Walkability Score: Berechnung und Einsatz in der Praxis

Ein Walkability Score beantwortet eine Frage: Wie viel Alltag liegt fußläufig um diese Haustür? Lebensmittel, eine Apotheke, eine Schule, ein Park, eine Gelegenheit zum Essen. All das wird zu einer einzigen Zahl auf einer Skala von 0 bis 100 verdichtet, weshalb Immobilienportale, Relocation-Anbieter und KI-Assistenten den Wert übernommen haben.

Die Zahl ist leicht darzustellen und es lohnt sich, sie richtig zu berechnen, denn zwei Adressen in derselben Stadt können in völlig unterschiedlichen Vierteln liegen. Dieser Leitfaden erklärt die Methode und wendet sie anschließend auf echte Daten an. Wir haben einen Walkability-Index für 40 Adressen in 20 europäischen Städten mit der MapAtlas POI API berechnet, und die Ergebnisse zeigen, warum der Score zu einer Adresse gehört und nicht zu einer Stadt.

Was ein Walkability Score misst

Ein Walkability Score ist ein Nähe-Maß. Er zählt die alltäglichen Ziele, die von einer Koordinate aus zu Fuß erreichbar sind, und gewichtet sie danach, wie wichtig sie sind und wie weit entfernt sie liegen.

Aus dieser Definition folgen drei Konsequenzen, und alle drei gehören dorthin, wo die Zahl veröffentlicht wird.

Der Score gehört zu einer Adresse, nicht zu einer Stadt. Zwei Wohnungen drei Kilometer voneinander entfernt unterscheiden sich regelmäßig um 30 Punkte oder mehr, was sich jetzt mit Daten belegen statt behaupten lässt.

Er misst Vorhandensein, nicht Qualität. Der Score weiß, dass ein Supermarkt 300 Meter entfernt liegt. Er weiß nicht, ob dieser Supermarkt gut sortiert, teuer oder sonntags geschlossen ist.

Er misst Distanz, nicht Aufwand. Ein flacher Kilometer und ein Kilometer bergauf zählen beide als ein Kilometer. Topografie, Querungen und Gehwegqualität liegen vollständig außerhalb der Berechnung.

Das sind die Grenzen dessen, was eine einzelne Zahl tragen kann, keine Fehler der Methode.

So berechnen Sie einen Walkability Score

Jede Implementierung läuft auf dieselben drei Schritte hinaus.

Schritt 1: Die Adresse in eine Koordinate auflösen

Beginnen Sie damit, die Adresse per Geocoding in Breiten- und Längengrad zu überführen. Die Präzision dieses Treffers setzt die Obergrenze für alles Weitere. Ein Treffer auf Dachebene setzt den Ursprung auf das Gebäude selbst, während ein Treffer auf Postleitzahlebene einige hundert Meter danebenliegen kann, was im Fußgängermaßstab das Ergebnis verändert.

Nutzen Sie das Feld zur Treffergenauigkeit, falls Ihr Geocoder eines liefert, und kennzeichnen Sie jeden Score, der auf etwas Gröberem als Straßenebene beruht, als Näherungswert.

Schritt 2: Erfassen, was im fußläufigen Einzugsgebiet liegt

Legen Sie als Nächstes fest, was als Gehdistanz gilt. Es gibt zwei Optionen, und die Wahl wiegt schwerer, als sie aussieht.

Ein Radius nimmt alles innerhalb von 1 km um die Koordinate. Er ist schnell, günstig und reproduzierbar, ignoriert aber das Straßennetz vollständig. Ein Geschäft 400 Meter entfernt jenseits eines Flusses ohne Brücke zählt weiterhin so, als läge es nebenan.

Eine Isochrone nimmt alles innerhalb des Polygons, das in 15 Gehminuten über reale Wege tatsächlich erreichbar ist. Sie kostet mehr pro Anfrage und behandelt dafür Flüsse, Bahntrassen, Autobahnen und Sackgassen korrekt.

Der folgende Index nutzt einen Radius von 1 km, weil ein veröffentlichter Benchmark für jeden reproduzierbar sein muss, der ihn nachrechnen will. Für ein Live-Feature in einer Anzeige nehmen Sie die Isochrone.

Schritt 3: Jede Kategorie auf einer Kurve bewerten, dann gewichten

Zuletzt werden die Zählwerte in einen Score überführt. Rohe Zählwerte funktionieren hier nicht: Ein Viertel mit 40 Restaurants ist nicht viermal so fußgängerfreundlich wie eines mit 10, und der erste Supermarkt zählt weit mehr als der zwanzigste. Jede Kategorie wird deshalb auf einer Kurve mit abnehmendem Grenznutzen bewertet.

// One category, scored 0..1. `target` is the count that earns full marks.
const componentScore = (count, target) =>
  Math.min(1, Math.log(1 + count) / Math.log(1 + target));

// Weighted sum across categories gives the headline 0..100 number.
const score = components.reduce(
  (total, c) => total + componentScore(counts[c.key], c.target) * c.weight,
  0,
);

Der Logarithmus erledigt die Arbeit. Der Sprung von null auf einen Supermarkt bewegt den Komponentenwert deutlich, während der Schritt von 30 auf 31 kaum auffällt, was ungefähr der Wahrnehmung eines Viertels entspricht.

Danach werden die Gewichte angewendet. Dies sind unsere, samt Begründung:

Gewichte sind eine Ermessensentscheidung und keine Tatsache, deshalb veröffentlichen wir unsere zur Prüfung und Anpassung. Ein Familienportal würde das Gewicht für Schulen erhöhen, eine Plattform für Studentenwohnungen eher Verkehr und Gastronomie. Veröffentlichte Gewichte sind das, was die Zahl innerhalb eines fremden Produkts reproduzierbar macht.

Was als guter Score gilt

Ein Score lässt sich leichter nutzen, wenn man ihn gegen Bänder liest. Diese Bänder sind an der europäischen Stichprobe weiter unten kalibriert, sodass ein Wert in der Mitte des Bereichs ein reales europäisches Viertel beschreibt.

Beachten Sie, dass die Bänder das Angebot an Einrichtungen rund um eine Adresse beschreiben, nicht das Erlebnis, dorthin zu laufen.

Der MapAtlas Walk Index: 20 europäische Städte

Wir haben die Methode auf je zwei Adressen in 20 europäischen Städten angewendet: den zentralen Platz und ein äußeres Wohnquartier rund 5 bis 8 km außerhalb. Alle Zählwerte stammen aus der MapAtlas POI API innerhalb eines Radius von 1 km, erhoben am 28. Juli 2026.

Der Abstand zwischen den beiden Punkten wiegt weit schwerer als die Rangfolge. Zentrale Adressen erreichten im Schnitt 94, äußere Wohnadressen derselben Städte 73. Die blauen Punkte drängen sich an der Obergrenze, weil europäische Innenstädte fast bauartbedingt dicht sind, sodass die grünen Punkte die eigentliche Varianz tragen.

Drei Befunde stechen aus der Tabelle hervor.

Rom hat mit 53 Punkten die größte interne Spreizung der Stichprobe. Die Piazza Venezia erreicht 93, Ponte Mammolo, noch klar innerhalb der Stadt, kommt auf 40. Innerhalb von 1 km um diese äußere Koordinate fand die API 4 Supermärkte, 19 Gastronomiebetriebe und 6 Grünflächen, gegenüber 85, 1129 und 149 im Zentrum.

Warschau ist die einzige Stadt, in der die äußere Adresse gewinnt. Ursynów erreicht 84 gegenüber 82 in der Altstadt, weil Ursynów ein geplantes Wohnquartier mit eingeplanten Lebensmittelgeschäften, Schulen, Praxen und Parks ist. Ein historisches Zentrum und ein guter Ort für den Wochenalltag sind nicht dasselbe.

Barcelona und Athen fallen kaum ab, um 2 beziehungsweise 7 Punkte. Durchgehende mittelhohe Dichte trägt die Versorgung in beiden Städten weit über den touristischen Kern hinaus.

Warum der Stadtdurchschnitt die falsche Zahl ist

Eine einzelne Stadt aufzuschlüsseln zeigt den Mechanismus deutlich.

Jede Komponente fällt gleichzeitig. Lebensmittel sinken von 93 auf 34, Gastronomie von 96 auf 41 und Schulen von 93 auf 39. Hier zieht nicht eine fehlende Kategorie ein ansonsten vergleichbares Viertel nach unten, es ist ein anderer Ort.

Überlegen Sie, was passiert, wenn ein Portal beide Adressen mit "Rom, Walkability 93" auszeichnet. Der Interessent für die äußere Wohnung erwartet das Zentrum, und die Besichtigung korrigiert die Anzeige. Den Score aus der Koordinate des jeweiligen Objekts zu berechnen vermeidet diese Lücke und gibt dem Käufer einen Grund, dem Rest der Seite zu vertrauen.

Was der Score nicht aussagt

Vier Grenzen gehören neben die Zahl veröffentlicht.

Vorhandensein ist nicht Qualität. Sechs Restaurants innerhalb von 1 km ergeben denselben Wert, ob sie hervorragend oder miserabel sind, weil der Score ausschließlich Verfügbarkeit misst.

Flach und steil ergeben identische Werte. Topografie ist für eine Nähe-Berechnung unsichtbar, weshalb der Score in Städten wie Lissabon oder Zürich optimistisch ausfällt.

Die Datenabdeckung unterscheidet sich je Land. Unser Datensatz weist Verkehrsknoten aus, bewertet sie aber nicht, weil die Tagging-Dichte auf Haltestellenebene zwischen Ländern zu stark schwankt für einen fairen Vergleich. Zürich zeigt warum: Die Abfrage lieferte innerhalb von 1 km um den Paradeplatz einen einzigen Verkehrsknoten, was ein Tagging-Artefakt ist und keine Aussage über Schweizer Trams. Eine Bewertung hätte eine selbstbewusst falsche Zahl erzeugt, deshalb haben wir sie weggelassen und den Grund erklärt.

Eine Momentaufnahme ist kein Trend. Diese Zahlen stammen vom 28. Juli 2026, und Einrichtungen öffnen und schließen, veröffentlichen Sie daher das Datum neben jedem berechneten Score.

So ergänzen Sie eine Immobilienanzeige um einen Walkability Score

Käufer stellen Fragen zur Nachbarschaft, bevor sie Fragen zum Objekt stellen. Eine Anzeige, die diese Fragen auf der Seite beantwortet, hält den Besucher, statt ihn zu einer Suchmaschine zu schicken.

Die Umsetzung besteht aus vier Schritten.

1. Geocoden Sie die Adresse der Anzeige einmalig beim Import und speichern Sie die Koordinate zusammen mit ihrer Treffergenauigkeit. Geocoden Sie nicht bei jedem Seitenaufruf.
2. Fragen Sie das fußläufige Einzugsgebiet für diese Koordinate ab: eine 15-minütige Fußgänger-Isochrone und anschließend die Anzahl der Einrichtungen darin.
3. Wenden Sie Ihre Gewichte an und cachen Sie das Ergebnis. Viertel verändern sich über Monate statt Tage, ein monatlicher oder vierteljährlicher Refresh reicht.
4. Rendern Sie die Zahl und den Beleg. Zeigen Sie den Score, die Komponentenaufschlüsselung und die namentlich genannten Orte dahinter.

Der letzte Schritt zahlt sich doppelt aus. KI-Suchmaschinen können einen Block zitieren, der reale, benannte Orte auflistet, wenn jemand fragt, was um eine Adresse herum liegt, und eine nackte Zahl gibt ihnen nichts zum Zitieren. Die Auszeichnung des Blocks mit strukturierten Daten macht ihn zusätzlich maschinenlesbar:

{
  "@context": "https://schema.org",
  "@type": "Residence",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Via dei Fori Imperiali 1",
    "addressLocality": "Rome",
    "addressCountry": "IT"
  },
  "additionalProperty": {
    "@type": "PropertyValue",
    "name": "Walkability score",
    "value": 93,
    "maxValue": 100,
    "measurementTechnique": "Weighted amenity density within a 15 minute walking isochrone",
    "valueReference": "Computed 2026-07-28"
  },
  "amenityFeature": [
    { "@type": "LocationFeatureSpecification", "name": "Supermarkets within a 15 minute walk", "value": 12 },
    { "@type": "LocationFeatureSpecification", "name": "Primary schools within a 15 minute walk", "value": 4 }
  ]
}

Zwei Felder tragen dort die Herkunft. measurementTechnique benennt, wie die Zahl entstanden ist, und das Berechnungsdatum reist mit dem Wert mit, sodass eine Antwortmaschine beides ohne Vorbehalt wiedergeben kann.

Wo diese Scores eingesetzt werden

Es gibt drei Flächen, grob nach kommerziellem Wert sortiert. Immobilienanzeigen, wo der Score die Frage nach der Nachbarschaft direkt auf der Seite beantwortet. Relocation- und Mietsuche, wo Nutzer nach Lebensstil filtern, bevor sie nach Gebäude filtern. Und KI-Assistenten, die zunehmend beantworten, ob eine Gegend fußgängerfreundlich ist, ohne überhaupt jemanden zu einer Anzeige zu schicken.

Die dritte Fläche verändert sich am schnellsten. Ein datierter Score, veröffentlicht mit seiner Methode und den benannten Orten dahinter, gibt einer Antwortmaschine etwas Konkretes zum Zitieren.

Für die zugrunde liegenden Daten liefert die GeoEnrich API in einem einzigen Aufruf die Anzahl der Einrichtungen und die benannten Orte rund um eine Koordinate, und die Isochrone API erzeugt das fußläufige Einzugsgebiet, in dem diese Werte gemessen werden. Halten Sie die Gewichtung im eigenen Produkt, dort kann sie abbilden, was Ihre konkrete Zielgruppe interessiert.

Zusammenfassung

Ein Walkability Score ist eine gewichtete, distanzabhängig abnehmende Zählung alltäglicher Ziele um eine Koordinate. Geocoden Sie die Adresse, erfassen Sie, was in ihrem fußläufigen Einzugsgebiet liegt, bewerten Sie dann jede Kategorie auf einer Kurve und wenden Sie Ihre Gewichte an.

Berechnen Sie ihn pro Adresse statt pro Stadt. Unsere Stichprobe aus 20 Städten erreichte im Schnitt 94 im Zentrum gegenüber 73 am Stadtrand, mit 53 Punkten Spreizung allein innerhalb Roms.

Veröffentlichen Sie dann die Methode zusammen mit der Zahl: die Gewichte, das Einzugsgebiet, das Erhebungsdatum und die Dinge, die der Score bewusst nicht misst.