Skip to main content
Insights

Einzugsgebiet berechnen: Fahrzeit-Isochronen vs. Radius

Einzugsgebietsanalyse für 60 Supermärkte in München, Lyon und Mailand: Ein 5-km-Radius zählt 1,7-mal zu viele Einwohner und ändert die Rangfolge der Standorte.

Brent van der Heiden11 min read
#einzugsgebiet#einzugsgebietsanalyse#einzugsgebiet berechnen#standortanalyse#einzugsgebiet einzelhandel#isochrone#fahrzeit#openstreetmap
Einzugsgebiet berechnen: Fahrzeit-Isochronen vs. Radius

Das Einzugsgebiet eines Geschäfts ist das Gebiet, aus dem es seine Kundschaft bezieht. Gemeint ist hier das Einzugsgebiet eines Standorts im Einzelhandel, etwa eines Supermarkts oder einer Filiale; Schulbezirke sind nicht Thema. Am schnellsten lässt es sich als Kreis zeichnen: Markt wählen, 5 km einstellen, Einwohner darin zählen. Diese Methode ist aber auch die ungenaueste, denn die Kundschaft fährt auf Straßen, und Straßen verlaufen nicht im Kreis.

Wir haben gemessen, wie groß dieser Fehler ist. Für 60 Supermärkte in München, Lyon und Mailand haben wir mit unserer Isochrone API das Gebiet abgefragt, das in 5, 10 und 15 Minuten mit dem Auto erreichbar ist, und dann die Einwohner in jeder Form auf einem Bevölkerungsraster mit 100-Meter-Zellen gezählt. Ein 5-km-Kreis umfasste im Median 1,7-mal so viele Menschen, wie eine Fahrt von 10 Minuten tatsächlich erreicht. Für die Standortanalyse wiegt schwerer, dass der Kreis die Märkte in eine andere Rangfolge brachte.

Dieser Artikel erklärt, was ein Einzugsgebiet ist, zeigt die drei Städte nebeneinander, liefert die Zahlen und endet mit den zwei API-Anfragen, mit denen sich ein Einzugsgebiet nach Fahrzeit selbst berechnen lässt.

Was ein Einzugsgebiet ist

Ein Einzugsgebiet, im Handel auch Marktgebiet oder englisch Trade Area genannt, ist das geografische Gebiet, aus dem ein Standort den größten Teil seiner Kundschaft gewinnt. Händler, Banken, Kliniken, Fitnessstudios und Restaurantketten nutzen es für dieselben Fragen: Wie viele potenzielle Kunden hat ein Standort, wie viele Wettbewerber teilen sie sich, und würde ein neuer Standort einem bestehenden Kunden abziehen?

Es gibt drei gängige Wege, ein Einzugsgebiet zu ziehen:

  • Radius. Ein Kreis mit fester Luftlinienentfernung um den Standort. Schnell, aber blind für Straßen, Flüsse und Bahntrassen.
  • Reisezeit. Eine Isochrone: jeder Punkt, der innerhalb einer festen Zeit mit dem Auto, zu Fuß oder mit dem Fahrrad erreichbar ist, berechnet auf dem Straßennetz. Diese Methode testet der Artikel.
  • Beobachtet. Das Gebiet, in dem echte Kunden wohnen, ermittelt aus Kundenkarten, Lieferadressen oder Standortdaten von Mobilfunk-Panels. Am genauesten, aber erst verfügbar, wenn der Standort geöffnet ist.

Einzugsgebiete nach Reisezeit werden meist in Bänder unterteilt. Eine primäre Zone nahe am Geschäft liefert die meisten Kunden, eine sekundäre Zone weniger, und eine tertiäre Zone am Rand sorgt für gelegentliche Besuche. Wir haben 5, 10 und 15 Minuten mit dem Auto verwendet.

Einzugsgebiete überlappen sich außerdem. Ein Haushalt, der innerhalb der 10-Minuten-Zone von drei Supermärkten liegt, verteilt seine Ausgaben auf alle drei. Das klassische Modell für diese Aufteilung ist das Gravitationsmodell, das David Huff 1964 veröffentlicht hat, Defining and Estimating a Trading Area. Darin steigt die Wahrscheinlichkeit, ein Geschäft zu wählen, mit seiner Größe und sinkt mit der Fahrzeit dorthin. Jede Variante dieses Modells braucht Fahrzeiten, ein weiterer Grund, bei der Einzugsgebietsanalyse mit Fahrzeiten zu beginnen.

Was wir gemessen haben

Wir haben alle in OpenStreetMap erfassten Supermärkte im Umkreis von 15 km um das Zentrum von München, Lyon und Mailand erhoben und pro Stadt 20 zufällig aus denen gezogen, die höchstens 8 km vom Zentrum entfernt liegen. Für jeden Markt:

  1. Fahrzeit-Polygone für 5, 10 und 15 Minuten mit dem Auto aus der MapAtlas Isochrone API, abgefragt am 30. September 2026 ohne Abfahrtszeit und damit ohne Live-Verkehr.
  2. Zwei Kreise um denselben Punkt: ein fester 5-km-Kreis und ein Kreis mit genau derselben Fläche wie das 10-Minuten-Polygon des Markts.
  3. Einwohner in jeder Form, aus dem Bevölkerungsraster GHS-POP R2023A der Gemeinsamen Forschungsstelle (JRC) der Europäischen Kommission, 100-Meter-Zellen, Schätzung für 2025.
  4. Wettbewerber in jeder Form: die übrigen Supermärkte aus der OpenStreetMap-Liste.

Die Karte zeigt einen Markt pro Stadt, jeweils den, dessen 10-Minuten-Bevölkerung am nächsten am Median der Stadt liegt.

5 min10 min15 min mit dem Auto5-km-KreisEinwohner je 500-m-ZelleLyon: 264.181 Einwohner in 10 min, 700.805 im 5-km-KreisLyon264.181 Einwohner in 10 min700.805 im 5-km-KreisMünchen: 372.865 Einwohner in 10 min, 655.706 im 5-km-KreisMünchen372.865 Einwohner in 10 min655.706 im 5-km-KreisMailand: 444.123 Einwohner in 10 min, 617.478 im 5-km-KreisMailand444.123 Einwohner in 10 min617.478 im 5-km-Kreis
Einzugsgebiete nach Fahrzeit für je einen Supermarkt pro Stadt (MapAtlas Isochrone API, 30. September 2026, ohne Live-Verkehr) im Vergleich zu einem 5-km-Kreis, über der Wohnbevölkerung auf einem 500-m-Raster (GHS-POP R2023A, 2025). Standorte der Märkte und Straßendaten © OpenStreetMap-Mitwirkende.

Die 10-Minuten-Polygone sind zerklüftet, mit langen Ausläufern entlang schneller Straßen und Einbuchtungen, wo das Netz langsam oder unterbrochen ist. Keines der drei ähnelt dem gestrichelten Kreis, und in allen drei Städten schließt der Kreis dichte Viertel ein, die das 10-Minuten-Polygon nicht erreicht.

Ein 5-km-Kreis zählt 1,7-mal zu viele Menschen

StadtMärkteFläche 10 Min. (Median)Einwohner in 5 Min.In 10 Min.In 15 Min.Im 5-km-Kreis10 Min. als Anteil am Kreis
München2050 km²71.000372.000920.000586.00065 %
Lyon2033 km²46.000261.000617.000566.00045 %
Mailand2044 km²97.000428.000941.000672.00063 %
Alle 606044 km²67.000348.000807.000628.00060 %

Alle Werte sind Mediane über die Märkte der jeweiligen Zeile. Die letzte Spalte ist der Median des Verhältnisses pro Markt.

Eine Fahrt von 10 Minuten deckt in diesen Städten rund 44 km² ab, die Fläche eines Kreises mit 3,7 km Radius. Ein 5-km-Kreis umfasst 79 km² und zählt deshalb mehr Menschen, im Median 1,7-mal so viele. Das Verhältnis schwankt zudem stark von Markt zu Markt: Zwischen 21 und 87 % der Kreisbevölkerung sind in 10 Minuten erreichbar.

Diese Streuung ist das eigentliche Problem. In München zeigen es zwei Supermärkte mit fast identischem Kreis. Der erste liegt rund 600 m vom Zentrum entfernt, der zweite 2,8 km südwestlich des Zentrums. Im 5-km-Kreis zählen beide gut 690.000 Einwohner (694.000 und 692.000). Mit 10 Minuten Fahrzeit erreicht der Markt im Zentrum aber nur 302.000 Einwohner auf 25 km², der zweite 541.000 auf 57 km², also 1,8-mal so viele. Nach Kreis wären beide Standorte gleichwertig. Über alle 20 Münchner Märkte reicht der erreichbare Anteil des Kreises von 44 bis 87 %.

Lyon zeigt dasselbe Muster noch deutlicher. Dort liegen zwei Supermärkte jeweils etwa 6 km vom Zentrum entfernt. Der erste steht in Villeurbanne, in den dichten östlichen Vororten. Der zweite steht in Limonest, nordwestlich der Stadt am Fuß der Hügel des Monts d'Or. Nach Kreis hat der erste 431.000 Einwohner und der zweite 168.000, ein Verhältnis von 2,6. Nach 10 Minuten Fahrzeit erreicht der erste 347.000 und der zweite 36.000, ein Verhältnis von 9,6. Der Kreis um Limonest reicht noch in die dichten Viertel von Lyon hinein, die Fahrt von 10 Minuten größtenteils nicht.

Auch ein Kreis in der richtigen Größe hat die falsche Form

Ein naheliegender Einwand: Ein 5-km-Kreis ist schlicht zu groß. Deshalb haben wir für jeden Markt zusätzlich einen Kreis mit genau derselben Fläche wie sein 10-Minuten-Polygon gezogen.

Die Form spielt trotzdem eine Rolle. Im Median verfehlte der flächengleiche Kreis 14 % der Menschen, die den Markt in 10 Minuten erreichen, und 15 % der Menschen im Kreis konnten den Markt nicht in 10 Minuten erreichen. Die Überschneidung beider Formen machte 64 % ihrer vereinigten Fläche aus. In München und Mailand mit flacheren und regelmäßigeren Straßennetzen verfehlte der Kreis 13 und 12 % der erreichbaren Bevölkerung, in Lyon, wo Flüsse und Hügel das Straßennetz zerschneiden, 20 %.

Für einen einzelnen Markt mag ein Fehler von 15 % vertretbar sein. Für den Vergleich von Standortkandidaten ist er es nicht, weil der Fehler an jedem Standort anders ausfällt.

Der Kreis bringt Standorte in eine andere Rangfolge

Standortanalyse ist eine Ranking-Aufgabe: Welcher dieser Standorte hat die meisten potenziellen Kunden? Wir haben die 20 Märkte jeder Stadt zweimal sortiert, einmal nach der Bevölkerung im 5-km-Kreis und einmal nach der Bevölkerung innerhalb von 10 Minuten Fahrzeit.

  • Rangkorrelation (Spearman) zwischen beiden Rangfolgen: 0,70 in München, 0,70 in Lyon und 0,85 in Mailand, über alle 60 Märkte 0,64.
  • Top 5 pro Stadt: Kreis und Fahrzeit stimmten in München nur bei 2 der fünf besten Märkte überein, in Lyon ebenfalls bei 2 und in Mailand bei 3.
  • Bester Standort: Der Markt mit der größten Fahrzeitbevölkerung lag nach Kreis in München auf Platz 6 und in Lyon auf Platz 4. Nur in Mailand wählten beide Methoden denselben Markt.

Wer Standorte nach Kreisbevölkerung vorsortiert, streicht einige der besten.

Wettbewerber im Einzugsgebiet

Dieselben Formen beantworten auch die zweite Frage der Standortanalyse: Wie dicht ist der Markt besetzt? Innerhalb von 10 Minuten Fahrzeit um den mittleren Markt lagen etwa 108 weitere Supermärkte aus der OpenStreetMap-Liste, im 5-km-Kreis 167. In München waren es etwa 160 gegenüber 257. Der Kreis überschätzt den Wettbewerb ebenso wie die Nachfrage, und die beiden Fehler heben sich nicht auf, weil sie verschiedene Märkte treffen.

Diese Zahlen umfassen jedes als Supermarkt erfasste Geschäft, vom kleinen Innenstadtformat bis zum großen Markt. Sie sind daher ein Maß für die Dichte. Für eine echte Marktanteilsschätzung wird jeder Wettbewerber nach seiner Größe und seiner Fahrzeit zu jedem Haushalt gewichtet, und genau das leistet das Huff-Modell.

Einzugsgebiet nach Fahrzeit berechnen

Zwei Schritte: die Polygone abfragen, dann zählen, was darin liegt.

1. Isochrone abfragen. Eine POST-Anfrage pro Standort liefert alle Bänder auf einmal:

curl -X POST "https://gateway.mapmetrics-atlas.net/isochrone/?token=YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "locations": [{"lat": 45.7640, "lon": 4.8357}],
    "costing": "auto",
    "contours": [{"time": 5}, {"time": 10}, {"time": 15}],
    "polygons": true
  }'

Die Antwort ist eine GeoJSON-FeatureCollection mit einem Polygon pro Kontur. Für ein Geschäft in einer dichten Innenstadt, dessen Kundschaft überwiegend zu Fuß kommt, eignet sich "costing": "pedestrian".

2. Zählen, was darin liegt. Jedes Polygon wird mit einer Bevölkerungsquelle verschnitten: einem Bevölkerungsraster wie GHS-POP, Zensusgebieten oder den eigenen Kundenadressen. Bei einem Raster werden die Zellen summiert, deren Mittelpunkt im Polygon liegt. Bei Zensusgebieten wird die Bevölkerung jedes Gebiets nach dem Flächenanteil innerhalb des Polygons aufgeteilt. Mit der Liste der Wettbewerber funktioniert es genauso.

Drei Entscheidungen verändern das Ergebnis stärker als die Methode:

  • Zeitbänder nach Geschäftstyp. Ein Nahversorger und ein Möbelhaus in derselben Straße haben sehr unterschiedliche Einzugsgebiete. Für den täglichen Einkauf passt ein kurzes Band, für gelegentliche Fahrten ein langes.
  • Verkehr. Unsere Polygone nutzen typische Streckengeschwindigkeiten ohne Live-Verkehr. Für ein Geschäft mit Spitzenzeit im Feierabendverkehr ist das Fahrzeitgebiet zu dieser Stunde kleiner.
  • Verkehrsmittel. In Innenstädten kommen viele Kunden zu Fuß oder mit dem Rad. Vor der Entscheidung, welcher Form man vertraut, lohnt der Vergleich einer Fußweg-Isochrone mit einer für das Auto.

Um die Idee an einer einzelnen Adresse auszuprobieren, zeichnet die Reisezeitkarte dieselben Isochronen im Browser, und die Umkreiskarte zeichnet zum Vergleich den Kreis.

Methode und Grenzen

  • Märkte: jeder OpenStreetMap-Knoten oder -Weg mit shop=supermarket im Umkreis von 15 km um das jeweilige Stadtzentrum (287 in Lyon), davon 20 zufällig mit festem Seed aus denen innerhalb von 8 km gezogen. Die Erfassung kleiner Geschäfte in OpenStreetMap ist unterschiedlich vollständig, daher sind die Wettbewerberzahlen in manchen Vierteln eine Untergrenze.
  • Fahrzeitgebiete: MapAtlas Isochrone API, Costing auto, Konturen 5, 10 und 15 Minuten, abgefragt am 30. September 2026 ohne Abfahrtszeit. Sie bilden typische Streckengeschwindigkeiten ohne Berufsverkehr ab und enthalten keine Parkplatzsuche.
  • Bevölkerung: GHS-POP R2023A, Epoche 2025, 100-Meter-Zellen in der flächentreuen Projektion World Mollweide. Die Werte für 2025 sind aus Zensusdaten und bebauter Fläche modelliert und zählen Einwohner am Wohnort. Die Tagesbevölkerung, etwa Büroangestellte, ist nicht enthalten. Eine Zelle zählt, wenn ihr Mittelpunkt in der Form liegt.
  • Kreise: geodätische Kreise um die Koordinate des Markts. Der flächengleiche Kreis hat dieselbe Fläche wie das 10-Minuten-Polygon des Markts.
  • Stichprobe: 60 Märkte in drei Städten reichen, um Größe und Richtung des Fehlers zu zeigen, und sind zu wenige für einen Korrekturfaktor für andere Städte. Dieselbe Methode läuft auf jeder Standortliste in wenigen Minuten.

Daten herunterladen: catchment-area-analysis-2026-09-30.csv (60 Märkte, eine Zeile pro Markt, mit Fahrzeitflächen, Bevölkerung pro Band und Kreis sowie Wettbewerberzahlen; Standorte der Märkte © OpenStreetMap-Mitwirkende, ODbL; Bevölkerung GHS-POP R2023A, CC BY 4.0; abgeleitete Werte CC BY 4.0 MapAtlas).

Skript und Rohergebnisse liegen in unserem Forschungsarchiv: scripts/seo/blog-keyword-research/catchment-area-analysis.py und docs/blog-keyword-research/catchment-area-analysis-2026-09-30.json.

Weiterlesen

Wie die Polygone entstehen, erklärt Was ist eine Isochrone. Für viele Start- und Zielpunkte auf einmal, etwa jeden Haushalt zu jedem Markt in einem Huff-Modell, eignet sich eine Distanzmatrix. Die Anleitung für einen Store Locator zeigt dieselben Daten aus Sicht der Kundschaft.

Die Isochrone API liefert die hier verwendeten Polygone für Fahr- und Gehzeiten, und die GeoEnrich API ergänzt Points of Interest und Informationen zur Nachbarschaft rund um jede Adresse.

Häufig gestellte Fragen

Was ist ein Einzugsgebiet im Einzelhandel?

Das Einzugsgebiet eines Geschäfts, einer Filiale oder eines Standorts ist das Gebiet, aus dem der größte Teil der Kundschaft kommt. Meist wird es als Fahr- oder Gehzeit um den Standort gezogen, zum Beispiel alle Haushalte innerhalb von 10 Minuten mit dem Auto, und oft in eine primäre, sekundäre und tertiäre Zone unterteilt. Unternehmen schätzen damit, wie viele potenzielle Kunden ein Standort hat und wie viele Wettbewerber sich diese Kunden teilen.

Wie kann man ein Einzugsgebiet berechnen?

Zuerst wird das Gebiet um den Standort gezogen, dann wird gezählt, was darin liegt. Die einfachste Form ist ein Kreis mit festem Radius. Genauer ist ein Fahrzeit- oder Gehzeit-Polygon (eine Isochrone) aus einer Routing-Engine, weil es dem Straßennetz folgt. Anschließend wird die Wohnbevölkerung innerhalb des Polygons aus einem Bevölkerungsraster oder aus Zensusgebieten summiert und die Zahl der Wettbewerber darin ermittelt. In unserem Test mit 60 Supermärkten genügten pro Markt eine Isochronen-Anfrage und eine Summe über ein 100-Meter-Bevölkerungsraster.

Ist ein Radius oder eine Fahrzeit besser für ein Einzugsgebiet?

Die Fahrzeit ist besser, sobald die Kundschaft über die Straße anreist. In unserer Messung für 60 Supermärkte in München, Lyon und Mailand umfasste ein 5-km-Kreis im Median 1,7-mal so viele Einwohner, wie eine Fahrt von 10 Minuten tatsächlich erreicht. Eine Rangfolge nach Kreisbevölkerung traf pro Stadt nur 2 oder 3 der fünf Märkte, die auch nach Fahrzeitbevölkerung vorn lagen. Ein Radius eignet sich für einen ersten Überblick oder wenn die Regel selbst eine Luftlinienentfernung ist.

Welche Fahrzeit passt für das Einzugsgebiet eines Geschäfts?

Die Zeit sollte zur typischen Anfahrt für diese Art von Geschäft passen: ein kurzes Band für den täglichen Einkauf, etwa beim Nahversorger, ein längeres für gelegentliche Fahrten, etwa zum Möbel- oder Baumarkt. Am besten werden mehrere Konturen auf einmal angefordert, zum Beispiel 5, 10 und 15 Minuten wie in unserem Test, und mit echten Kundenadressen oder Postleitzahlen aus Kundenkarten abgeglichen, sofern vorhanden. Für ein Geschäft in einer dichten Innenstadt lohnt der Vergleich mit einem Einzugsgebiet zu Fuß.

Hat Ihnen das geholfen? Teilen Sie es.

Über den Autor

Brent van der Heiden

Verfasst von

Brent van der Heiden

Co-Founder & CEO at MapAtlas

Brent built MapAtlas out of a conviction that developers deserve location APIs with fair pricing and genuine end-user privacy. Before that he co-founded MapMetrics, a community mapping and navigation app. He writes about geospatial infrastructure, map data, AI search visibility, and how location data powers the products people rely on every day.

Alle Artikel ansehen →
Zurück zum Blog