Punktwolkenformate: Überblick und praktischer Nutzen

Qbitec eGbR
2025-04-08 14:56:00

Die Arbeit mit Laserscandaten beginnt beim Rohscan und endet oft in einem vollständig modellierten BIM-Modell. Dazwischen liegt ein komplexer Austausch zwischen verschiedenen Softwarelösungen und jede davon bringt eigene Anforderungen mit. Punktwolkenformate sind dabei mehr als nur ein Mittel zur Datenspeicherung. Sie beeinflussen maßgeblich, wie effizient Daten verarbeitet werden können, ob alle Informationen erhalten bleiben und wie flexibel man auf neue Anforderungen im Projekt reagieren kann.

Das gewählte Format beeinflusst Dateigröße, Verarbeitungsgeschwindigkeit, Interoperabilität, erhaltene Metadaten und den effizienten Zugriff auf große Datensätze. Besonders relevant wird das in Workflows mit Anwendungen wie Revit. Scandaten können als E57, LAS/LAZ oder in einem proprietären Scannerformat vorliegen, während Autodesks nativer Punktwolken-Workflow vor allem auf indizierten RCP/RCS-Daten basiert.

In diesem Artikel betrachten wir die folgenden Fragen: Welche Formate sind derzeit üblich? Wo liegen ihre Stärken, und wo stoßen sie an ihre Grenzen? Welche Formate eignen sich besonders gut, um große Punktwolken effizient zu visualisieren oder gemeinsam daran zu arbeiten?

Standardformate: eine solide Grundlage für den Datenaustausch

Textbasierte Formate: offen, aber ineffizient

Beispiel: ASCII-Dateien wie .XYZ, .CSV oder .PTS

Textbasierte Formate gehören zu den einfachsten Möglichkeiten, eine Punktwolke darzustellen. Jeder Punkt wird als Textzeile gespeichert, die Koordinaten und je nach Format Attribute wie RGB-Werte oder Intensität enthält.

Ihr größter Vorteil ist die Einfachheit. Die Daten sind menschenlesbar, leicht zu erzeugen und können von nahezu jeder Software verarbeitet werden, die Punktwolken unterstützt.

Der Nachteil liegt in der Effizienz. ASCII-Darstellungen benötigen deutlich mehr Speicherplatz als optimierte Binärformate und müssen geparst werden, bevor die Daten genutzt werden können.

Außerdem enthalten sie meist kaum mehr als einzelne Punkte. Informationen wie Scanpositionen, strukturierte Zeilen und Spalten, Panoramabilder oder scannerspezifische Metadaten können beim Export verloren gehen.

Aus diesem Grund sind Formate wie XYZ oder PTS heute nur selten das bevorzugte Arbeitsformat für große Projekte. Sie bleiben aber nützlich für einfachen Datenaustausch, Fehlersuche und die Kompatibilität mit älteren oder spezialisierten Anwendungen.

LAS / LAZ: bewährt in der Fernerkundung

Beispiel eines digitalisierten Überflugs.

LAS wurde ursprünglich für die Überflugsvermessung entwickelt und hat sich zu einem der etablierten Formate für LiDAR-Daten entwickelt.

Im Unterschied zu reinen Textformaten speichert LAS Punktinformationen in einer kompakten Binärstruktur. LAZ ergänzt eine verlustfreie Komprimierung und kann den benötigten Speicherplatz deutlich reduzieren.

Damit eignen sich LAS und LAZ besonders gut für Anwendungen wie:

  • Überflugsvermessung,
  • Mobile Mapping,
  • Geländevermessungen,
  • GIS,
  • große unstrukturierte Punktwolken.

Ihre Grenzen werden beim terrestrischen Laserscanning deutlicher. Strukturierte Scaninformationen, Panoramabilder und weitere Informationen zu einzelnen Scanpositionen stehen nicht im Fokus des Formats.

LAS/LAZ passt daher hervorragend zu vielen LiDAR-Anwendungen, ist aber weniger geeignet, wenn die ursprüngliche Scanstruktur und fotografische Dokumentation wichtige Bestandteile des Workflows sind.

E57: vielseitig, aber technisch anspruchsvoll

E57 wurde speziell für den Austausch von 3D-Imaging-Daten zwischen unterschiedlichen Systemen entwickelt.

Der größte Vorteil ist die Vielseitigkeit. E57 kann sowohl strukturierte als auch unstrukturierte Punktwolken speichern und zusätzliche Informationen wie Scannerpositionen, Intensitätswerte, Farben und Bilddaten erhalten.

Dadurch ist es besonders nützlich für terrestrisches Laserscanning und Workflows, bei denen Daten zwischen unterschiedlichen Herstellern und Softwarepaketen ausgetauscht werden müssen.

Die Flexibilität bringt zusätzliche Komplexität mit sich. Verschiedene Anwendungen interpretieren nicht immer jeden Teil eines E57-Datensatzes exakt gleich, insbesondere wenn optionale Metadaten oder Bilddaten beteiligt sind.

Trotzdem ist E57 zu einem der wichtigsten Austauschformate für Reality-Capture-Daten geworden. Es bietet einen sinnvollen Ausgleich zwischen Interoperabilität und der Fähigkeit, deutlich mehr Informationen zu erhalten als einfache Formate, die nur Punkte speichern.

Proprietäre Formate: leistungsfähig, aber geschlossen

Die meisten Scannerhersteller verwenden zusätzlich proprietäre Projekt- und Scanformate.

Diese Formate ermöglichen es den Herstellern, Informationen zu erhalten, die beim Export sonst verloren gehen könnten, darunter Rohmessungen, Kalibrierinformationen, Scannerpositionen, Bilddaten und Registrierungsdaten.

Hersteller Projektformat Scanformat
Zoller+Fröhlich ZFPRJ ZFS
FARO LSPROJ FLS
Riegl RSP, RPP RDBX
Leica LGS, LGSX PTG, usw.
Trimble RWP -

Für die Erstverarbeitung und Registrierung sind diese Formate häufig die beste Repräsentation der ursprünglichen Messdaten.

Der Nachteil ist die Abhängigkeit vom jeweiligen Ökosystem. Dokumentation und Zugriff durch Drittanbieter unterscheiden sich, und einige Formate erfordern Herstellersoftware oder bestimmte SDKs.

Das kann zur Einschränkung werden, wenn Daten Jahre später wiederverwendet oder mit anderen Anwendungen ausgetauscht werden müssen.

Eine gängige Strategie besteht deshalb darin, die ursprünglichen Scannerdaten aufzubewahren und zusätzlich eine offene Austauschkopie zu erstellen, zum Beispiel im E57-Format.

Autodesk RCP / RCS: gut integriert, aber proprietär

In Autodesk ReCap werden Punktwolkendateien vorbereitet.

Autodesk verwendet RCP und RCS für indizierte Punktwolkendaten.

RCS enthält indizierte Punktwolkendaten, während RCP eine Projektstruktur bereitstellt, die mehrere Scans referenzieren und organisieren kann. Beide Formate sind eng in das Autodesk-Ökosystem integriert und können direkt in Anwendungen wie Revit verknüpft werden.

Damit ist RCP/RCS ein praktisches Arbeitsformat für Nutzer, deren Workflow hauptsächlich innerhalb von Autodesk-Produkten stattfindet.

Der Kompromiss liegt in der Interoperabilität. Außerhalb des Autodesk-Ökosystems werden die Formate weniger breit unterstützt als offene Austauschformate wie E57.

Bei großen Datensätzen wird außerdem das Datenmanagement immer wichtiger. Sobald Projekte Hunderte Gigabyte erreichen, werden Fragen wie Speicherort, Verteilung an Nutzer und benötigte Lademenge genauso relevant wie die Dateiendung selbst.

Datenflut in Projekten: klassische Formate stoßen an ihre Grenzen

Moderne Scanner können von einem einzigen Standort aus Hunderte Millionen Punkte erfassen. In größeren Projekten wachsen die daraus entstehenden Datensätze schnell auf Hunderte Gigabyte oder sogar Terabyte an.

In dieser Größenordnung werden Workflows, die auf dem Kopieren und Verarbeiten vollständiger Datensätze beruhen, zunehmend schwerfällig.

Besonders deutlich wird das, wenn:

  • mehrere Nutzer Zugriff auf dasselbe Projekt benötigen,
  • Daten in einem Netzwerk gespeichert werden,
  • Nutzer von verschiedenen Standorten aus arbeiten,
  • lokale Kopien gepflegt werden müssen,
  • oder die vollständige Punktwolke deutlich größer ist als der aktuell benötigte Ausschnitt.

Streaming-Ansätze lösen das anders. Statt die Punktwolke als einen großen Datenblock zu behandeln, werden die Punkte hierarchisch organisiert. Die Anwendung kann zuerst eine grobe Darstellung abrufen und für die aktuell sichtbaren Bereiche schrittweise mehr Details nachladen.

Dafür werden häufig Octrees verwendet. Der Raum wird in kleinere Bereiche unterteilt, und die Punktwolke wird in mehreren Detailstufen gespeichert.

Damit hängt die Menge der zu übertragenden und zu rendernden Daten stärker von der aktuellen Ansicht ab als von der Gesamtgröße des Datensatzes.

In Kombination mit Caching bleiben dadurch auch sehr große Punktwolken interaktiv, selbst wenn der vollständige Datensatz nicht auf einmal geladen werden kann oder soll.

Streaming-Formate im Vergleich

Schrittweise Unterteilung einer Punktwolke in eine Octree-Datenstruktur.
Quelle: https://www.cg.tuwien.ac.at/research/publications/2020/SCHUETZ-2020-MPC/

Potree wurde ursprünglich für die webbasierte Visualisierung von Punktwolken entwickelt. Seine hierarchische Struktur ermöglicht es, nur die für die aktuelle Ansicht benötigten Knoten zu laden und schrittweise detailliertere Informationen anzufordern, sobald sich der Nutzer einem Objekt nähert. Frühere Potree-Datensätze konnten aus sehr vielen einzelnen Dateien bestehen, was Kopieren und Backups umständlich machte. Neuere Versionen haben Speicherstruktur und Konvertierungsprozess verbessert.

EPT, oder Entwine Point Tile, stammt aus dem Geodaten-Ökosystem. Auch EPT organisiert Punktwolken hierarchisch und ist für skalierbaren Zugriff auf große räumliche Datensätze ausgelegt. Die Daten werden typischerweise über eine Kachelstruktur verteilt, wodurch sich das Format für server- und cloudbasierte Workflows eignet.

COPC, oder Cloud Optimized Point Cloud, verfolgt einen etwas anderen Ansatz. Es integriert eine hierarchische Struktur in eine LAZ-basierte Datei, sodass kompatible Anwendungen gezielt auf bestimmte räumliche Bereiche zugreifen können, ohne zuerst den gesamten Datensatz zu verarbeiten. Dadurch verbindet COPC die kompakte Speicherung und das Ökosystem von LAS/LAZ mit einer Struktur für selektiven Zugriff.

Vergleich: Formate, Stärken, Herausforderungen
Format Stärken Herausforderungen Typische Verwendung
ASCII (.XYZ usw.) Einfach, lesbar, flexibel Sehr groß, ineffizient, veraltet, keine bildbasierten Metadaten Einfacher Austausch, Fehlersuche
LAS / LAZ Standardisiert, komprimierbar, weit verbreitet Keine Bilder, keine strukturierten Scans, begrenzte Erweiterbarkeit LiDAR, GIS, Mapping
E57 Vollständige Speicherung inkl. Bildern und Scanstruktur Komplex, teils uneinheitliche Implementierungen, begrenzte Performance beim Datenzugriff Terrestrisches Scanning, Austausch
RCP / RCS Nahtlose Autodesk-Integration Proprietär, außerhalb von Autodesk kaum nutzbar, hohe Bandbreitenanforderungen Autodesk-/Revit-Workflows
Proprietäre Formate Vollständige Gerätedaten, leistungsfähig Proprietär, geringe Interoperabilität Registrierung, Rohdatenverarbeitung
Potree Streaming-fähig, flexibel Kein Standard, hohe technische Einstiegshürde Große webbasierte Punktwolken
EPT Streaming-fähig, modular Sehr große Anzahl von Dateien, keine interne Struktur GIS- und Cloud-Workflows
CopC Streaming-fähig, LAZ-kompatibel, leicht zu übertragen Noch relativ neu, technisch anspruchsvoll, ähnliche Einschränkungen wie LAZ Große verteilte LiDAR-Datensätze
Nach dem Projekt: Archivierung

In Projekten mit Punktwolkendaten kommen schnell Hunderte Gigabyte oder mehr zusammen. Deshalb ist eine effiziente und vor allem kosteneffektive Archivierungsstrategie so wichtig. Idealerweise erfüllt der Archivierungsplan diese zentralen Kriterien:

  • Verlustfreie Speicherung: Daten sollten so genau wie möglich erhalten bleiben. Das ist besonders wichtig für spätere Analysen, bei denen auch kleine Details relevant sein können.
  • Schneller Zugriff nach Bedarf: Je nachdem, wie wahrscheinlich ein baldiger Zugriff auf die Daten ist, sollten sie so gespeichert werden, dass für eine erneute Ansicht keine langwierige Neuverarbeitung erforderlich ist.
  • Zuverlässige Langzeitspeicherung: Daten sollten mindestens so lange sicher gespeichert werden, wie es rechtlich vorgeschrieben ist. Häufig bedeutet das, neben redundanten NAS-Systemen auch Cloud-Lösungen zu berücksichtigen.

Ein praktischer Ansatz besteht darin, Daten sowohl im Rohformat als auch im E57-Format zu speichern. So bleiben alle Informationen erhalten, während bei Bedarf ein schnellerer Zugriff möglich ist. Obwohl E57 technisch ein standardisiertes Format ist, gibt es keine Garantie, dass jede Implementierung den Standard vollständig einhält. Um abgesichert zu sein, ist es sinnvoll, zusätzlich Installationsdateien für die gesamte Toolchain zusammen mit Links zu deren Bezugsquellen zu archivieren. Regelmäßige Tests zur Wiederherstellung von Backups können außerdem sicherstellen, dass Daten langfristig zugänglich bleiben.

Bei der Wahl der Speichermedien wirken lokale Optionen wie zusätzliche Festplatten oder NAS-Systeme zunächst naheliegend. In Bezug auf Kosten und Datenintegrität sind sie jedoch nicht immer die beste Lösung. Große Cloud-Anbieter bieten spezielle Tarife für die Langzeitspeicherung großer Datenmengen an, teilweise schon zu Preisen von Bruchteilen eines Cents pro Gigabyte.

Für eine ausgewogene Strategie empfiehlt sich eine Kombination aus schnell zugänglichem Speicher, der pro Gigabyte teurer ist, und langsamerem, günstigeren Langzeitspeicher. Auch ein Blick auf allgemeine Anbieter virtueller Server lohnt sich. Einige bieten ebenfalls wettbewerbsfähige Preise, häufig zwischen 1–2 Cent pro Gigabyte.

Besonderer Dank gilt der Community des Laser Scanning Forums für ihre Einblicke zu diesem Thema.

Fazit

Das gewählte Punktwolkenformat hat großen Einfluss auf Speicherbedarf, Ladezeiten, Datenaustausch und Weiterverarbeitung. Klassische textbasierte Formate sind heute kaum noch praktikabel. Offene Standards wie E57 oder LAZ bieten eine solide Grundlage für flexible Workflows. Proprietäre Formate eignen sich häufig gut für interne Prozesse, stoßen beim Datenaustausch aber schnell an ihre Grenzen.

Wer mit sehr großen Punktwolken oder in der Cloud arbeitet, sollte von Anfang an auf moderne Streaming-Formate wie CopC oder Potree 2 setzen. Das sorgt für hohe Performance und skalierbare Projekte.

Praxistipp:

  • Für den Datenaustausch: standardisierte und komprimierte Formate wie E57 verwenden
  • Für die Verarbeitung: Herstellerformate nutzen, dabei aber im selben System bleiben
  • Für große, kollaborative Projekte: frühzeitig eine Streaming-Strategie einplanen
  • Für die Archivierung: Daten sowohl im Rohformat als auch als E57 speichern, zusammen mit der Software-Toolchain.

Qbitec verfolgt hier einen praktischen Ansatz: Es bringt die Vorteile von Streaming-Formaten direkt nach Revit. Dank intelligenter Datenstruktur und effizientem Caching können Nutzer auch in sehr großen Projekten schnell zwischen Detailstufen wechseln, ohne Ladezeiten oder Datenverlust. So bleibt der Zugriff auf die Punktwolke flexibel, performant und unabhängig von Projektgröße oder Netzwerkumgebung, einschließlich Panorama-Integration und intelligenter Visualisierung.