Von Mapillary zu MapRoulette: Radweglücken automatisch erkennen und ergänzen (fossgis2026)

In diesem Lightning-Talk wird gezeigt, wie automatisch erkannte Verkehrszeichen aus Mapillary genutzt werden, um Lücken im Radwegenetz in OpenStreetMap zu finden und in einer MapRoulette-Challenge gezielt zu bearbeiten. Die Kampagne hat bereits über 200 km bisher nicht erfasste Radinfrastruktur in Deutschland ergänzt und lässt sich auch auf weitere Themen wie Tempo 30 oder Zebrastreifen übertragen. Der Beitrag stellt eine semi-automatisierte Pipeline vor, die Mapillary-Verkehrszeichenerkennung mit OSM-Daten verknüpft, um fehlende Radwege zu identifizieren. Die daraus entstehenden Aufgaben werden in einer MapRoulette-Challenge bereitgestellt, in der Mapperinnen und Mapper gezielt Lücken im Radwegenetz schließen können. Anhand der Challenge [Add missing bicycle infrastucture based on mapillary signs (Germany)](https://maproulette.org/browse/challenges/52916) wird gezeigt, wie die Daten verarbeitet, mit OSM verschmolzen und für die Community nutzbar gemacht werden. Erste Auswertungen mit [ohsome-planet](https://github.com/GIScience/ohsome-planet) deuten auf über 200 km neu erfasste Radinfrastruktur hin. Die Pipeline ist offen verfügbar [GitHub](https://github.com/vizsim/mapillary_trafficsigns) und kann auf weitere [Themen](https://github.com/vizsim/mapillary_trafficsigns/tree/main/use_cases) wie z.B. Tempo-30-Zonen oder Fußgängerüberwege übertragen werden. Als Nebeneffekt wurden die erkannten Verkehrszeichen in Zusammenarbeit mit [radinfra.de](https://tilda-geo.de/regionen/radinfra?map=17/51.5353/9.928&config=1v92rco.7h3d.4pt3i8&data=mapillary-cycleway-traffic-signs&v=2) auch dort integriert – eine wertvolle Hilfe für die OSM-Community und Kommunen beim Ausbau der Radinfrastruktur. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/3VXKYJ/