Hier ist eine stille Grenze, die nie in Keynotes erwähnt wird: Eine ganze europäische Stadt hat beschlossen, dass ihre Daten allen gehören, die sie lesen wollen. data.stadt-zuerich.ch — der Open-Government-Data-Katalog der Stadt Zürich — veröffentlicht hunderte Datensätze kostenlos und zur freien, auch kommerziellen Weiterverwendung. Kostenlos. Kommerzielle Nutzung erlaubt. Kein Zugangsportal, das die nächsten Stunden schluckt.

Der Satz klingt nach Verwaltung. Es ist tatsächlich dieselbe Argumentation, die openBIM seit Juni 1996 vorbringt, als die ersten Industry Foundation Classes (IFC 1.0) als herstellerneutrales Modell des Gebäudes veröffentlicht wurden. Die Behauptung ist identisch: Die Daten eines Ortes gehören dem Ort — über seinen ganzen Lebenszyklus — nicht dem Hersteller, der sie gerade gezeichnet hat. Zürich hat das eben auf die Stadt statt auf die Datei angewendet.

←HEUTE: Zürichs ganzer Stadtkatalog ist kostenlos nachnutzbar, auch kommerziell — ein Faktum 2026, kein Pilotprojekt. →3012: Die Stadt, die ihre eigenen Grundlagen publiziert, überlebt jeden Hersteller, der sie je gezeichnet hat. Fulcrum: Open Data ist nur Infrastruktur, wenn ein Skript, das morgen geschrieben wird, noch lesen kann, was ein Angestellter heute publizierte.

Warum das jetzt möglich ist, nicht vor fünf Jahren

Der Katalog läuft auf CKAN, der von der Open Knowledge Foundation verwalteten Open-Source-Datenportal-Plattform — dieselbe Engine hinter opendata.swiss. CKAN ist hier aus einem unglamourösen Grund relevant: Es stellt eine stabile, dokumentierte HTTP-API zur Verfügung. Du kratzst kein PDF zusammen. Du mailest keine Fachstelle an. Du fragst einen Endpoint ab und bekommst JSON zurück, mit einem DataStore dahinter, den du mit echtem SQL abfragen kannst.

Schau, was dieser Katalog still trägt. Als die NZZ-Journalistin Francesca Prader am 18. August 2026 berichtete, dass die Leerwohnungsziffer des Kantons von 0,48% auf 0,52% stieg — 4.200 leere Wohnungen, 400 mehr als im Vorjahr, mit dem Oberland (0,95%) und der Region Pfannenstiel (0,9%) an der Spitze — kamen diese Zahlen genau aus dieser Art von offenem Register, gezählt zum 1. Juni. Als Watson über die Stadtabstimmung zur Abschaffung der Entsorgungscoupons berichtete, waren die Abfalltonnen hinter der Debatte auch öffentliche Daten. Die Geschichte folgt aus dem Datensatz. Für ein BIM- oder Städteplanungsbüro fliesst es auch so: Viel eures Standortkontext folgt aus solchen Daten.

Das Werkzeug: Der Protagonist hier ist der Open-Data-Zürich-Katalog auf CKAN (data.stadt-zuerich.ch). CKAN ist ein reifes, Open-Source-Portal; die Zürcher Instanz ist einen Nachmittag wert, weil sie Quartier-Ebenen-Daten zu Gebäuden, Zoning, Energie und Leerwohnungen in etwas transformiert, das ein Grasshopper- oder Archicad-Pipeline automatisch ziehen kann — die fehlende linke Seite des GIS-to-BIM-Workflows.

Setup:

python -m venv .venv && source .venv/bin/activate   # Windows: .venvScriptsactivate
pip install requests

python - <<'PY'
import requests
BASE = "https://data.stadt-zuerich.ch/api/3/action"
r = requests.get(f"{BASE}/package_search", params={"q": "leerwohnungen", "rows": 3})
for ds in r.json()["result"]["results"]:
    print(ds["name"], "—", ds["title"])
PY

Erste Schritte:

1. Finde den Datensatz. Tausch den q=-Parameter oben gegen das aus, was du brauchst — bauzone, energie, bevoelkerung. package_search gibt die Maschinen-Namen zurück, die du danach brauchst.
2. Hole die Ressource. Lies result.results[0].resources; jede hat ein format (CSV, GeoJSON, WFS) und eine direkte url. Die GeoJSON-Ressourcen landen direkt auf einer Karte.
3. Lade sie. geopandas.read_file(url) auf eine GeoJSON-Ressource gibt dir eine projizierte Schicht, die du in CH1903+/LV95 (EPSG:2056) transformieren kannst und dann an dein Modell übergeben kannst.
4. Visualisiere. Plotte sie, oder exportiere in ein von Grasshopper lesbares Format und lass die Standortdaten deine Massenstudie vorantreiben statt eines gescannten Katasterplans.

Atelier: Ein Zürcher Atelier, das einen Wettbewerb angeht, verbrennt normalerweise den ersten Tag damit, den Kontext von Hand aufzubauen — Parzellen, Höhen, Nachbarn. Mit dieser API wird dieser Tag zu einem Skript, das die offizielle Geometrie und Attribute einmal zieht und bei Bedarf auffrisch, und deiner Grasshopper↔Archicad-Pipeline dieselben Zahlen zuführt, die die Bauleitung später prüfen wird. Diese Woche ein Montag-Move: Schreib einen zehnzeiligen Fetch für den EINEN Datensatz, den dein Projekt brauchst (meistens die Bauzonenordnung), speichere ihn im Repo, und zeichne diesen Kontext nie wieder von Hand nach.

Hack: Zieh die Leerwohnungszahl pro Quartier direkt aus dem DataStore der Stadt — kein CSV-Download, kein Spreadsheet. CKAN erlaubt es dir, Read-only-SQL gegen jede tabellarische Ressource über datastore_search_sql zu schreiben; paste die Ressourcen-ID aus Schritt 2 und nutze die Spaltennamen des Datensatzes selbst.

import requests
sql = 'SELECT "Quartier", SUM("LeerWohnungen") AS leer FROM "PASTE-RESOURCE-ID" GROUP BY "Quartier" ORDER BY leer DESC LIMIT 5'
r = requests.get("https://data.stadt-zuerich.ch/api/3/action/datastore_search_sql", params={"sql": sql})
for row in r.json()["result"]["records"]:
    print(row["Quartier"], row["leer"])

Eine Abfrage, und du weisst, welches Quartier du für eine Machbarkeitsstudie anpeilen solltest, bevor jemand Archicad geöffnet hat. Der Trade-off ist echt und wert, klar gesagt zu werden: Ein offener Katalog ist nur so aktuell wie der Angestellte, der zuletzt hochgeladen hat, und selbst diese 0,52%-Zahl trägt einen Vorbehalt, den die NZZ selbst erwähnt — das Register zählt am 1. Juni angebotene Wohnungen, keine Live-Belegungssensoren.

PAZ hat diesen Schnittpunkt schon behandelt — das GIS-zu-BIM-Workflow-Webinar geht über dieselbe Brücke von einer öffentlichen Geo-Layer in ein lebendes parametrisches Modell. Und die Linie offener Formate ist tiefer als eine Stadt: Die Open-Source-IFC-Arbeit der EPFL ist die institutionelle Version derselben Wette, die Zürich mit seinem Katalog macht — der, den buildingSMART in ISO/PAS 16739 mit IFC2x3 2006 gehärtet hat.

Von hier aus schreiben wir, zurückblickend: Die Gebäude, die schlecht alterten, waren nie die hässlichen — sie waren diejenigen, die niemand mehr öffnen konnte, weil das proprietäre Format nicht mehr lesbar war. Open Civic Data ist die gleiche Wette im Massstab einer Stadt, und sie kann auf die gleiche Weise fehlschlagen: Ein Katalog hinter einem Login, ein Format, das nur ein totes Produkt lesen konnte. Wenn du also darauf aufbaust, speichere die rohe offene Datei neben deinem Modell, im offenen Format. Frag die eine Frage, die einen Tool-Stack verändert: Wenn das Portal weg ist, kann ein 25-Jähriger noch das öffnen, das du heute gezogen hast?

Geh, finde den einen Datensatz, den dein Projekt immer wieder von Hand neu zeichnet, und ersetze diesen Nachmittag mit zehn Zeilen Python bis zum Montag.

Learn-it:

• Der Katalog selbst — data.stadt-zuerich.ch (starten bei der Datenkatalog-Suche).
• PAZ-Notiz — Wie du mit EINEM GIS-zu-BIM-Workflow deine Projekte automatisierst.
• Open-Source BIM im Massstab einer Institution — EPFL CNPA open IFC Projekt.
• Die breitere offene AEC-Toolchain — OSArch Free Software Verzeichnis.
• Strukturell informierte offene Geometrie-Werkzeuge — Block Research Group auf GitHub.