in LV95 beginnt mit 2 und hat sieben Ziffern (2.709.787 für Frauenfeld), Nord mit 1 (1.268.234). Die EGID sitzt in featureId als 9083089_0, also teilen wir am Unterstrich.
Zeilen 22–28 – jede Fläche, dann nur unsere: identify fragt die Sonnendach-Schicht nach jeder Dachfläche in einem 120-m-Quadrat um den Punkt, nur Attribute. Nachbarn kommen auch mit, also behält eine List Comprehension (eine einzeilige Schleife, die eine gefilterte Liste baut) nur Flächen, deren gwr_egid unserer entspricht und die MIN_M2 erreichen. Nach BFE-Datenmodell wird, wenn mehrere GWR-Datensätze ein 3D-Gebäude treffen, einer zufällig ausgewählt – bei Terrassenhäusern also gelegentliche Überraschungen erwarten.
Zeilen 30–34 – vertrauen, aber prüfen: Ein assert stoppt das Programm, wenn eine Aussage falsch ist. Der erste rekonstruiert die Klasse aus Mittlerer Einstrahlung: zählen, wie viele der vier Grenzen die Fläche erreicht, addiere eins. Der zweite wiederholt die Ertrag-Regel, die BFE-Dokumentation definiert sie mit 20 % Modulwirkungsgrad und 80 % Performance Ratio: 0,2 × 0,8 = 0,16, mal die Jahreseinstrahlung der Fläche. BFE meldet, dass die Effizienz-Annahme von 17 % auf 20 % erhöht wurde, mit Erträgen, die in der ganzen Schweiz neu berechnet sind. Wenn ein assert je feuert, hast du ein Datenupdate oder einen Bug in deinem Lesen gefunden; beides ist wissenswert. Bei der Frauenfeld-Auführung bestanden alle Flächen.
Zeilen 36–41 – die Tabelle: Eine Zeile pro Fläche, beste Einstrahlung zuerst. Azimut folgt der BFE-Konvention: 0° Süd, −90° Ost, 90° West, ±180° Nord. Neigung 0 bedeutet flach. Fläche ist die geneigte Dachfläche, also die maximale Modulfläche. Die letzte Spalte teilt Winterhalbjahr-Ertrag (1. Oktober bis 31. März) durch Jahresertrag. Die echte Ausgabe für Rathausplatz 1, 8500 Frauenfeld, EGID 9083089:
Fläche m2 Neig Azim kWh/m2 Klasse kWh/a Winter
2 104 33 19 1385 sehr gut 23119 31%
3 48 39 -71 1153 gut 8814 27%
1 48 39 109 966 mittel 7376 25%
4 82 34 -161 771 gering 10115 18%
alle Flächen : 4 Flächen 282 m2 49424 kWh/a = 175 kWh/m2 Modulfläche, Winterhalbjahr 27%
gut oder besser : 2 Flächen 152 m2 31933 kWh/a = 210 kWh/m2 Modulfläche, Winterhalbjahr 30%Die Südfläche, 104 m², geneigt 33° und gedreht 19° nach Westen, bekommen 1.385 kWh/m² und macht 31 % ihres Stroms im Winterhalbjahr. Die Nordfläche kriegt 771 und nur 18 %. Die Wintersonne steht tief; ein steiler Südhang trifft sie näher zu rechtwinklig, ein Nordhang unter grasendem Winkel oder gar nicht.
Zeilen 43–49 – die Büro-Antwort: Zwei Gruppen, dieselben drei Summen. Die zwei Flächen mit Rating «gut» oder besser abdecken nur 152 von 282 m² (54 %), geben aber 31.933 von 49.424 kWh/a (65 %). Das Verhältnis kWh pro m² Modulfläche ist unser eigener Quick Check, nicht ein BFE-Wert. Der Anfängerfehler hier ist, Flächen-Nummern zu zählen statt Flächen: auf einem grossen Flachdach-Block wie Limmatstrasse 264 in Zürich spannt eine EGID zwei 3D-Gebäude und zwei Flächen sind beide nummeriert «1». len(group) zählt Reihen, so dass das Script sich nie auf die Nummern verlässt.
Jetzt die Grenzen, klar. Das sind modellierte Potenziale, Datenstand 21.02.2023 mit Teilupdates seither; nicht ein gemessener Ertrag und nicht ein Angebot. Sonnendach weiss nichts von Feuerwehrzufahrten, Rand-Setzungen, Denkmalschutz, Dachaufbau oder deinem Tarif, und eine saubere Tabelle kann einen Kunden alle fünf vergessen machen. Seine Autoren dokumentierten ihre eigenen Grenzen, und genau das entscheidet, ob ein Gebäude 2051 repariert oder ersetzt wird.
Atelier: Ein Schweizer Atelier trifft diese Frage normalerweise im ersten Kundengespräch, mit Screenshot einer Kartenfläche und Handwelle. Die per-Fläche-Tabelle, Winterspalte vorn, verschiebt das Gespräch von «Eignet sich das Dach?» zu «Welche Flächen, und für welche Jahreszeit?». Montag-Move: sonnendach.py in deinen Projektvorlagen-Ordner speichern und die Tabelle zu einem Standard-Punkt des Vorprojekt-Briefings machen.
Hack: Die Büro-Antwort auf die beste einzelne Klasse eingrenzen und das Resultat vor dem Lauf prognostizieren. Auf Zeile 44, ändere a["klasse"] >= 3 zu >= 4 und das Label zu "sehr gut+". Bei Frauenfeld solltest du jetzt eine Fläche sehen, 104 m², 23.119 kWh/a, ungefähr 222 kWh/m² Modulfläche und 31 % Winteranteil. Wenn deine Zahlen deiner Prognose entsprechen, verstehst du den Filter.
for label, group in (("alle Flächen", roofs),
("sehr gut+", [a for a in roofs if a["klasse"] >= 4])):
m2 = sum(a["flaeche"] for a in group)
kwh = sum(a["stromertrag"] for a in group)Die API vertauscht x und y, damit dir nicht langweilig wird. Alles andere in diesem Script ist sorgfältiges Lesen, das ist das ganze Handwerk. Wenn du diese Gewohnheit auch in Archicad haben möchtest, lehrt sie PAZ im Archicad Python Automatisierung-Kurs.
Lernressourcen:
- BFE – Dokumentation Geodatenmodell Solarenergie: Eignung Dächer, v1.5 (31.01.2023)
- geo.admin.ch – Sonnendach-Legendenfläche (Quellen, Datenstand)
- opendata.swiss – Eignung von Hausdächern für die Nutzung von Sonnenenergie
- geo.admin.ch – SearchServer Endpunkt
- PAZ Academy – Archicad Python Automatisierung
Führe es auf der Adresse des Projekts auf deinem Schreibtisch aus, und bring die Tabelle, Winterspalte vorn, zum nächsten Kundengespräch.
PAZ Kaffi · interdisziplinäre Redaktionsarbeit, geleitet von der PAZ Academy