„Stoffstromanalyse nachhaltige Mobilität im Kontext ... - Renewbility

„Stoffstromanalyse nachhaltige
Mobilität im Kontext
erneuerbarer Energien bis 2030“
(renewbility, FZK 0327546)
Zwischenbericht an das
Bundesministerium für Umwelt,
Naturschutz und Reaktorsicherheit (BMU)
Berlin, März 2007
Öko-Institut e.V. (Büros Darmstadt und Berlin)
DLR-IVF (Berlin)
In Kooperation mit
Institut für Energetik und Umwelt (Leipzig)
Institut für Energie- und Umweltforschung (Heidelberg)
Technische Universität Dresden
Öko-Institut e.V. Büro Berlin
Novalisstraße 10
D-10115 Berlin
Tel.: (030) 280 486-80
Fax: (030) 280 486-88
www.oeko.de
Büro Darmstadt
Rheinstraße 95
D-64295 Darmstadt
Tel.: (06151) 8191-0
Fax: (06151) 8191-33
Geschäftsstelle Freiburg
Postfach 50 02 40
D-79028 Freiburg
Tel. : (0761) 45295-0
Fax : (0761) 475437

Institut für Verkehrsforschung
- 1 -
Inhaltsverzeichnis
1 Einleitung ....................................................................................... 9
1.1 Instrumente und Maßnahmen einer nachhaltigen Mobilität:
Potenziale und Restriktionen ................................................................. 11
1.2 Anforderungen an Analyseinstrumente für eine nachhaltige Mobilität ... 12
1.3 Zielsetzungen ........................................................................................ 14
1.4 Struktur des Zwischenberichts............................................................... 17
2 Projektstruktur und –steuerung................................................. 18
2.1 Joint Fact Finding: Integration, Partizipation und Kommunikation zur
Stärkung der Wissensbasis ................................................................... 20
2.1.1 Projektgruppe ...................................................................................... 20
2.1.2 Expertentreffen .................................................................................... 21
2.1.3 Wissenschaftlicher Beirat .................................................................... 21
2.1.4 Begleitkreis .......................................................................................... 22
2.2 Informations- und Kommunikationsangebot im Internet......................... 23
3 Modellierung der Personenverkehrsnachfrage ........................ 25
3.1 Einleitung und Struktur .......................................................................... 25
3.2 Methodischer Ansatz der Personenverkehrsmodellierung..................... 26
3.3 Deutschlandweite Nachfrage Personenverkehr (AP 1.2)....................... 28
3.3.1 Auswahl eines geeigneten Makromodells ........................................... 28
3.3.2 Berechnung der Verkehrsnachfrage mit VISEVA................................ 31
3.3.3 Anwendung von VISEVA und VISUM im Forschungsvorhaben
renewbility............................................................................................ 37
3.4 Mikroskopische Simulation der Personenverkehrsnachfrage in
räumlicher Differenzierung (AP 1.3.2).................................................... 42
3.4.1 Datengrundlage und Funktionsablauf TAPAS..................................... 42
3.4.2 Methodischer Ansatz zur Umsetzung von Maßnahmen ...................... 50
3.4.3 Umsetzung der in renewbility geplanten Maßnahmen......................... 58
3.4.4 Anwendung von TAPAS für Berlin....................................................... 73
3.4.5 Auswahl zweier weiterer Beispielräume zur Anwendung von
TAPAS................................................................................................. 74
3.4.6 Anwendung von TAPAS für Braunschweig und Main-Rhön................ 93
3.4.7 Aktueller Stand und Ausblick............................................................... 93
3.5 Bestimmung der zukünftigen PKW-Neuwagenzulassungen.................. 94
3.5.1 Einleitung............................................................................................. 94
3.5.2 Vorgehensweise .................................................................................. 94
Zwischenbericht, März 2007

- 2 -
Institut für Verkehrsforschung
3.5.3 Das ökonometrische Modell ................................................................ 96
3.5.4 Potenzialanalyse zur Veränderung des Käuferverhaltens................. 108
3.5.5 Zusammenfassung und Ausblick....................................................... 112
4 Modellierung der Güterverkehrsnachfrage............................. 114
4.1 Einleitung............................................................................................. 114
4.2 Einführung in die Modellierung der Wirtschaftsverkehrsnachfrage...... 115
4.3 Grundlagen der mikroskopischen Simulation der Wirtschafts- und
Güterverkehrsnachfrage WiVSim ........................................................ 116
4.4 Funktionsweise von WiVSiM ............................................................... 117
4.5 Aktueller Stand und Ausblick ............................................................... 123
4.6 Umsetzung von Maßnahmen............................................................... 124
4.7 Bestimmung der zukünftigen LKW-Neuzulassungen (AP 2.3.1).......... 125
5 Technologiedatenbasis............................................................. 127
5.1 Energievorketten und Kraftstoffe ......................................................... 127
5.1.1 Aktualisierungen der Datenbasis für Energieträger und Kraftstoffe... 132
5.1.2 Ergänzungen der Datenbasis für Energieträger und Kraftstoffe........ 133
5.1.3 Ergebnisse der bisherigen Arbeiten................................................... 133
5.1.4 Experten-Workshop zu Kraftstoff-Vorketten ...................................... 133
5.1.5 Abschluss der Arbeiten zu Vorketten in RENEWbility Phase I .......... 133
5.2 Verkehrsträger und Antriebe................................................................ 134
5.2.1 Experten-Workshop zu Fahrzeugeffizienz und Antrieben ................. 134
5.2.2 Vorgehen zur Datengenerierung ....................................................... 134
6 Modellinteraktion und –integration.......................................... 140
6.1 Die EDV-Werkzeuge des Stoffstrommodels zur nachhaltigen
Mobilität ............................................................................................... 140
6.2 Die Interaktion der EDV-Werkzeuge.................................................... 142
6.3 Erreichter Stand der Arbeiten .............................................................. 142
7 Szenarienentwicklung............................................................... 144
7.1 Basisszenario ...................................................................................... 144
7.1.1 Kurzbeschreibung der für eine Basisentwicklung ausgewerteten
Studien .............................................................................................. 146
7.1.2 Vergleich der Rahmenbedingungen .................................................. 157
7.1.3 Vergleich der Ergebnisse................................................................... 165
7.1.4 Vorgehen zur Erstellung des Basisszenarios im Rahmen von
renewbility.......................................................................................... 182
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 3 -
7.2 Szenarioprozess.................................................................................. 190
7.2.1 Hintergrund........................................................................................ 190
7.2.2 Ziele................................................................................................... 191
7.2.3 Methodische Grundlagen................................................................... 192
7.2.4 Umsetzungsvorschlag ....................................................................... 192
8 Ausblick zur weitergehenden Arbeitsplanung ....................... 195
8.1 Projektstruktur und Steuerung ............................................................. 195
8.2 Modellierung der Verkehrsnachfrage................................................... 195
8.2.1 Personenverkehr ............................................................................... 195
8.2.2 Modellierung von Maßnahmen im Personenverkehr ......................... 196
8.2.3 Käuferverhalten PKW ........................................................................ 196
8.2.4 Güterverkehr...................................................................................... 197
8.3 Technologiedatenbasis........................................................................ 197
8.3.1 Vorketten Energieträger und Kraftstoffe ............................................ 197
8.3.2 Verkehrsträger und Antriebe.............................................................. 198
8.4 Modellinteraktion und –integration....................................................... 198
8.5 Szenarienentwicklung.......................................................................... 198
8.5.1 Referenz- bzw. Basisszenario ........................................................... 198
8.5.2 Szenarioprozess................................................................................ 198
9 Literatur ...................................................................................... 199
10 ANHANG ..................................................................................... 215
Energieträger- und Kraftstoffvorketten für Deutschland - Umwelteffekte ....... 217
Technologien zur Effizienzsteigerung von Pkw .............................................. 217
Zwischenbericht, März 2007

- 4 -
Institut für Verkehrsforschung
Abbildungsverzeichnis
Abbildung 1 : Strukturdiagramm der geplanten Leistungen und
Arbeitspakete.................................................................................. 16
Abbildung 2: Startseite des Internet-Auftritts des Projekts renewbility ................ 23
Abbildung 3: Der traditionelle Vier-Stufen-Algorithmus in der
Verkehrsplanung ............................................................................ 26
Abbildung 4: Ablaufschema Nachfrageberechnung in VISEVA und
Umlegung in VISUM ....................................................................... 37
Abbildung 5: Ablaufschema des Modells TAPAS................................................ 43
Abbildung 6: Sukzessive Verkehrsmittelwahl in TAPAS ..................................... 48
Abbildung 7: Zusammenspiel der Ausgabegrößen von TAPAS sowie
Inputparameter für VISEVA ............................................................ 72
Abbildung 8: Mittlerer Wertebereich für den Indikator Einwohnerdichte -
Basis verstädterte Räume .............................................................. 79
Abbildung 9: Mittlerer Wertebereich für den Indikator Pkw-Dichte - Basis
verstädterte Räume ........................................................................ 80
Abbildung 10: Vorgehensweise zur Analyse des Pkw-Käuferverhaltens .............. 95
Abbildung 11: Vorgehensweise zum ökonometrischen Modell ........................... 100
Abbildung 12: Auszug des Polk-Datensatzes...................................................... 102
Abbildung 13: Segmentbezogene Auswertung der Pkw-Anzahl je Haushalt ...... 110
Abbildung 14: Ablaufschema von WiVSim .......................................................... 118
Abbildung 15: Standorte der Kunden in Abhängigkeit von der
Unternehmensgröße (Quelle: Men06).......................................... 121
Abbildung 16: Standorte der Zulieferer in Abhängigkeit von der
Unternehmensgröße (Quelle [Men06])......................................... 122
Abbildung 17: Arbeitsablauf in WiVSim von Sendungsinformationen bis hin
zu Fahrzeugkilometern, die in renewbility dann durch andere
Module weiterverarbeitet werden. Rund wiederum Daten,
eckig Arbeitsschritte. .................................................................... 123
Abbildung 18: Struktur von Energie- und Stoff-Prozessketten (Vorketten) ......... 128
Abbildung 19: Mögliche Umwelteffekte in den Vorketten für Energieträger ........ 129
Abbildung 20: Gesamt Umwelteffekte aus Vorketten und Nutzung von
Energieträgern und Kraftstoffen ................................................... 130
Abbildung 21: Die Datenbank von GEMIS .......................................................... 131
Abbildung 22: Die Energieträger- und Kraftstoffmatrix für RENEWbility ............. 132
Abbildung 23: Entwicklung und Prognose der CO 2 -Emissionen der neu
zugelassenen Pkw nach TREMOD [IFEU 2007] .......................... 137
Abbildung 24: Schematische Darstellung der Varianten-Entwicklung................. 138
Abbildung 25: Die EDV-Werkzeuge zur Stoffstromanalyse „Nachhaltige
Mobilität“ ....................................................................................... 141
Abbildung 26: Die Interaktion der EDV-Werkzeuge zur Stoffstromanalyse
„Nachhaltige Mobilität“.................................................................. 142
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 5 -
Abbildung 27: Auswahl an makroskopischen Einflussfaktoren auf die
zukünftige Entwicklung im Personenverkehr, Quelle: frei nach
[Jülich 2002] ................................................................................. 158
Abbildung 28: Vergleich der Entwicklung des Bruttoinlandsproduktes in den
betrachteten Studien .................................................................... 160
Abbildung 29: Prognostizierte Entwicklung der Pkw/MIV-Fahrleistung bis
2030.............................................................................................. 166
Abbildung 30: Fahrleistungsberechnung des DIW nach der alten und der
neuen Methode............................................................................. 167
Abbildung 31: Prognostizierte Entwicklung der durchschnittlichen
Jahresfahrleistung von Pkw.......................................................... 168
Abbildung 32: Prognostizierte Entwicklung der Personenverkehrsleistung
Pkw bis 2030 ................................................................................ 169
Abbildung 33: Prognostizierte Entwicklung der Personenverkehrsleistung bis
2030.............................................................................................. 169
Abbildung 34: Prognostizierte Personenverkehrsleistung 2002 und 2030
nach Verkehrsträger ..................................................................... 170
Abbildung 35: Prognostizierter Pkw-Bestand nach Antriebstechnologien
2002 und 2030.............................................................................. 171
Abbildung 36: Prognostizierte Entwicklung des Kraftstoffverbrauchs im Pkw-
Bestand ........................................................................................ 172
Abbildung 37: Prognostizierte Entwicklung der Güterverkehrsleistung nach
Verkehrsträgern............................................................................ 173
Abbildung 38: Entwicklung des Energieverbrauchs Verkehr in EWI/Prognos
und TREMOD ............................................................................... 175
Abbildung 39: Entwicklung nach Verkehr in Zahlen [VIZ] und Prognose nach
TREMOD und EWI/Prognos der Personenverkehrsleistung ........ 181
Abbildung 40: Entwicklung nach Verkehr in Zahlen [VIZ] und Prognose nach
TREMOD und EWI/Prognos der Güterverkehrsleistung .............. 181
Abbildung 41: Mittleres jährliches Wachstum der einzelnen
Wirtschaftszweige nach EWI/Prognos und IWH........................... 188
Abbildung 42: Mittleres jährliches Wachstum der einzelnen
Wirtschaftszweige nach EWI/Prognos und IWH und „relatives“
Gewicht als Anteil der jeweiligen BWS......................................... 189
Zwischenbericht, März 2007

- 6 -
Institut für Verkehrsforschung
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 7 -
Tabellenverzeichnis
Tabelle 1: Exemplarische 17er Quelle-Ziel-Gruppen Einteilung ..................... 33
Tabelle 2: Datengrundlage Status Quo Deutschland-Modellierung ................ 39
Tabelle 3: Verkehrsaufkommen in Wegen pro Tag......................................... 40
Tabelle 4: Verkehrsleistung in Pkm pro Jahr................................................... 41
Tabelle 5: Literaturübersicht Maßnahmenwirkung .......................................... 69
Tabelle 6: Verstädterte Regionen - Auswahl anhand von Indikatorwerten,
Basis mittleren 50%........................................................................ 82
Tabelle 7: Ländliche Regionen - Auswahl anhand von Indikatorwerten,
Basis mittleren 50%........................................................................ 83
Tabelle 8: Verstädterte Regionen in der engeren Auswahl - Ergebnisse
Indikatorengruppe 1........................................................................ 86
Tabelle 9: Verstädterte Regionen in der engeren Auswahl - Ergebnisse
Indikatorengruppe 2........................................................................ 87
Tabelle 10: Ländliche Regionen in der engeren Auswahl - Ergebnisse
Indikatorengruppe 1........................................................................ 89
Tabelle 11: Ländliche Regionen in der engeren Auswahl - Ergebnisse
Indikatorengruppe 2........................................................................ 90
Tabelle 12: Mögliche beeinflussende Variablen, die im Modell getestet
werden.......................................................................................... 100
Tabelle 13: Modifizierte KBA-Segmentierung ................................................. 105
Tabelle 14: Variablen aus der MiD zur Analyse der Pkw-Nutzer und deren
Nutzungsverhalten........................................................................ 109
Tabelle 15: Prozentuale Minderung des Kraftstoffverbrauchs der Pkw-
Varianten (Otto) bezogen auf die Standard-Variante
entsprechend der Entwicklung der CO 2 -Emissionen der neu
zugelassenen Pkw des Bezugsjahres .......................................... 139
Tabelle 16: Prozentuale Minderung des Kraftstoffverbrauchs der Pkw-
Varianten (Diesel) bezogen auf die Standard-Variante
entsprechend der Entwicklung der CO 2 -Emissionen der neu
zugelassenen Pkw des Bezugsjahres .......................................... 139
Tabelle 17: Überblick über die betrachteten Studien ...................................... 146
Tabelle 18: Vergleich der Entwicklung der Bevölkerungszahlen in den
betrachteten Studien (in Mio.) ...................................................... 159
Tabelle 19: Vergleich des jahresdurchschnittlichen BIP-Wachstums, das
in den betrachteten Studien als Rahmenbedingung
angenommen wurde..................................................................... 160
Tabelle 20: Anzahl der Erwerbstätigen in Mio................................................. 161
Tabelle 21: Qualitative Darstellung der verkehrspolitischen
Rahmenbedingungen in den betrachteten Studien ...................... 162
Tabelle 22: Qualitative Darstellung der technischen Entwicklung im Sektor
Verkehr in den betrachteten Studien ............................................ 163
Tabelle 23: Annahmen zur Entwicklung der Kraftstoffpreise........................... 165
Zwischenbericht, März 2007

- 8 -
Institut für Verkehrsforschung
Tabelle 24: Annahmen zum spezifischen Verbrauch neu zugelassener
Pkw in l/100 km ............................................................................ 171
Tabelle 25: Fahrzeugbestand LKW/Sattelzüge in Mio. ................................... 174
Tabelle 26: Kraftstoffverbrauch der Straßengüterfahrzeuge in l/100 km......... 174
Tabelle 27: Datenanforderungen für die Modellierung des
Personenverkehrs in renewbility - Basis 2030.............................. 184
Tabelle 28: Datenanforderungen für die Modellierung des Güterverkehrs
in renewbility - Basis 2030............................................................ 186
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 9 -
1 Einleitung
Das Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit (BMU) legte eine
Richtlinie zur Förderung von Untersuchungen zur Fortentwicklung der Gesamtstrategie
zum weiteren Ausbau der Erneuerbaren Energien im Rahmen des Programms Energieforschung
und Energietechnologien der Bundesregierung vor, mit der querschnittsorientierte,
spartenübergreifende und interdisziplinäre Aspekte untersucht werden
sollten 1 .
Im Rahmen dieser Ausschreibung wird seit dem 01. Juli 2005 das Projekt „renewbility:
Stoffstromanalyse nachhaltige Mobilität im Kontext der erneuerbaren Energien bis
2030“ gefördert. Das Projekt wird vom Öko-Institut (Institut für angewandte Ökologie
e.V.) geleitet und mit dem Institut für Verkehrsforschung des Deutschen Zentrums für
Luft- und Raumfahrt (DLR) als Partner sowie dem Institut für Energetik und Umwelt
Leipzig, dem Institut für Energie- und Umweltforschung (IFEU) und der Technischen
Universität Dresden als kooperierende Institute durchgeführt.
Der vorliegende Zwischenbericht spiegelt den Stand der Arbeiten zum 28. Februar
2007 wider und stellt gleichzeitig die weitergehenden Planungen und Arbeiten dar.
Eine zukunftsfähige Energiepolitik mit dem weitergehenden Ausbau des Anteils der
Erneuerbaren Energien (EE) am Gesamtenergieverbrauch Deutschlands und die Förderung
einer nachhaltigeren Mobilität in der Verkehrspolitik in Deutschland sind bedeutende
Schwerpunkte der Nachhaltigkeitsstrategie der Bundesregierung, um nennenswerte
Beiträge zu den ehrgeizigen Zielen einer nachhaltigen Entwicklung, insbesondere
dem globalen Klimaschutz, leisten zu können (BuReg 2002, BuReg 2004).
Der Verkehrsbereich in Deutschland hatte im Jahr 2000 einen Anteil von 30 % am Endenergieverbrauch
und trug zu etwa 22 % zu den energiebedingten CO 2 -Emissionen bei
(Enquete 2002). Entgegen dem Trend in anderen Sektoren sind die vom Verkehr ausgehenden
Kohlendioxid (CO 2 )-Emissionen zwischen 1990 und 2000 um über 13 %
gestiegen. Die Ursache dafür lag in erster Linie in der gestiegenen Verkehrsleistung,
die zwischen 1990 und 2000 allein im Güterverkehr um 41 % anstieg. Auch für das
nächste Jahrzehnt wird prognostiziert, dass die CO 2 -Emissionen nicht abnehmen
werden (UBA 2003). Das verdeutlicht, welche Bedeutung den Bemühungen um eine
nachhaltigere Mobilität auch für eine zukunftsfähige Energiepolitik zukommt.
Um verstehen zu können, wie es effektiv und effizient gelingen kann, sowohl den Zielstellungen
einer nachhaltigeren Mobilität als auch denen einer zukunftsfähigen Energiepolitik
im Verkehrsbereich näher zu kommen, fehlen bisher integrierte Analysein-
1
Richtlinie zur Förderung von Untersuchungen zur Fortentwicklung der Gesamtstrategie zum weiteren
Ausbau der Erneuerbaren Energien (EE) vom 31. August 2004, BMU Berlin
Zwischenbericht, März 2007

- 10 -
Institut für Verkehrsforschung
strumente, die es ermöglichen, über konsistente Zukunftsszenarien den Einfluss von politischen
Rahmenbedingungen auf Veränderungen des Verkehrsangebots und der
-nachfrage abzubilden. Über derartige Analyseinstrumente können die potenziellen Beiträge
oder Konflikte zu den Zielen einer nachhaltigen Entwicklung beurteilt werden. Sie
können damit eine wesentliche Grundlage zur Analyse, Bewertung und Legitimation zukünftig
notwendigen politischen Handelns für eine nachhaltige Entwicklung darstellen.
Die Analyse wesentlicher Umweltziele einer nachhaltigeren Mobilität vor dem Hintergrund
der Trends und Entwicklungen der verkehrsbedingten Umweltbelastungen am
Beispiel Deutschlands, verdeutlichen die Motivation und Legitimation für weit reichende
Maßnahmen für eine nachhaltigere Mobilität. Das wird auch über die aktuellen
Debatten zu den Leistungen der europäischen Automobilindustrie für den Klimaschutz
oder die Diskurse zu den Potenzialen einzelner Maßnahmen wie einem bundesweiten
Tempolimit deutlich.
Die Ausführungen zeigen aber auch, dass langfristig vor allem die Klimaschutzziele die
größten Herausforderungen für die Realisierung einer nachhaltigen Mobilität darstellen.
Je stärker die verkehrsbedingten Treibhausgas-Emissionen zu den Gesamtemissionen
in Deutschland beitragen, desto umfassendere Maßnahmen sind im Verkehrsbereich
notwendig, um den mittel- und langfristigeren Erfordernissen des globalen
Klimaschutzes und damit auch den Klimaschutzzielen der Bundesregierung gerecht zu
werden.
Im Kontext der Richtlinie zur Förderung von Untersuchungen zur Fortentwicklung der
Gesamtstrategie zum weiteren Ausbau der erneuerbaren Energien im Rahmen des Programms
Energieforschung und Energietechnologien der Bundesregierung mit der querschnittsorientierte,
spartenübergreifende und interdisziplinäre Aspekte untersucht
werden sollen, stehen aus der Perspektive des Öko-Instituts und dem Institut für Verkehrsforschung
des DLR dabei weiterhin folgende Fragen im Mittelpunkt:
• Welche Instrumente und Maßnahmen sind erforderlich, um konsequent die Ziele
einer nachhaltigen Mobilität erreichen zu können?
• Welche Bedeutung haben die erneuerbaren Energien für diese Strategie einer
nachhaltigeren Mobilität?
• Welche politischen und rechtlichen Instrumente und Maßnahmen können den
Einsatz erneuerbarer Energien für eine nachhaltigere Mobilität auch mit Blick auf
eine zukunftsfähige Energieversorgung sinnvoll fördern?
• Welche Konsequenzen ergeben sich daraus für die Gesamtstrategie des Ausbaus
erneuerbarer Energien in Deutschland?
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 11 -
1.1 Instrumente und Maßnahmen einer nachhaltigen Mobilität:
Potenziale und Restriktionen
Damit der Verkehr mittel- und langfristig zum Klimaschutz und zu den weiteren Zielen
einer nachhaltigen Mobilität beitragen kann, ist es erforderlich ein hohes Maß an
Mobilität mit weniger verkehrsbedingten Umweltauswirkungen zu ermöglichen. Um
dieses Ziel zu erreichen, werden aktuell verschiedenste Instrumente und Maßnahmen
diskutiert. Die Spannweite reicht dabei von ordnungs-, preis- und fiskalpolitischen über
strukturpolitische, planerische, verkehrstechnische und organisatorische Maßnahmen
bis hin zu Maßnahmen zur Sensibilisierung der Verkehrsteilnehmer. Zielrichtung der
Maßnahmen können dabei Verkehrsvermeidung und -verlagerung, Steigerung der
Effizienz oder technische Verbesserungen sein. Bei den technischen Maßnahmen
nimmt neben der Verbesserung der herkömmlichen Antriebe und Kraftstoffe die
Diskussion um alternative Antriebe und Kraftstoffe insbesondere auf Basis erneuerbarer
Energien eine bedeutende Rolle ein.
Bei der Analyse der potenziellen Lösungsbeiträge für eine nachhaltigere Mobilität
wurden in der Vergangenheit oft nur einzelne Instrumente und Maßnahmen isoliert
betrachtet. Im Allgemeinen kann festgehalten werden, dass technische Maßnahmen
für eine nachhaltigere Mobilität, die das Verkehrsangebot adressieren, in Analysen
kaum in Verbindung gesetzt werden mit Instrumenten und Maßnahmen, die auf die
Veränderung der Verkehrsnachfrage abzielen. Vergleichbares gilt vice a versa. Das ist
aus der Perspektive der Verbundpartner dieses Antrags problematisch, da die Analyse
der Potenziale einer nachhaltigeren Mobilität eine integrierte und konsistente Betrachtung
erfordert.
Die Ausgangsthese ist dabei, dass eine nachhaltigere Mobilität nicht ohne den Ausbau
des Anteils erneuerbarer Energieträger bzw. Kraftstoffe möglich ist, aber auch nicht
ohne weitergehende planerische, politische und rechtliche Instrumente und technische
Maßnahmen – insbesondere diejenigen, die auch die Mobilitätserfordernisse und damit
die Verkehrsnachfrage adressieren - zu erreichen ist. Die zeitlich dynamischen Wechselwirkungen
zwischen
• den planerischen, politischen und rechtlichen Rahmenbedingungen einer nachhaltigeren
Mobilität,
• den technischen Veränderungen des Verkehrsangebots insbesondere im Hinblick
auf den Einsatz erneuerbarer Energieträger bzw. Kraftstoffe im Verkehrssektor
und
• der Entwicklung der Mobilitätserfordernisse bzw. Verkehrsnachfrage
sind bei der optimalen Instrumentierung einer nachhaltigeren Mobilität genauso adäquat
zu berücksichtigen wie die Interdependenzen mit anderen Bedürfnisfeldern und
Wirtschaftssektoren, in denen erneuerbare Energien gefördert werden sollen.
Zwischenbericht, März 2007

- 12 -
Institut für Verkehrsforschung
1.2 Anforderungen an Analyseinstrumente für eine nachhaltige
Mobilität
Zur Analyse dieser entscheidenden Wechselwirkung bedarf es adäquater Modellierungs-
und Analyseinstrumente, um erfolgreiche und effiziente politische Entscheidungen
für eine nachhaltigere Mobilität zu ermöglichen und abzusichern. Solche Politik
unterstützenden Analyseinstrumente für den Mobilitätsbereich existieren bisher nicht.
Wesentliche Defizite und damit Erfordernisse zur Weiterentwicklung sieht das
Forschungskonsortium in den folgenden Bereichen:
• Bei den existierenden Analysen zu den Potenzialen einzelner technischer,
planerischer, ökonomischer und rechtlicher Instrumente und Maßnahmen für
eine nachhaltigere Mobilität wurde die Entwicklung der Verkehrsnachfrage zu
wenig berücksichtigt. Erst auf Basis einer detaillierten Analyse der Nachfrageseite
(differenziert nach Verkehrssegmenten, Nutzer- und Kundegruppen) ergeben
sich entscheidende Determinanten für die Umsetzungspotenziale und Realisierungschancen
der Instrumente und Maßnahmen insbesondere in Bezug
auf den Einsatz erneuerbarer Energien, die bisher nahezu unberücksichtigt
blieben. Die unterschiedliche Dynamik in den einzelnen Verkehrssegmenten
und die damit verbundenen Umweltauswirkungen legen eine Priorisierung der
Handlungsfelder nachhaltiger Mobilität und damit der Maßnahmen und Instrumente
zum Klima- und Immissionsschutz nahe. Nicht jedes Instrument und jede
Maßnahme kommt für jedes Verkehrssegment zu jedem Zeitpunkt sinnvoll in
Frage.
Eine besondere Herausforderung stellt der Straßengüterfernverkehr dar. Sind
zum Beispiel alternative Kraftstoffstrategien in anderen Bereichen in Ansätzen
erfolgreich, kommen sie gerade in dem wachsenden und damit ökologisch relevanten
Markt des Straßengüterfernverkehrs so gut wie nicht zum Tragen. Nur
zielgruppenspezifische Strategien mit ökonomischen und rechtlichen Instrumenten
werden den Einstieg auch in erneuerbare Energieträger bzw. alternative
Kraftstoffe und Antriebssysteme ermöglichen. Dies bedeutet, dass Analyseinstrumente
für eine realistische Potenzialabschätzung von Maßnahmen
Restriktionen der Nachfrageseite berücksichtigen müssen.
• In Bezug auf den Einsatz von erneuerbaren Energien bzw. alternativen Kraftstoffen
im Verkehrssektor für einen effizienten Klima- und Immissionsschutz
und damit für eine nachhaltigere Mobilität wurde bei den existierenden Analysen
und den dahinter stehenden Instrumenten die Wechselwirkung mit der
Förderung erneuerbarer Energien im stationären Sektor zu wenig berücksichtigt.
Die meisten bisherigen Potenzialabschätzungen für alternative, regenerativ
erzeugte Kraftstoffe fokussieren isoliert den Verkehrssektor. Sie können somit
kaum die Basis für die Ausgestaltung politischer und rechtlicher Rahmenbedingungen
für die Begleitung der effektiven und effizienten Einführung alternativer
Kraftstoffe sein. Bei den verwendeten Potenzialen wird häufig außer Acht ge-
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 13 -
lassen, dass aus Sicht einer gesamtgesellschaftlichen Nachhaltigkeitsstrategie
insbesondere im Energiesektor die begrenzten Potenziale regenerativer Primärenergieträger
zumindest mittelfristig im Energiesektor eingesetzt werden
sollten, wo ihr ökologischer Nutzen bis ca. 2020 am größten ist. Damit besteht
eine Nutzungskonkurrenz insbesondere zum Einsatz regenerativer Energieträger
im stationären Sektor, aufgrund der die Potenziale der öko-effizient im
Verkehrssektor einzusetzenden Energieträger stark beeinflusst werden.
Konkurrenzsituationen ergeben sich auch in Bezug auf die Land- und Forstwirtschaft,
wenn es um die Verfügbarkeit von Anbauflächen von Energiepflanzen
für Biokraftstoffe geht. Ein integrativer Ansatz, der unter ökologischem und ökonomischem
Blickwinkel Verkehrs-, Energie-, Landwirtschafts- und Ernährungsszenarien
verbindet, fehlt 2 . Diese Nutzungskonkurrenz ist bei der Analyse
realistischer Potenzialabschätzungen des Einsatzes erneuerbarer Energieträger
und sinnvoller begleitender rechtlicher und ökonomischer Instrumente unabdingbar.
• Im Hinblick auf die mittel- und langfristigen Herausforderungen des Klimaschutzes
im Rahmen einer nachhaltigeren Mobilität werden einzelne Instrumente
oder einzelne Maßnahmen, selbst die Einführung alternativer Kraftstoffe,
nicht ausreichen, um die aufgestellten Ziele zu erreichen. Hierfür bedarf es, so
die Ausgangsthese des Forschungskonsortiums, des abgestimmten Einsatzes
verschiedenster Arten von Instrumenten und Maßnahmen. Daraus folgt, dass
adäquate Analyseinstrumente auch die Wechselwirkungen zwischen den einzelnen
Instrumenten im Hinblick auf die Schwerpunktsetzung sowie im Hinblick
auf Synergien und Antagonismen abbilden müssen. Da bisher vorwiegend die
Potenziale einzelner Maßnahmen abgeschätzt wurden, besteht bei den herkömmlichen
Analyseinstrumenten hier ein Defizit, das bei der Gestaltung von
Analyseinstrumenten für eine möglichst erfolgreiche Politikgestaltung adressiert
werden muss.
Ein weiteres zentrales Problem stellt die alleinige Ausrichtung der Diskussion
auf das erwünschte Ziel einer nachhaltigen Mobilität: Wege, wie und bis wann
diese Ziele erreicht werden können, werden dabei kaum betrachtet. Brückenpfade,
die aufzeigen, wie man von der heutigen Situation ökologisch und ökonomisch
effizient zu einer nachhaltigeren Mobilität gelangt, werden in den bisherigen
Analysen nicht aufgezeigt. Sie werden aber im Wesentlichen darüber
2
Das Mitte 2004 abgeschlossene BMU-geförderte Vorhaben „Stoffstromanalyse zur nachhaltigen
energetischen Nutzung von Biomasse“ von Öko-Institut und Partnern (vgl. Fritsche u.a. 2004) lieferte
hierzu zwar die Grundlagen, konnte jedoch im Bereich Verkehr nur erste orientierende Analysen
durchführen, da der Schwerpunkt dieses Projekt auf Potenzialen, Technologieentwicklung und
Szenarien für Wärme und Strom lag. Dieses Vorhaben wird im Laufe von 2005-2007 aktualisiert (insb.
Energiepreisannahmen und Referenz-Szenario sowie Technikfortschreibung).
Zwischenbericht, März 2007

- 14 -
Institut für Verkehrsforschung
entscheiden, ob das angestrebte Ziel einer nachhaltigen Mobilität auch wirklich
erreicht werden kann. Gerade in der Übergangszeit hin zu einer verstärkten
Nutzung von erneuerbaren Energien werden Investitionen zu tätigen sein, die
alle Volkswirtschaften ökonomisch herausfordern werden. Auch Brückenpfade
müssen daher einer Nachhaltigkeitsbewertung unterzogen werden; ihre ökologische
und ökonomische Integrität müssen dabei gewährleistet werden. Bei der
Diskussion möglicher Brückenpfade und Kraftstoffe der Zukunft ist zu berücksichtigen,
dass Kostenvergleiche Momentaufnahmen darstellen. Kostendegressionen
durch Lerneffekte sind in der Regel dabei nicht berücksichtigt. In
nachhaltigen Kraftstoffstrategien müssen diese Lernkurveneffekte zwingend berücksichtigt
werden. Dies wurde bisher nur rudimentär untersucht 3 . In Zukunft
sollten Analyseinstrumente für eine nachhaltige Mobilität daher in der Lage
sein, Entwicklungen und Effekte von Instrumenten und Maßnahmen dynamisch
abzubilden. Nur so können die effizientesten Brückenpfade identifiziert werden,
die zu einer nachhaltigen Mobilität führen, beispielsweise als essentielle Voraussetzung
zur Gestaltung angemessener politischer und rechtlicher Rahmenbedingungen
einer Markteinführungs- und Diffusionsstrategie erneuerbarer
Energieträger für eine nachhaltige Mobilität.
1.3 Zielsetzungen
Aus der Kenntnis der skizzierten Defizite bestehender Analyseinstrumenten heraus, ist
es das Ziel des laufenden Vorhabens, ein methodisch konsistentes und transparentes
Analyseinstrument zu schaffen, das in der Lage ist, die Potenziale und
Restriktionen
• eines Bündels von Instrumenten und Maßnahmen für eine nachhaltigere
Mobilität mit den Schwerpunkten auf dem langfristigen Klimaschutz
• in Wechselwirkung mit der Förderung erneuerbarer Energieträger im
stationären Sektor und
• in Kenntnis der Wechselwirkung der Instrumente und Maßnahmen untereinander
• differenziert nach relevanten Nachfragesegmenten sowohl im Bereich der
Güter- als auch Personenverkehre
• dynamisch abzubilden.
Um dieses Ziel wissenschaftlich möglichst abgesichert und zugleich politiknah zu erreichen,
arbeitet das Forschungskonsortium an “renewbility: Stoffstromanalyse
3
vgl. Öko-Institut (laufendes VES-Projekt) sowie WI/DLR/IFEU 2005.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 15 -
nachhaltige Mobilität im Kontext der erneuerbaren Energien bis 2030“, die u. a.
folgende Unterziele adressiert:
• Realistische Potenzialabschätzungen von einzelnen Instrumenten und Maßnahmen
für eine nachhaltigere Mobilität differenziert für die relevanten Segmenten
der Verkehrsnachfrage im Bereich des Personen- und Güterverkehrs;
• Abbildung der Interdependenzen (Synergien und Antagonismen) der Instrumente
und Maßnahmen im Verkehrssektor untereinander – so zum Beispiel die
zielgerichtete Kombination des Einsatzes von erneuerbaren Energien bzw.
alternativen Kraftstoffen/Antrieben mit nachfrageseitigen Optionen (Verkehrsvermeidung
und -verlagerung, Effizienzsteigerung);
• Abbildung der Potenziale und Restriktionen der Förderung von erneuerbaren
Energien im Verkehrsbereich in Wechselwirkung mit der Förderung der Regenerativen
im stationären Sektor unter ökologischen und ökonomischen Gesichtspunkten
als Basis für die Bewertung von Effektivität und Effizienz des
Einsatzes;
• Entwicklung dynamischer Szenarien einer nachhaltigeren Mobilität als Basis für
die Identifizierung nachhaltiger (ökologisch und ökonomisch integrer) Brückenpfade
und die notwendige politische Weichenstellung für eine nachhaltige
Mobilität;
• Einbindung der unterschiedlichen Positionen und Interessen der wesentlichen
gesellschaftlichen Akteure im Bereich Mobilität über partizipative Ansätze als
Basis für die transparente und nachvollziehbare Arbeit im Hinblick auf eine
größtmögliche Akzeptanz der Ausgestaltung des Analyseinstruments und der
Projektergebnisse.
Das Forschungskonsortium sieht in der Erstellung eines Analyseinstrumentariums die
Basis, um nachhaltige, zukunftsfähige Entwicklungsoptionen Deutschlands im Bereich
der Mobilität zu identifizieren, ihre umwelt- und sozioökonomischen Auswirkungen zu
analysieren und politische Empfehlungen für die Umsetzung abzuleiten.
Entsprechend des Antrags vom 17. Juni 2005 umfassen die Forschungsleistungen
folgende Arbeitspakete.
• AP 1: Entwicklung eines Nachfragemodells zur Abbildung zukünftiger Entwicklungen
im Personenverkehr und von Maßnahmen einer nachhaltigen Mobilität
(vgl. Kapitel)
• AP 2: Entwicklung eines Nachfragemodells zur Abbildung zukünftiger Entwicklungen
im Güterverkehr und von Maßnahmen einer nachhaltigen Mobilität
(vgl. Kapitel)
Zwischenbericht, März 2007

- 16 -
Institut für Verkehrsforschung
• AP 3: Erstellung einer Datenbasis zur ganzheitliche Technologieanalyse,
d.h. zur ökologischen, ökonomischen und beschäftigungsseitigen Analyse von
Techniken für die Mobilitätsbereitstellung inkl. ihrer Vorketten (vgl. Kapitel),
• AP 4: Potenzial – und Restriktionsanalysen insbesondere in Hinblick auf die
Bereitstellung von Energieträgern und Kraftstoffen für die Mobilität (v. a. Elektrizität,
Biokraftstoffe, Wasserstoff) und die Bestimmung der dazu notwendigen
Infrastrukturbedarfe (vgl. Kapitel),
• AP 5: Entwicklung bzw. Aktualisierung der EDV-Werkzeuge zur Stoffstromanalyse
(vgl. Kapitel)
• AP 6: Entwicklung von integrierten Szenarien zur künftigen Mobilitätsentwicklung
unter Berücksichtigung von Maßnahmen einer nachhaltigen Mobilität
(vgl. Kapitel)
• AP 7: Ableitung von Handlungsempfehlungen für eine nachhaltige Mobilitätspolitik.
(vgl. Kapitel)
Abbildung 1 : Strukturdiagramm der geplanten Leistungen und Arbeitspakete
Akteurs-Workshops zur Absicherung des Daten-Input
AP 1
Analyse Personenverkehrsnachfrage
- Sekundäranalyse
-Teilmodelle zur
Personenverkehrsnachfrage
- Gesamtmodell Personenverkehr
AP 2
Analyse Güterverkehrsnachfrage
- Sekundäranalyse
- Teilmodelle zur
Güterverkehrsnachfrage
- Gesamtmodell Güterverkehr
AP 3
Technologiedatenbasis
-Fahrzeuge
- Antriebstechnologien
- Kraftstoffe
- ganzheitliche Technologieanalyse
AP 4
Potenzial- und Restriktionsanalyse
- Potenziale für erneuerbare Energien
- Restriktionen zu deren Erschließung
- Nutzungskonkurrenz mobil-stationär
- Aufbau Infrastruktur
AP 5
Werkzeug
Stoffstromanalyse
Aktualisierung und
Weiterentwicklung der
Stoffstromanalyse
Szenario-Tool
MOBIL-SZEN
Datenbank
Gemis 4.3
Potenzial-Tools
ALTER+INFRA
AP 6
Szenarioentwicklung
und -analyse
Referenzszenario
Referenzentwicklung
für Angebots- und
Nachfrageseite
Szenarien zur
nachhaltigen
Mobilität
Bsp. für „Szenaretten“:
- Effizienzszenario
- Biokraftstoffszenario
- Wasserstoffszenario
- Nachfrageszenario
Szenarioanalyse
- Vergleich von
Referenzentwicklung
mit Szenaretten
- Identifizierung von
„Trade-offs“
AP 7
Handlungsempfehlungen
Nachfrageseitige
Maßnahmen:
u. a. Maßnahmen zur
Verkehrsvermeidung
und -verlagerung
Angebotsseitige
Maßnahmen:
u. a. Maßnahmen zur
Einführung alternativer
Antriebssysteme und
Kraftstoffe, Ausbau
intermodaler Dienste
Federführung durch… DLR Öko-Institut
Akteurs-Workshops zu Annahmen + Ergebnissen
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 17 -
1.4 Struktur des Zwischenberichts
Entsprechend der Strukturierung der Arbeitspakete und entsprechend des aktuellen
Standes der Arbeiten im Rahmen des Projekts ist der Zwischenbericht folgendermaßen
gegliedert:
• Kapitel 2 erläutert und begründet die komplexe Steuerungs- und Beteiligungsstruktur
des Vorhabens.
• Im Kapitel 3 wird entsprechend AP 1 des Forschungsantrags der aktuelle Stand
zur Modellierung der Personenverkehrsnachfrage detaillierter erläutert.
• Kapitel 4 beschreibt analog dazu entsprechend dem AP 2 des Antrags die
Modellierung der Güterverkehrsnachfrage.
• Kapitel 5 geht in Anlehnung an das AP 3 des Forschungsantrags auf die Genese
der Technologiedatenbasis ein. Dabei werden sowohl die Energievorketten und
Kraftstoffe beschrieben als auch die Antriebs- und Fahrzeugtechnologien.
• Die Interaktion und Integration der Modelle in Bezug auf die zu erstellenden EDV-
Werkzeuge (AP 5 des Antrags wird in Kapitel 6 qualitativ beschrieben.
• Kapitel 7 hingegen beschreibt die Vorbereitung beim partizipativen Szenarioprozess
und die Untersuchungen zur Ausgestaltung des Basisszenarios,
• während Kapitel 8 dann den Ausblick auf die weiteren Planungen im Rahmen des
Vorhabens öffnet.
• In Kapitel 9 werden die Literaturnachweise zu den einzelnen Kapiteln dieses
Zwischenberichts referenziert.
• Der Anhang enthält einzelne Details zu den vorangegangenen Kapiteln zur
näheren Erläuterung.
Zwischenbericht, März 2007

- 18 -
Institut für Verkehrsforschung
2 Projektstruktur und –steuerung
Der Anspruch des Forschungsvorhabens renewbility ist es,
• sowohl im Bereich der dem Projekt zugrunde liegenden umfangreichen Datenbasis
• als auch beim grundsätzlichem methodischen Vorgehen
eine möglichst breite Akzeptanz nicht nur in der wissenschaftlichen Community zu finden.
So wurden aus Sicht des Projektkonsortiums wichtige grundsätzliche Anforderungen
an die Arbeiten definiert, die das Rückrat für die Wahl des methodischen Vorgehens
formen, um den Mehrwert des Forschungsvorhabens zu optimieren:
Vollständigkeit: Es ist der Anspruch, möglichst „alle relevanten Studien“ zu identifizieren
und in dem Forschungsvorhaben zu berücksichtigen. Das heißt über die Kompetenzen
des Auftragnehmers wie auch über die methodische Konzeption der Arbeiten
ist sicherzustellen, dass einerseits klarer umrissen wird, welche Kriterien die Relevanz
beschreiben und wie darauf aufbauend die Vollständigkeit der Untersuchung gesichert
werden kann.
Nachvollziehbarkeit: Die vergleichende Analyse der untersuchten Studien und die
daraus abgeleitete Bewertung im Hinblick auf Stärken und Schwächen und identifizierte
Forschungsfragen muss auch für Außenstehende nachvollziehbar sein. Zu
einem möglichst großen Teil sollten die Aussagen von wesentlichen Experten in den
untersuchten Bereichen geteilt werden.
Transparenz: Das setzt voraus, dass bereits im Verlauf der Erstellung aber auch mit
der Diskussion der Ergebnisse und der späteren Publikation ein möglichst hohes Maß
an Transparenz insbesondere im Hinblick auf die Begründung von bewertenden Aussagen
von Seiten des Auftragnehmers gesichert wird.
Kommunizierbarkeit: Mit dem Ziel einer „übersichtlichen“ Zusammenstellung geht
einher, dass der Kommunizierbarkeit der Ergebnisse der vergleichenden Analyse eine
sehr hohe Bedeutung beigemessen wird. Daher ist noch vor einer möglichen Veröffentlichung
der Ergebnisse abzusichern, dass der Auftragnehmer diesen Anforderungen
gerecht werden konnte.
Für das Forschungskonsortium ist eine wesentliche Konsequenz daraus, dass bei dem
Vorhaben der Kommunikation mit dem Auftraggeber aber vor allen Dingen auch
partizipativen Elementen über die analytische Fachexpertise des Instituts hinaus eine
bedeutende Rolle zukommt. Es wird angestrebt, dies im generellen methodischen
Vorgehen zu berücksichtigen:
Das Leitbild der Nachhaltigen Entwicklung und die adäquate Berücksichtigung von
Umwelt und Nachhaltigkeit in gesellschaftlichen, politischen und unternehmerischen
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 19 -
Planungs- und Entscheidungsprozessen stellt neue, hohe Anforderungen an die Wissensbildung
und -vermittlung sowie an die Verhandlung und Bewertung von Wissen in
Planungsprozessen bei der Vorbereitung von Entscheidungen.
Die Erfahrungen des Forschungskonsortiums, insbesondere des Öko-Instituts, in verschiedenen
Bereichen der Umwelt- und Nachhaltigkeitspolitik zeigen, dass die Anteile
der Bewertungen über alle Phasen der wissenschaftlichen, politischen und wirtschaftlichen
Bewertungsmethoden und -prozesse zunehmen. Das belegen die aktuellen Diskussionen
um die Methoden der Produkt- und Technikbewertung wie auch die
Diskussion um die Entwicklung und Planung großer Infrastrukturprojekte. Daher erhält
die frühzeitige und angemessene Partizipation gesellschaftlicher Gruppen in Planungsund
Bewertungsprozessen, im Sinne einer nachhaltigen Entwicklung, eine wachsende
Bedeutung. Das Postulat nach Beteiligung interessierter und betroffener
Einzelpersonen und Institutionen erfährt ein wachsendes Maß an Zustimmung. Durch
Stärkung der Partizipation können
• die kognitiven Grundlagen in Planungsprozessen sowie bei der Vorbereitung
von Entscheidungen verbessert,
• ihre Glaubwürdigkeit und Akzeptanz erhöht,
• ihr Konfliktlösungspotenzial gesteigert und
• ihre politische Legitimation verstärkt
werden. Damit gewinnen partizipative Methoden der Wissensbildung - Joint Fact
Finding, Negotiation of Knowledge - für eine nachhaltigere Entwicklung auch in
vielen Arbeiten des Öko-Instituts immer stärker an Bedeutung: Nicht zuletzt um Zielkonflikte
hin zu einer nachhaltigeren Entwicklung zu identifizieren und zu thematisieren.
Nur offen verhandelte Zielkonflikte können in der Planung und Vorbereitung gesellschaftlicher,
politischer und unternehmerischer Entscheidungen zu befriedigenden
Lösungen führen. Neben den partizipativen Methoden der Wissensbildung gewinnen
damit auch die Methoden der Verhandlung unterschiedlicher Ziele und Entwicklungspfade
bei einer nachhaltigeren Entwicklung eine wichtige Rolle in den Projekten
des Öko-Instituts. Moderation und Ansätze von Mediation können bei der Vermittlung
von Interessen hilfreich sein. 4
4
In diesem Kontext begleitet das Öko-Institut im Auftrag der Hessischen Landesregierung seit Mitte
1998 wissenschaftlich die Verfahren zur Diskussion um die zukünftige Entwicklung des Flughafens
Frankfurt am Main (von Mitte 1998 bis Anfang 2000 das „Mediationsverfahren Flughafen Frankfurt am
Main“ und seit Mitte 2000 das „Regionale Dialogforum“ – siehe auch www.regionales-dialogforum.de).
In beiden Verfahren hatte bzw. hat das Öko-Institut die Aufgabe, die partizipative Erarbeitung der
wissenschaftlichen Grundlagen zur Vorbereitung der Diskussionen und Entscheidungen in diesen
Gremien und seinen Arbeitskreisen zu unterstützen. Ein wichtiger Bestandteil war und ist die
Implementierung eines Szenarioprozesses.
Zwischenbericht, März 2007

- 20 -
Institut für Verkehrsforschung
Dieser Kompetenz kam und kommt im Rahmen des Forschungsvorhabens bei der
Erarbeitung der Datenbasis als auch für den Szenarioprozess eine besondere Rolle zu.
Das Forschungsvorhaben RENEWBILITY erfordert aufgrund der Vielzahl von
Einzelfragen und Ergebnissen sowie dem Anspruch, relevante Akteure intensiv im
Forschungsprozess einzubeziehen, eine besondere Qualität der Kommunikation und
Ergebnisaufbereitung sowie ihrer aktiven Verbreitung. Dies wird im folgenden Abschnitt
näher dargestellt.
2.1 Joint Fact Finding: Integration, Partizipation und
Kommunikation zur Stärkung der Wissensbasis
Entsprechend dem partizipativen und integrativen Anspruch des Vorhabens zur
Erarbeitung der Wissensbasis für die Erarbeitung eines Instruments zur
Stoffstromanalyse nachhaltiger Mobilität wurde über das Forschungsteam hinaus eine
der Komplexität des Vorhabens angemessene Steuerungs- und Begleitungsstruktur
etabliert. Die Governance-Struktur des Projektes umfasst:
• Projektgruppe
• Expertentreffen
• Wissenschaftlicher Beirat
• Begleitkreis und Szenariogruppe
Außerdem wird über die Einrichtung der Projektgruppe, dem Begleitkreis und
Arbeitstreffen externen Stakeholdern begegnet.
2.1.1 Projektgruppe
Eine gemeinsame Projektgruppe mit VertreterInnen des Fördergebers (BMU, K III 1
und IG I 5) und Forschungsteam trifft sich mindestens quartalsweise zu eintägigen
Besprechungen des Arbeitsstands. Bei vier projektinternen 1-½-tägigen Workshops,
der nächste am 04. und 05. April 2007, diskutiert die Projektgruppe die (Zwischen-)
Ergebnisse des Vorhabens und bereitet gemeinsam die Sitzungen des Begleitkreises
bzw. im Rahmen des folgenden Szenarioprozesses vor und nach.
Die Abstimmung zu dem Vorhaben innerhalb der Bundesregierung sichern die beiden
betreuenden Referate BMU intern über eine Intraplan-Gruppe und darüber hinaus in
einem Ressort-Arbeitskreis.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 21 -
2.1.2 Expertentreffen
Der Technologiedatenbasis und der Qualität der Modellierung stoffstromseitig und auf
der Nachfrageseite kommt in diesem Vorhaben eine besonders hohe Bedeutung zu.
Dieser wird über eine frühzeitige Absicherung der wesentlichen Datenbasen und
Modellierungsansätze im Rahmen von Expertentreffen Rechnung getragen. Die
Besetzung der Arbeitstreffen mit externen Experten wurde und wird im Rahmen der
Projektgruppentreffen mit dem Fördergeber abgestimmt. Der Teilnehmerkreis erlaubt
es, über das Projektteam hinaus weiteren Sachverstand, Erfahrungen und spezifische
Kenntnisse einzubeziehen bzw. die Expertise aus dem Forschungsteam abzusichern.
Für die nachfrage- wie angebotsseitige Datenbasis für die Stoffstromanalyse waren
und sind folgende Arbeitstreffen vorgesehen:
• Nachfragemodell Personenverkehr (27. April 2007);
• Nachfragemodell Güterverkehr (03. Mai 2007);
• Technologiedatenbasis zu Antrieben und Fahrzeugtechnik
(05. Dezember 2006; ein weiterer Workshop ist für das 2. Quartal 2007 geplant)
• Technologiedatenbasis zu Energievorketten und Kraftstoffen (2. Quartal 2007);
• Potentiale und Restriktionen alternativer Kraftstoffe und Infrastruktur (Offen).
Diese Arbeitstreffen haben primär das Ziel, die Datenbasis der Stoffstromanalyse umfangreich
abzusichern und offene Fragen mit Hilfe von Experten zu klären. Für die fünf
Arbeitstreffen sind – entsprechend der Fragestellung – jeweils unterschiedliche
Teilnehmerkreise vorgesehen.
Im Gegensatz zu den Arbeitstreffen im Rahmen der Erarbeitung der Datenbasis ist für
den Szenarioprozess geplant, einen gleich bleibenden Teilnehmerkreis für die fünf vorgesehenen
Arbeitstreffen zu gewinnen. Damit soll eine kontinuierliche Begleitung des
Szenarioprozesses von externer Seite gewährleistet werden.
2.1.3 Wissenschaftlicher Beirat
Durch die vielfältigen Ansprüche des Vorhabens aus vielerlei Disziplinen kommt auch
der Absicherung des wissenschaftlichen Vorgehens eine besondere Rolle zu – weit
über die punktuelle Einbindung einzelner Experten hinaus. Aus diesem Grunde wurde
für dieses Vorhaben ein Beirat namhafter Wissenschaftler unterschiedlichster
Fachrichtungen berufen. Die Liste der Mitglieder des wissenschaftlichen Beirats findet
sich im Anhang des Berichts.
Der wissenschaftliche Beirat hat sich mit seiner Sitzung am 24. Mai 2006 konstituiert
und tagte noch einmal am 15. Dezember 2006. Die nächste Sitzung ist für den 18. Juni
verbindlich geplant.
Zwischenbericht, März 2007

- 22 -
Institut für Verkehrsforschung
2.1.4 Begleitkreis
Ein Alleinstellungsmerkmal des Vorhabens renewbility besteht darin, dass über eine
weit reichende Partizipation schon in der Phase der Konzeption und Ausgestaltung des
stoffstromanalytischen Instrumentariums und bei der Formulierung der Szenarien eine
breite Partizipation angestrebt wird, von der sich das Forschungsteam erhofft, dass sie
wesentlich zur Akzeptanz sowohl bei der methodischen Ausgestaltung als auch im
Hinblick auf die Ergebnisse und die daraus resultierenden Handlungsempfehlungen
führen kann.
In enger Abstimmung mit dem Fördergeber wurde daher ein hochrangig besetzter
Begleitkreis von Vertreterinnen und Vertretern aus Wirtschaft und Zivilgesellschaft
berufen. Die Mitglieder des Begleitkreises sind im Anhang zu diesem Bericht
dargestellt. Auch mit diesem Ansatz beschreitet das Vorhaben wissenschaftliches
Neuland.
Die Auftaktsitzung des Begleitkreises fand am 18. Dezember 2006 in Berlin statt. Die
nächste Sitzung ist für das 3. Quartal 2007 vorgesehen.
Der Begleitkreis hat zum Ziel, die im Forschungsvorhaben verwendeten Methoden und
erarbeiteten Ergebnisse zu validieren und auch zu kommunizieren bzw. mulitiplizieren.
Die Institutionen, die im Begleitkreis vertreten sind, haben darüber hinaus die
Möglichkeit Vertreter ihrer Institutionen an der Erarbeitung der Szenarien im Rahmen
der Szenariogruppe zu beteiligen. Die Szenariogruppe wird einen wesentlichen Teil
zum Erfolg dieses Vorhabens beitragen können.
Szenariogruppe
Im Rahmen des Szenarioprozess (siehe Kapitel 7) ist die Einbindung interessierter
Mitglieder des Begleitkreises vorgesehen. Folgende orientierende Themen der
Arbeitstreffen im Rahmen des Szenarioprozesses waren bereits frühzeitig geplant:
• Prämissen und Einflussfaktoren für die Szenarien;
• Wirkung von Maßnahmen und Maßnahmenbündeln;
• Definition und Konkretisierung der Szenarien;
• Analyse der Szenario-Ergebnisse
• Optionen für umweltpolitische Handlungsempfehlungen.
Die Nominierung der Mitglieder der Szenariogruppe wird Ende März 2007
abgeschlossen werden. Sie wird dann das erste Mal am 27. April 2007 zusammen
kommen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 23 -
2.2 Informations- und Kommunikationsangebot im Internet
Als wichtige Basis für die Informations- und Kommunikationsform wird gerade in der
zweiten Projektphase auch das Angebot im Internet angesehen. Deshalb wurde bereits
frühzeitig im Projekt eine eigene Website eingerichtet unter
www.renewbility.de
Projekt begleitend erfolgt laufend eine Aktualisierung der Darstellung des Projekts und
der Ergebnisse, die in Absprache mit dem Fördergeber zum Download bereit gestellt
werden können (PDF-Dateien usw.). Gerade nach Beginn des Szenarioprozesses
steht die eigene Website auch als wichtiges Kommunikationsmittel für die Mitglieder
der Szenariogruppe zur Verfügung.
Daneben wird eine Sammlung wichtiger Internet-Ressourcen zum Thema Nachhaltige
Mobilität im website angeboten („links“) werden.
Das aktualisierte EDV-Werkzeug zur „Technologiedatenbasis“ wird als Teil des
GEMIS-Programms öffentlich und kostenlos für interessierte Nutzer auf der GEMISwebsite
unter www.gemis.de zum download angeboten werden.
Die Technologiedatenbasis wird zudem kostenlos auf der ProBas-website des Umweltbundesamts
unter www.probas.umweltbundesamt.de als Datenauszug ohne weitere
Software direkt nutzbar gemacht.
Abbildung 2: Startseite des Internet-Auftritts des Projekts renewbility
Zwischenbericht, März 2007

- 24 -
Institut für Verkehrsforschung
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 25 -
3 Modellierung der Personenverkehrsnachfrage
3.1 Einleitung und Struktur
Die vom Verkehr ausgehenden Umweltwirkungen, Kosten- und Beschäftigungseffekte
hängen neben fahrzeugtechnischen Entwicklungen maßgeblich von den Entwicklungen
der Verkehrsnachfrage und der daraus resultierenden Verkehrsleistung ab. In der
Vergangenheit wurde ein Großteil des technischen Fortschritts zur Reduzierung der
fahrzeugspezifischen Emissionen und des Energieverbrauchs durch das starke
Anwachsen der Verkehrsleistungen aufgezehrt. Daher kommt der detaillierten Analyse
der Verkehrsnachfrage und der Verkehrsmodellierung im Rahmen des Projekts
renewbility eine hohe Bedeutung zu. Außerdem stellt die Wahl eines bestimmten
PKWs beim Neukauf ein entscheidender Faktor für die zukünftigen Umweltwirkungen
des Verkehrs dar.
Aufgabe des Instituts für Verkehrsforschung im Vorhaben renewbility ist es, die
vorgenannten Aspekte im Rahmen des Arbeitspaketes 1 „Nachfragemodell im
Personenverkehr“ zu bearbeiten. Die bis zum 30. März 2007 geleisteten Arbeiten sind
in diesem Zwischenbericht dargestellt.
Zunächst beschreibt Kapitel 3.2 den grundsätzlich verfolgten Ansatz zur Modellierung
der Personenverkehrsnachfrage in renewbility.
Kapitel 3 und 4 beinhalten mit der Gesamtnachfrage Deutschland (AP 1.2) 5 bzw. der
räumlich differenzierten Nachfrage im Mikromodell (AP 1.3.2) die beiden
Hauptbestandteile des gewählten Modellierungsansatzes. Dabei schließt Kapitel 3
auch Abschnitte zur Auswahl des Makromodells ein und zu den Datenanforderungen.
Die Integration des Basisszenarios findet sich in Kapitel 7 des Zwischenberichts.
Neben der Erläuterung des mikroskopischen Ansatzes in Kapitel 3 findet sich dort auch
eine ausführliche Beschreibung zur Modellierung von verkehrlichen Maßnahmen,
sowohl zum methodischen Ansatz (3.4.2) als auch zur Umsetzung in renewbility
(3.4.3). Diese Abschnitte basieren vor allem auf einer umfangreichen Sekundäranalyse
(AP 1.1) und enthalten entsprechende Literaturhinweise bzw. erläutern wichtige
Quellen.
Außerdem ist in Kapitel 3 das Verfahren zur Auswahl der Beispielräume (siehe
Abschnitt 3.4.5) beschrieben und der aktuelle Stand der Umsetzung.
Die Arbeiten zur Bestimmung des Pkw-Käuferverhaltens (AP 1.2.1) sind in Abschnitt
3.5 dargestellt.
5 Alle Angaben zu Arbeitspaketen (AP) beziehen sich auf den Antragstext des Forschungsvorhabens.
Zwischenbericht, März 2007

- 26 -
Institut für Verkehrsforschung
3.2 Methodischer Ansatz der Personenverkehrsmodellierung
Grundsätzlich ist die Aufgabe der Verkehrsmodellierung die Abbildung des Verkehrs.
Dabei soll einerseits die aktuelle Situation dargestellt werden und zwar hinsichtlich des
Verkehrsaufkommens auf unterschiedlichen Verkehrsnetzen (z.B. Straße und Schiene)
in einem zeitlichen Ablauf (z.B. Tagesgang oder Wochengang). Zum zweiten soll die
Modellierung es ermöglichen, die zukünftige Entwicklung des Verkehrs aufzuzeigen
und potenzielle Einflussgrößen auf die Verkehrsentwicklung zu identifizieren (vgl.
Kutter 2003, 9). Um dieses Ziel zu erreichen, existieren verschiedene Ansätze.
Die klassischen Ansätze von makroskopischen Modellen basieren zumeist auf dem so
genannten Vier-Stufen-Algorithmus, in dem vier Teilmodelle – Verkehrserzeugung,
Verkehrsverteilung, Verkehrsmittelwahl, Verkehrsumlegung – sequenziell abgearbeitet
werden (vgl. Abbildung 3).
Abbildung 3: Der traditionelle Vier-Stufen-Algorithmus in der Verkehrsplanung
Quelle: Hilty u. a. 1998, 67
In diesen Modellen werden Personen zu verhaltenshomogenen Gruppen zusammengefasst,
wobei Verhaltenshomogenität über die Variablen Erwerbstätigkeit/
Nicht-Erwerbstätigkeit und Pkw-Verfügbarkeit hergestellt wird. Die damit generierten
Gruppen – Schüler/Studenten, Auszubildende, Rentner, Erwerbstätige mit Pkw,
Erwerbstätige ohne Pkw, Nicht-Erwerbstätige mit Pkw, Nicht-Erwerbstätige ohne Pkw
(Schmiedel 1984) – werden über die gesamte Simulation beibehalten. Für jede dieser
Gruppen wird unterstellt, dass das Verhalten der Personen innerhalb der Gruppe gleich
ist. Diese Herangehensweise hat den Vorteil, dass die Ansprüche an Daten und
Rechnerleistung auch für große Untersuchungsgebiete überschaubar bleiben (vgl.
Böhnke 2005, 16). Somit ist ein makroskopisches Modell grundsätzlich gut geeignet für
die Modellierung des Verkehrs in ganz Deutschland.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 27 -
Da die Ermittlung der Verkehrsnachfrage im Projekt renewbility jedoch auf sehr
differenzierte Weise vorgenommen werden soll, erscheinen folgende Grenzen bzw.
Defizite von klassischen makroskopischen Modellen nennenswert:
• Sie erlauben es nicht, Maßnahmen direkt im Modell abzubilden. Zwar können in
makroskopischen Modellen Annahmen zur Wirkung von Maßnahmen mittels
externer Parameter eingebracht und auf dieser Basis Modellrechnungen angestellt
werden, das Modell selbst hat jedoch keinen Mechanismus, um Auswirkungen
abzuprüfen, die sich aus einer „Maßnahme“ i.w.S. auf das gesamte Verkehrsverhalten
einer Person ergeben. Zum Beispiel werden die Auswirkungen einer
deutlichen Verteuerung des Kraftstoffpreises in Form von Einschränkungen der
Fahrtenhäufigkeit und Fahrtenlänge in einem makroskopischen Modell als
Schätzwert eingegeben, z.B. 5% weniger Fahrten über 50km.
• Veränderungen im Verkehrsverhalten von Personen, die sich aus der Interaktion
innerhalb von Haushalten und aus Veränderungen außerhalb des Verkehrssystems
(z. B. Veränderung der Ladenöffnungszeiten) ergeben, können in makroskopischen
Modellen nicht abgebildet werden (vgl. Widmer, Axhausen 2001, 6).
Um die genannten Schwächen und Defizite auszugleichen, werden in jüngerer Zeit
zunehmend mikroskopische aktivitätenbasierte Ansätze verfolgt. Grundidee dieser
Ansätze ist es, dass das zeitliche Nacheinander von Wegen das Ergebnis der Abfolge
von individuellen Aktivitäten ist (Hertkorn 2004, 2). Ein Modell, das diesem Ansatz folgt,
geht von den Aktivitäten der handelnden Personen, in diesem Fall der Verkehrsteilnehmer,
aus. Dabei wird nicht nur die Ausübung der Aktivitäten in ihrer zeitlichen
und räumlichen Anordnung betrachtet, sondern auch die jeweils konkret gegebenen
Rahmenbedingungen für die Aktivitäten. Solche Rahmenbedingungen sind
beispielsweise die Berücksichtigung der jeweils aktuellen räumlichen Position des
Handelnden. Ebenso gehören dazu die Attribute potenzieller Gelegenheiten, der
bekannte oder vermutete aktuelle Status des Verkehrsnetzes, institutionelle
Bedingungen (wie z.B., Öffnungszeiten), aber auch personen- und haushaltsbezogene
Merkmale (wie z.B. Pkw-Verfügbarkeit; vgl. Arentze u. a. 1997, II-J/3). Entsprechend
detailliert sind die Datenanforderungen, die aktivitätenbasierte Modelle haben. Somit
wird ein mikroskopisches Modell für steigende Kraftstoffpreise beispielsweise nicht nur
eine pauschale Reduzierung der Wege annehmen, sondern darüber hinaus abbilden,
für welche Personengruppen, welche Fahrtzwecke und damit auch welche Relationen
und welche Tages- bzw. Wochenzeiten eine Reduzierung eintritt.
Für das Forschungsvorhaben renewbility wird ein solches mikroskopische Verkehrsnachfragemodell
in Verbindung mit einem makroskopischen eingesetzt. Die Auswahl
und Beschreibung des deutschlandweiten Makromodells ist in Abschnitt 3.3 dieses
Berichts zu finden. Als mikroskopisches Modell wird das am Institut für
Verkehrsforschung entwickelte Modell TAPAS (Travel and Activity PAtterns
Simulation) verwendet. Es kommt zur Abbildung von Maßnahmenwirkungen in
verschiedenen Beispielräumen zum Einsatz. Aus den Ergebnissen von TAPAS lassen
sich Verhaltensparameter ableiten, die die maßnahmenbedingten Veränderungen
Zwischenbericht, März 2007

- 28 -
Institut für Verkehrsforschung
beschreiben und in einem weiteren Schritt in das Makromodell eingehen. Dadurch
kann die Wirkung der Maßnahmen auf die Verkehrsleistung in Gesamt-Deutschland
berechnet werden. Die Funktionsweise von TAPAS einschließlich der Modellierung von
Maßnahmenwirkungen wird in Abschnitt 3.4 beschrieben.
3.3 Deutschlandweite Nachfrage Personenverkehr (AP 1.2)
3.3.1 Auswahl eines geeigneten Makromodells
Im Rahmen des Projektes renewbility erfolgten die Recherche und danach die Auswahl
eines makroskopischen Modells, mit dessen Hilfe die Verkehrs- und Fahrleistung in
Deutschland bereits prognostiziert worden ist. Bei der Auswahl des Modells mussten
folgende Kriterien beachtet werden:
1) die Einarbeitung in Dokumentation und Modellsoftware sowie die Bereitstellung
der erforderlichen Eingabedaten muss im Rahmen des Projektes zu leisten
sein,
2) das Ergebnis der Simulation muss eine Fahrleistungsberechnung ermöglichen
und
3) Aussagen über Szenarien auf der Basis einer Referenzentwicklung zulassen.
Es wurden deshalb folgende Modelle hinsichtlich der genannten Kriterien geprüft:
a) Kennwertmethode des Bundesministeriums für Verkehr, Bau- und Stadtentwicklung
Das Bundesministerium für Verkehr, Bau und Stadtentwicklung lässt die Prognosen für
den Bundesverkehrswegeplan (BVWP) von der Firma ITP Intraplan Consult GmbH in
einem Konsortium gemeinsam mit den Firmen ifo, PLANCO und BVU erstellen.
Gemäß den im BVWP gegebenen Modellerklärungen kann eingeschätzt werden, dass
dieses Modell bezogen auf die Kriterien 2) und 3) geeignet erscheint. Das Modell wird
jedoch nicht zum Kauf angeboten, so dass damit eine Anwendung durch das DLR im
Rahmen des Projektes nicht möglich ist.
b) Ökonometrische Modelle wie ESCOT und Panta Rhei
Das systemdynamische Modell ESCOT (Economic Assessment of Sustainability
policies of Transport) basiert auf Zusammenhängen von Systemelementen, die die
Strukturdaten zur Wirtschaft und zur Mobilität der Bevölkerung enthalten. Dabei liegt
der Schwerpunkt der Aussage dieses Modells nicht auf der Genauigkeit einer
bestimmten zu prognostizierenden, singulären Variable, sondern auf der Prognose des
wechselseitigen Verhaltens von Schlüsselvariablen aus verschiedenartigen Bereichen.
Eine Rückkopplung ökonomischer oder sozialer Interaktionen wird berücksichtigt, um
langfristig sekundär auftretende Veränderungen zu erfassen. ESCOT ermittelt eine
Vorhersage von Entwicklungstendenzen in komplexen Zusammenhängen über längere
Zeiträume (vgl. Schade 1 ohne Datum und 2 2002, UBA 2001).
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 29 -
ESCOT besteht aus vier Systemelementen, die die Ausgangsbasis für die
Modellierung darstellen. Diese Systemelemente oder auch Subsysteme sind
• die Makroökonomie, welche Informationen auf einem aggregierten ökonomischen
Level mit den das Volkseinkommen bestimmenden Parametern für Angebot und
Nachfrage liefert,
• die Regionalwirtschaft, basierend auf zwölf verschiedenen ökonomischen Sektoren
sowie auf neun funktionalen Gebietstypen u.a. mit Parametern zur Bevölkerung
und zur Motorisierung,
• der Verkehr mit den einzelnen Verkehrsträgern, wobei als Hauptfunktion das
Verkehrsaufkommen, die Verkehrsmittelwahl, die Verkehrsleistung und die
Fahrleistung ermittelt werden sowie verschiedene Typen von
Infrastrukturverbindungen (z.B. Hochgeschwindigkeitsverbindungen zwischen
Ballungsräumen)
• die Umwelt mit Abschätzungen u.a. von Emissionsdaten incl. Lärm basierend auf
den Verkehrsleistungen.
Die Nachfrageabschätzung basiert auf Parametern aus den vier Hauptnachfragesektoren:
Konsum, Investition, Staatsausgaben und Export. Diese vier Nachfragesektoren
wurden jeweils zunächst in 12 ökonomische Bereiche unterteilt. Durch
kontinuierliche Weiterentwicklung wurde das Modell inzwischen auf 32 ökonomische
Bereiche erweitert. Die Angebotsseite unterteilt sich in die Produktionsfaktoren Arbeit
und Kapital, wobei zusätzlich der technische Fortschritt berücksichtigt wurde, um
technologische Entwicklungen in der ökonomischen Betrachtung berücksichtigen zu
können.
Das Modell bietet die Möglichkeit zur Szenarienbildung. Für die einzelnen Parameter
können Annahmen über deren künftige Veränderungen getroffen und in die Parameter
übersetzt werden. Die zentrale Steuergröße ist dabei die Entwicklung der Infrastruktur
basierend auf Infrastrukturdaten sowie politischen Maßnahmen.
Dieses Modell würde für renewbility geeignete Aussagen über die Fahrleistungen der
einzelnen Verkehrsträger liefern und zeichnet sich durch eine klare Parameterstruktur
aus, die für die Szenarienbildung wichtig ist (Kriterien 2) und 3) werden erfüllt).
Hinsichtlich Kriterium 1) ist jedoch festzustellen, dass das Modell nicht mehr an der
Universität Karlsruhe weiterentwickelt und verwaltet wird. Eine Anwendung wäre
ausschließlich durch damalige, inzwischen an anderer Stelle tätige, Entwickler möglich.
Dies steht dem Ziel gegenüber, dass eine selbstständige Einarbeitung und Anwendung
des Modells im Rahmen von renewbility gewährleistet sein muss. Aufgrund dieser
wesentlichen Einschränkung wurde entschieden, ESCOT im Rahmen des Projekts
nicht anzuwenden.
Das ökonometrische Simulations- und Prognosemodell Panta Rhei wurde bereits in
der Vergangenheit zur Berechnung von Fahrleistungen sowohl im Personen- als auch
im Güterverkehr genutzt. Das Modell ist zur Analyse umweltökonomischer
Fragestellungen geeignet und es wird speziell im Bereich Energie und Luftschadstoffe
angewendet. Auf der Nachfrageseite basiert das Modell auf Parametern für
Zwischenbericht, März 2007

- 30 -
Institut für Verkehrsforschung
Auslandsvariablen (zur Erklärung der Exporte), dem verfügbaren Einkommen der
privaten und öffentlichen Haushalte (privater Verbrauch, Staatsverbrauch), Zinsen und
Gewinne (Investitionen) sowie auf den relativen Preisen für alle Komponenten der
Endnachfrage (vgl. Meyer 1999 und Distelkamp ohne Datum).
Zur Modellierung des Personenverkehrs werden das verfügbare Einkommen, der
Fahrzeugbestand und der Verbrauch als Modellgrößen verwendet. Nach Aufteilung auf
die Verkehrsträger wird die Fahrleistung direkt, also ohne Bestimmung der
Verkehrsleistung, berechnet. Für den Güterverkehr stellt die Produktion die
ausschlaggebende Modellgröße dar. Dies bedeutet, dass hier von einer dauerhaften
Koppelung von Wachstum des BIP und Steigerung der Verkehrsleistung ausgegangen
wird, was zumindest in der Diskussion mit einigen Experten auf lange Sicht in Frage
gestellt wird. Darauf basierend wird direkt die Fahrleistung der einzelnen
Verkehrsträger berechnet.
Panta Rhei erfüllt die Auswahlkriterien 2) und 3), doch die aus der Sicht der
Verkehrsmodellierung sehr einfache Strukturierung lässt erwarten, dass die Ergebnisse
nur grobe Einschätzungen zulassen. Mit Blick auf die Verfügbarkeit (Kriterium 1) bleibt
festzuhalten, dass dieses Modell nur direkt vom Entwickler der GWS Gesellschaft für
Wirtschaftliche Strukturforschung angewendet werden kann. Somit könnte dieses
Modell nur im Rahmen einer zusätzlichen Unterbeauftragung Daten zur Validierung
eigenständig zu generierender Ergebnisse liefern.
c) VISEVA und VISUM
Die Programmkombination aus VISEVA und VISUM basiert auf dem methodisch
etablierten Ansatz des 4-Stufen-Algorithmus der Verkehrsplanung. Die ersten drei
Stufen der Erzeugung, Verkehrsverteilung und –aufteilung übernimmt dabei das
Softwarepaket VISEVA, die Umlegung der Nachfrage erfolgt separat unter Anwendung
von VISUM. Die Überlegungen zur Modelltheorie von VISEVA gehen dabei zurück bis
in die 1970er Jahre und wurden von Prof. Dr. Dieter Lohse entwickelt. Als Programm
wurde VISEVA seit 1995 am Lehrstuhl für Theoretische Verkehrsplanung der
Technischen Universität Dresden weiterentwickelt und in Kooperation mit der PTV AG,
Karlsruhe vertrieben.
Die Kombination der beiden Softwaretools eignet sich zur Bestimmung der Verkehrsund
Fahrleistung für die Verkehrsträger in renewbility. Der 4-Stufen-Algorithums bzw.
dessen Umsetzung mit VISEVA und VISUM repräsentiert dabei den derzeitig in der
angewandten Verkehrsplanung etablierten Stand der Technik. Berechnungen zur
Verkehrsnachfrage unter Verwendung der beiden Programme haben bereits in
zahlreichen Studien statt gefunden. Neben den Anforderungen zur Berechnung der
Verkehrsleistung im Status-quo bietet VISEVA die Möglichkeit, durch die Integration
veränderter Eingangsdaten oder Annahmen zu Änderungen im Verkehrsverhalten,
eine Referenzentwicklung abzubilden und Prognosen zu berechnen. In Abgleich zu
Kriterium 1) kann festgehalten werden, dass für die Programmkombination eine
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 31 -
ausreichende Dokumentation vorliegt und aufgrund der bereits bestehenden
Erfahrungen im DLR in der Arbeit mit Verkehrsmodellen eine Einarbeitung im Rahmen
des Projektes möglich ist. Die Software wird von der PTV AG Karlsruhe vertrieben,
kann demnach erworben werden und im Rahmen von renewbility zur Anwendung
kommen.
Weil es sich bei VISEVA/VISUM explizit um ein Modell der Verkehrsplanung handelt,
sind in Abgleich mit den zuvor diskutierten Modellen differenziertere Ergebnisse für den
Bereich der Verkehrsnachfrage zu erwarten sowie ergeben sich auch detaillierte
Möglichkeiten zur Integration einer Referenzentwicklung. Die zu Beginn aufgestellten
Auswahlkriterien werden insgesamt durch die Programmkombination in einem hohen
Maße erfüllt.
d) INVERMO
Zur Abbildung des Personenfernverkehrs wurde das Modell INVERMO vom Institut für
Verkehrswesen der Universität Karlsruhe entwickelt. Auslöser dafür war die
beachtliche Fahrleistung im Personenfernverkehr (>100 km einfache Wegstrecke) und
die Veränderungen, die sich in ansehnlichen Wachstumsraten widerspiegelten. Dabei
wird dieser Teil des Verkehrs auf Basis mikroskopischer Daten nachgebildet und
gleichzeitig intermodale Wegeketten berücksichtigt. Auf den Ebenen Haushalt, Person
und Reise werden die für die Modellierung erforderlichen Daten synthetisch auf der
Grundlage vorhandener und selbst erhobener empirischer Daten zum Reiseverhalten
erzeugt. Als Ergebnis liefert das Modell ein repräsentatives Abbild der Nachfrage.
Die Auswahlkriterien 2) und 3) sind mit der Einschränkung erfüllt, dass INVERMO nur
den Personenfernverkehr abbildet. Hinsichtlich des Kriteriums 1) ist eine eigenständige
Einarbeitung und der Erwerb der Software nicht möglich, da die Vermarktung von
Untersuchungen mit diesem Modell ausschließlich durch die Firma STRATA GmbH
erfolgt. Aufgrund dieser Einschränkungen hinsichtlich des relevanten
Auswahlkriteriums wird von einer Anwendung INVERMOs als zentralem
Modellierungsinstrument abgesehen.
3.3.2 Berechnung der Verkehrsnachfrage mit VISEVA
Um die Verkehrs- und Fahrleistung im Personenverkehr für Deutschland zu berechnen,
wurde die Modellkombination VISEVA/VISUM ausgewählt. Die Programme sind
kurzzeitig verfügbar, in der Praxis hinreichend getestet und eignen sich für die
Fragestellungen in renewbility. Insbesondere hinsichtlich der angestrebten
Berechnungen zur Verkehrsleistung in Deutschland, wurde die Programminfrastruktur
bereits von der PTV AG zu vergleichbaren Zwecken angewandt. Als Unterbau für die
Berechnungen zur Nachfrage in Deutschland, werden mikroskopische Modellrechnungen
für drei ausgewählte Räume durchgeführt. Diese erlauben vertiefende
Betrachtungen zur Wirkung verkehrlicher Maßnahmen (siehe Abschnitt 3.4.3).
Zwischenbericht, März 2007

- 32 -
Institut für Verkehrsforschung
In Anlehnung an den 4-Stufen-Algorithmus der Verkehrsplanung sind in VISEVA die
ersten drei Stufen von Erzeugung, Verteilung und Aufteilung der Verkehrsnachfrage
Gegenstand der Betrachtungen. Im Zusammenwirken mit der in VISUM realisierbaren
Umlegung (4. Stufe des Algorithmus) und einem darauf basierenden sukzessiven
Rückkopplungsprozess einer sich wiederholenden Verkehrsnachfrage- und Angebotsberechnung
lässt sich im betrachteten Verkehrsnetz ein Nutzergleichgewicht ermitteln. 6
Die nachfolgenden Erläuterungen beschreiben zunächst die grundlegenden
Funktionen von VISEVA und thematisieren die Interaktion mit VISUM. Weitere Schwerpunkte
der Ausführungen beziehen sich auf die zur Modellbildung notwendigen
Datengrundlagen allgemein sowie für renewbility im Speziellen.
3.3.2.1 Verkehrserzeugung
Das Verkehrsaufkommen wird in VISEVA unter Anwendung des Quelle-Ziel-Gruppen
Konzepts berechnet. Dabei wird das Verkehrsgeschehen in homogene Teilbereiche
untergliedert, so genannte aktivitätenhomogene Schichten, der Annahme folgend, dass
ausgewählte Aktivitäten (z.B. Arbeiten, Einkauf, Freizeit) von dafür maßgebenden
Personengruppen durchgeführt werden. Die maßgebenden Personengruppen werden
im Modell dabei durch die zu bildenden verhaltenshomogenen Bevölkerungsgruppen
repräsentiert. So werden Wege von und zur Arbeit ausschließlich durch die Gruppe der
Erwerbstätigen zurückgelegt, während Wege zur Ausbildungsstätte zum Beispiel von
Schülern und Studenten realisiert werden.
Die Aufteilung des Gesamtverkehrsgeschehens in aktivitätenhomogene Schichten und
damit verbundene Personengruppen kann je nach Planungsfall und entsprechender
Datenverfügbarkeit für jedes Projekt individuell bestimmt werden. Tabelle 1 gibt
exemplarisch eine Aufteilung des Verkehrsgeschehens in 17 aktivitätenhomogene
Quelle-Ziel-Gruppen wieder.
Tatsächlich realisierte Ortsveränderungen von Personen sind in verkehrlichen
Erhebungen in der Regel in Form von Wegeketten dokumentiert. Dabei fließen
zusätzliche Informationen über den soziodemografischen Hintergrund und über
benutzte Verkehrsmittel der Personen in die Erhebung mit ein. Für die Nachfrageberechnungen
in VISEVA werden die Wegeketten „aufgebrochen“ und in ihre
Bestandteile, also einzelne Ortsveränderungspaare (Quelle-Ziel-Gruppen) umgewandelt.
Die Berechnung der Verkehrsnachfrage in einzelnen Quelle-Ziel-Gruppen
erfolgt für jede Gruppe separat, so dass zum einen ermittelte Randsummenbedingungen
in den Quelle-Ziel-Gruppen eingehalten werden können und sich zum
anderen die Rechenzeit gegenüber wiederholter Simulation einzelner Wegeketten
6
Zur Umlegung auf ein Verkehrsnetz lässt sich grundsätzlich auch eine andere Software nutzen. Der
Vorteil einer kombinierten Nutzung von VISEVA und VISUM bezieht sich auf die abgestimmten
Datenschnittstellen zwischen beiden Programmen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 33 -
verkürzt. 7 Tabelle 1 verdeutlicht ebenfalls, dass relativ selten vorkommende
Aktivitätenpaare zur allgemeinen Quelle-Ziel-Gruppe Sonstiges-Sonstiges (SS)
zusammengefasst werden.
Tabelle 1:
Exemplarische 17er Quelle-Ziel-Gruppen Einteilung
Wohnung Arbeit Kita Schule Universität Einkauf Freizeit Sonstiges
Wohnung WA WK WB WH WE WF WS
Arbeit AW AS
Kita
Schule
Universität
Einkauf
Freizeit
Sonstiges
KW
BW
HW
EW
FW
SW
SA
Abkürzungshinweis: WA steht z.B. für die Beziehung Wohnung-Arbeitsplatz, AS für Wege der
Beziehung Arbeitsplatz-Sonstiges, EW für die Beziehung Einkaufsort-Wohnung, usw.
3.3.2.2 Datengrundlagen zur Berechnung der Verkehrsaufkommen
An der projektspezifischen Festlegung von Quelle-Ziel-Gruppen orientieren sich
unmittelbar die für die Nachfrageberechnung notwendigen Datengrundlagen. Im
Wesentlichen sind Daten zum Verkehrsverhalten und zur Raumstruktur für den
jeweiligen Untersuchungsraum zu beschaffen. Grundsätzlich gilt dabei, dass je größer
die Anzahl an Quelle-Ziel-Gruppen, umso höher die Anforderungen an Verfügbarkeit
und Umfang von Datenmaterial.
Verkehrsverhaltensdaten können aus verschiedenen Haushaltsbefragungen generiert
werden, zum Beispiel aus Mobilität in Deutschland (MiD) oder anderen regionalen
Verkehrserhebungen. Folgende Verhaltensparameter müssen dabei aus einer
Erhebung generiert werden:
• spezifisches Verkehrsaufkommen (Mobilitätsrate) der Bezugspersonengruppe
einer jeden Quelle-Ziel-Gruppe 8
• Modal Split Werte pro Personen- und Quelle-Ziel-Gruppe
• Besetzungsgrade im Individualverkehr
SS
7
8
Die separat berechneten Quell- und Zielverkehrsaufkommen für die einzelnen Quelle-Ziel-Gruppen
werden im Schritt der Umlegung wieder zusammengefügt.
Das spezifische Verkehrsaufkommen ist definiert als die mittlere Anzahl an Ortsveränderungen pro
Person (in einer Bezugspersonengruppe) und Tag.
Zwischenbericht, März 2007

- 34 -
Institut für Verkehrsforschung
Von besonderer Bedeutung ist dabei das spezifische Verkehrsaufkommen. An diesem
Parameter orientiert sich unmittelbar die Höhe des zu berechnenden
Verkehrsaufkommens. Deutlich wird damit gleichzeitig auch ein wesentlicher
Unterschied zur Mikrosimulation. In VISEVA wird über das spezifische Verkehrsaufkommen
ein Wert an eine ganze Personengruppe zugewiesen, der Annahme
folgend, dass alle Personen einer Gruppe entsprechend einer Mobilitätsrate eine
homogene Verhaltensweise aufzeigen. Im mikroskopischen Modell (TAPAS) hingegen
kann über die Erzeugung einer synthetischen Bevölkerung zum einen der
Haushaltskontext einzelner Personen berücksichtigt werden, zum anderen wird über
die individuelle Zuweisung von Aktivitätenplänen an einzelne „Agenten“ eine
disaggregierte Reproduktion von Verkehrsverhalten im Modell möglich.
In VISEVA werden des Weiteren Parameter eingelesen, die das Attraktionspotenzial
einer Gelegenheit im Raum beschreiben. 9 Im Modell sind diese Gelegenheiten mit so
genannten Erzeugungsraten zu besetzen. Diese sind definiert durch die mittlere Anzahl
an Ortsveränderungen pro Tag und Einheit der raumstrukturellen Größe, letztlich also
dadurch, wie viel Verkehr eine Gelegenheit „anzieht“. Quellen zur Ermittlung von
Erzeugungsraten können empirische Erhebungen (z.B. zur Frequentierung unterschiedlicher
Verkaufseinrichtungen) oder bestehende Erfahrungswerte sein. 10
In Anlehnung an Tabelle 1 und die darin aufgeführten Quelle-Ziel-Gruppen sind zur
Abbildung der Raumstruktur auf der Quellseite insbesondere Angaben zu den
Einwohnern, Erwerbstätigen, Kleinkindern, Schülern und Studenten sowie auf der
Zielseite zu Beschäftigten insgesamt, Beschäftigten im tertiären Bereich, Schul- und
Kitaplätzen, Verkaufsraumflächen und Beschäftigten/Kapazitäten im Freizeitbereich
notwendig. Die Auflistung verdeutlicht den engen Zusammenhang zwischen
notwendigen Datengrundlagen auf Verhaltens- und Raumstrukturseite sowie dem Grad
an differenzierter Aufteilung des Verkehrsgeschehens in Quelle-Ziel-Gruppen.
Liegen die beschriebenen Daten auf der dem Planungsraum zu Grunde liegenden
Verkehrszelleneinteilung 11 vor und sind die relevanten Verhaltensparameter ermittelt,
lässt sich sowohl das Gesamtverkehrsaufkommen als auch das Quell- und
Zielverkehrsaufkommen berechnen (siehe auch Stufe 1 in Abbildung 4).
9
10
11
Unter Gelegenheiten versteht man in den Verkehrswissenschaften die Ziele von Ortsveränderungen
an denen eine Tätigkeit realisiert wird, also zum Beispiel das Kino, Kaufhaus oder die Wohnung eines
Verwandten.
Einen Überblick über Erzeugungsraten nach unterschiedlichen Verkaufseinrichtungen und
Flächennutzungstypen gibt Bosserhoff 2000, 2007.
Verkehrszellen bilden die räumliche Grundlage für die Nachfrageberechnungen. Als abgegrenzte
Gebietseinheit werden der Verkehrszelle die jeweiligen Raumstrukturdaten zugespielt. Sie sind damit
Quellen und Ziele von Ortsveränderungen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 35 -
3.3.2.3 Verkehrsverteilung und Verkehrsaufteilung
Eine wesentliche Eigenschaft von VISEVA ist der simultane Berechnungsschritt von
Verkehrsverteilung und Verkehrsaufteilung. Mittels der Verkehrsverteilung werden die
im Rahmen der Erzeugung ermittelten absoluten Zahlen für Quell- und
Zielverkehrsaufkommen auf die den Planungsraum konstituierenden Verkehrszellen
verteilt. Mittels der Verkehrsaufteilung, also der Integration des Modal Split in das
Model, ist zu hinterlegen, mit welchem Verkehrsmittel die jeweilige Quelle-Ziel-
Beziehung realisiert wird. Hintergrund für die simultane Berechnung von Ver- und
Aufteilung in VISEVA ist der enge Zusammenhang, der zwischen der Entscheidung für
ein Ziel und dem zum Erreichen des Ziels verwendeten Verkehrsmittels gesehen wird.
Für die gesuchten Verkehrsströme zwischen Quell- und Zielzellen ergeben sich dabei
n-lineare Systeme aus Gleichungen und gegebenenfalls auch Ungleichungen die über
iterative Berechnungsverfahren gelöst werden. Die Verkehrsver- und -aufteilung in
VISVEA ähnelt dabei einem Gravitationsmodell hat jedoch eine weitere Dimension und
eine andere Bewertungsfunktion. 12
Zur Integration der Qualität des Verkehrsangebots in den Entscheidungsprozess von
Ziel- und Verkehrsmittelwahl werden in VISEVA so genannte Bewertungswahrscheinlichkeiten
berechnet. 13 Diese ergeben sich in Anlehnung an den Widerstand
in Form der komplexen Reisezeit, den ein Verkehrsteilnehmer zur Realisierung einer
spezifischen Quelle-Ziel Beziehung unter Benutzung eines Verkehrsmittels erfährt. Die
komplexe Reisezeit kann sich aus je nach Verkehrsträger verschiedenen Bestandteilen
wie Zu- und Abgangszeit zum und vom Verkehrsmittel, der Fahrzeit sowie weiteren
Komponenten zusammensetzen. Durch die Bewertung der Qualität der Verkehrsbeziehung
hinsichtlich des zu erwartenden Widerstands in Form der komplexen
Reisezeit, wird damit die Bewertung des Verkehrsangebots zur Ziel- und Verkehrsmittelwahl
im Modell berücksichtigt.
3.3.2.4 Kopplung von VISEVA und VISUM
Die Anwendung der Umlegungssoftware VISUM ist aus zwei Gründen notwendig. Zum
einen ermöglicht sie die Ermittlung der notwendigen Aufwandsmatrizen, die als Basis
für die Berechnung der Bewertungswahrscheinlichkeiten unmittelbaren Einfluss auf die
simultane Ziel- und Verkehrsmittelwahl haben. Zum anderen können Quelle-Ziel-
12
13
Zur mathematischen Lösung des simultanen Verkehrsverteilungs- und Aufteilungsansatz, siehe für
eine ausführliche Beschreibung Lohse et. al 1997 oder in Zusammenfassungen Lohse et. al 2006,
1+2.
Die Funktion zur Bewertung der mit unterschiedlichen Aufwänden besetzten Quelle-Ziel-Beziehungen
ergibt einen Zahlenwert zwischen 0 und 1. Im wahrscheinlichkeitstheoretischen Sinn beschreibt der
Wert die Wahrscheinlichkeit, dass eine bestimmte Ortsveränderung mit einem bestimmten
Verkehrsmittel durchgeführt wird.
Zwischenbericht, März 2007

- 36 -
Institut für Verkehrsforschung
Matrizen, als Ergebnis der Berechnungen in VISEVA, im Netz umgelegt werden und
damit die Grundlage für die Ermittlung der Fahrleistungen bilden. 14
Über den zuvor erwähnten Widerstand für spezifische Quelle-Ziel-Beziehungen sind
Umlegungssoftware VISUM und Nachfrageberechnungsinstrument VISEVA miteinander
verbunden. Aus einem Verkehrsnetz in VISUM lassen sich Widerstandsmatrizen
zwischen Quellen und Zielen schreiben. Diese nach VISEVA übertragen,
dienen als Grundlage zur Berechnung der Bewertungswahrscheinlichkeiten. Auf Basis
sich verändernder Netzbelastungen in VISUM können in einem iterativen Prozess
jeweils aktualisierte Widerstandsmatrizen ausgelesen und Bewertungswahrscheinlichkeiten
neu berechnet werden. Ziel dieses wechselseitigen Austauschs ist es,
ein Gleichgewicht zwischen Verkehrsnachfrage und Verkehrsangebot herzustellen.
Nachfolgend greift Abbildung 4 die Ausführungen bis an diesen Punkt nochmals auf
und visualisiert die Rückkopplung zwischen VISEVA (Erzeugung, Verteilung,
Aufteilung) und VISUM (Umlegung).
14
An dieser Stelle sei darauf hingewiesen, dass keine Umlegung der Verkehrsnachfrage auf einem ÖV-
Netz statt findet. Aussagen über Personenkilometer (Pkm) im ÖV sind unter Einbezug externer
Informationen (z.B. Informationen zu durchschnittlichen Reiseweiten in den verschiedenen Segmenten
des ÖV) möglich.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 37 -
Abbildung 4: Ablaufschema Nachfrageberechnung in VISEVA und Umlegung in VISUM
Stufe
1
VISEVA
Verkehrserzeugung
Berechnung der Verkehrsaufkommen
für die Verkehrsarten unter Berücksichtigung
von spezifischen Verkehrsaufkommen
und Erzeugungsraten
Ergebnis
Gesamtverkehrsaufkommen
Quell- und Zielverkehrsaufkommen der Zellen
Input
Kennwerte zum Verkehrsverhalten
und zur Raumstruktur
Berechnung der Bewertungswahrscheinlichkeiten
Ergebnis
Bewertungswahrscheinlichkeiten
nach Verkehrsarten
Zwischenschritt
VISEVA
Input
Matrizen mit berechneten
Widerständen aus dem Netzmodell
Verkehrsverteilung/Verkehrsaufteilung
Simultane, nach QZG getrennte, Verteilung der
Quell- bzw. Zielverkehrsaufkommen auf die
2+3
Ziel bzw. Quellverkehrsbezirke bei
gleichzeitiger Aufteilung der Verkehrsströme
VISEVA
auf die Verkehrsarten
Stufe
Ergebnis
Verkehrsstrommatrizen nach QZG
und Verkehrsarten
Input
Bewertungswahrscheinlichkeiten
nach Verkehrsarten
kalibrierte EVA-Parameter
Output
Gesamtfahrtenmatrix bzw.
Quelle-Ziel-Matrix über alle QZG
Stufe
4
VISUM
Netzmodell
Verkehrsumlegung
Zuordnung der Quelle-Ziel-Beziehungen
zu den im Netzmodell möglichen Routen
Ergebnis
Verkehrsbelastungen im Netzmodell
Fahrzeugkilometer
Input
Quelle-Ziel-Matrix
Output
Berechnete Widerstandsmatrizen
(hier: Reisezeit)
Quelle: eigene Darstellung
3.3.3 Anwendung von VISEVA und VISUM im Forschungsvorhaben
renewbility
VISEVA und VISUM werden in renewbility dazu genutzt, die Fahr- und Verkehrsleistungen
im Personenverkehr Deutschlands bis 2030 zu berechnen. In separaten
Rechendurchläufen wird zunächst der Status-Quo bestimmt, das Basisszenario
definiert und berechnet, um anschließend die Abweichungen vom Basisfall unter
Zwischenbericht, März 2007

- 38 -
Institut für Verkehrsforschung
Berücksichtigung der aus der Mikrosimulation ermittelten Wirkmächtigkeit von
verkehrlichen Maßnahmen innerhalb verschiedener Szenarien zu bestimmen.
VISEVA bietet die Möglichkeit, Änderungen in den raumstrukturellen Rahmenbedingungen
(Demografie, Erwerbstätigkeit, etc.) einzubeziehen. Die im Modell eingelesenen
Verhaltensparameter (z.B. das spezifische Verkehrsaufkommen) erlauben
es des Weiteren, Veränderungen von Verkehrsverhaltensweisen in die Berechnungen
zu integrieren. Damit sind in VISEVA die wesentlichen Voraussetzungen zur Abbildung
des Basisszenarios und der Szenariorechnung insbesondere im Hinblick auf sich
ändernde Rahmenbedingungen (Bevölkerungs- und Raumstruktur) bis 2030 gegeben.
Die Integration eines veränderten individuellen Verkehrsverhaltens aufgrund
spezifischer Maßnahmen kann in VISEVA über die entsprechende Anpassung von
Verhaltensparametern erfolgen. Diese müssen in der Regel außerhalb von VISEVA
zunächst geschätzt werden. In renewbility hingegen werden zur geeigneten Anpassung
der Verhaltensparameter die Möglichkeiten und Potenziale der Mikro- und
Makrosimulation miteinander in Verbindung gebracht. Die in der spezifischen
Mikrosimulation für ausgewählte Räume ermittelten Auswirkungen von Maßnahmen
werden hinsichtlich ihrer Wirkmächtigkeit in Parameter „übersetzt“, die ihrerseits in
VISEVA eingelesen werden können. Die Übertragung der Parameter nach VISEVA
ermöglicht dann die Abschätzung der Wirkmächtigkeit von Maßnahmen auf ganz
Deutschland.
3.3.3.1 Eingangsdaten für die Berechnungen in renewbility
Den Berechnungen zur Verkehrsnachfrage in renewbility gingen umfangreiche
Datenanalysen voran. Analog zu den in 3.3.2.2 beschriebenen grundsätzlichen Datenerfordernissen
mussten geeignete Verkehrsverhaltens- und Raumstrukturdaten
beschafft, aufbereitet und in das Modell integriert werden.
Basis für die Berechnungen der Verhaltensparameter bildet die Erhebung Mobilität in
Deutschland 2002, eine deutschlandweite Erhebung zum Mobilitätsverhalten,
durchgeführt vom Institut für angewandte Sozialwissenschaft (infas) und Deutschen
Institut für Wirtschaftsforschung (DIW) im Auftrag des damaligen Bundesministeriums
für Verkehr, Bau- und Wohnungswesen (heute: BMVBS). Zur Berechnung der
Parameter sind Umcodierungen des Datenbestandes der MiD notwendig, um die in der
MiD berichteten Wegeinformationen entsprechend der Quelle-Ziel-Gruppen Systematik
auswerten und die notwendigen Verhaltensparameter für das Modell bilden zu
können. 15 Neben dem spezifischen Verkehrsaufkommen je Personen- und Quelle-Ziel-
Gruppe waren weitere Parameter wie Modal Split und Besetzungsgrade im
15
Ein entsprechend aufbereiteter Datensatz wurde von der TU Dresden zur Verfügung gestellt und
gemäß der in renewbility angewandten Aufteilung des Verkehrsgeschehens in Quelle-Ziel-Gruppen
angepasst.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 39 -
Individualverkehr aus der MiD zu ermitteln. Im weiteren Berechnungsverlauf werden
Angaben zu durchschnittlichen Reiseweiten und Reisezeiten in den Quelle-Ziel-
Gruppen notwendig, um Ergebnisse der Berechnungen an empirische Erfahrungswerte
anzugleichen.
Die Anforderungen an raumstrukturelle Daten variieren entsprechend der Ausprägung
des Quelle-Ziel-Gruppen Konzepts und der damit verbundenen maßgebenden
Personengruppen. Für die Berechnungen in renewbility kommen 15 verhaltenshomogene
Personengruppen bei einer Differenzierung nach 13 Quelle-Ziel-Gruppen
zum Einsatz. Die Datengrundlagen der nachstehenden Tabelle 2 wurden dieser
Differenzierung entsprechend aufbereitet.
Tabelle 2:
Datengrundlage Status Quo Deutschland-Modellierung
Raumstruktur
Art der Daten
Bevölkerungsstruktur
(nach Altersklassen)
Beschäftigte (am Wohnort)
Erwerbstätige (am Arbeitsort)
Altersklassen
Studierende
Schüler
Auszubildende
Sonstige Daten für Quellen und Ziele von Verkehr
Status Quo
infas GEOdaten (2001),
Statistische Landesämter
infas GEOdaten (2001),
Erwerbstätigenrechnung des
Bundes und der Länder
infas GEOdaten (2001),
Erwerbstätigenrechnung des
Bundes und der Länder
Bundesagentur für Arbeit
Hochschulstatistik, Statistisches
Bundesamt
Statistik Regional, Statistische
Ämter des Bundes und der
Länder
Statistisches Bundesamt
z.B. Statistisches Bundesamt,
Statistische Landesämter,
Hauptverband des deutschen
Einzelhandels
Zwischenbericht, März 2007

- 40 -
Institut für Verkehrsforschung
Verkehrsverhalten
Mobilitätsparameter
- Mobilitätsraten
- Modal Split
- Besetzungsgrade im IV
Mobilität in Deutschland (2002)
Für alle in Tabelle 2 aufgelisteten Daten galt es, den unterschiedlichen räumlichen
Aufbereitungsgrad zu berücksichtigen. Durch entsprechende Verfahren der Disaggregation
und Aggregation waren die Daten auf die den Berechnungen zu Grunde
liegende räumliche Ebene der 439 bundesdeutschen Kreise und kreisfreien Städte hin
aufzubereiten. Als in renewbility gemeinsam benutzter Datensatz durch die Modelle
des Personen- und Güterverkehrs ist an dieser Stelle der am DLR vorliegende,
umfangreiche infas Geodatensatz zu nennen. In diesem finden sich die für die
Modellierung wesentlichen, detaillierten Eingangsgrößen zu Einwohnern und Erwerbstätigen
wieder. 16
3.3.3.2 Berechnung des Status Quo
Nach Aufbereitung und Integration der Daten ließen sich die Verkehrsaufkommen nach
der oben beschriebenen Aufteilung des Verkehrsgeschehens in Personen- und Quelle-
Ziel-Gruppen ermitteln. Mit der Erzeugung der entsprechenden Wegematrizen ist die
Berechnung der Verkehrsnachfrage für die einzelnen Verkehrsträger grundsätzlich
abgeschlossen. Die folgende Tabelle 3 fasst die berechneten globalen Eckwerte für
das Wegeaufkommen im motorisierten Individualverkehr, öffentlichen Verkehr sowie
nichtmotorisierten Verkehr (Fuß- und Radwege) zusammen.
Tabelle 3:
Verkehrsaufkommen in Wegen pro Tag
MIV ÖV NMV
Wege in Millionen pro Tag 154,3 20,0 93,9
Das Ergebnis der Berechnungen bewegt sich mit einer durchschnittlichen Wegeanzahl
von 3,25 pro Person und Tag sowie den berechneten Aufkommen der Verkehrsträger
im Rahmen der bekannten Erfahrungswerte. Insbesondere der Abgleich mit den
16
Um in Anbetracht der Modellerfordernisse z.B. Altersgruppen innerhalb der Erwerbstätigen einer
Verkehrszelle zu ermitteln, müssen unterschiedliche Datenquellen miteinander gekreuzt werden. Im
hier beschriebenen Fall würde die Aufteilung der Erwerbstätigen nach Altersklassen unter
Berücksichtigung von Auswertungen aus der Beschäftigtenstatistik der Bundesagentur für Arbeit
erfolgen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 41 -
Ergebnissen der Studie „Mobilität 2050“ zeigt bei den berechneten Aufkommen eine
gute Übereinstimmung. Von Relevanz ist dieser Vergleich vor allem vor dem
Hintergrund, dass die dort durchgeführten Berechnungen ebenfalls die Studie „Mobilität
in Deutschland 2002“ als zentrale Quelle zur Ermittlung der Verkehrsverhaltensdaten
verwendet haben. Bestehende Unterschiede im berechneten Verkehrsaufkommen
beruhen auf verschiedenen zu Grunde gelegten Strukturdaten bzw. leichten
Abweichungen bei der Ermittlung der Mobilitätsparameter.
Zur Ermittlung der Verkehrsleistung (Personen- und Fahrzeugkilometern) befinden sich
zum gegenwärtigen Zeitpunkt zwei Varianten in der Anwendung:
a) Bestimmung der Verkehrsleistung für alle Verkehrsträger unter Berücksichtigung
empirisch ermittelter durchschnittlicher Reiseweiten
b) Bestimmung der Verkehrsleistung für den Pkw-Verkehr auch durch Umlegung
auf ein MIV-Verkehrsnetz
Die Bestimmung der Pkm mittels Variante a) bedarf der dezidierten Ermittlung mittlerer
Reiseweiten, unterschieden nach den Verkehrsträgern sowie nach Personen- und
Quelle-Ziel-Gruppen. Daraus ergibt sich eine inhaltlich zunächst starke Differenzierung,
die zur Bestimmung der für die Stoffstromanalyse relevanten Größen jedoch einfach
zusammengefasst werden kann. Nachfolgende Tabelle 4 fasst die so berechneten
Eckwerte zusammen.
Tabelle 4:
Verkehrsleistung in Pkm pro Jahr
MIV ÖV NMV
Pkm in Milliarden pro Jahr 715,0 216,4 59,3
Die für die Stoffstromanalyse relevante Größe der Fahrzeugkilometer lässt sich für den
MIV daran anschließend durch die Berücksichtigung von Besetzungsgraden
bestimmen (~530 Mrd. Fahrzeugkilometer im MIV). Für den ÖV gestaltet sich dies
aufwendiger, da es zusätzlicher Analysen und Berechnungen bedarf, um von den
ermittelten Personenkilometern auf realisierte Fahrzeugkilometer zu schließen. In
Abstimmung mit der TU Dresden laufen derzeit die Arbeiten an einem Hochrechnungsmodell
für den ÖV, welches diesen Zusammenhang aufgreift.
Für den MIV ergibt sich des Weiteren die Möglichkeit b), die Fahrzeugkilometer durch
die Umlegung der Verkehrsnachfrage auf ein Verkehrsnetz zu bestimmen. Dazu bedarf
es neben der Kalibrierung der Verkehrsnachfrage auf Reiseweitenverteilungen,
umfangreichen Anpassungen des IV-Verkehrsnetzes. Die Arbeiten an Kalibrierung und
Umlegung auf das Verkehrsnetz dauern gegenwärtig noch an.
Zwischenbericht, März 2007

- 42 -
Institut für Verkehrsforschung
3.3.3.3 Aktueller Stand und Ausblick
Erste Rechenergebnisse für den Status Quo wurden bereits erzeugt und ein
Probedatensatz für die Stoffstromanalyse bereitgestellt. Die Arbeiten zur Umlegung
und Kalibrierung des Status Quo dauern noch an. Sie bilden einen elementaren
Bestandteil zur Berechnung der Verkehrsleistung sowie für die daran anknüpfenden
Schritte von Basisszenario und Auswirkungen verschiedener Szenarien. Die
aufwendigen Kalibrierungsarbeiten werden in der ersten Maihälfte abgeschlossen sein.
Die wesentlichen Arbeitsschritte zur Integration des Basisszenarios umfassen die
Aufbereitung der Datenbasis für die Modellrechnungen (nähere Beschreibung hierzu
siehe Abschnitt 7.1). Derzeit laufen die Arbeiten an der Integration der Rahmendaten
aus „Mobilität 2050“. Sollten hieran keine Modifikationen mehr notwendig sein, z. B.
aufgrund von Anforderungen aus anderen Arbeitspaketen des Projekts oder der Wahl
eines anderen Basisszenarios, ist mit der Fertigstellung der Aufbereitung und
Ergebnissen der Rechnungsdurchläufe bis Ende Mai zu rechnen.
Zur Bestimmung der Fahrleistung im Öffentlichen Verkehr wird in Kooperation mit der
TU Dresden derzeit an zwei Varianten der Hochrechnung von Personen- zu
Fahrzeugkilometern gearbeitet. Dies ist notwendig, weil andernfalls die Betriebskonzepte
der Deutschen Bahn und der Nahverkehrsverbünde simuliert werden
müssten. In einer Variante wird der Zusammenhang zwischen dem VISEVA-Output der
Personenkilometer zu den real gefahrenen Fahrzeugkilometern im ÖV aus entsprechenden
Statistiken betrachtet. Die andere Variante orientiert sich an einem
Bottom-Up-Ansatz, indem auf der Basis der Ergebnisse für die drei Beispielräume auf
die geleisteten Fahrzeugkilometer im gesamtdeutschen ÖV geschlossen wird.
Ergänzende Studien zum Flugverkehr wurden beschafft und vorläufig analysiert. In
Abhängigkeit des letztlich gewählten Basisszenarios und der Maßnahmenbündel in
den Szenarien wird geprüft werden, welche Szenarien aus welchen Studien am besten
zu renewbility passen und die Modellierungsergebnisse dann entsprechend ergänzt.
3.4 Mikroskopische Simulation der Personenverkehrsnachfrage
in räumlicher Differenzierung (AP 1.3.2)
3.4.1 Datengrundlage und Funktionsablauf TAPAS
Das Projekt renewbility hat das Ziel, Wirkungen von Maßnahmen in Szenarien für eine
nachhaltige Verkehrsentwicklung bis zum Jahr 2030 abzuschätzen. Für drei
ausgewählte Räume wird die Verkehrsnachfrage dabei mittels des am Institut für
Verkehrsforschung entwickelten mikroskopischen Verkehrsnachfragemodell TAPAS
(Travel and Activity PAtterns Simulation) ermittelt. Es ist modular aufgebaut, bildet den
Verkehr in einem abgegrenzten Raum – z. B. einer Stadt oder einem Landkreis – ab
und ermöglicht eine besonders detaillierte Abbildung individueller Verhaltensweisen
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 43 -
bzw. Reaktionen auf Maßnahmen. Bisher wurde es insbesondere für die Stadt Köln
angewendet. 17
Das Modell TAPAS bildet für jede einzelne Person einer Bevölkerung deren tägliches
Aktivitätenprogramm sowie die damit verbundenen Wege räumlich und zeitlich ab.
Deswegen kann TAPAS auch als „agentenbasiertes Modell“ bezeichnet werden, wobei
als „Agent“ eine einzelne Person zu verstehen ist, die mit Attributen belegt werden
kann. Zur Abbildung der Aktivitäten und Wege der „Agenten“ verwendet TAPAS
folgende Daten als Grundlage:
• Statistische Bevölkerungsdaten einschließlich personen- und haushaltsbezogener
Angaben; daraus wird in einem Programmmodul eine
„synthetische Bevölkerung“ generiert,
• Raum- und Strukturdaten zur Abbildung der Gelegenheiten, d.h. der
potenziellen Ziele, an denen die Aktivitäten Arbeit, Einkauf, Freizeit etc.
ausgeübt werden können,
• Daten zur Zeitverwendung, die in den Modulen „Sequenzanalyse“,
„Clusterung“ und „Aktivitätenauswahl“ in Aktivitätenprogramme umgesetzt
werden,
• Daten zur Nutzung von Verkehrsmitteln; diese werden im Modul
„Verkehrsmittelwahl“ verarbeitet.
Abbildung 5: Ablaufschema des Modells TAPAS
Person
wähle ein Muster
Zielwahl
Synthetische Bevölkerung
Muster
Orte
Tagebücher
Klassifikation
Reisezeiten
Verkehrsmittelwahl
Verkehrsmittelwahlwahrscheinlichkeiten
Plan
Anpassung von Dauer und Anfangszeiten
Quelle: eigene Darstellung
Verkehrsfluss-Simulation
17
Eine ausführlichere Beschreibung des Anwendungsfalls Köln ist zu finden in Hertkorn 2004.
Zwischenbericht, März 2007

- 44 -
Institut für Verkehrsforschung
Datenbedarf und Datengrundlagen sowie die notwendigen Schritte bei der
Datenbearbeitung werden nachfolgend ausführlicher dargestellt. Die Beschreibung
konzentriert sich dabei auf die Frage der Funktion und Erstellung der einzelnen
Programmmodule.
3.4.1.1 Synthetische Bevölkerung
Die räumliche Bevölkerungsverteilung wird benötigt um abzubilden, an welchen Stellen
im Raum überhaupt Verkehrsnachfrage entsteht. Grundsätzlich könnte diese
Verteilung direkt aus Datensätzen übernommen werden, wie sie z.B. im Rahmen von
landesweiten Bevölkerungszählungen erstellt werden. Solche Datensätze liegen
jedoch in den seltensten Fällen vor – in Deutschland beispielsweise hat die letzte
Bevölkerungszählung, in der die Gesamtbevölkerung räumlich differenziert, d.h. auf der
Ebene von Gemeinden und Stadtbezirken, erfasst wurde, im Jahr 1987
stattgefunden 18 .
Mikroskopische agentenbasierte Modelle benötigen eine möglichst kleinräumige
Bevölkerungsverteilung, bei der die einzelne Person mit soziodemographischen
Eigenschaften versehen ist. Nur dann ist eine Verknüpfung mit den Verkehrsdaten
möglich. Aus diesem Grund arbeiten agentenbasierte Modelle mit einer sog.
„synthetischen Bevölkerung“. Die entscheidende Einheit ist dabei der Haushalt, da die
Zusammensetzung des einzelnen Haushalts eine wesentliche Einflussgröße auf die
Aktivitätenprogramme der einzelnen Personen darstellt.
Die synthetische Bevölkerung wird üblicherweise für Verkehrszellen 19 bestimmt: Auf
der Grundlage vorhandener Bevölkerungsdaten ist – zumindest in Deutschland –
bekannt, wie viele Personen in der einzelnen Zelle leben, auf wie viele Haushalte sie
sich verteilen und welche soziodemographischen Merkmale sie aufweisen. Diese
Daten sind jedoch als jeweilige Einzelgrößen vorhanden. Das heißt, man weiß zwar,
wie viele Menschen in einer Verkehrszelle leben, wie viele Haushalte dort vorhanden
sind, wie viele Männer bzw. Frauen dort leben, wie die Altersstruktur aussieht und wie
viele der in der Verkehrszelle lebenden Personen erwerbstätig bzw. in Ausbildung sind.
Man weiß aber nicht, wie die einzelnen Haushalte aufgebaut sind: Welche
Altersstruktur hat der einzelne Haushalt? Wie viele Erwerbstätige leben in diesem
Haushalt? Wie viele Kinder leben in dem Haushalt? Mit den vorhandenen Daten
18
19
Die Erhebung erfolgt auf der Ebene von Kreisen.
Eine Verkehrszelle ist ein möglichst homogenes Gebiet innerhalb eines Planungsraumes. Die
Einteilung erfolgt dabei nach verschiedenen verkehrsplanerischen Kriterien wie z. B. Einwohnerzahl
oder Flächengröße und Struktur. Verkehrszellen sind teilweise deckungsgleich mit der Einteilung der
amtlichen Statistik wie zum Beispiel in Berlin (vgl. Statistisches Landesamt Berlin 2003).
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 45 -
werden deswegen gewissermaßen „künstlich“ Haushalte zusammengestellt 20 , d.h. eine
synthetische Bevölkerung generiert, die auf aggregierter Ebene der Realität entspricht,
auf der Ebene des einzelnen Haushaltes dagegen plausiblen Annahmen folgt (z. B.
keine allein lebenden Schulkinder). Mit der Erstellung der synthetischen Bevölkerung
liegt schließlich ein Datensatz vor, in dem jede einzelne Person – jeder „Agent“ – durch
soziodemographische Eigenschaften sowie die Zugehörigkeit zu einem Haushalt
definiert ist.
3.4.1.2 Auswahl der Aktivitäten
Im nächsten Schritt ermittelt TAPAS die Aktivitäten der „Agenten“. Dabei wird für jede
Person der synthetischen Bevölkerung festgelegt, welchen Aktivitäten sie im
betrachteten Zeitraum nachgeht. Grundlage hierfür sind die Daten der
Zeitbudgeterhebungen des Statistischen Bundesamtes 21 . Bei den Zeitbudgetdaten
handelt es sich um das Ergebnis einer repräsentativen Erhebung des Statistischen
Bundesamtes von 1991/1992, die in Zusammenarbeit mit dem Familienministerium
durchgeführt wurde. Jede Person der 7.200 befragten Haushalte hatte im Fünf-
Minuten-Takt notiert, welche Aktivitäten sie an zwei aufeinander folgenden Tagen
ausgeführt hatte.
Seit Ende 2005 liegen die Ergebnisse der Zweiten bundesdeutschen Zeitbudgetstudie
vor, an der zwischen 2001 und 2002 12.600 Personen aus 5.400 Haushalten
teilgenommen haben. Dadurch ist eine Vielzahl von Vergleichsmöglichkeiten der
abgefragten Entwicklung mit dem älteren Datensatz gegeben und es bieten sich
spezielle Test- und Erweiterungsmöglichkeiten für die Verwendung in TAPAS an.
Allerdings kam es zu Veränderungen des Designs der Erhebung, die auf Vorschlag
von EUROSTAT vorgenommen wurden, um einen Vergleich mit Zeitbudgetstudien
anderer europäischer Länder zu ermöglichen 22 :
• 1991/1992 wurden die Aktivitäten im Fünf-Minuten-Takt erhoben,
2001/2002 hingegen im Zehn-Minuten-Takt.
20
21
22
An dieser Stelle sei nochmals auf die Unschärfe in den Daten für einzelne Personen der synthetischen
Bevölkerung hingewiesen. Es existieren sicherlich Korrelationen zwischen einzelnen Merkmalen von
Personen, wie z. B. Alter, Geschlecht oder Erwerbstätigkeit. Diese Korrelationen sind nur teilweise
durch Statistiken abgebildet und können vollständig schon aus datenschutzrechtlichen Gründen nicht
bekannt sein. Die Merkmale werden deshalb heuristisch so zugewiesen, dass sie mit den zur
Verfügung stehenden Daten auf aggregierter Ebene (z.B. Anzahl Personen pro statistischem Bezirk)
übereinstimmen.
Informationen zur Zeitbudgeterhebung: Statistisches Bundesamt 2003
http://www.destatis.de/presse/deutsch/abisz/zeitbudgeterhebung.htm
Vgl. z.B. für Großbritannien (2000) http://www.statistics.gov.uk/timeuse/default.asp oder für Kanada
(1998) http://www.statcan.ca/Daily/English/991109/d991109a.htm
Zwischenbericht, März 2007

- 46 -
Institut für Verkehrsforschung
• In der ersten Studie wurden von den Personen die Aktivitäten von zwei
aufeinander folgenden Tagen protokolliert, in der Zweiten von drei Tagen,
die aber nicht mehr aufeinander folgend sein mussten.
• 1991/1992 wurden 231 Aktivitätencodes vergeben, in der Studie von
2001/2002 dagegen 281.
• In der ersten Studie wurden vor allem Aktivitäten in Bezug auf unbezahlte
Arbeit sehr detailliert unterschieden, in der zweiten Erhebung liegt der
Schwerpunkt jedoch im Bereich Weiterbildung und berufliche Qualifikation;
entsprechend fein sind die Aktivitäten dort aufgeschlüsselt.
Aufgrund der genannten Unterschiede ist ein erheblicher Aufwand notwendig, um die
Erkenntnisse aus der neuen Zeitbudgeterhebung für TAPAS und somit auch für
renewbility nutzbar zu machen. Die Vorteile, mit einem aktuelleren Datensatz sowie
grundsätzlich mit zwei Zeitscheiben arbeit zu können, rechtfertigen diesen Aufwand
jedoch.
Die Ankopplung der Zeitbudgetdaten an die personenbezogenen Daten, wie sie für die
synthetische Bevölkerung vorliegen, erfordert eine aufwendige Aufarbeitung der
Zeitbudgetdaten. So werden die Zeitbudgetdaten, die in Form von Tagebüchern
vorliegen, zunächst mittels einer Kombination von Sequenz- und Clusteranalysen in
Gruppen ähnlicher Aktivitätenmuster eingeteilt. Die Sequenzanalyse dient dazu, die
Unterschiede jeweils eines Tagebuchs zu allen anderen Tagebüchern festzustellen (für
die 35691 Tagebücher werden somit 35691 mal 35691 Distanzwerte ermittelt). Die
Distanzwerte sind die Basis der Clusteranalyse, die zu Kategorien ähnlicher
Tagebücher führt 23 . Es wurden 24 Kategorien gebildet, da bei einer höheren Zahl ein
sprunghafter Anstieg der Unähnlichkeit der Cluster zu verzeichnen ist. Auf Basis von
soziodemographischen und sozioökonomischen Merkmalen wird jeder Person der
synthetischen Bevölkerung eine der 24 typischen Tagebuchklassen zugewiesen. Auf
Basis dieser Tagebuchklasse erfolgt die Ermittlung eines spezifischen Tagesplans,
dessen Aktivitäten(-ketten) seitens der Person auszuführen sind.
23
Bei der Sequenzanalyse wird zu jedem Zeitintervall (insgesamt 144) und jedem Tagebuch (insgesamt
35.691) der Zeitbudgeterhebung ein Vektor gebildet, der für jede mögliche Aktivitätenkategorie einen
Eintrag besitzt. Danach wird ein Betrachtungsintervall um das Zeitintervall definiert. Derzeit ist das
Betrachtungsintervall eine Stunde – d. h. eine halbe Stunde vor und eine halbe Stunde nach dem
derzeit betrachteten Zeitintervall. Es werden nun Gewichte an die Position der Aktivitäten eingetragen,
die innerhalb des Betrachtungsintervalls stattfinden. Dabei ist das Gewicht für die Aktivität am größten,
die im aktuell betrachteten Zeitintervall durchgeführt wird. Zwei Tagebücher werden nun verglichen
durch die Größe des Betrags des Differenzvektors jedes einzelnen Zeitintervalls. Der Differenzvektor
ergibt sich durch einfache Subtraktion der Elemente der zu betrachtenden Vektoren. Der Betrag ist
dann die Wurzel des Skalarprodukts dieses Differenzvektors. Die anschließende Aufsummierung über
alle Beträge ergibt ein Maß für die Distanz der beiden Tagebücher zueinander. Dieser Prozess wird
dann so lange wiederholt bis jedes Tagebuch mit jedem anderen verglichen wurde. Als Ergebnis
erhält man eine Distanzmatrix für alle Tagebücher. Diese Matrix ist dann Ausgangspunkt für eine
Clusterung, um typische Tagebücher zu identifizieren. Das dabei angewendete Verfahren ist das
average linkage Verfahren.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 47 -
3.4.1.3 Ziel- und Verkehrsmittelwahl
Nach Festlegung der Verteilung der Personen und Haushalte auf die Verkehrszellen
und der im Modell zu simulierenden Aktivitätenketten, erfolgt die Zielwahl sowie die
Verkehrsmittelwahl für den Weg zum Zielort. Hierzu wird für jede Aktivität einer Person
bestimmt, an welchem Ort sie stattfindet. Dementsprechend benötigt das Modell
detaillierte Daten zur räumlichen Lage von potenziellen Gelegenheiten sowie zu deren
Kapazität. Gelegenheiten sind in diesem Zusammenhang Orte, an denen Aktivitäten
nachgegangen werden kann.
Welche Gelegenheit konkret zur Ausübung einer Aktivität gewählt wird, wird im Modell
in Anlehnung an das Modell der intervening opportunities ermittelt, bei dem davon
ausgegangen wird, dass eine bestimmte Alternative mit einer gewissen
Wahrscheinlichkeit abgelehnt wird. Die möglichen Gelegenheiten werden dafür
entsprechend ihrer Reisezeit geordnet und anhand von Nebenbedingungen (z. B.
Auslastung) mit einem Attraktivitätsgewicht belegt. Aus diesem Grund benötigt das
Modul „Ziel- und Verkehrsmittelwahl“ ergänzend eine Reisezeitmatrix für den
betrachteten Raum. Dies hat automatisch zur Folge, dass bereits an dieser Stelle
potenzielle Verkehrsmittel in Betracht gezogen werden müssen.
Damit die Tagespläne, die über die Auswahl von Aktivitäten und die daran
anschließende Auswahl von Zielorten sinnvolle Tagespläne darstellen, d.h. vor allem
Tagespläne, die eine Dauer von 24 Stunden nicht überschreiten bzw. innerhalb von
24 Stunden tatsächlich geleistet werden können, werden die Episoden eines
Tagesablaufs hierarchisiert. Dem liegt die Annahme zugrunde, dass die verschiedenen
Episoden innerhalb eines Tages für die handelnde Person unterschiedlich wichtig sind.
Bezugspunkt für die Gestaltung des Tagesablaufes sind diejenigen Episoden, die die
höchste Hierarchiestufe besitzen. Im Ansatz von TAPAS sind dies immer diejenigen
Episoden, die zu Hause stattfinden, wie Essen, Schlafen (vgl. Abbildung 6). Im
Anschluss daran werden die Orte für außerhäusliche Episoden der nächsten
Hierarchiestufe – z. B. Arbeit oder Ausbildung – gewählt sowie die entsprechenden
Verkehrsmittel, um dorthin zu gelangen. Dieser Prozess wird solange wiederholt, bis
der Tagesplan einer Person komplett gefüllt ist.
Dieses Vorgehen hat zwei ganz entscheidende Vorteile für die Bestimmung der
Verkehrsnachfrage:
1) Zum einen wird dann, wenn ein motorisiertes Individualverkehrsmittel
verwendet wird, dieses Verkehrsmittel für eine komplette Tour verwendet; unter
„Tour“ ist hier die Abfolge von mindestens zwei Wegen (Hin- und Rückweg) zu
verstehen. Dies entspricht der beobachtbaren Realität, wonach insbesondere
motorisierte Individualverkehrsmittel auf Wegeketten im Alltagsverkehr (!) nur
selten von kollektiven Verkehrsmitteln zeitweise abgelöst werden – dies gilt
zumindest im städtischen Umfeld.
2) Da die Zahl der PKW in der synthetischen Bevölkerung auf den Haushalt
bezogen wird, wird zum anderen der Tatsache Rechnung getragen, dass
Zwischenbericht, März 2007

- 48 -
Institut für Verkehrsforschung
mehrere Personen nicht gleichzeitig einen PKW für unterschiedliche Zwecke
nutzen können.
Abbildung 6: Sukzessive Verkehrsmittelwahl in TAPAS
Quelle: Hertkorn 2004, 89
Die Verkehrsmittel selbst werden in der bisherigen Version von TAPAS mittels eines
CHAID-Entscheidungsbaums (Chi-Squared Automatic Interaction Detection) gewählt,
der auf Daten der deutschlandweiten Erhebung „Mobilität in Deutschland 2002“ 24
beruht. Bei diesem Verfahren wird aus einer Menge unabhängiger Variablen diejenige
herausgesucht, die die Probenmenge am besten abgesichert teilt. Dieser Vorgang wird
so lange rekursiv wiederholt, bis entweder keine statistisch signifikante Unterteilung
24
Für eine ausführliche Beschreibung der Studie „Mobilität in Deutschland“ siehe: infas, DIW (2004):
Mobilität in Deutschland: Ergebnisbericht. Projekt-Nr. 70.0736/2003, Bundesministerium Verkehr, Bauund
Wohnungswesen. (http://daten.clearingstelle-verkehr.de/192/10/mid2002_ergebnisbericht.pdf),
infas, DIW (2003): Mobilität in Deutschland 2002 – Kontinuierliche Erhebung zum Verkehrsverhalten.
Projekt-Nr. 70.0681/2001, Forschungsprogramm Stadtverkehr des Bundesministeriums Verkehr, Bauund
Wohnungswesen. Endbericht.
(http://daten.clearingstelle-verkehr.de/192/07/mid2002_projektbericht.pdf)
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 49 -
mehr möglich ist, oder bis eine vorgegebene Anzahl von Stufen erreicht ist (vgl.
Hertkorn 2004, 86). Für die in TAPAS verwendeten Daten ergeben sich als Trennvariablen
in den obersten Stufen des Entscheidungsbaumes die Anzahl der Pkws im
Haushalt, die Distanz der Wege und das Alter der Person. In den Blättern des Baumes
sind dann die Wahrscheinlichkeiten abgelegt, mit der ein Verkehrsmittel gewählt wird.
Für eine synthetische Person wird dann der Entscheidungsbaum entsprechend der
zugehörigen Merkmale bis zum Blatt durchlaufen. Das konkrete Verkehrsmittel wird
dann über die hinterlegte Wahrscheinlichkeit bestimmt.
Nachdem die Zielorte und Verkehrsmittel für die Ausübung von Aktivitäten ausgewählt
worden sind, werden mit Hilfe der Reisezeitmatrix die konkret benötigten Reisezeiten
zugewiesen. An dieser Stelle können sich nun Inkonsistenzen im Tagesablauf
ergeben. So könnte beispielsweise ein geplanter Theaterbesuch nach der Arbeit durch
erhöhte Reisezeiten im abendlichen Berufsverkehr gefährdet werden, da der Beginn
einer Theaterveranstaltung fix ist. Um dem Agenten nun eine gewisse Variabilität
seiner Tagesabläufe einzuräumen, werden die Episoden eines Tagesplans gewichtet.
Dieses Gewicht entspricht den Kosten für eine Verschiebung der Anfangszeiten und
der Dauer einer Aktivität innerhalb eines Tagesplans. Für das Beispiel des
Theaterbesuchs ist damit klar, dass die Kosten für eine Verschiebung dieser Aktivität
verhältnismäßig hoch sein müssen, da sie weder in der Anfangszeit noch in der Dauer
flexibel ist. Sehr geringe Kosten hat dagegen z. B. die Aktivität Schlafen, da eine
Person sowohl flexibel hinsichtlich der Anfangszeit als auch der Dauer sein wird. In der
Verknüpfung dieser beiden Aktivitäten bedeutet das, dass der Theaterbesuch
vorgezogen werden würde und man dafür eher bereit dazu ist später ins Bett zu gehen
oder/und auch auf einen Teil seines Schlafs zu verzichten. Mit Hilfe dieser beiden
Parameter ist es möglich, über ein Ausgleichsverfahren Episoden und Reisezeiten
hinsichtlich ihrer Anfangszeit und Dauer einander anzupassen. Ist der Ausgleich nicht
sofort erfolgreich, werden zunächst so lange neue Ziele und Verkehrsmittel gewählt,
bis ein Ausgleich möglich ist. Wird allerdings ein Maximum der Zahl neuer Versuche für
Ziele und Verkehrsmittel erreicht, so wird ein neuer Aktivitätenplan verwendet, und der
Prozess beginnt von neuem.
Das Ergebnis des Moduls „Ziel- und Verkehrsmittelwahl“ sind konsistente Tagespläne
der synthetischen Bevölkerung. In diesen Tagesplänen stehen somit die Quelle-Ziel-
Beziehungen je Person und je Aktivität, die einen Weg verursacht. Den Wegen können
im Folgenden über die Distanz von Quelle und Ziel konkrete Entfernungen zugeordnet
werden 25 , die in Fahrzeug- bzw. Personenkilometer gemessen wird. Diese Angabe
stellt schließlich die Übergabegröße für die Stoffstromanalyse dar.
25
Für den MIV wird zur Absicherung zusätzlich eine konkrete Umlegung erfolgen.
Zwischenbericht, März 2007

- 50 -
Institut für Verkehrsforschung
3.4.2 Methodischer Ansatz zur Umsetzung von Maßnahmen
Die Berechnung der Wirkung von Maßnahmen auf die Verkehrsnachfrage, wie sie in
den Szenarien angenommen werden, ist ein Kernstück der Arbeiten im Projekt
renewbility. Für den Personenverkehr wird die Maßnahmenwirkung insbesondere in
den drei Beispielräumen Berlin, Braunschweig sowie Main-Rhön anhand von TAPAS
abgebildet. Durch den kleinteiligen Aufbau und die internen Prüfmechanismen ist
TAPAS sehr gut dafür geeignet, auch die zukünftige Verkehrsnachfrage in Abhängigkeit
verschiedener verkehrlicher Maßnahmen abzubilden.
Das nachfolgende Kapitel umfasst zunächst eine Übersicht der vorgesehenen
Abbildung der verkehrspolitischen Maßnahmen und ihrer Auswirkungen in TAPAS. In
3.4.2.2 folgt eine Vorstellung des generellen Modellierungsansatzes, der auf der
Berücksichtigung zeitlicher und finanzieller Budgets der Haushalte bei der Ermittlung
ihrer Anpassungsreaktionen beruht. Anschließend wird in 3.4.2.3 aufgezeigt, welche
konkreten Reaktionsmuster auf Veränderungen der Mobilitätsbedingungen im
Simulationsmodell vorgesehen sind.
3.4.2.1 Übersicht der Modellierung von Maßnahmenreaktionen
Die Funktionsweise von TAPAS beruht grundsätzlich auf der Auswertung empirisch
belegter Verhaltensweisen und muss daher in seinen Kernelementen erweitert werden,
um Reaktionen auf zukünftige verkehrspolitische Maßnahmen abbilden zu können.
Dies betrifft insbesondere die Bestimmung des Aktivitätenplans einer Person, die Wahl
der Modalart für die enthaltenen Aktivitäten sowie die aufzusuchenden Ausführungsorte
der Aktivitäten.
Grundsätzlich gilt es zu beachten, dass sich die aus den Maßnahmen ergebenden
finanziellen und zeitlichen Veränderungen der Rahmenbedingungen für Mobilität mit
unterschiedlichen Fristigkeiten auswirken:
−
−
−
Zu den kurzfristigen Anpassungsmöglichkeiten einer Person zählen eine
veränderte Verkehrsmittel- und Gelegenheitswahl, Veränderungen bei der
Anzahl, der Reihenfolge und der Verkettung von Aktivitäten, einer Veränderung
der Anfangs- oder Endzeiten von Aktivitäten sowie einer eventuellen Änderung
der Streckenwahl im MIV. Des Weiteren kann eine Anpassung des zeitlichen
und finanziellen Budgets erfolgen, das für Mobilität verwendet wird.
Zu den mittelfristigen Anpassungen können Veränderungen bei der Investition
in Mobilitätsoptionen (Investition in neue PKW, Ab-/ Anschaffung von PKW,
Anschaffung einer Monatskarte oder Bahncard etc.), Veränderungen von
Verhaltensmustern (Telearbeit, Online-Shopping, Shopping am Wochenende
bei veränderten Ladensöffnungszeiten) sowie die Schaffung neuer Mobilitätsoptionen
(Bildung von Fahrgemeinschaften, Nutzung von Park And Ride etc.)
gezählt werden.
Langfristige Anpassungstendenzen können zu einer Veränderung in der
Wohnstandort- und Arbeitsplatzwahl im Speziellen sowie einer veränderten
Flächennutzung generell führen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 51 -
Eine Modellierung der kurzfristigen Veränderungen erfolgt in TAPAS vor allem mittels
einer Veränderung der Verkehrsmittelwahl. Hierbei wird davon ausgegangen, dass sich
Zeit- und Finanzbudgetrestriktionen auf die Auswahlwahrscheinlichkeit eines Verkehrsmittels
auswirken bzw. die Erwägung einer alternativen Modalart fördern.
Die Beachtung von finanziellen und zeitlichen Kosten wird daher bei der Wahl eines
Verkehrsmittels integriert.
Eine Bestimmung der konkreten Streckenwahl im MIV erfolgt weitestgehend bei der
Verkehrsumlegung und damit in einem Arbeitsschritt außerhalb von TAPAS.
In Analogie erfolgt eine differenziertere Betrachtung bei der Selektion eines Gelegenheitsortes.
Die Gelegenheitswahl beruht bisher weitestgehend auf der Entfernung
vom Ausgangsort. Die betrachteten Eigenschaften eines Ortes werden um den
finanziellen und zeitlichen Aufwand, der zu seiner Erreichung notwendig ist, erweitert.
Bei der Auswahl eines Aktivitätenplans für die Personen wurde bisher auf statische
Tagesmuster zurückgegriffen, die für spezifische Personengruppen anhand der
Zeitbudgeterhebung ermittelt wurden. Um eine Reaktion in Form veränderter Verhaltensmuster
generell sowie angepasster Aktivitätenpläne im Speziellen abbilden zu
können, wird die Möglichkeit einer dynamischen Anpassung der Aktivitätenpläne
implementiert.
Im Rahmen der Integration einer Maßnahmensensitivität ist darüber hinaus eine
Erweiterung der bisherigen personenbezogenen Informationen notwendig. Neben einer
Anreicherung der Daten um Einkommensangaben betrifft dies v.a. eine differenziertere
Betrachtung der PKW-Verfügbarkeit. Bei der Generierung der synthetischen Bevölkerung
erfolgt daher eine Ermittlung der Wahrscheinlichkeit der PKW-Art in
Anlehnung an die Ergebnisse des PKW-Käufermodells. Mittelfristige Veränderungen
bezüglich der Investitionen in Mobilitätsoptionen können aufbauend auf diesen
Informationen modelliert werden.
Die Veränderung der Flächennutzung und Wohnstandortwahl sowie der Aktivitätengelegenheiten
im Generellen wird nicht betrachtet, da es sich hierbei um
grundsätzliche strukturelle Annahmen handelt, die im Rahmen der Referenzauswahl
einmalig getroffen werden und in den Szenarien konstant bleiben.
Nachfolgend wird dieser auf der Beachtung zeitlicher und finanzieller Budgets
beruhende Modellierungsansatz der Maßnahmenwirkungen vertiefend vorgestellt.
Nach einer theoretischen Herleitung des Ansatzes (3.4.2.2) werden die geplanten
Veränderungen bei den genannten Kernelementen von TAPAS sowie die damit
einhergehende Budgetbetrachtung aufgezeigt (3.4.2.3).
3.4.2.2 Theoretische Grundlagen des Mobilitätsbudgets
Die bisherige Berechnung des Personenverkehrsaufkommens beruht auf der
Auswertung statistischer Daten. Eine Vorhersage bezüglich der Veränderung der
Zwischenbericht, März 2007

- 52 -
Institut für Verkehrsforschung
Mobilitätsparameter als Resultat verkehrspolitischer Maßnahmen verlangt nach einer
Erweiterung des Simulationskonzeptes, die in der Lage ist, Anpassungsreaktionen von
Personen auf veränderte Rahmenbedingungen bei der Wahl ihrer Mobilitätsvarianten
abzubilden. Diese Integration der Maßnahmenwirkung in TAPAS basiert auf der These,
dass Personen sowohl ihre zeitlichen als auch ihre finanziellen Ausgaben für Mobilität
ihren Optimalvorstellungen und Möglichkeiten anzupassen versuchen. Beruflicher
Status, Haushaltsgröße und Einkommen gelten dabei als Determinanten der Höhe
beider Budgets. Im Falle des Zeitaufwandes kann davon ausgegangen werden, dass
eine Optimierung in Hinsicht auf eine bestimmte, als erstrebenswert angesehene
Zeitspanne erfolgt; finanziell scheint eine Minimierung der Kosten bzw. die Anstrebung
eines als adäquat erachteten finanziellen Aufwandes plausibel. Bestehen in beider
Hinsicht Beschränkungen (konkret Budgetbeschränkungen nach oben), so ist eine
Person gezwungen, den für sie günstigsten Kompromiss einzugehen. Die Zeit- und
Geldausgaben und die Akzeptanz ihrer Höhe variieren zwischen einzelnen
Personengruppen. Die Bedeutung, die dem Verlust oder dem Gewinn einer Zeiteinheit
zugeschrieben wird, wird mit dem Konstrukten des sog. VOT (Value of Time) bzw. des
VTTS (Value of Travel Time Savings) ausgedrückt (Axhausen 2005, Cirillo & Axhausen
2004). Diese ermöglichen eine Abschätzung, wie viel Geld eine Personengruppe für
eine Zeitersparnis zu bezahlen gewillt sein sollte und somit eine direkte
Gegenüberstellung von Ersparnissen und Ausgaben der zeitlichen und finanziellen
Budgets. Bei einer Betrachtung der Anpassungsreaktionen auf etwaige Beschränkungen
der Budgets gilt es zu beachten, dass Änderungen nicht immer spontan und
abrupt erfolgen, sondern Beharrungstendenzen, Wissenslücken und nicht-optimales
Verhalten im Generellen berücksichtigt werden müssen. Tendenziell versuchen
Personen jedoch, ihre Aktivitäten, Wege und Verkehrsmittel so zu planen, dass eine
optimale Nutzung der zeitlichen und finanziellen Ressourcen erfolgt.
Reisezeitbudget
Empirische Untersuchungen zeigen, dass die von Personen mit ähnlichen
sozioökonomischen und demographischen Eigenschaften aufgewendeten Reisezeiten
in der Gesamtbetrachtung relativ gleichmäßig ausgeprägt sind und sich Unterschiede
hauptsächlich in der Verkehrsleistung zeigen, die innerhalb dieses zeitlichen Rahmens
umgesetzt wird (Chen & Mokhtarian 2000, Kuhnimhof 2006). Intrapersonelle Unterschiede
in der Mobilitätszeit sind hierbei stärker ausgeprägt als interpersonelle
Varianzen, wobei unterschiedliche Mobilitätsaufkommen von vorherigen und nachgelagerten
Tagen beeinflusst werden.
Die geringen interpersonellen Varianzen und die Beobachtung, dass Personen im Falle
eingesparter Zeit diese zur Ausübung weiterer Aktivitäten oder zum Erreichen
entfernterer Gelegenheiten einsetzen, stützen die These, dass die zu beobachtenden
Reisezeiten einer Personengruppe einer „optimalen Reisezeit“ entsprechen oder
ähneln.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 53 -
Dieses Optimum ist abhängig von Persönlichkeit, Lifestyle, sozioökonomischen und
demographischen Faktoren (Chen & Mokhtarian 2000, Kuhnimhof 2006).
Bei der Betrachtung des finanziellen und zeitlichen Budgets einer Person gilt es, neben
dem beruflichen Status die Haushaltsstruktur zu berücksichtigen. Ähnlich wie bei der
PKW-Verfügbarkeit ist davon auszugehen, dass das zeitliche Budget von der
Haushaltsgröße beeinflusst wird. Es ist feststellbar, dass der beruflichen Status sowie
die Haushaltsgröße, vor allem bei der Existenz zu versorgender Kinder, starken
Einfluss auf den Anteil der frei verfügbaren Zeit ausüben (Zumkeller, Chlond & Lipps
1998). Der Anteil der freien disponierbaren Zeit beeinflusst die Flexibilität der einzelnen
Personen und somit ihre Reaktionsmöglichkeiten auf veränderte Rahmenbedingungen
in Bezug auf die Mobilität. Generell lässt sich konstatieren, dass mit einem steigenden
Anteil fest definierter Aktivitäten die Wahlfreiheit beim Scheduling und die Reaktion auf
preispolitische Maßnahmen deutlich sinkt, da keine Wahlfreiheit bezüglich des
Zeitpunktes und des Ortes und nur geringe Varianz in der Modalwahl möglich ist
(Frusti, Bhat & Axhausen 2002). So lässt sich nachweisen, dass Vollzeitarbeitende
sowie Personen mit stark festgelegten sozialen Rollenstrukturen ein stark von Routinen
geprägtes Verhaltensmuster und damit einhergehend unterdurchschnittliche Anpassungsreaktionen
aufweisen (Zumkeller, Chlond & Lipps 1998).
Die in der Modellierung verwendeten Reisezeitbudgets werden sich an der Auswertung
der MiD 2002 orientieren (Infas & DIW 2003) und mit den zuvor genannten Studien
abgeglichen werden. Beruflicher Status, Haushaltsgröße und Alter werden hierbei als
Hauptdeterminanten verwendet.
Finanzbudget
In Analogie zu den Reisezeitbudgets kann eine Ermittlung des finanziellen Budgets
erfolgen, das Reisende in ihre Mobilität investieren. Hierfür werden die in der MiD 2002
erfassten Informationen zum Haushaltseinkommen sowie die vom Statistischen
Bundesamt verfügbaren Daten zum Konsumverhalten und den Ausgaben für
Verkehrsleistungen in Abhängigkeit vom Einkommen Verwendung finden. 26 In den
letzten 30 Jahren können die verkehrsbezogenen Ausgaben der Haushalte als relativ
stabile Größe im Konsumverhalten der Haushalte betrachtet werden. Der Anteil der
Verkehrsausgaben am Konsumentenbudget, gemessen am Realeinkommen, blieb
nach Angaben des BMVBS (2006) konstant. Bei Querschnittsbetrachtungen für das
Jahr 2003 wurde des Weiteren festgestellt, dass der Anteil der Mobilitätsausgaben am
Einkommen zunächst mit dem verfügbaren Einkommen steigt und sich bei einem
26
Siehe Voigt (2000) für eine beispielhafte Auswertung der Daten des Statistischen Bundesamtes zu
Ausgaben der Haushalte für Verkehrsleistungen mit Unterteilung nach Haushaltseinkommen sowie
verschiedenen Ausgabenanteilen.
Zwischenbericht, März 2007

- 54 -
Institut für Verkehrsforschung
mittleren Einkommen prozentual konsolidiert (BMVBS 2006). Wenngleich erste
Berechnungen der Elastizität der mobilitätsbezogenen Ausgaben in Hinsicht auf das
verfügbare Einkommen sowie das Alter einer Person bestehen, können keine
belastbaren Aussagen zur Obergrenze der Ausgaben getroffen werden (Hautzinger et
al. 2004). Die Modellierung der Budgetgrenzen wird sich daher an den von bisherigen
Untersuchungen identifizierten Durchschnittsausgaben orientieren. Hautzinger et al.
(2004) beziffern den Anteil der Mobilitätsausgaben am verfügbaren Haushaltsbudget
für das Jahr 1998 auf 9-11 %. In einer Studie des IFMO davon ausgegangen, dass sich
das haushaltsbezogene Mobilitätsbudget im Jahr 2020 auf etwas über 14% des
Haushaltsbudgets belaufen wird (Institut für Mobilitätsforschung 2002). Das BMVBS
hingegen geht in seiner Prognose für das Jahr 2050 vereinfachend von einem trotz
steigender Höhe der Kraftstoffpreise auf jetzigem Niveau stagnierenden Mobilitätsbudget
aus, differenziert hierbei jedoch nach Alter und Einkommensklasse (BMVBS
2006).
Anhand einer Analyse des in der MiD erhobenen Fahrtenaufkommens sowie des
Einkommens auf Haushaltsebene wird im Projekt eine vereinfachte Abschätzung der
Variabilität der Finanzbudgets auf Haushaltsebene und somit eine Annäherung an die
Budgetobergrenzen vorgenommen. Wie auch beim Zeitbudget ist zu beachten, dass
die finanziellen Ausgaben schwanken können, d.h. zwischen den verschiedenen
Tagen eine Varianz besteht. Es wird daher eine Mittelung über die einzelnen Tage
erfolgen.
3.4.2.3 Erweiterungskomponenten von TAPAS
Nachfolgend werden die Erweiterungen der vier Kernelemente von TAPAS um die
Maßnahmenreagibilität sowie die Betrachtung von Budgetrestriktionen vorgestellt.
Veränderungen der Verkehrsmittelwahl
Eine Erweiterung von TAPAS ist die Entwicklung einer eigenständigen Kostenfunktion
27 , bei der die Entscheidung einer Person für eine spezifische Modalart anhand
der damit einhergehenden zeitlichen und finanziellen Kosten getroffen wird. Auf diese
27
Eine Erweiterung des bisher in TAPAS für die Verkehrsmittelwahl genutzten CHAID-Baumes um detail
liertere Modalarten wie beispielweise eine Unterscheidung nach mautpflichtigen und mautfreien
Straßen, der Option des Car Pooling oder des Park And Ride ist ebenfalls denkbar. Eine Integration
dieser neuen Mobilitätsoptionen erlaubt jedoch keine dynamische Betrachtung der Wirkungsweise
verkehrspolitischer Maßnahmen. Vielmehr müsste anhand bestehender Potenzialanalysen für
verschiedene Maßnahmen eine externe Festlegung der Wirkungshöhe erfolgen, um die Verschiebung
der bestehenden Modalwahlwahrscheinlichkeit zu Gunsten der neuen Mobilitätsoptionen modellieren
zu können. Besonders angesichts etwaiger Kreuzeffekte verschiedener Maßnahmen dürfte die
Abschätzung der Verlagerungspotentiale für den CHAID-Baum einige Schwierigkeiten mit sich
bringen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 55 -
Weise werden die eben beschriebenen Budgets und Restriktionen in TAPAS
umgesetzt. Hierbei gilt es, die nachfolgenden Aspekte zu integrieren:
Finanzielle Aufwendungen:
• PKW: Anschaffung, Unterhalt, Betrieb (Kraftstoff, Straßenbenutzungsgebühren,
Parkgebühren)
• ÖPNV: durchschnittlichen Einzelfahrpreis; Dauerkarte
• Rad / Fuß: keine
• Carsharing: Kosten der PKW-Nutzung / Anzahl der Sharingpartner
Zeitliche Aufwendungen:
• PKW, Rad / Fuß: Strecke pro Zeiteinheit
• Carsharing, ÖPNV: zusätzliche Betrachtung von Wartezeiten und
Abstimmungszeiten
Die entwickelte Nutzenfunktion orientiert sich an bestehenden Arbeiten (Charypar &
Nagel 2003, Meister, Frick & Axhausen 2005). Neben den konkreten Kosten einer
Verkehrsmittelwahl finden hierbei die Art der angestrebten Aktivität und ihre Dauer
Berücksichtigung bei der Beurteilung des Nutzens einer Modalwahl. Die Vergleichbarkeit
der finanziellen Kosten mit den zeitlichen Kosten wird anhand der Monetarisierung
letzterer mittels des VOT erreicht.
Für den Status Quo wird die Verkehrsmittelnutzungswahrscheinlichkeit bisher anhand
der Auswertung der MiD-Studie ermittelt. Dabei finden sozioökonomische und demographische
Faktoren Berücksichtigung bei der Zuordnung der Wahrscheinlichkeiten zu
spezifischen Personengruppen. Des Weiteren erfolgt eine Differenzierung der
Modalwahl anhand des Aktivitätentyps sowie der Entfernung zum Gelegenheitsort. Der
so ermittelte personengruppen- und aktivitätendifferenzierte Modal Split wird zur
Kalibrierung der zeit- und kostensensitiven Bewertungsfunktion herangezogen.
Eine Kalibrierung der Modalwahl bei veränderten Mobilitätsbedingungen erfolgt für die
einzelnen Maßnahmen getrennt anhand empirisch belegter Reaktionsumfänge sowie
publizierten Verlagerungspotenzial – und Regressionsanalysen. Wenngleich eine
Übertragung konkreter Elastizitäten skeptisch beurteilt werden muss, ermöglichen
diese Vergleiche eine Abschätzung der Plausibilität der implementierten Kostenfunktion
und der Gewichtung ihrer einzelnen Einflussparameter.
Ein Rückgriff auf eine explizite Modalwahl unter Berücksichtigung eines konkreten
Modal Splits gemäß publizierter Studien erfolgt gegebenenfalls, sollte sich die
Wirkungsweise einer Maßnahme nicht direkt mittels der Kostenintegration abbilden
lassen. Eine Berücksichtigung eventueller Kreuzeffekte verschiedener Maßnahmen
muss hierbei erfolgen.
Veränderung der Gelegenheitswahl
Zwischenbericht, März 2007

- 56 -
Institut für Verkehrsforschung
Der Aktivitätenplan einer Person bestimmt die Aktivitäten, denen eine Person im Laufe
ihres Tages nachgeht. Zur Ermittlung der dafür zurückgelegten Wege muss zunächst
eine Wahl des jeweiligen Ausführungsortes einer Aktivität erfolgen. In der
ursprünglichen Version von TAPAS erfolgt diese Zielwahl ausschließlich unter
Berücksichtigung der Entfernung sowie der Kapazität der einzelnen Gelegenheiten.
Zur Abbildung der Auswirkungen einzelner Maßnahmen ist eine Integration weiterer
Beurteilungskriterien notwendig. Auswirkungen der Einführung einer Parkraumbewirtschaftung
oder einer Attraktivitätssteigerung des ÖPNV (Erhöhung der
Taktfrequenz, Einrichtung neuer Verkehrsverbindungen) lassen sich nur dann in die
Zielwahl integrieren, wenn die Beurteilung einer Gelegenheit nicht nur aufgrund ihrer
Entfernung vom Ausgangsort, sondern ebenfalls anhand ihrer Verkehrsgunst sowie
den zeitlichen und finanziellen Kosten ihrer Erreichung vorgenommen wird. Bei der
Gelegenheitswahl werden daher die für die gewählte Modalart zutreffenden
Mobilitätskosten berücksichtigt. Im Falle des MIV handelt es sich beispielsweise hierbei
neben den entfernungsbasierten Treibstoffkosten um etwaig anfallende Maut- und
Parkkosten sowie zu erwartende Zugangs- und Abgangszeiten.
Die Bedeutung dieser Faktoren variiert mit der Art und Dauer der Aktivität. Am Beispiel
der Parkbewirtschaftung lässt sich beispielsweise zeigen, dass Änderungen der
Modalwahl vornehmlich bei Langzeitparkern ohne Anwohnerausweis (Pendler mit
PKW-Nutzung) anzutreffen sind. Durch verkürzte Parkplatzsuchzeiten gewinnen
Gelegenheiten in Bewirtschaftungszonen gleichzeitig an Attraktivität für Einkäufer
(Dörnemann 1998). Durch die Integration der Zugangsdauer lässt sich gleichzeitig die
Reaktionsmöglichkeit einer Parkverlagerung bei Beibehaltung der Gelegenheitswahl
abbilden. Ein ähnliches Vorgehen bei der makroskopischen Modellierung (Integration
von Zugangs- und Abgangszeiten sowie Parkkosten umgerechnet in Zeiteinheiten und
zu den Reisezeiten hinzugefügt) findet sich bei Hebel, Peter & Schäfer (2000).
Änderung der Aktivitätenpläne
Eine Veränderung der Rahmenbedingungen für Mobilität zieht nicht nur eine
veränderte Verkehrsmittel- und Gelegenheitenwahl nach sich. Vielmehr ist davon
auszugehen, dass eine Anpassung der Aktivitätenpläne stattfindet. Diese Anpassung
lässt sich auf folgende Gründe zurückführen:
• Veränderungen des Zeitbudget durch veränderte Reisezeiten zu den
Aktivitätengelegenheiten aufgrund einer alternativen Modalwahl, veränderten
Geschwindigkeiten der Verkehrsmittel (ÖV-Taktung, MIV-Dichte etc.) oder
geänderten Zielorten der Aktivität,
• Restriktionen aufgrund des finanziellen Budgets,
• Wegfall von außerhäuslichen Aktivitäten, beispielweise durch eine verstärkte
Verbreitung von Telearbeitsplätzen.
Bei der Ermittlung des Aktivitätenplans für die einzelnen Personen kann daher nicht
nur ein Rückgriff auf die aus der Zeitbudgeterhebung abgeleiteten Aktivitätenpläne
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 57 -
erfolgen. Vielmehr muss eine Anpassung der Aktivitätenpläne erfolgen, die sich an den
nachfolgenden Elementen orientiert:
• Veränderung der Auswahlwahrscheinlichkeit bestehender Muster
• Wegfall von Aktivitäten: Nach verschiedenen Studien wirkt sich ein restriktives
Zeitbudget v.a. in der Abnahme der zu Hause verbrachten Zeit sowie einer
Abnahme der außerhäuslichen Freizeitaktivitäten aus (Kuhnimhof 2006, Heine-
Nims, Schnittger und Wittowsky 2003).
• Veränderte Aktivitätenfolgen: Verkettung von Episoden zu Wegeketten zum
Ausgleich zeitlicher und finanzieller Restriktionen
Aktivitäten haben nicht nur eine Mindestzeit, die sie ausgeführt werden sollten, sondern
weisen auch einen Zeitpunkt auf, ab dem der Grenznutzen sinkt. Des Weiteren lässt
sich feststellen, dass die akzeptable Reisezeit mit der Dauer und der Art der Aktivität
zusammenhängt (Chen & Mokhtarian 2000, Hertkorn 2004). Aus diesem Grund wird
bei der Veränderung der Aktivitätenpläne eine Nutzenfunktion Verwendung finden, die
von einer aktivitätenspezifischen Idealdauer ausgeht und eine Differenzierung der
akzeptablen Reisezeiten nach der Aktivitätenart vornimmt (Vgl.: Meister, Frick &
Axhausen 2005). Fakultative Aktivitäten (v.a. im Freizeitbereich) werden bei einer
etwaigen Überprüfung des Aktivitätenplans hinsichtlich einer alternativen Gelegenheitswahl
oder Wegfall präferiert betrachtet.
Veränderung der individuellen Mobilitätsoptionen
Die Auswirkung verkehrspolitischer Maßnahmen kann nur unter Beachtung der
verschiedenen sozioökonomischen Eigenschaften der betroffenen Personen sowie der
ihnen zur Verfügung stehenden Mobilitätsoptionen abgeschätzt werden. Bei der
Erstellung der synthetischen Bevölkerung der Untersuchungsgebiete erfolgt daher
bisher eine Auswertung der Datenbasis hinsichtlich des beruflichen Status, der
Haushaltsgröße (Kinder), des Geschlechts sowie der PKW-Verfügbarkeit der einzelnen
Personen. Genannte Kennziffern wurden bei einer Clusterung der Wegtagebücher als
Determinaten der Zeitverwendung identifiziert.
Im Rahmen der Maßnahmenintegration in TAPAS erfolgt eine weitere Differenzierung
der Personeneigenschaften. Wie in Abschnitt 3.4.2.2 dargestellt, werden für die
einzelnen Personen die zeitlichen und finanziellen Budgets abgeleitet. Investitionen in
Mobilitätsoptionen, sei es in Form einer PKW-Anschaffung, eines ÖPNV-Abos oder
einer Mitgliedschaft in einer Car-Sharing-Vereinigung, prägen langfristig – wenn auch
in unterschiedlicher Stärke – das Mobilitätsverhalten einer Person (Simma & Axhausen
2003). Aus diesem Grund erfolgt ggf. eine Ergänzung der Personeneigenschaften um
einen Dauerkartenbesitz für den ÖPNV, welcher aus den Daten der MiD 2002
abgeleitet wird, sowie einer Wahrscheinlichkeit des Zugangs zu einer Car-Sharing-
Möglichkeit, deren Höhe aus bestehenden Forschungsarbeiten abzuleiten sein wird.
Um eine differenzierte Analyse der Auswirkungen von Maßnahmen zu ermöglichen, die
je nach Typ des PKW unterschiedlich stark greifen, ist eine Differenzierung hinsichtlich
Zwischenbericht, März 2007

- 58 -
Institut für Verkehrsforschung
des zur Verfügung stehenden PKW eines Haushalts erstrebenswert. Eine direkte
Kopplung der Modellierung der Personenverkehrsnachfrage mit dem PKW-Käufermodell
kann aufgrund des Mangels an der dafür notwendigen detaillierten Datenbasis
nicht vorgenommen werden. Diese Beschränkung betrifft vor allem die eindeutige
Zuordnung bestimmter PKW-Typen zu konkreten Personen. Aus diesem Grund wird
eine Abschätzung der Veränderung der PKW-Anteile auf aggregierter Ebene erfolgen.
Die Erkenntnisse des PKW-Käufermodells werden hierbei weitest möglich integriert.
3.4.3 Umsetzung der in renewbility geplanten Maßnahmen
3.4.3.1 Einleitung
Nachfolgend wird aufgezeigt, wie die vorgestellten Wirkmechanismen zur Integration
von verkehrspolitischen Maßnahmen im Rahmen des Projektes renewbility eingesetzt
werden, d.h. für eine Auswahl von Maßnahmen wird die konkrete Umsetzung im
Personenverkehrsmodell dargestellt. Hiermit erfolgt keine Vorauswahl der in den
Szenarien einzusetzenden Maßnahmen, vielmehr handelt es sich um die
konzeptionelle Erweiterung der Modelle, um die später definierten Maßnahmen
umsetzen zu können. Das Vorgehen wird dabei anhand ausgewählter Maßnahmen,
der jeweiligen Annahmen zu ihren Auswirkungen sowie der entsprechenden
Umsetzung im Modell illustriert. Es handelt sich hierbei um idealtypische Möglichkeiten
der Umsetzung, die die Möglichkeiten des Modells aufzeigen, im Projekt aber nicht in
jedem Falle so erfolgen werden. Abhängig von der gewählten Stärke der Maßnahme
oder der Priorisierung innerhalb eines Maßnahmenbündels, erfolgt die Implementierung
wie dargestellt oder in vereinfachter Form.
Als Ansatzpunkte für die Integration einer Maßnahmenreagibilität in die Verkehrsberechnung
mit Hilfe von TAPAS wurden vier verschiedene Reaktionsmuster
identifiziert:
• Veränderte Verkehrsmittelwahl als Reaktion auf veränderte Reisezeiten oder
Fahrtkosten in Abhängigkeit des zur Verfügung stehenden zeitlichen und
finanziellen Budgets,
• Veränderte Gelegenheitswahl durch eine Attraktivitätsänderung der einzelnen
Gelegenheitsorte, hervorgerufen durch modifizierte, entfernungsbasierte Kosten
der Erreichbarkeit der Orte oder Kosten des Aufenthalts,
• Veränderung der Aktivitätenpläne, verursacht durch zeitliche und finanzielle
Budgetbeschränkungen oder veränderte Mobilitätsvoraussetzungen (Telearbeit,
E-Commerce, Fahrgemeinschaften),
• Veränderungen der individuellen Mobilitätsoptionen, bspw. PKW-Besitz,
Dauerkartenbesitz für ÖV, Zugang zu Car-Sharing-Angeboten etc.
Am Beispiel ausgewählter Maßnahmen stellt Tabelle 2 die primäre Wirkung der
jeweiligen verkehrspolitischen Maßnahme sowie die Modellierung ihrer Auswirkungen
analog zu den vier Reaktionskomponenten innerhalb von TAPAS dar. Maßnahmen mit
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 59 -
ähnlichen Wirkungsmechanismen werden in der Tabelle zusätzlich aufgelistet. Eine
Beschreibung der angenommenen grundsätzlichen Wirkung verschiedener
Maßnahmen sowie deren konkrete Umsetzung innerhalb der Simulation folgen im
Anschluss.
Zwischenbericht, März 2007

- 60 -
Institut für Verkehrsforschung
Hauptsächliche Reaktionskomponenten
Primäre
Wirkung
Maßnahmen
-beispiel
Verkehrs
-mittelwahl
Finanziell Zeitlich
Gelegen-
heitswahl
Aktivitätenplan
HH-
Eigenschaften
Ähnlich wirkende
Maßnahmen
induziert
induziert
Zielgebietsabhängige MIV-
Verteuerung
Road Pricing mit
Kordonmaut
X X (X) (X) - Parkraummanagement
Zielgebiets- und
emissionsabhängige MIV-
Verteuerung
Entfernungsabhängige MIV-
Preisänderung
Veränderung des zeitlichen
Aufwandes der
Verkehrsmittelnutzung
Road Pricing mit
Differenzierung nach
CO2-Emissionen
X X (X) X
Kraftstoffpreiserhöhung X (X)
- CO2-Emissionshandel im
Verkehr (Upstream-Modell)
- Abbau der Kilometerpauschale
- CO2-bezogene KFZ-Steuer
- Kampagnen zur
Verbrauchssenkenden
Fahrweise
Angebotserweiterung im
X (X) X - Einsatz von Telematiksystemen im
ÖPNV
Personenverkehr
Veränderung des
finanziellen Aufwandes der
Verkehrsmittelnutzung
Förderung alternativer
Modalarten
Herausbildung alternativer
Tagesabläufe
Tarifmaßnahmen im
ÖPNV
Förderung Car-Sharing /
Car-Pooling
Förderung der
Telearbeit
X (X)
X X X
(X) X (X)
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 61 -
3.4.3.2 Primär wirksame Maßnahmen
Gebietsbezogene Erhebung von Straßenbenutzungsgebühren
(Kordonmaut)
Die Kosten der Pkw-Nutzung erhöhen sich innerhalb des bemauteten Gebiets, was zu
einer verminderten Attraktivität der dort gelegenen Ziele führt bzw. einen Umstieg auf
öffentliche Verkehrsmittel zum Erreichen dieser Ziele begünstigt. Die modelltechnische
Umsetzung erfolgt folgendermaßen:
• Innerhalb der Kostenfunktion werden erhöhte Wegekosten berücksichtigt, was
die Auswahlwahrscheinlichkeit des PKW zu Gunsten des ÖPNV und nicht
motorisierten Verkehrs reduziert.
• Die erhöhten Wegekosten werden bei der Gelegenheitswahl berücksichtigt;
dies führt zu einer Verminderung der Attraktivität der Gelegenheiten innerhalb
der Mautzone.
• Ggf. werden die Mobilitätsoptionen für bestimmte Personengruppen angepasst
(Anschaffung einer ÖV-Dauerkarte, Abschaffung des Pkw etc.), d.h. die
Attribute einer Person bzw. eines Haushalts werden verändert (z.B. in
Anlehnung an die von Simma & Axhausen (2003) identifizierten Einflussgrößen.)
• Ggf. erfolgt eine geringfügige Änderung der Aktivitätenmuster (Fahrtverzicht im
Freizeit- und Einkaufsbereich).
Die dargestellte Modellierung eignet sich zur Wirkungsabschätzung einer Kordonmaut.
Eine etwaige Differenzierung der Abgabenhöhe nach Antriebsart wird innerhalb des
Modells umgesetzt, indem der Anteil der betroffenen Fahrzeuge in Anlehnung an die
Ergebnisse des PKW-Käufer-Modells abgeschätzt wird.
Die Umsetzung einer streckenbezogenen Abgabe kann ggf. durch eine Anpassung der
Fahrzeiten mittels des VOT innerhalb der betroffenen Gebiete erfolgen. Sie erfordert
jedoch einen stark erhöhten Aufwand, da streckenbezogene Konzepte bisher für
einzelne Straßenkategorien angewendet werden. Die hier errechneten Verkehrsmengen
können jedoch nicht auf einzelne Straßenkategorien hin kalibriert werden,
wodurch die notwendige Berechnung von Mautausweichverkehren ebenfalls nicht in
adäquater Weise stattfinden kann.
Darüber hinaus werden im Rahmen der Simulation in TAPAS keine Auswirkungen
einer zeitlich differenzierten Maut modelliert, da die Abgabenerhebung in Spitzenverkehrszeiten
vornehmlich der Stauvermeidung dient und somit nicht im Zentrum des
Interesses von renewbility steht.
Angebotserweiterungen oder Angebotsänderungen im ÖPNV
Die Attraktivität des ÖPNV wird durch zwei unterschiedliche Maßnahmen gesteigert:
− modifizierte Preis- und Tarifgestaltung, und/oder
Zwischenbericht, März 2007

- 62 -
Institut für Verkehrsforschung
− ein verbessertes Angebot durch betriebliche Maßnahmen wie dichtere
Taktungen, optimierte Umsteigebeziehungen oder erhöhte Reisegeschwindigkeiten
bspw. durch Ampelvorrangschaltungen, Busspuren etc.
Grundsätzlich wird davon ausgegangen, dass eine Attraktivitätssteigerung im ÖPNV zu
einer Verlagerung des MIV hin zum ÖPNV führt. Die Anzahl der Besitzer einer
Monatskarte wird steigen, jedoch nicht nur durch Umsteiger vom MIV, sondern auch
durch Personen die zuvor z.B. das Fahrrad genutzt haben oder grundsätzlich weniger
mobil waren.
Tarifliche Veränderungen werden im Modell in folgender Weise abgebildet:
• Veränderung der finanziellen Kosten der ÖPNV-Nutzung innerhalb der
Kostenfunktion, die zu einer veränderten Verkehrsmittelwahl führen.
• Die Maßnahmenwirkung variiert je nach zur Verfügung stehenden Mobilitätsoptionen
der verschiedenen Personengruppen in ihrer Wirkungsstärke.
• Veränderung der Mobilitätsoptionen treten ein (Anschaffung einer ÖV-
Dauerkarte).
• Bei deutlich reduzierter MIV-Nutzung und unter der Annahme, dass die
Straßenkapazitäten nicht vermindert werden, verkürzen sich die Reisezeiten im
PKW-Verkehr, v.a. durch eine verringerte Stauwahrscheinlichkeit. Dadurch
steigt die Wahrscheinlichkeit, dass der Pkw als Verkehrsmittel gewählt wird. Die
Umsetzung dieses Effekts wird ggf. über eine entsprechend verringerte
Wirkungsintensität der primären Wirkung realisiert.
Angebotserweiterungen im ÖPNV werden wie folgt umgesetzt:
• Durch die Verdichtung der Takte und Erhöhung der grundsätzlichen
Reisegeschwindigkeiten verringert sich die durchschnittliche Reisezeit bei der
Nutzung des ÖPNV. Die zeitlichen Kosten dieser Modalart werden gesenkt. Die
Fahrzeitveränderung kann sich direkt in den Reisezeitmatrizen widerspiegeln.
Eine Verringerung der Anzahl der Umstiege wird durch eine direkte Senkung
der Fahrzeiten modelliert (in Abstimmung mit dem ÖPNV-Modul der TU
Dresden).
Der zusätzliche Ausbau der Infrastruktur des Öffentlichen Verkehrs über den im
Basisszenario angenommenen Ausbauzustand hinaus, etwa der Bau von weiteren S-
Bahn-Linien oder der Aufbau eines Straßenbahnsystems, wird entsprechend der
Festlegungen im Projekt nicht betrachtet.
Es wird darauf hingewiesen, dass die alleinige finanzielle Attraktivitätssteigerung des
ÖV keine wesentlichen Auswirkungen hinsichtlich einer Verlagerung des MIV zum
ÖPNV nach sich führt. Erfahrungsgemäß liegt die Zeitelastizität der Nachfrage deutlich
über dem Preisäquivalent (Vrtic & Axhausen 2000). Zumeist erfolgt daher eine
Attraktivitätssteigerung des ÖV sowohl unter zeitlichen als auch finanziellen
Gesichtspunkten.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 63 -
Erhöhung des Kraftstoffpreises
Die Verteuerung von Kraftstoff, z. B. als Folge einer Erhöhung der Mineralölsteuer, hat
eine grundsätzliche Erhöhung der Pkw-Betriebskosten zur Folge. Dabei gilt es,
zwischen einer generellen Preiserhöhung sowie einer Erhöhung in Abhängigkeit von
der Kraftstoffart zu unterscheiden. Als Beispiel für letzteres kann eine Preisgestaltung
in Abhängigkeit von den spezifischen CO 2 -Emissionen der Kraftstoffe gelten (siehe
auch CO 2 -Emissionshandel im Upstream-Modell 3.4.3.3).
Die kurzfristige Reaktionsmöglichkeit auf eine Kraftstoffpreiserhöhung besteht
vornehmlich in einer Anpassung des Fahrverhaltens sowie der Erhöhung der
durchschnittlichen Auslastung eines PKW. Dadurch ist ein Rückgang bzw. ein weniger
starkes Wachstum des MIV zu erwarten und außerdem – je nach Maß der Erhöhung -
eine steigende Zahl der ÖV-Nutzer. Langfristig ist mit einer Tendenz zur Beachtung der
Höhe des spezifischen Kraftstoffverbrauchs bzw. der Antriebsart im Falle eines PKW-
Neuerwerbs zu rechnen.
• Innerhalb der Kostenfunktion werden erhöhte Wegekosten berücksichtigt, was
die Auswahlwahrscheinlichkeit des PKW zu Gunsten des ÖPNV und nicht
motorisierten Verkehrs reduziert.
• Im Falle einer differenzierten Erhöhung wird der Anteil der betroffenen PKW auf
Basis des Käufermodells abgeschätzt.
• Eine Berücksichtigung der langfristigen Auswirkungen einer Kraftstoffpreiserhöhung
auf das Kaufverhalten erfolgt im Käufermodell.
Abbau der Kilometer- / Wegepauschale
Der Abbau der Kilometerpauschale kann – in Abhängigkeit vom Einkommen, der
Entfernung zum Arbeitsort sowie den sonstigen Werbungskosten - zu einer Kostenerhöhung
der berufsbedingten Fahrten führen. Nach Prognosen des UBA (Panta Rhei -
Modellrechnungen) bewirkt die Abschaffung der Kilometerpauschale eine geringfügige,
in Abhängigkeit vom Einkommen und der Region stark streuende Anpassung bei
berufsbedingten Fahrten, die generelle Absenkung der Fahrleistung aufgrund des
geringeren zur Verfügung stehenden Einkommens überwiegt jedoch (UBA 11/2004,
Diestelkamp et al. 2004). Bei kostensensitiven Haushalten führt dies zu einer
Verlagerung des MIV auf den ÖV. Die Attraktivität, in der Nähe des Arbeitsortes zu
wohnen, steigt. Die modelltechnische Umsetzung wird folgendermaßen durchgeführt:
• Kosten der PKW-Nutzung steigen und wirken sich auf die Modalwahl aus.
• Es erfolgt keine getrennte Betrachtung nach Aktivitätenart (Arbeit) sondern eine
Berücksichtigung des Gesamtbudgets und seiner Veränderung. Dabei werden
nur Erwerbstätige berücksichtigt, die über ein überdurchschnittliches
Einkommen verfügen und deren Arbeitsplatz mehr als 20km vom Wohnort
entfernt ist. Es wird davon ausgegangen, dass diese Personengruppe
überproportional von der Abschaffung betroffen ist, während Personen mit
geringerem Einkommen aufgrund der pauschalen Werbekostenabsetzung
unterdurchschnittlich betroffen sind (Vgl.: Kloas & Kuhfeld 2003).
Zwischenbericht, März 2007

- 64 -
Institut für Verkehrsforschung
Parkraumbewirtschaftung
Die Auswirkungen einer Parkraumbewirtschaftung können vielfältig sein: In den
betroffenen Gebieten steigen die Kosten der PKW-Nutzung durch steigende
Parkgebühren. Wenn die Bewirtschaftung mit einer Verknappung einhergeht, kommt
es aufgrund des Parksuchverkehrs zur Erhöhung der Reisezeit und einer Senkung der
Attraktivität der umliegenden Gebiete. Außerdem variieren die Auswirkungen mit Art
und Dauer des zum Parkvorgang gehörigen Fahrtzweckes.
Bei einem Konzept mit Anwohnerausweisen wird für die entsprechende Personengruppe
durch die besserer Stellplatzverfügbarkeit vor Ort der Pkw-Verkehr ggf.
attraktiver. Möglichkeiten der Umsetzung sind:
• Kostenfunktion der PKW-Nutzung wird um Parkplatzgebühren für die
entsprechenden Reiseziele ergänzt und somit die Wahlwahrscheinlichkeit der
Modalart beeinflusst.
• Die Gelegenheitswahl berücksichtigt Verkehrsmittelgunst (Parkraum, Maut,
ÖPNV-Anschluss); knappe oder teure Parkmöglichkeiten verringern die
Attraktivität dieser Orte, eventuell auch über Beachtung von veränderten
Zugangs- und Abgangszeiten durch eine Angebotsveränderung.
• Modellierung erfolgt in Anlehnung an die von Baier et al. (2000), Dörnemann
(1998) und Höhnberg (2002) identifizierten Verlagerungspotenziale mit
Unterscheidung nach Aktivitätendauer und Aktivitätenart.
• Geringfügige Änderung der Aktivitätenmuster (Fahrtverzicht im Freizeit- und
Einkaufsbereich)
Eine Abschätzung der Wirkungsstärke einer Parkraumbewirtschaftung erfolgt oftmals
in Zusammenhang mit der Förderung verkehrsberuhigter Innenstadtzonen sowie einem
einhergehenden Ausbau des ÖPNV-Angebots als Voraussetzung einer Modalsplitverlagerung
(Vgl. Nielsen 2001).
Steueranreize für Telearbeit
Durch steuerliche Anreize zur Telearbeit nimmt die Anzahl der zu Hause Arbeitenden
zu. Dadurch fallen Wege von und zur Arbeit weg, evtl. sind jedoch zusätzliche Einkaufswege
vorzunehmen. Ein höherer Anteil von Telearbeit wird wie folgt umgesetzt:
• Herausbildung neuer Aktivitätenmuster bzw. stärkere Berücksichtigung
bestehender Aktivitätenmuster mit Telearbeit durch Veränderung der Auswahlwahrscheinlichkeit
für bestimmte Personengruppen. Im Projekt vi-va wurde eine
ähnliche Analyse durchgeführt für die Verlagerung von Einkäufen zu E-
Commerce (Institut für Verkehrsforschung 2007). Die dort zu diesem Zweck
durchgeführten Erweiterungen von TAPAS bei der Zuordnung von Aktivitätenmustern
werden übertragen.
• Es erfolgt eine indirekte Beeinflussung der Gelegenheits- und Modalwahl.
• Die Wahrscheinlichkeit einer Adaption alternativer Aktivitätenmuster als Folge
von Telearbeit hängt sowohl von den Eigenschaften der Person als auch den
Arbeitgebern im Umfeld des Wohnortes ab.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 65 -
• Die durchschnittliche Anzahl der Arbeitswege als Übergabeparameter an
VISEVA sinkt.
• Die verringerte PKW-Nutzung aufgrund des Wegfalls von Arbeitswegen kann
zu einer leichten Veränderung des PKW-Besitzes führen.
Förderung gemeinschaftlicher Nutzung des PKW (Car-Pooling und Car-
Sharing)
Eine weitere Verbreitung von günstigen und professionellen Car-Sharing-Dienstleistungen
führt zu steigenden Nutzerzahlen. In einem Teil der Haushalte wird auf
einen Pkw verzichtet und es findet eine zusätzliche Verlagerung zugunsten der
öffentlichen Verkehrsmittel statt. Es erfolgt eine Abnahme des MIV, insbesondere im
Berufsverkehr.
Die Förderung oder steuerliche Vergünstigung von Car Pooling führt zur Anschaffung
von betrieblichen Fahrzeugflotten für die gemeinsame Nutzung zur Fahrt zum
Arbeitsplatz. Alternativ werden Privatfahrzeuge vermehrt von Fahrgemeinschaften
genutzt. Beide Varianten finden sich vor allem bei Großunternehmen, bei denen die
Bildung von Fahrgemeinschaften angesichts des gleichen Fahrzieles und einem
Mindestaufkommen möglich ist.
Für die Maßnahme gemeinschaftliche Nutzung von Pkw ist folgende Umsetzung
geplant:
• Fahrgemeinschaften sowie Car-Sharing werden als alternative Mobilitätsoption
neben dem PKW- und ÖV-Dauerkartenbesitz eingeführt.
• Der PKW-Besitz geht bei Car-Sharing-affinen Personengruppen leicht zurück.
Ein Anteil der Aktivitäten wird dennoch unter Nutzung eines Leih-PKW durchgeführt;
dabei handelt es sich vor allem um Einkaufs- und Freizeitaktivitäten.
• Bei der Bildung von Fahrgemeinschaften erfolgt für den Weg zur Arbeit die
Nutzung des Modus „fremder PKW“. Die Fahrt dieses PKW wurde bereits beim
Besitzer berücksichtigt. Dies wirkt sich auf den arbeitswegspezifischen
Besetzungsgrad aus, der entsprechend steigt und an VISEVA übergeben wird.
• Die Aktivitätenmuster von Personen mit Fahrgemeinschaften ändern sich leicht,
da in diesem Fall eine Verkettung der Arbeitsfahrt mit anderen Aktivitäten
erschwert wird.
3.4.3.3 Sekundär wirksame Maßnahmen
Unter sekundär wirksamen Maßnahmen werden Maßnahmen verstanden, die in erster
Linie keinen Einfluss auf die Verkehrsnachfrage haben und daher in anderen Modellen
(z.B. Pkw-Käufermodell oder Angebotsseite) berücksichtigt werden. Für einige dieser
Maßnahmen ist aber nicht auszuschließen, dass sie je nach Stärke der Anwendung
oder in Kombination mit anderen Maßnahmen eine sekundäre Wirkung auf die
Verkehrsnachfrage entfalten. Eine Auswahl dieser Maßnahmen ist nachfolgend
Zwischenbericht, März 2007

- 66 -
Institut für Verkehrsforschung
dargestellt einschließlich der Hinweise, an welcher Stelle die primäre Wirkung
voraussichtlich berücksichtigt wird.
Förderung Alternativer Kraftstoffe sowie alternativer Pkw-Antriebe
Die Förderung alternativer Kraftstoffe führt letztlich zu einem geringeren Preis
gegenüber herkömmlichen Kraftstoffen. Dadurch sinken die Betriebskosten und erhöht
sich die Attraktivität des MIV für diejenigen Personen, deren Pkw für die Nutzung
alternativer Kraftstoffe geeignet ist.
Die Förderung von Neufahrzeugen mit alternativer Antriebstechnik wirkt sich in einem
geringeren Mehrpreis gegenüber konventionellen Fahrzeugen aus, wodurch für eine
größere Personengruppe der Kauf eines alternativ angetriebenen Pkw interessant wird.
• Die Förderung alternativer Kraftstoffe wird primär auf der Angebotsseite
abgebildet um die Auswirkungen auf den Kraftstoffpreis zu ermitteln.
• Die streckenbezogenen Fahrtkosten der PKW-Nutzung verändern sich je nach
Kraftstoffart, wobei der Anteil der Fahrzeuge auf Basis des Ergebnisses aus
dem Käufermodell abgeschätzt wird.
• Die Wahl eines alternativen Fahrzeugs wird im Käufermodell betrachtet.
CO 2 -Emissionshandel im Verkehr (Upstream- oder Midstream-Modell)
Upstream-Modell: Der Preis für verschiedene Kraftstoffe erhöht sich grundsätzlich und
in Abhängigkeit von der Höhe der spezifischen CO 2 -Emissionen des Kraftstoffs. Die
entfernungsbasierten Nutzungskosten eines entsprechenden PKW steigen und führen
zu einer geringfügig vermehrten Nutzung alternativer Verkehrsmittel. Der Anreiz zum
Erwerb eines PKW mit geringeren spezifischen CO 2 -Emissionen steigt.
Midstream-Modell: Die Herstellung von PKW mit hohen Emissionsraten verteuert sich
aufgrund des CO 2 -Handels; die Preissteigerungen werden an Verbraucher
weitergereicht und fördern die Anschaffung von PKW mit alternativen Antriebsarten.
Fahrleistung und Fahrverhalten bleiben unverändert.
Umsetzung des Upstream-Modell:
• Der Anteil der PKW mit alternativen Antriebsarten steigt gemäß den Berechnungen
im PKW-Käufermodell.
• Kosten der PKW-Nutzung steigen bei entsprechenden PKW und wirken sich
auf die Modalwahl aus. Die Auswahlwahrscheinlichkeit des PKW als Verkehrsmittel
verringert sich geringfügig.
• Die Ermittlung der Wirkungsstärke erfolgt analog zur allgemeinen Verteuerung
der Kraftstoffpreise und wird anteilig des entsprechenden PKW-Anteils
berücksichtigt.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 67 -
Umsetzung des Midstream-Modell:
• Eine Umsetzung erfolgt im Rahmen des PKW-Käufermodells. Es findet keine
Veränderung innerhalb von TAPAS statt, es sei denn, die Maßnahme geht mit
einer generellen Kraftstoffpreiserhöhung einher.
CO 2 -bezogene Kfz-Steuer
Durch eine Umgestaltung der Kfz-Steuer werden Anreize zum Erwerb verbrauchsärmerer
Fahrzeuge geschaffen. Je nach Gestaltung der Kfz-Steuer und in Abhängigkeit
der Gestaltung anderer relevanter Steuern - insbesondere der Mineralölsteuer –
kann es zu einer Kostenreduktion bei den Haltern dieser Fahrzeuge kommen, wodurch
die Attraktivität der Fahrzeugnutzung steigt.
• Die primäre Wirkung einer neugestalteten Kfz-Steuer wird im PKW-
Käufermodell abgebildet und findet unabhängig von der Verkehrsnachfragemodellierung
statt.
• Je nach Gestaltung der Maßnahmen innerhalb eines Szenarios werden aus
dem Käufermodell Rückschlüsse für die Verkehrsmodellierung gezogen und für
einen bestimmten Anteil der Bevölkerung geringere Fixkosten der PKW-
Nutzung angesetzt. Diese Veränderung wird anteilig bei der Berechnung der
streckenbezogenen Kosten der PKW-Nutzung integriert. Die Kosten finden
sowohl bei der Modalwahl als auch bei der Gelegenheitswahl Beachtung.
Einsatz von Telematiksystemen
Telematiksysteme haben in erster Linie das Ziel, den Verkehrsfluss zu optimieren und
Stausituationen zu verhindern. Hierdurch wird die Reisezeit in Einzelfällen reduziert.
Gleichzeitig tragen die Systeme durch eine optimale Routenführung allgemein zu einer
verkürzten Reisezeit bei, was allerdings nicht notwendigerweise mit einer streckenmäßig
kürzeren Route einhergehen muss. Parkleitsysteme fördern die Attraktivität der
um die Parkgelegenheiten liegenden Ziele durch sinkende Suchzeiten; die Fahrleistung
der entsprechenden PKW nimmt durch die Verminderung des Suchverkehrs ab.
• Die Reisezeiten verkürzen sich (Reisezeitmatrizen) und führen bei der
Kostenfunktionsberechnung zu einer Senkung der Reisekosten. Die PKW-Wahl
wird dadurch attraktiver bzw. ggf. werden gestiegene monetäre Kosten dadurch
ausgeglichen.
• Die erhöhte Attraktivität der Zielorte mit Parkleitsystemen wird bei der
Gelegenheitswahl berücksichtigt.
Einführung von Flottenverbrauchsgrenzwerten
Die Einführung von Flottenverbrauchsgrenzwerten führt grundsätzlich zu einem
größeren Angebot verbrauchsarmer Fahrzeuge bzw. zu einer allgemeinen Verringerung
des Verbrauchs der angebotenen Pkw. Dies drückt sich zunächst durch
reduzierte Emissionsfaktoren in der Stoffstromanalyse aus und wird nur bei sehr
Zwischenbericht, März 2007

- 68 -
Institut für Verkehrsforschung
gravierender Maßnahmengestaltung für die Verkehrsmodellierung relevant. Die
Umsetzung erfolgt dann analog zu 6.
Verbraucherinformationen und Kampagnen zur verbrauchssenkenden
Fahrweise
Die Kampagnen führen zu einem geringeren Verbrauch bei gleicher Fahrleistung
aufgrund spritsparender Fahrweise, optimalen Reifendrucks und ähnlicher Maßnahmen.
Sekundär kann es durch die geringeren Betriebskosten zu einem Anstieg des
MIV bzw. einer Kompensation von eventuellen Verteuerungen kommen.
• Die Maßnahme wird primär durch veränderte Emissionsfaktoren in der
Stoffstromanalyse umgesetzt.
• Sollten die sekundäre Auswirkung aufgrund der Maßnahmenstärke oder der
sonstigen Randbedingungen für relevant erachtet werden, erfolgt die
Umsetzung über eine Absenkung der streckenbezogenen Kosten der PKW-
Nutzung, die dadurch das Mobilitätsbudget weniger belasten und die
Attraktivität des MIV erhöhen.
Tempolimit auf Autobahnen
Eine Geschwindigkeitsbeschränkung auf Autobahnen führt zu einem gleichmäßigeren
Verkehrsfluss bei niedrigeren Geschwindigkeiten. Entsprechend geht der
Energiebedarf und Schadstoffausstoß für eine bestimmte Teilmenge von Autobahnfahrten
zurück, was in einer Korrektur der Emissionsfaktoren und des Energieverbrauchs
in der Stoffstromanalyse resultiert.
Es ist anzunehmen, dass Fernreisen mit dem MIV durch ein Tempolimit auf
Autobahnen für bestimmte Personengruppen an Attraktivität verlieren und somit auch
in der Verkehrsnachfrage ein Rückgang auftreten kann. Andererseits kann ein
harmonischerer Verkehrablauf bei niedrigeren Geschwindigkeiten z.B. für Nutzer von
leistungsschwachen Pkw wiederum interessanter werden. Grundsätzlich ist bereits der
aktuelle Anteil der Wege, die auf Straßen ohne Tempolimit durchgeführt werden
können, sehr gering, so dass von einer differenzierten Betrachtung der Auswirkung
eines Tempolimits auf die Verkehrsnachfrage zunächst abgesehen wird.
Städtische Verkehrsplanungsmaßnahmen
Maßnahmen wie zum Beispiel die Verringerung der Zahl der Fahrspuren, Straßenverengungen,
Radwegebau etc. senken die Attraktivität für den Pkw-Verkehr und
können für die entsprechenden Gebiete eine Reduzierung des Verkehrs bewirken. Da
die Simulation im Modell auf die Gesamtverkehrsmengen kalibriert wird und nicht auf
der Ebene einzelner Wohnquartiere oder Straßenabschnitte, lassen sich derartige
Maßnahmen nur indirekt abbilden. Unter der Annahme großräumiger verkehrsplanerischer
Maßnahmen können pauschale Reduktionsraten berücksichtigt werden.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 69 -
3.4.3.4 Literaturüberblick zur Wirkungsbeurteilung verschiedener
Maßnahmen
Zur Kalibrierung des Modells und der Verifizierung der erzielten Simulationsergebnisse
erfolgt im Rahmen der Sekundäranalyse eine umfangreiche Literaturrecherche. Die
bisher zur Wirkungsabschätzung analysierte Literaturbasis ist in Tabelle 3 zusammengefasst.
Die aufgeführten Quellen repräsentieren den momentanen Stand der
Recherche und werden im Laufe des Projekts Ergänzung finden. Die Ermittlung
publizierter Elastizitäten für den MIV und den ÖV wird unter Mithilfe der TU Dresden
durchgeführt.
Tabelle 5:
Literaturübersicht Maßnahmenwirkung
Maßnahme
Literaturreferenzen
Road Pricing Franken & Bochynek 2006; Nielsen 2001;
Olszewski & Xie 2005; Ponel, 1999; Ministry of
Transport, Public Works and Water
Management 2005; Schade 2005; Spiekermann
& Wegener 2005
Angebotsänderung ÖPNV Kalbow 2001; Nielsen 2001; Rölle et al. 2002;
Schroll 2003
Erhöhung und Umgestaltung des
Kraftstoffpreises generell
Diestelkamp et al. 2004; Grünwald et al. 2002;
Hautzinger et al. 2004; Kloas et al. 2004;
Nielsen 2001; Schmidt& Axhausen 1999
Elastizitäten ÖV und MIV Button 1993; Goodwin 1992; Hang 2003;
Keuchel 1994; Vrtic et al. 2000; Vrtic 2001; Vrtic
& Axhausen 2000;
Abbau der Kilometerpauschale Distelkamp et al. 2004; Dittrich-Wesbuer et al.
2006; Deutscher Bundestag 2003; Grünwald et
al. 2002; Kloas & Kuhfeld 2003; UBA 2004
Parkraumbewirtschaftung
Baier et al. 2000; Dörnemann 1998; Grötsch et
al. 2004; Höhnberg 2002; Nielsen 2001
Telearbeit Betz & Schwarz 1998; BMVBW 2002;
Denzinger & Vogt 2000; Gareis & Kordey 2000;
Gebauer 2002, Glaser & Glaser 2000; Glaser &
Vogt 2000; Glaser & Vogt 2004; Glogger et al.
2003; James 2004; Kordey 2002;
Kreisverwaltungsreferat Landeshauptstadt
München 2003; Mokhtarian et al. 1997; Niggl &
Kreilkamp 2004; Spittje 1999; Vogt & Denzinger
2001
Zwischenbericht, März 2007

- 70 -
Institut für Verkehrsforschung
Car Pooling und Car Sharing Baum & Pesch 1994; Baum & Pesch 1996;
Dürholt 1998; Huwer 2002; Loose et al. 2001;
Mertins 2006; Müller 1998; Schäfer 2002; ILS
NRW 2006: Sammer et al. 1999; Shaheen et al.
1998
CO 2 -Emissionshandel im Verkehr Bergmann et al. 2005; für das Up-Stream-
Modell siehe auch Literatur zur Auswirkungen
von Kraftstoffpreisänderungen generell; Mid-
Stream-Modell siehe Kapitel 5.3
Einsatz von Telematiksystemen Neunzig & Benmimoun 2002; Prognos 2001
Verbraucherinformationen und
Kampagnen zur verbrauchssenkenden
Fahrweise
Bergmann et al. 2005; Innenministerium Baden-
Württemberg 2006; Klima-Bündnis der
Europäischen Städte 2000;UBA 2001
Tempolimit auf Autobahnen Gohlisch & Malow 1999; Grünwald et al. 2002
Förderung alternativer Kraft-stoffe;
CO 2 -bezogene Kfz-Steuer;
Einführung von Flottenverbrauchsgrenzwerten
Städtische Verkehrsplanungsmaßnahmen
Literatur zur Maßnahmenwirkung finden sich im
Kapitel 5.3 (Käufermodell)
Nielsen 2001; Ponel 1999, Sammer 2000
3.4.3.5 Übertragung der mikroskopisch ermittelten Maßnahmenreaktionen
auf Gesamtdeutschland mit Hilfe von VISEVA
In den Beschreibungen der beiden Personenverkehrsmodelle in den Abschnitten 3.3.2
und 3.4.1 wird deutlich, dass sie sich in ihren Ansätzen (Makro-Mikro) grundsätzlich
unterscheiden und dies insbesondere in der Fähigkeit zum Ausdruck kommt, die
Wirkung von verkehrsrelevanten Maßnahmen im Modell abzubilden. Im Makromodell
VISEVA besteht zwar durchaus die Möglichkeit, externe Veränderungen über eine
entsprechende Parametrisierung zu berücksichtigen 28 , die Wirksamkeit von Veränderungen
müssen im Falle der Verhaltensparameter jedoch außerhalb des Modells
ermittelt und geschätzt werden.
TAPAS hingegen bietet durch den Einsatz einer synthetischen Bevölkerung und
individueller, detaillierter Aktivitätenmuster vielfältige Möglichkeiten, das Individuum
betreffende Maßnahmen bzw. deren Wirkungen innerhalb des Modells zu ermitteln. Bei
derzeitigem Stand der Modellentwicklung ist es jedoch nicht möglich, mikroskopische
28
Dabei würde z.B. eine Verteuerung des Individualverkehrs als Änderung eines Parameters abgebildet
werden. Für den Parameter „durchschnittliche Anzahl der Fahrten im Freizeitverkehr pro Tag und
Person“ würde sich der Wert verringern.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 71 -
Ansätze im großen räumlichen Maßstab, z.B. auf der Ebene eines Nationalstaates,
anzuwenden.
Die Berechnungsergebnisse, die für die drei ausgewählten Regionen bei der
Simulation mit TAPAS erzielt werden, werden daher mit Hilfe des auf makroskopischer
Ebene arbeitenden Modells VISEVA weiterverarbeitet. Durch die Berechnung der
Verkehrsnachfrage auf aggregierter Ebene besitzt VISEVA die Fähigkeit, die
notwendigen Rechenprozesse für große Räume mit einer hohen Anzahl von
Verkehrszellen durchzuführen. Die mit TAPAS bestimmten Wirkmächtigkeiten verkehrspolitischer
Maßnahmen werden hierbei genutzt, um Verhaltensparameter für die
untersuchten Raumtypen abzuleiten und die Veränderung der Verkehrsleistung in
Gesamtdeutschland zu extrapolieren. Die ermittelten Maßnahmen-Reaktionen durch
die Verkehrsteilnehmer in TAPAS werden somit in angepasste Mobilitätsparameter als
Eingangsgrößen für VISEVA übersetzt.
Grundlage für diese Verbindung zwischen beiden Modellansätzen bildet die inhaltliche
Ausarbeitung der bestehenden Interpretationsebene bzw. Informationslücke, die
zwischen Modelloutput TAPAS und Modellinput VISEVA besteht. Ausgangspunkt ist,
dass quantifizierte Maßnahmenreaktionen in TAPAS nicht ohne weiteres nach VISEVA
übertragen werden können. Angesichts manifester räumlicher Verkehrsverhaltensunterschiede
im nationalen Kontext (städtisch-ländlich; Zentrum-Peripherie), besteht
die Notwendigkeit, die Ergebnisse singulärer Modellierungen der Verkehrsnachfrage
durch einen zusätzlichen Interpretationsschritt für deren Anwendung in einem deutschlandweiten
Modell aufzubereiten. Dabei muss den Besonderheiten der drei untersuchten
Räume Rechnung getragen werden. Die Untersuchung einer Maßnahme für
die Region Berlin liefert zwar quantifizierte Ergebnisse, die für andere Großstädte aber
z.B. vor dem Hintergrund des unterschiedlichen Ausbaugrads des öffentlichen
Verkehrs für die Verwendung in VISEVA interpretiert werden müssen. Dabei wird die
Interpretation auch von der betrachteten Maßnahme selbst abhängen.
Ausgehend von den mit TAPAS erzielten Ergebnissen der drei ausgewählten Räume
wird über anteilige Gewichtung des jeweiligen Raumtyps u.a. das spezifische
Verkehrsaufkommen nach Personengruppen für VISEVA generiert. Nach diesem
interpretativen Arbeitsschritt der Übertragung der Parameter auf alle Regionen des
entsprechenden Typs erfolgt in VISEVA die Hochrechnung der Auswirkungen auf die
gesamte Personenverkehrsnachfrage.
Als Ergebnis der Berechnungen in TAPAS liegen für die einzelnen Mitglieder der
synthetischen Population Fahrtenlisten vor. Sie enthalten Start- und Endpunkt der
Fahrt, den Wegezweck, die Distanz zwischen Start- und Zielort und das gewählte
Verkehrsmittel. Darüber hinaus wird für den MIV der fahrtenzweckspezifische
Besetzungsgrad berechnet.
Zwischenbericht, März 2007

- 72 -
Institut für Verkehrsforschung
Statistische Auswertungen dieser Fahrtenlisten ermöglichen die Ermittlung der
nachfolgenden Kenngrößen für die ausgewählten Referenzregionen, die für eine
Weiterverarbeitung in VISEVA zur Verfügung gestellt werden:
• Mittlere Weghäufigkeiten nach Wegezweck und sozioökonomischer
Personengruppe
• Mittlere Weglänge sowie Weglängenverteilung nach sozioökonomischer
Personengruppe und Wegezweck
• Verkehrsmittelanteile nach Personengruppe und Wegezweck
• Besetzungsgrade im MIV nach Wegezweck
Das Zusammenspiel der Berechnungen in TAPAS und VISEVA ist in Abbildung 7
graphisch dargestellt.
Abbildung 7: Zusammenspiel der Ausgabegrößen von TAPAS sowie Inputparameter für
VISEVA
TAPAS
VISEVA
Bevölkerung
Zeitverwendung
Strukturdaten (u.a. zu
Bevölkerung, Zielgelegenheiten )
Ziele
Mobilitätsparameter
Verkehrsmittel
Mittlere Weghäufigkeit nach
Wegezweck und Personengruppe
Mittlere Weglänge nach
Personengruppe und Wegezweck
Auswertung
und Anpassung
für VISEVA
Wegematrizen ausgewählter
Räume (Abfolge von
Wegeketten mit Start- und
Endpunkt, Wegezweck,
Entfernung, Modalart sowie
Angaben zu
sozioökonomischen
Eigenschaften der jeweiligen
Person)
Modal Split nach Personengruppe
und Wegezweck
Besetzungsgrade nach
Wegezweck
Wegematrix
Deutschland
Interpretation und
Plausibilitätsprüfung
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 73 -
3.4.4 Anwendung von TAPAS für Berlin
Basis der Anwendung von TAPAS für den Untersuchungsraum Berlin ist die Aufbereitung
von Bevölkerungsdaten in Form einer synthetischen Bevölkerung und die
Recherche und Bereitstellung von Gelegenheiten zur Ausübung von Aktivitäten. Für
die synthetische Bevölkerung wurden Daten der Firma infas GeoDaten GmbH und des
Berliner Statistischen Landesamtes ausgewertet. Da diese Datensätze auf Verkehrszellen
aufbauen, während TAPAS straßenabschnittsgenau arbeitet, erfolgte eine
Zuordnung auf der Basis des Haupt- und Nebenstraßennetzes von Berlin. Daten zu
Gelegenheiten wurden von einer Reihe von Quellen je nach Gelegenheitstyp (z.B.
Kinos, Einkaufs-Center etc) bezogen und mit Hilfe eines GIS-Systems der Simulation
bereitgestellt.
Während die Umlegung der Fahrten im Individualverkehr mit Hilfe von VISUM erfolgt,
wird die Umlegung der Fahrten des ÖPNV in Zusammenarbeit mit der Universität
Dresden, Professur für Verkehrsströmungslehre durchgeführt. Dort ist ein Modell zur
Angebots- und Betriebsplanung des Öffentlichen Verkehrs in Berlin vorhanden, das an
die speziellen Bedürfnisse des Projekts renewbility angepasst wurde.
Der Datenaustausch mit der TU Dresden erfolgt in Form einer Liste von Fahrten, die
mit TAPAS berechnet und dem ÖV-Modul übergeben werden. Nach der Berücksichtigung
des Liniennetzes und der Betriebsabläufe des ÖPNV wird die Liste der
Einzelfahrten mit Reisezeiten ergänzt und an TAPAS zurückgegeben und weiter verarbeitet.
Mit Hilfe des ÖV-Moduls werden dann Fahrleistungen und Auslastungsgrade
ermittelt.
Erste Berechnungsergebnisse wurden als Probedatensatz erstellt. Derzeit erfolgt eine
weitere Kalibration im Rahmen der Erstellung des Basis-Szenarios.
Wege (Mio.)
MIV S-Bahn/Reg.verk. U-Bahn Tram Bus
2005 Status-Quo 1035,2 356,8 463,7 167,5 404,7
Personenkilometer (Mio. pkm)
MIV S-Bahn/Reg.verk. U-Bahn Tram Bus
2005 Status-Quo 16679 3124,2 2231,8 490,2 1324,2
Fahrzeugkilometer (Mio. km)
MIV S-Bahn/Reg.verk. U-Bahn Tram Bus
2005 Status-Quo 14135 26,1 20,4 13,9 89,1
Zwischenbericht, März 2007

- 74 -
Institut für Verkehrsforschung
Den Arbeiten am Basis-Szenario bis 2030 liegen die geplanten Infrastrukturmaßnahmen
des Stadtentwicklungsplans Verkehr zugrunde, der dahingehend ausgewertet
wird. Die geplanten Erweiterungen des ÖV-Netzes werden im Modul der TU
Dresden berücksichtigt.
3.4.5 Auswahl zweier weiterer Beispielräume zur Anwendung von
TAPAS
Im Rahmen des Projektes wird die Verkehrsnachfrage mit TAPAS für unterschiedliche
Räume abgebildet. Das wesentliche Erkenntnisinteresse gilt der Frage, ob Personen in
Abhängigkeit vom Raumtyp unterschiedlich auf verkehrsbezogene Maßnahmen
reagieren und welche Schlussfolgerungen sich daraus für die Wirkmächtigkeit von
Maßnahmen ergeben. Eine wichtige Aufgabe besteht folglich darin, geeignete Räume
für die Verkehrsnachfragemodellierung zu finden. Die ausgewählten Räume sollen sich
einerseits deutlich voneinander unterscheiden und ein gewisses Spektrum an
Raumtypen abdecken. Andererseits soll darauf geachtet werden, dass die ausgewählten
Räume keine allzu großen Besonderheiten aufweisen und nach Möglichkeit
für eine größere Zahl an Räumen repräsentativ sind.
Nachfolgend wird zunächst das Verfahren für die Auswahl geeigneter Räume für die
Modellierung der Verkehrsnachfrage beschrieben. Im Weiteren werden die Räume, die
danach in die engere Wahl fallen, vorgestellt.
3.4.5.1 Verfahren der Raumauswahl
Ausgangsbasis für die Raumauswahl sind die 97 Raumordnungs- bzw. Analyseregionen
des Bundesamtes für Bauwesen und Raumordnung (BBR). 29 Mit dieser
räumlichen Basiseinheit stützt sich das Auswahlverfahren auf Räume, die zumindest
“annähernd den funktionalräumlichen Zusammenhang von oberzentralen Kernen und
Umland“ 30 wiedergeben und damit auch der modelltechnischen Anforderung der
Raumabgrenzung gerecht werden, dass wesentliche Verkehrsbeziehungen innerhalb
29
30
Die Raumordnungs- bzw. Analyseregionen des BBR basieren auf den Planungsregionen der Länder.
Da sich die Aktionsräume der Menschen zunehmend ausweiten und über administrative Grenzen
hinweggehen, hat das BBR anhand von Daten zu Pendlerverflechtungen der sozialversicherungspflichtig
Beschäftigten untersucht, ob wesentliche funktionalräumliche Verflechtungen durch die
Abgrenzung der Räume adäquat wiedergegeben, d. h. nicht durch die administrative Grenzziehung
durchschnitten werden. Dies hat bei den drei Stadtstaaten dazu geführt, dass die Analyseregionen
weiter gefasst werden und über die Grenzen der Raumordnungsregionen hinweg auch das Umland
einbezogen wird. In allen anderen Fällen entsprechen die Analyseregionen, die die Grundlage für die
Raumtypisierung des BBR bilden, den Raumordnungsregionen.
BBR, Bundesamt für Bauwesen und Raumordnung (2005): Siedlungsstrukturelle Regions- und
Kreistypen: Instrumente zum inter- und intraregionalen Vergleich. Veröffentlicht auf CD-ROM: INKAR
– Indikatoren und Karten zur Raumentwicklung, Ausgabe 2005, BBR, Bonn.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 75 -
des zu modellierenden Raumes stattfinden und nicht über die Grenzen hinausgehen
sollen.
Das BBR gliedert die Raumordnungs- bzw. Analyseregionen in drei Regionsgrundtypen:
„Agglomerationsräume“, „verstädterte Räume“ und „ländliche Räume“. Da
Berlin als Beispiel für einen Agglomerationsraum bereits gesetzt ist, gilt es aus den
41 verstädterten Räumen und den 23 ländlichen Räumen je einen für die Verkehrsmodellierung
auszuwählen.
Methodisch basiert die Raumauswahl auf den folgenden zwei Arbeitsschritten
- Visualisierung der Heterogenität der Räume der Kategorie „verstädterter Raum“
sowie der Kategorie „ländlicher Raum“ über die vom BBR neu entwickelte,
differenzierte Raumdarstellung anhand der Raumstrukturtypen
- Verwendung von Indikatoren zur Raumbeschreibung
Visualisierung anhand der Raumstrukturtypen
Bei den siedlungsstrukturellen Gebietstypen erfolgt die Zuweisung der Raumordnungsbzw.
Analyseregionen zu einem der drei Regionsgrundtypen über die Merkmale
Bevölkerungsdichte und zentralörtliche Funktion der Kerne von Regionen
(Vorhandensein und Größe von Oberzentren). Auf diese Weise werden Räume mit
ähnlicher Siedlungsstruktur in einer Kategorie zusammengefasst. Die einer Kategorie
zugeordneten Räume weisen jedoch angesichts der groben Dreiereinteilung eine recht
hohe Heterogenität auf. Um diese Heterogenität sichtbar zu machen und die Auswahl
geeigneter Räume auch visuell zu unterstützen, wird auf die neu entwickelte
Raumgliederung des BBR, die Raumstrukturtypen, zurückgegriffen.
Der Ansatz der Raumstrukturtypen hat das Ziel, Raumstrukturen unabhängig von
administrativen Grenzen geographisch möglichst genau abzubilden. Im Gegensatz
zum Top-Down-Ansatz der siedlungsstrukturellen Gebietstypen, bei dem ganze
Regionen einem Regionstyp zugewiesen und dann räumlich weiter differenziert
werden, wird bei den Raumstrukturtypen der umgekehrte Weg gewählt. Unter
Verwendung derselben Abgrenzungskriterien wie bei den siedlungsstrukturellen
Gebietstypen – Bevölkerungsdichte und Zentralität – wird ausgehend von einem sehr
feinen Raster eine Kategorisierung sehr kleiner Raumeinheiten vorgenommen.
Die Bestimmung der Bevölkerungsdichte erfolgt über Rasterzellen von einem Kilometer
Kantenlänge. Für jede Rasterzelle wird bestimmt, wie hoch die Bevölkerung bezogen
auf die Ortslagenfläche 31 ausfällt. Die Lagegunst zu zentralen Orten wird über die
Zentrenerreichbarkeit gemessen (Pkw-Fahrzeit zu hochrangigen Zentren). Über eine
Matrix aus Bevölkerungsdichte und Zentrenerreichbarkeit werden die Räume den drei
31 Bei der Ortslagenfläche handelt es sich um die im Zusammenhang bebaute Siedlungsfläche.
Zwischenbericht, März 2007

- 76 -
Institut für Verkehrsforschung
Grundtypen Zentralraum, Zwischenraum und Peripherraum zugewiesen. Jede der drei
Kategorien wird anhand der Bevölkerungsdichte in zwei Unterklassen eingeteilt. Das
Ergebnis ist eine feingliedrige Karte, bei der unabhängig von administrativen Grenzen
die zonalen Übergänge zwischen den verschiedenen Raumkategorien sichtbar
werden. 32
Die zur Auswahl stehenden Räume für die Modellierung wurden jeweils mit den
Raumstrukturtypen hinterlegt. Das Ergebnis ist für die verstädterten Räume Karte 1, für
die ländlichen Räume Karte 2 zu entnehmen. In beiden Karten wurden die Regionen
der jeweils nicht betrachteten Raumkategorien farblich blasser dargestellt.
Die Karten lassen die Heterogenität der inneren Struktur der zur Auswahl stehenden
Räume sehr gut erkennen. Während sich bei den verstädterten Räumen z. B. die
Region Münster (Raumordnungsregion Nr. 35) im Wesentlichen aus den Kategorien
innerer und äußerer Zentralraum sowie den beiden Zwischenraumkategorien
zusammensetzt, gibt es ebenso verstädterte Räume, bei denen ein hoher Anteil der
Fläche Merkmale des Peripherraums aufweist, wie z. B. die Regionen Oberlausitz-
Niederschlesien (Nr. 59) und Ost-Friesland (Nr. 12). Dasselbe gilt für die ländlichen
Räume. Nord- (Nr. 53) und Südthüringen (Nr. 55) sowie das Emsland (Nr. 17) sind
bspw. Regionen, die auf Basis der Gliederung anhand von Raumstrukturtypen
ausschließlich als Peripherraum eingestuft werden. Dagegen weist die Region Trier
(Nr. 63) sogar Bereiche mit zentralräumlichem Charakter auf. Die Region Main-Rhön
(Nr. 82) ist zu nicht unwesentlichen Teilen Zwischenraum.
Um aus diesen heterogenen Räumen je einen auszuwählen, der keine allzu großen
Besonderheiten/ Unterschiede gegenüber den anderen Räumen desselben
Regionstyps aufweist und eine Art mittleres Maß darstellt, werden in einem zweiten
Schritt zusätzliche Indikatoren zur Raumbeschreibung herangezogen.
32
Schürt, A., Spangenberg, M., Pütz, Th. (2005): Raumstrukturtypen: Konzept – Ergebnisse -
Anwendungsmöglichkeiten – Perspektiven. BBR-Arbeitspapier, Bonn.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 77 -
Karte 1: Verstädterte Räume mit Raumstrukturtypen hinterlegt
Karte 2: Ländliche Räume mit Raumstrukturtypen hinterlegt
12
17
35
59
63
55
53
82
Zwischenbericht, März 2007

- 78 -
Institut für Verkehrsforschung
3.4.5.2 Verwendung von Indikatoren zur Raumbeschreibung
Das BBR veröffentlicht jährlich aktualisierte Indikatoren, anhand derer ein Vergleich
von Räumen auf Basis von unterschiedlichen räumlichen Bezugsebenen möglich ist. 33
Aus der Vielzahl der zur Verfügung stehenden Indikatoren wurden solche ausgewählt,
die für das Personenverkehrsmodell TAPAS relevante Größen beschreiben.
Wichtige Größen für das Modell sind grundsätzlich alle Indikatoren, die einen der
folgenden Bereiche betreffen:
- Bevölkerungszusammensetzung
- Orte für die Ausübung von Aktivitäten: Entsprechend sind Indikatoren von
Bedeutung, die etwas über das Vorhandensein bestimmter Tätigkeitsgruppen
im betrachteten Raum sowie die Verteilung bzw. Dichte von
Aktivitätsstandorten aussagen
- Sowie alle Indikatoren die unmittelbar verkehrsrelevante Informationen liefern
(z. B. Pkw-Dichte) oder hohe Auswirkungen auf das Mobilitätsverhalten haben
(z. B. das Haushaltseinkommen).
Auf Basis dieser Überlegungen wurden folgende Indikatoren für die Untersuchung
ausgewählt:
- Einwohner je km 2 – die Einwohnerdichte ist ein Maß, das u. a. Aufschluss über
die Infrastrukturausstattung und –auslastung eines Raumes gibt;
- Beschäftigungsquote – diese erfasst die sozialversicherungspflichtig
Beschäftigten am Arbeitsort;
- Regionales Bevölkerungspotenzial der Gemeinden im Umkreis von 100 km –
dieses ist ein Maß für die zur Verfügung stehenden räumlichen Interaktionsmöglichkeiten;
- Personen je Haushalt
- Schüler je 100 Einwohner
- Studenten je 1.000 Einwohner
- Verfügbares Haushaltseinkommen
- Durchschnittliche Pkw-Fahrzeit zum nächsten Oberzentrum in Minuten
- Pkw-Dichte
- Heutige Altersstruktur (2003)
33 BBR, Bundesamt für Bauwesen und Raumordnung (2005): INKAR – Indikatoren und Karten zur
Raumentwicklung. CD-ROM, Ausgabe 2005, BBR, Bonn.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 79 -
- Altersstruktur 2020 und Bevölkerungsindex 2020 im Vergleich zu 2002 – für die
Raumauswahl ist auch die zukünftige Bevölkerungszusammensetzung sowie
die zu erwartende Bevölkerungsdynamik von Bedeutung; mangels Daten für
das vom Modell abzubildende Jahr 2030 werden die vom BBR für das 2020 zur
Verfügung gestellten Daten genutzt.
Zur Bestimmung eines Raumes, der ansatzweise als repräsentativ für die jeweilige
Raumkategorie bezeichnet werden kann, wurde für jeden Indikator einmal auf Basis
aller verstädterten Räume und einmal auf Basis aller ländlichen Räume ein mittlerer
Wertebereich berechnet. D. h., es wurden pro Indikator die Werte ermittelt, zwischen
denen der Wert einer Region liegen muss, um im Vergleich mit allen anderen
Regionen weder nach oben noch nach unten zu stark abzuweichen. Der mittlere
Wertebereich wurde dabei einmal als das mittlere Drittel und einmal als die mittleren
50 % der Werte aller Regionen definiert. Die Abbildung 8 Abbildung 9 stellen für die
Indikatoren Einwohnerdichte und Pkw-Dichte die Ergebnisse der Berechnungen für die
Gruppe der verstädterten Räume dar.
Abbildung 8: Mittlerer Wertebereich für den Indikator Einwohnerdichte - Basis verstädterte
Räume
350
Einwohnerdichte 2003
300
276
276
250
234
200
150
= 33 % aller
Regionen
212
172
Einwohner je km 2 Variante 1 Variante 2
= 50 % aller
Regionen
166
100
118 118
50
Zwischenbericht, März 2007

- 80 -
Institut für Verkehrsforschung
Abbildung 9: Mittlerer Wertebereich für den Indikator Pkw-Dichte - Basis verstädterte Räume
Pkw auf 1.000
Einwohner
Pkw-Dichte 2003
650
630
610
613 613
590
570
550
530
= 33 % aller
Regionen
563
542
= 50 % aller
Regionen
575
533
510
490
470
482 482
450
Variante 1 Variante 2
Ziel ist es nun, jene Regionen herauszufiltern, die bei möglichst vielen Indikatoren im
mittleren Wertebereich liegen. Da sowohl der Indikator heutige als auch der Indikator
zukünftige Altersstruktur jeweils anhand mehrerer Variablen abgebildet wird (insgesamt
12), für alle anderen Indikatoren dagegen jeweils nur eine einzige Variable zur
Verfügung steht, wurden die Indikatoren in zwei Gruppen eingeteilt. Auf diese Weise
soll vermieden werden, dass die Altersvariabeln einen übermäßig hohen Einfluss
darauf haben, ob eine Region in die nähere Wahl kommt oder nicht. Für beide
Indikatorengruppen wurde nun getrennt ermittelt, welche Regionen möglichst oft im
mittleren Wertebereich der Indikatoren liegen. Die Ergebnisse sind den nachfolgenden
Tabelle 6 und Tabelle 7 zu entnehmen. Da sich die Anforderung, dass die Werte der
Regionen bei möglichst vielen Indikatoren im mittleren Drittel des Wertebereichs liegen
müssen, als relativ hoch erwies, ist die 50 %-Variante die Basis für die Auswahl der
Regionen. Um ablesen zu können, wie die so ausgewählten Regionen bei der Variante
mit den höheren Anforderungen abschneiden, sind die Ergebnisse auch für die 33 %-
Variante in den Tabellen aufgeführt.
Die Tabellen sind wie folgt aufgebaut: Auf der rechten Seite erfolgen die Auswahl und
das Ranking der Regionen über die Altersindikatoren. 34 D. h. Regionen, die bei
besonders vielen dieser Indikatoren im mittleren Wertebereich liegen, stehen oben in
der Tabelle. Auf der linken Seite der Tabelle erfolgen die Auswahl und das Ranking der
34
Einwohner in 2003 nach Anteilen der Altersgruppen: unter 6 Jahren, 6 bis unter 18 Jahre, 18 bis unter
25 Jahre, 25 bis unter 30 Jahre, 30 bis unter 50 Jahre, 50 bis unter 65 Jahre, 65 Jahre und älter,
Hochbetagte (75 Jahre und älter); Einwohner in 2020 nach Anteilen der Altersgruppen: unter 20
Jahren, 20 bis 60 Jahre, 60 Jahre und älter; Bevölkerungsindex 2020 gegenüber 2002
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 81 -
Regionen über die sonstigen Indikatoren. 35 Da für die Modellierung geeignete
Regionen in beiden Indikatorengruppen gut abschneiden müssen, sind für die
Regionen jeweils auch die Ergebnisse für die Indikatorengruppe aufgelistet, die nicht
Basis für das Ranking waren. Die Regionen der engeren Wahl sind in der Tabelle nach
folgendem Schema farblich gekennzeichnet:
orange =
Region schneidet bei beiden Indikatorengruppen gut ab; gut bedeutet,
dass mindestens drei Viertel der Werte im mittleren Bereich liegen; die
Anforderung wird nicht nur bei der 50 %-, sondern auch bei der 33 %-
Variante erfüllt
dunkles gelb = Region schneidet auf Basis der 50 %-Variante bei beiden
Indikatorengruppen gut ab
helles gelb =
Region schneidet auf Basis der 50 %-Variante nur bei einer der
beiden Indikatorengruppen gut ab; bei der anderen Indikatorengruppe
liegen mindestens noch zwei Drittel der Werte im mittleren Bereich
35
Einwohnerdichte, Beschäftigungsquote, Regionales Bevölkerungspotenzial, Personen je Haushalt,
Studenten je 1.000 Einwohner, Schüler je 100 Einwohner, Haushaltseinkommen, Durchschnittliche
Pkw-Fahrzeit zum nächsten Oberzentrum, Pkw-Dichte
Zwischenbericht, März 2007

- 82 -
Institut für Verkehrsforschung
Tabelle 6: Verstädterte Regionen - Auswahl anhand von Indikatorwerten, Basis mittleren 50%
Ranking anhand der sonstigen Indikatoren
Ranking anhand der Altersindikatoren
Region
erfüllte Indikat. (50 %-Var.) erfüllte Indikat. (33 %-Var.) erfüllte Indikat. (50 %-Var.) erfüllte Indikat. (33 %-Var.)
Region
sonstige Altersindikator sonstige Altersindikator
Altersindikator sonstige Altersindikator sonstige
Augsburg 8 10 7 9 Nordschwarzwald 12 5 11 3
Oldenburg 8 5 7 3 Siegen 12 3 12 2
Braunschweig 7 10 3 6 Mittelhessen 11 6 10 5
Würzburg 7 9 4 6 Donau-Iller (Bayern) 11 6 7 3
Bodensee Oberschwaben 7 6 5 5 Schleswig Holstein Mitte 11 5 6 2
Hildesheim 7 6 5 2 Oberfranken West 11 4 11 3
Osnabrück 7 5 3 2 Bayerischer Untermain 11 4 9 3
Mittelhessen 6 11 5 10 Augsburg 10 8 9 7
Donau-Iller (Bayern) 6 11 3 7 Braunschweig 10 7 6 3
Westpfalz 6 10 5 5 Westpfalz 10 6 5 5
Mittelrhein-Westerwald 6 9 5 7 Arnsberg 10 4 8 4
Nordhessen 6 8 4 1 Rheinhessen-Nahe 10 4 8 4
Mittelthüringen 6 5 3 3 Würzburg 9 7 6 4
Paderborn 6 3 4 3 Mittelrhein-Westerwald 9 6 7 5
Donau-Iller (BW) 6 2 5 1 Hochrhein-Bodensee 9 5 9 5
Nordschwarzwald 5 12 3 11 Schwarzw.-Baar-Heuberg 9 5 9 3
Schleswig-Holstein Mitte 5 11 2 6 Ostwürttemberg 9 4 7 2
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 83 -
Tabelle 7: Ländliche Regionen - Auswahl anhand von Indikatorwerten, Basis mittleren 50%
Ranking anhand der sonstigen Indikatoren
Ranking anhand der Altersindikatoren
Region
erfüllte Indikat. (50 %-Var.) erfüllte Indikat. (33 %-Var.) erfüllte Indikat. (50 %-Var.) erfüllte Indikat. (33 %-Var.)
Region
sonstige Altersindikatoren sonstige Altersindikatoren
Altersindikatoren sonstige Altersindikatoren sonstige
Trier 8 9 5 6 Schleswig-Holstein 10 7 9 6
Schleswig-Holstein 7 10 6 9 Main-Rhön 10 7 9 4
Main-Rhön 7 10 4 9 Oberpfalz-Nord 10 6 8 3
Südthüringen 7 5 6 3 Allgäu 10 6 6 4
Südostoberbayern 6 10 5 5 Südostoberbayern 10 6 5 5
Allgäu 6 10 4 6 Osthessen 10 5 9 3
Oberpfalz-Nord 6 10 3 8 Trier 9 8 6 5
Donau-Wald 6 8 6 6 Westmittelfranken 9 5 6 5
Schleswig-Holstein 6 8 5 5 Südheide 9 4 5 2
Lüneburg 6 8 3 7 Oberfranken-Ost 9 3 7 3
Landshut 6 5 3 1 Lüneburg 8 6 7 3
Dessau 6 2 2 1 Donau-Wald 8 6 6 6
Osthessen 5 10 3 9 Schleswig-Holstein 8 6 5 5
Westmittelfranken 5 9 5 6 Oberland 8 5 8 3
Oberland 5 8 3 8 Westmecklenburg 8 4 3 2
Zwischenbericht, März 2007

- 84 -
Institut für Verkehrsforschung
Die Ergebnisse in Tabelle 6 machen deutlich, dass eine Reihe von Regionen jeweils
nur bei einer der Indikatorengruppen häufig Werte im mittleren Wertebereich aufweist.
So erfüllt bei den verstädterten Räumen bspw. Siegen die Voraussetzung bei allen 12
Altersvariablen und tut dies im Übrigen auch bei der 33 -Variante. In der Gruppe der
sonstigen Indikatoren genügt Siegen dagegen nur bei drei von insgesamt neun
Indikatoren den Anforderungen. Das umgekehrte Verhältnis liegt z. B. bei Oldenburg
vor. Während die Region in Bezug auf die Einwohnerdichte, Beschäftigtenquote,
Haushaltseinkommen und Pkw-Dichte etc. mit einer Ausnahme (der Schülerzahl)
immer im mittleren Wertebereich liegt, weist sie in Bezug auf die Alterszusammensetzung
deutliche Abweichungen vom Durchschnitt auf.
Im nachfolgenden Kapitel werden alle Räume, die in den Tabelle 6und Tabelle 7
farblich gekennzeichnet sind und in der engeren Wahl stehen, beschrieben.
3.4.5.3 Beschreibung der Räume in der engeren Wahl
Verstädterte Räume
Von den 41 verstädterten Räumen schneiden vor allem Augsburg und Braunschweig
sowie Würzburg sehr gut ab. Des Weiteren kamen folgende Räume für die
Modellierung in Frage: Mittelhessen, Donau-Iller (Bayern), Westpfalz und Mittelrhein-
Westerwald. In den Tabelle 8 und Tabelle 9 sind die Werte, die diese Regionen bei den
einzelnen Indikatoren erzielen, dargestellt. Um den jeweiligen Wert beurteilen zu
können, enthalten die Tabellen darüber hinaus für jeden Indikator den auf alle
verstädterten Räume bezogenen höchsten und niedrigsten Wert sowie die beiden
Perzentilwerte (25 % und 75 %), die den mittleren Wertebereich der 50 %-Variante
markieren. Grau hinterlegte Werte bedeuten, dass die Anforderung, im mittleren
Wertebereich zu liegen, erfüllt ist. Die Tabelle 10 und Tabelle 11 enthalten dieselben
Angaben für die ländlichen Räume der engeren Wahl.
In Bezug auf die erste Indikatorengruppe (siehe Tabelle 8) weisen die ausgewählten
städtischen Regionen folgende Merkmale auf:
- Die Region Augsburg erfüllt mit einer Ausnahme bei allen Indikatoren die
Anforderung, im mittleren Wertebereich zu liegen und schneidet damit von allen
Regionen am besten ab. Lediglich die Erreichbarkeit der Oberzentren fällt in
Augsburg deutlich schlechter aus. Betrachtet man die Indikatoren, die von der
Region erfüllt werden, so zeigt sich, dass Augsburg ein tendenziell hohes
Haushaltseinkommen aufweist.
- Die Region Braunschweig hat eine überdurchschnittlich hohe Beschäftigtenquote.
Damit einher geht eine leicht unterhalb des mittleren Wertebereichs
liegende Personenzahl je Haushalt. Betrachtet man auch hier zusätzlich die
Indikatoren, die von der Region erfüllt werden, so wird deutlich, dass
Braunschweig eine – wenn auch im Wertebereich liegende – hohe
Einwohnerdichte hat, und entsprechend der vergleichsweise niedrigen
Personenzahl je Haushalt einen recht niedrigen Schüleranteil aufweist.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 85 -
- In der Region Würzburg fällt das regionale Bevölkerungspotenzial vergleichsweise
niedrig aus. Angesichts der Studentenstadt Würzburg weist die ganze
Region einen weit über dem mittleren Wertebereich liegenden Anteil Studenten
auf. Die Indikatoren, die von der Region erfüllt werden, lassen eine
vergleichsweise geringe Einwohnerdichte, eine hohe Beschäftigtenquote und
eine gute Erreichbarkeit von Oberzentren erkennen.
- Von der Region Mittelhessen werden drei der insgesamt neun Indikatoren
nicht erfüllt. In Mittelhessen liegt die Beschäftigtenquote leicht unter dem
mittleren Wertebereich. Auch hier fällt der Anteil der Studenten besonders hoch
aus. Darüber hinaus sind Oberzentren deutlich besser zu erreichen als in fast
allen anderen städtischen Regionen.
- In der Region Donau-Iller sind die Haushalte überdurchschnittlich groß, der
Anteil der Studenten an der Gesamtbevölkerung ist sehr gering, die Pkw-Dichte
erreicht einen Wert oberhalb des mittleren Wertebereichs.
- Die Westpfalz ist durch eine niedrige Beschäftigtenquote und ein niedriges
durchschnittliches Haushaltseinkommen sowie eine hohe Pkw-Dichte
gekennzeichnet.
- Die Region Mittelrhein-Westerwald weist ein hohes regionales Bevölkerungspotenzial
auf, eine niedrige Beschäftigtenquote und eine überdurchschnittlich
hohe Pkw-Dichte.
Zwischenbericht, März 2007

- 86 -
Institut für Verkehrsforschung
Tabelle 8: Verstädterte Regionen in der engeren Auswahl - Ergebnisse Indikatorengruppe 1
Einwohner je km 2
Reg. Bevölkerungspotenzial
im Umkreis von
100 km
Beschäftigtenquote (in %)
Personen je Haushalt (n)
Studenten
Einwohner (n)
je 1.000
Schüler je 100 Einwohner
(n)
Verfügbares Haushaltseinkommen
(EUR)
Erreichbarkeit
Oberzentren (Pkw-
Fahrzeit in Min.)
Pkw-Dichte (Pkw auf
1.000 Einwohner)
Gesamt
Maximum 276 491 54,8 2,4 47,4 14,9 1554 48 613
Minimum 118 115 39,3 1,98 0 8,8 1158 22 482
Mittlerer Wertebereich
Max. (75 %-Perz.) 233,5 310,5 49,9 2,33 30,8 13,1 1419, 34,5 574,5
Min. (25 %-Perz.) 165,5 224,5 44,7 2,09 8,6 11,9 1.274, 26 532,5
Augsburg 210 269 48,6 2,22 19,7 12,3 1419 40 553
Braunschweig 230 270 51,5 2,07 21,3 11,9 1336 26 571
Würzburg 168 220 49,4 2,19 42,2 12,2 1335 26 559
Mittelhessen 198 289 43,7 2,23 41,3 12,4 1312 23 565
Donau-Iller 180 240 49,6 2,37 3,2 13,0 1380 26 584
Westpfalz 178 300 40,9 2,15 23,4 12,1 1274 30 582
Mittelrhein-Westerwald 199 328 43,0 2,25 9,0 12,2 1343 32 583
* Summe der mit der Fläche gewichteten Gemeindebevölkerung im Umkreis von 100 km Luftlinie
Betrachtet man die zweite Indikatorengruppe (siehe Tabelle 9), so gibt es zwei
Regionen, in denen die gegenwärtige Altersstruktur der Bevölkerung vergleichsweise
gut den Durchschnitt verstädterter Regionen repräsentiert: Augsburg und Mittelhessen.
Bei allen anderen Regionen liegen die Werte von einer, i. d. R. eher von zwei oder drei
der acht Variablen, die die Altersstruktur beschreiben, außerhalb des mittleren
Wertebereichs. Dabei sind zwei unterschiedliche Altersstrukturen in den Regionen
erkennbar. Zum einen gibt es Regionen mit einem niedrigen Anteil junger Menschen
(zwischen 18 und 25/ 30 Jahren) und einem hohen Anteil Hochbetagter (ab 75 Jahren).
Hierzu gehören Braunschweig und Mittelrhein-Westerwald sowie – mit etwas
schwächerer Ausprägung – die Westpfalz. Zum anderen gibt es Regionen, bei denen
der Anteil junger Personen über dem mittleren Wertebereich liegt. Dies ist in Würzburg
der Fall und angesichts des hohen Studentenanteils auch wenig überraschend. In
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 87 -
Donau-Iller liegt der Anteil der unter 6-jährigen leicht oberhalb des mittleren
Wertebereichs.
In Bezug auf die zukünftige Bevölkerungsentwicklung weisen lediglich drei Regionen
leichte Besonderheiten auf. In Augsburg ist bis 2020 eine Bevölkerungszunahme zu
erwarten, die leicht oberhalb des mittleren Wertebereichs liegt. Darüber hinaus ist zu
erwarten, dass der Anteil der Personen zwischen 20 und 60 Jahren in den Regionen
Augsburg, Würzburg und Mittelhessen etwas höher als der mittlere Wertebereich
ausfällt.
Tabelle 9: Verstädterte Regionen in der engeren Auswahl - Ergebnisse Indikatorengruppe 2
Einwohner in 2003 (nach Altersgruppen, Anteile in %) Einwohner in 2020
(Anteile in % bzw.
Indexwert)
unter 6 J.
6 bis unter 18 J.
18 bis unter 25 J.
25 bis unter 30 J.
30 bis unter 50 J.
50 bis unter 65 J.
65 und älter
Hochbetagte
(75+)
unter 20 Jahren
20 bis unter 60
60 und älter
Bev.index 2020
gegenüber 2002
Gesamt
Maximum 6,6 15,2 10,3 6,2 32,4 21,5 21,9 9,7 20,2 55,6 37,9 112
Minimum 4,1 10,4 7,2 4,8 28,6 16,1 15,7 6,2 14,5 47,1 25,2 83,6
Mittlerer
Max. (75 %-Perz.) 6,2 14,5 8,7 5,9 31,5 18,9 19,5 8,3 19,1 54,3 31,7 104,3
Min. (25 %-Perz.) 5,3 12,8 7,9 5,3 30,2 17,2 16,8 7,3 16,8 51,8 27,2 94,6
Augsburg 6,0 14,0 8,0 5,8 31,3 17,9 17,0 7,5 18,1 54,5 27,4 104,7
Braunschweig 5,4 12,8 7,6 5,4 30,5 18,8 19,5 8,7 17,3 53,0 29,8 96,4
Würzburg 5,3 13,2 9,3 6,2 31,3 17,2 17,4 7,8 17,0 55,1 27,9 101,8
Mittelhessen 5,6 13,4 8,5 5,9 31,3 17,5 17,7 7,9 17,5 54,4 28,1 99,6
Donau-Iller 6,3 14,5 8,2 5,6 30,7 17,8 16,9 7,5 19,1 53,1 27,8 103,2
Westpfalz 5,3 13,5 7,9 5,2 30,6 18,2 19,4 8,4 17,4 52,6 30,0 96,7
Mittelrhein- 5,7 13,9 7,8 5,1 30,3 18,1 19,0 8,6 18,0 52,6 29,3 102,7
In Karte 3 sind alle verstädterten Räume der engeren Wahl nochmals mit der
Hinterlegung der Raumstrukturtypen dargestellt. Diese Darstellung verdeutlicht, dass
es mit Ausnahme der Regionen Donau-Iller und der Westpfalz in allen Regionen einen
zentralen Kern gibt, der entweder dem inneren oder dem äußeren Zentralraum
Zwischenbericht, März 2007

- 88 -
Institut für Verkehrsforschung
zuzuordnen ist. Nach außen folgen zonale Übergangsbereiche. In den Regionen
Mittelhessen und Augsburg liegt dieser Kern am Rand der Region. Damit liegt eine für
das Verkehrsmodell schwierig abzubildende Lage des Siedlungskerns vor, wenn man
davon ausgeht, dass es zwischen dem Siedlungskern und der Nachbarregion
wesentliche Verkehrsbeziehungen gibt. In der Region Augsburg, die in Bezug auf die
Indikatoren am besten abschneidet, kommt die Nähe zu München hinzu. Vor diesem
Hintergrund erscheinen insbesondere Braunschweig und Würzburg gut für die
Modellierung der Verkehrsnachfrage geeignet zu sein. Die Region Braunschweig
schneidet dabei in Bezug auf die Indikatorwerte etwas besser ab als Würzburg. Für
Braunschweig spricht zudem, dass die Region eine polyzentrische Struktur mit zwei
dichteren Siedlungskernen aufweist und damit einen guten Gegenpol zu dem bereits
feststehenden, monozentrischen Agglomerationsraum Berlin bildet.
Ländliche Räume
Auf Basis der Indikatorwerte kommen von den 23 ländlichen Räumen v. a. die
Regionen Trier, Schleswig-Holstein Nord und Main-Rhön als Modellregion in Frage.
Etwas schlechter als die genannten, aber immer noch gut schneiden die Regionen
Südostoberbayern, Allgäu und Oberpfalz-Nord ab.
In Bezug auf die erste Indikatorengruppe (siehe Tabelle 10) weisen die ausgewählten
ländlichen Regionen folgende Merkmale auf:
- Die Werte der Region Trier liegen mit einer Ausnahme alle im mittleren
Wertebereich. Lediglich der Anteil der Studenten liegt in der Region aufgrund
der Universitätsstadt Trier weit über dem Durchschnitt.
- Die Region Schleswig-Holstein Nord weist ein sehr geringes regionales
Bevölkerungspotenzial auf. Der Anteil der Schüler liegt leicht über dem
mittleren Wertebereich.
- Die Region Main-Rhön hat eine überdurchschnittlich hohe Beschäftigtenquote
und eine hohe durchschnittliche Personzahl pro Haushalt.
- Alle nachfolgenden Regionen liegen bei jeweils drei der neun Indikatoren
außerhalb des mittleren Wertebereichs. Die Region Oberpfalz-Nord hat eine
bessere Erreichbarkeit der nächsten Oberzentren als die meisten anderen
ländlichen Regionen. Die Pkw-Dichte liegt etwas über dem mittleren
Wertebereich, der Anteil der Studenten dagegen deutlich darunter.
- Die Regionen Allgäu und Südostoberbayern haben beide eine
überdurchschnittlich hohe Einwohnerdichte. Südostoberbayern erreicht hier den
maximalen Wert aller ländlichen Regionen. In beiden Regionen liegt das
Haushaltseinkommen über dem mittleren Wertebereich. Südostoberbayern
weist darüber hinaus ein höheres regionales Bevölkerungspotenzial auf.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 89 -
Tabelle 10: Ländliche Regionen in der engeren Auswahl - Ergebnisse Indikatorengruppe 1
Einwohner je km 2
Reg. Bevölkerungspotenzial
im
Umkreis von 100 km
Beschäftigtenquote
(in %)
Personen je
Haushalt (n)
Studenten je 1.000
Einwohner (n)
Schüler je 100
Einwohner (n)
Verfügbares Haushaltseinkommen
(EUR)
Erreichbarkeit Oberzentren
(Pkw-
Fahrzeit in Min.)
Pkw-Dichte (Pkw auf
1.000 Einwohner)
Gesamt
Maximum 152 261 51,1 2,62 32,9 14,4 1509 68 600
Minimum 50 69 37,7 2,08 0 9,2 1125 20 519
Mittlerer Wertebereich
Max. (75 %-Perz.) 121 184 46,1 2,34 13,3 12,8 1343 49 579
Min. (25 %-Perz.) 95 138 41,3 2,17 2,7 10,9 1161 29 538
Trier 104 175 42,8 2,17 30,8 12,7 1212 39 573
Schleswig-Holstein 108 103 42,3 2,18 13,3 13,0 1246 41 550
Main-Rhön 114 171 50,1 2,36 3,7 12,8 1274 30 578
Südostoberbayern 152 191 45,4 2,30 4,6 12,3 1381 42 566
Allgäu 139 182 48,1 2,20 5,4 12,5 1374 29 565
Oberpfalz-Nord 97 144 46,1 2,33 2,6 12,4 1272 26 584
In Bezug auf die momentane Bevölkerungsstruktur (siehe Tabelle 11) gibt es wie bei
den verstädterten auch bei den ländlichen Regionen Räume mit einem über dem
mittleren Wertebereich liegenden Anteil Hochbetagter und einem zumindest teilweise
niedrigeren Anteil an jungen Personen. Hierzu gehören die Regionen Trier und Allgäu.
Demgegenüber weisen die beiden Regionen Main-Rhön und Oberpfalz-Nord über dem
mittleren Wertebereich liegenden Anteile an Personen im Alter von 6 bis 18 Jahren auf.
Eine überdurchschnittliche hohe Bevölkerungszunahme bis 2020 ist lediglich für die
Region Südostoberbayern zu erwarten.
Zwischenbericht, März 2007

- 90 -
Institut für Verkehrsforschung
Tabelle 11: Ländliche Regionen in der engeren Auswahl - Ergebnisse Indikatorengruppe 2
Einwohner in 2003 (nach Altersgruppen, Anteile in %)
Einwohner in 2020 (Anteile in
% bzw. Indexwert)
unter 6 J.
6 bis unter 18 J.
unter 6 J.
6 bis unter 18 J.
unter 6 J.
6 bis unter 18 J.
unter 6 J.
6 bis unter 18 J.
unter 6 J.
6 bis unter 18 J.
unter 6 J.
6 bis unter 18 J.
Gesa
Maxi 6,8 16,2 10,1 5,7 32 21,2 20,4 9,2 20 55,1 38,1 111,7
Mini 3,9 10,8 6,9 4,7 29,6 16,4 15,9 6,2 14,1 47,8 26,6 79,9
Zu
Max. 6,0 14,3 9,4 5,5 31,2 19 19 8,4 18,2 53,5 34,6 103,9
Min. 4,5 12,2 7,8 5,2 30,2 17,5 17,8 7,4 16,2 49,7 28,4 90,1
Trier 5,5 13,6 8,3 5,5 30,7 17,2 19,0 8,7 17,6 53,9 28,4 102,0
Schle
swig-
5,9 14,1 7,8 5,4 29,6 18,8 18,4 8,1 18,6 51,6 29,8 100,7
Main- 5,6 14,6 8,1 5,1 30,5 17,5 18,6 8,3 17,5 51,8 30,6 95,6
Südo 5,9 13,8 7,8 5,5 30,6 18,6 17,9 8,4 17,8 53,8 28,4 107,8
Allgä 6,0 14,1 7,8 5,3 30,0 18,5 18,4 8,7 18,2 53,0 28,8 103,9
Ober 5,7 14,4 8,1 5,4 30,9 17,3 18,1 7,8 17,9 53,5 28,6 99,9
In Karte 4 sind alle ländlichen Räume, die sich potenziell als zu modellierende Region
eignen, mit Raumstrukturtypen hinterlegt. Dabei wird deutlich, dass bis auf die Region
Main-Rhön alle Regionen direkt an ein Nachbarland Deutschlands angrenzen. Um die
Verkehrsnachfrage dieser Räume sinnvoll simulieren zu können, müssten Daten über
die jeweils angrenzende Region des Nachbarlandes herangezogen werden, da nur so
die zwischen den Regionen vorhandenen Verkehrsströme weitgehend abgebildet
werden können. Dieser schwierig einzuschätzende, zusätzliche Aufwand soll nach
Möglichkeit vermieden werden. Da die Region Main-Rhön zusätzlich zu der Tatsache,
dass sie nicht an ein Nachbarland grenzt, auch bei den Indikatorwerten sehr gut
abschneidet, spricht alles dafür, diese Region als Beispielraum für ländliche Räume zu
nutzen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 91 -
Karte 3: Verstädterte Räume in der engeren Wahl
Braunschweig
Karte 4: Ländliche Räume in der engeren Wahl
Schleswig-Holstein
-Nord
Mittelhessen
Main-Rhön
Würzburg
Oberpfalz-Nord
Mittelrhein-
Westerwald
Trier
Westpfalz
Donau-Iller
Augsburg
Allgäu
Südostoberbayern
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 93 -
3.4.6 Anwendung von TAPAS für Braunschweig und Main-Rhön
Im Rahmen der Vorbereitung für die Modellierung der beiden zusätzlichen
Beispielräume hat bereits die Kontaktaufnahme mit den zuständigen Institutionen
(Region Main-Rhön sowie Zweckverband Großraum Braunschweig) stattgefunden. Für
Main-Rhön und Braunschweig müssen analog zu den Arbeiten für Berlin, die für die
Modellierung relevanten Datensätze beschafft und aufbereitet werden.
Des Weiteren fanden individuelle Recherchen für beide Räume statt hinsichtlich der
Verfügbarkeit von sozioökonomischen Datensätzen sowie zu Zielgelegenheiten. Erste
Datensätze wurden erworben und werden gegenwärtig für die Verwendung im Modell
TAPAS aufbereitet. Erworben wurden z.B. detaillierte Informationen zu Kinder- und
Schuleinrichtungen, Krankenhäusern, Freizeiteinrichtungen sowie Verkaufseinrichtungen
(Einkaufszentren und Lebensmitteleinzelhandel).
Die wesentlichen Rahmendaten zu Bevölkerung und Anzahl der Erwerbstätigen bzw.
auch deren Entwicklung bis 2030 gehen auf den Infas Geodatensatz, die Raumordnungsprognose
des BBR und die Fortschreibung der Erwerbstätigenzahlen des IW
Halle zurück. Hinsichtlich dieser für die Berechnung des Verkehrsaufkommens
relevanten Datensätze besteht somit eine Konsistenz mit den für die gesamtdeutsche
Modellierung verwendeten Daten.
3.4.7 Aktueller Stand und Ausblick
Die Basisarbeiten zum mikroskopische Nachfragemodell TAPAS sind abgeschlossen,
d.h. das Modell wurde soweit entwickelt und angepasst, dass die Funktionalitäten zur
Abbildung der Maßnahmenwirkungen in renewbility integriert werden können. Dies
geschieht aktuell und gleichzeitig mit der Kalibrierung und Verfeinerung des
Grundmodells anhand des Beispielraums Berlin. Begleitet werden die Arbeiten
außerdem von einer detaillierten Literaturrecherche zur Wirksamkeit von Maßnahmen.
Nach Lieferung der Daten aus den beiden anderen Beispielräumen können diese
ebenfalls in die Modellierung eingebunden werden.
Die Implementierung der wesentlichen Maßnahmen wurde begonnen und wird bei der
Festlegung der Grobszenarien durch die Szenariogruppe bzw. noch in der ersten
Jahreshälfte abgeschlossen sein. Dies umfasst auch die Plausibilitätsprüfung. Simultan
zur weiteren Szenarienentwicklung werden dann nach Bedarf die nachrangigen
Maßnahmen implementiert. Außerdem erfolgen parallel die notwendigen Anpassungen
für die Kombination von Maßnahmen, die zu einer Eliminierung oder auch einer
Verstärkung von Wirkungen führen kann. Schließlich wird die Maßnahmenmodellierung
auch dahingehend überprüft, ob Modifikationen bei besonders stark angewendeten
Maßnahmen, z.B. besonders starke Preisreduzierung oder –anstieg, notwendig sind.
Zwischenbericht, März 2007

- 94 -
Institut für Verkehrsforschung
3.5 Bestimmung der zukünftigen PKW-Neuwagenzulassungen
3.5.1 Einleitung
Im Kontext erneuerbarer Energien und nachhaltiger Mobilität nimmt die
Kaufentscheidung bei neuen Pkw einen hohen Stellenwert ein. Die Wahl eines
bestimmten Fahrzeugs beim Neukauf beeinflusst unmittelbar den Erfolg der Einführung
effizienterer Fahrzeugtechnologien und ist maßgeblich dafür entscheidend, wie sich die
Umweltwirkungen in den folgenden Jahren entwickeln. Insbesondere unter Berücksichtigung
der steigenden Lebensdauer der Fahrzeuge bzw. des steigenden Alters des
Bestands (von 6,3 Jahren 1991 auf aktuell ca. 8 Jahren, KBA) wird dieser Faktor noch
wichtiger. Außerdem fällt im motorisierten Individualverkehr der weitaus größte Teil des
Personenverkehrsaufkommens an.
Daher ist es für das Projekt renewbility nicht nur notwendig, die zukünftige Verkehrsnachfrage
in Form der Verkehrs- oder Fahrleistungen nach Fahrzeugart zu betrachten,
sondern auch die Einflüsse und Zusammenhänge auf dem Pkw-Neuwagenmarkt einer
genaueren Analyse zu unterziehen. Ziel ist es, zunächst die relevanten Faktoren zu
identifizieren, die die Neuwagenkäufer dazu motivieren, sich zukünftig für effizientere
Fahrzeuge zu entscheiden. Die Entscheidung kann zum Einen die Fahrzeuggröße oder
die gewählte Motorisierungsvariante bei konventionellen Pkw betreffen, zum anderen
aber auch die Wahl eines alternativen Fahrzeugkonzepts, etwa hinsichtlich des
Motorenkonzepts oder der Kraftstoffart. Neben der Identifikation sollen die
Einflussfaktoren in ihrer Wirkungsstärke quantifiziert werden, um schließlich Aussagen
für die zukünftige Entwicklung in Abhängigkeit von verschiedenen politischen und
technischen Maßnahmen treffen zu können. Das heißt, dass mittels Simulationsrechnungen
und Abschätzungen die zukünftigen Anteile verschiedener nach
Technologie oder nach Größe und Funktion definierter Fahrzeuggruppen an den
Neuzulassungen bestimmt werden. Dies schließt auch die absolute Zahl der
Neuzulassungen mit ein.
Das methodische Vorgehen in diesem Arbeitspaket und die verwendeten Eingangsdaten
sind Inhalt dieses Kapitels. Unberücksichtigt bleiben die Einflüsse auf die
Bestandszusammensetzung sowie etwaige Rückwirkungen des Gebrauchtwagenmarktes
auf den Neuwagenmarkt.
3.5.2 Vorgehensweise
Die Analyse zum Verhalten der Neuwagenkäufer setzt sich im Wesentlichen aus einem
ökonometrischen Modell und einer analytischen Potenzialabschätzung zusammen. Die
Ergebnisse gehen in Form von Zulassungszahlen nach Fahrzeuggruppen und
Antriebsarten in das Stoffstrommodell ein, wie in der folgenden Abbildung 10
dargestellt ist.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 95 -
Abbildung 10:
Vorgehensweise zur Analyse des Pkw-Käuferverhaltens
Detaillierte
Zulassungsdaten
Sozio-demographische Daten,
exemplarische Auswertung von
Zulassungsdaten, Akzeptanzstudien
Ökonometrisches
Modell
Potentialanalyse zum
veränderten
Käuferverhalten
Aufteilung des Neuwagenmarktes
nach Fahrzeuggruppen und
Antriebsarten
Angebotsseite
Stoffstrommodell
Verkehrsmodellierung
Das ökonometrische Modell greift auf Neuzulassungsdaten der Jahre 1995 bis 2005
zurück. Sie enthalten sehr detaillierte Angaben zu technischen Merkmalen und
Größenklassen. Anhand der für die Vergangenheit identifizierten Zusammenhänge
werden hiermit Abschätzungen für die mögliche Entwicklung in der Zukunft vorgenommen.
Darin werden sowohl Einflüsse von technologischer Seite wie auch politische
Einflüsse in Form fiskalischer Maßnahmen berücksichtigt. Die Erstellung des
ökonometrischen Modells ist im nachfolgenden Abschnitt 3.5.3 Arbeitspapiers näher
beschrieben.
Das Entscheidungsverhalten von Neuwagenkäufern wird neben rationalen oder
ökonomischen Kriterien auch stark von subjektiven Kriterien bestimmt. Für das Jahr
2004 beispielsweise ermittelte die Deutsche Automobil Treuhand das „Aussehen“ des
Fahrzeugs als zweitwichtigstes Kaufkriterium (DAT 2005). Daher wird die ökonometrische
Analyse des bisherigen Käuferverhaltens um eine deskriptive Potenzialanalyse
ergänzt (siehe Abschnitt 3.5.4). Außerdem ließen sich allein aus dem
ökonometrischen Modell keine Potenziale für alternative Fahrzeugkonzepte ableiten,
weil diese bisher nur einen sehr geringen Marktanteil hatten.
Die Potenzialanalyse dient der Absicherung und ggf. der Modifikation der Berechnungen
des ökonometrischen Modells. Ferner ergänzen die analytisch ermittelten
Potenziale die Simulationsrechnungen in den Bereichen, in denen keine befriedigenden
Ergebnisse erzielt werden konnten bzw. keine Rechnungen durchführbar
waren, um schließlich Aussagen im Rahmen der in den Szenarien zur Anwendung
kommenden Maßnahmenbündel treffen zu können.
Zwischenbericht, März 2007

- 96 -
Institut für Verkehrsforschung
Für die Potenzialanalyse werden soziodemographische Daten sowie Daten zur
Fahrzeugnutzung mit Angaben zum verwendeten Fahrzeug verknüpft. Damit lassen
sich, bezogen auf definierte Fahrzeuggruppen, die jeweiligen soziodemografischen
Hintergründe der Fahrzeughalter näher analysieren. Damit können z.B. Grenzen der
Käuferverschiebung hin zu kleineren Fahrzeugtypen aufgezeigt werden, da Fahrzeugnutzung
und Haushaltsstruktur bekannt sind. Außerdem können exemplarische
Analysen bezüglich der Halter bestimmter Fahrzeugtypen durchgeführt werden, die
aufgrund ihrer Marktpositionierung oder ihrer Technologie eine herausgehobene
Stellung einnehmen. Ergänzt wird die Potenzialanalyse um eine Betrachtung der
Wirkung politischer Maßnahmen in anderen Ländern, aus denen ggf. Analogien für die
Szenarien in renewbility abgeleitet werden können.
Die Ergebnisse aus der Bestimmung der zukünftigen Neuwagenstruktur gehen in die
weiteren Berechnungen der Stoffstromanalyse ein, d.h. in die Berechnung der
Emissionen, des Energiebedarfs und des Materialbedarfs zur Fahrzeugherstellung.
Dort werden in weiteren Arbeitsschritten auch die Auswirkungen der Neuzulassungen
auf den Fahrzeugbestand ermittelt und eine Abschätzung vorgenommen, wie sich die
gesamte Pkw-Fahrleistung auf die Fahrzeuge der verschiedenen Alters- und
Größenklassen verteilt.
Die umfangreichen Arbeiten im Rahmen von renewbility zur Bestimmung der Verkehrsund
Fahrleistung im Personenverkehr werden nicht direkt mit dem Neuwagenkaufverhalten
gekoppelt. Auf der Ebene der räumlich differenzierten Betrachtung von
Beispielsregionen ist eine Attributierung der sogenannten synthetischen Bevölkerung
mit Fahrzeugtypen zwar theoretisch möglich, würde aber eine Reihe von zusätzlichen
Annahmen und Verknüpfungen erfordern, die weit über den Rahmen des Projekts
hinausgingen. Ansätze der Verkehrsmodellierung, in denen eine Zuweisung von
Bevölkerung zu Fahrzeugtypen erfolgt, sind grundsätzlich noch nicht bekannt, wären
jedoch eine wichtiger Schritt zur genaueren Bestimmung der Fahrzeugemissionen in
Ballungsräumen.
3.5.3 Das ökonometrische Modell
3.5.3.1 Modellansatz
Ziel des ökonometrischen Modells ist es, die Rolle verschiedener Einflussfaktoren auf
den Neuwagenmarkt im Zeitraum 1995 bis 2005 zu parametrisieren und damit
Berechnungen über die zukünftige Aufteilung des Markts nach Fahrzeuggruppen und
Kraftstoffart durchzuführen. Hierfür wird der Zusammenhang von Variablenwerten (z.B.
Kraftstoffpreis) und Zulassungszahlen bestimmter Fahrzeuggruppen (z.B.

Institut für Verkehrsforschung
- 97 -
Entwicklungen, d.h. die Zulassungszahlen und -anteile in Abhängigkeit eines veränderten
Variablenwertes, zu berechnen.
Zur Bestimmung des statistischen Zusammenhangs der ausgewählten Variablen
können verschiedene Modellansätze verwendet werden. Dabei wird auf Erfahrungen
zurückgegriffen, die zum Beispiel im Projekt „Flottenverbrauch 2010“ (Mehlin et al,
2003) gesammelt wurden. Dort erfolgte eine Analyse der Neuzulassungen der Jahre
1990 bis 2000, in die der Neuwagenpreis, die Kfz-Steuer und die Kraftstoffkosten
einbezogen wurden. Ferner erwies sich das Drehmoment des Motors als geeigneter
Indikator, den technischen Entwicklungsstand der Fahrzeuge zu berücksichtigen.
Zusätzlich wurde der Faktor „Lifestyle” erstellt, um die Veränderungen in den
Segmenten Mini, Van und Geländewagen adäquat abzubilden. Es wurde für jedes
Segment eine logarithmische Nutzenfunktion gebildet:
Ln U s = α s + β 1 * PP s + β 2 * KT s + β 3 * KS s + β 4 * DM s + γ s * LS s
mit: Us: Nutzen eines Fahrzeugs des Segments s
αs, βi, γs: Nutzenkoeffizienten
PPs: Normierter Preis eines PKWs
KTs: Normierte Kfz-Steuer
KSs: Normierte Kraftstoffkosten
DMs: Normiertes Drehmoment
LSs: Life-Style
s: Segment
Aus den Nutzenfunktionen ließ sich schließlich eine Wahrscheinlichkeit für die Wahl
eines Fahrzeuges eines Segments i bestimmen. Daraus ergaben sich Simulationsrechnungen,
die die Segmentzusammensetzung in Abhängigkeit der angenommenen
Maßnahmen bezifferten. Aus dieser Struktur errechneten sich die durchschnittlichen
CO 2 Emissionen der Neuwagen. Zum Erreichen einer Halbierung des Durchschnittswertes
von 210 g/km im Jahr 1990 wurden unter anderem CO 2 basierte Kfz-
Steuern von 70 bis 2.400 Euro angesetzt und eine Neuwagenförderung bzw. –abgabe
von 4.600 bis 10.600 Euro.
Im Projekt renewbility wird zwar ein ähnlicher Ansatz verfolgt wie in Flottenverbrauch
2010, doch aufgrund der dort vergleichsweise groben Datengrundlage – die Studie
basierte auf summierten Zulassungsdaten je Segment und technischen Daten
repräsentativer Beispielfahrzeuge – ist für renewbility eine modifizierte Vorgehensweise
notwendig.
In einer weiteren Untersuchung des DLR-Instituts für Verkehrsforschung im Auftrag der
Europäischen Kommission (Mehlin et al, 2004) kamen bereits sehr detaillierte Zulassungsdaten
zum Einsatz, die auch einzelne Modellvarianten auswiesen. Ziel dieser
Zwischenbericht, März 2007

- 98 -
Institut für Verkehrsforschung
Arbeit war, unterschiedliche Einflüsse auf die CO 2 -Entwicklung der Neuzulassungen
der Jahre 1995 bis 2003 zu identifizieren und quantifizieren. Mittels eines
logarithmischen Ansatzes wurde der Einfluss von Kfz-Steuern, Kraftstoffpreis und BIP
pro Einwohner auf die Struktur der Neuwagenflotte analysiert und berechnet. Ein
analytischer Teil der Untersuchung ergab wesentliche Erkenntnisse hinsichtlich des
Einflusses des Dieselanteils und der Segmentverschiebung auf die erreichte CO 2 -
Reduktion des betrachteten Zeitraums.
Zur Bestimmung der Parameter in der europaweiten Analyse wurde insbesondere die
unterschiedliche Struktur der Neuzulassungen und der Einflussgrößen unter den
einzelnen europäischen Ländern ausgenutzt. Diese Möglichkeit besteht in renewbility
nicht, da lediglich die Zulassungen von Deutschland analysiert werden. Die zur
Quantifizierung der Einflussgrößen vorgenommenen Simulationsrechnungen der EU-
Studie wurden für Europa insgesamt ausgeführt und nicht für einzelne Länder. Daher
können die Ergebnisse nicht auf Deutschland übertragen werden.
Basierend auf den Kenntnissen der bereits bearbeiteten Studien erfolgte für renewbility
zunächst die Betrachtung der hier vorliegenden grundsätzlichen Datenstruktur. Sie
besteht sowohl aus einer Zeitreihe als auch aus Querschnitten. D.h. Determinanten,
die nur über die Zeit variieren (z.B. Variablen wie BIP und Bevölkerungswachstum)
können gleichzeitig mit solchen modelliert werden, die über die einzelnen Modelle und
Versionen variieren (z.B. Hubraum und Verbrauch). Für Letztere kann darüber hinaus
getestet werden, ob der Einfluss zeitlich konstant ist oder auch vom jeweiligen Jahr
abhängt. Es ist zum Beispiel möglich, dass der Einfluss der Kraftstoffpreise auf
Neuwagenverkäufe in den letzten Jahren wegen seines starken Preisanstiegs
zugenommen hat.
Für die Auswahl eines geeigneten ökonometrischen Modellansatzes ist maßgebend,
wie stark die Linearität der betrachteten Größen eingeschätzt wird. Das Vorliegen von
nichtlinearen Beziehungen benötigt die Anwendung von transformierten Variablen wie
zum Beispiel in logarithmischer oder quadratischer (U-förmig) Form. Letztere wird
häufig bei der Modellierung von Einkommen benutzt, da Einkommensveränderungen
oftmals einen größeren Effekt im unterem als im oberen Spektrum auf die abhängige
Variable haben. Für das Konsumentenverhalten bei Fahrzeugen haben sich - wie
oben beschrieben - logarithmische Ansätze bewährt, insbesondere der log-log Ansatz
(Van Garderen 2001, Hensher 1992). Dieser wurde auch im vorliegenden Falle im
Rahmen eines einfachen Modells getestet, das zunächst nur die wesentlichsten
Einflussfaktoren auf die Neuwagenflotte berücksichtigt hat (u.a. Neuwagenpreis, KFZ-
Steuer und Kraftstoffpreis). Hierbei wurde – wie erwartet – bestätigt, dass der
Kaufpreis eine signifikant negative und inelastische Auswirkung auf die Zahl der
Neuzulassungen hat. D.h. ein einprozentiger Anstieg des Preises verursacht einen
weniger als einprozentigen Rückgang der Nachfrage. Die Vorzeichen von KFZ-Steuern
und Kraftstoffpreisen waren ebenfalls negativ und statistisch signifikant.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 99 -
Ein weiterer Test, der den Neuwagenmarkt in Hubraumklassen unterteilte, hat zwar
nachvollziehbare, für die Simulation der Szenarien jedoch nicht durchgängig
verwendbare Ergebnisse erbracht. So ergab sich etwa für hubraumstarke Diesel eine
Elastizität, die besagt, dass mit steigenden Neuwagenpreisen auch mehr Fahrzeuge
gekauft werden; ein zunächst wenig plausibler Zusammenhang, der in der Form sicher
nicht in die Zukunft übertragen werden kann. Aus der Historie lässt sich dies jedoch
leicht erklären, da sich das Angebot im Bereich großer, teurer Dieselmodelle am
Anfang des Betrachtungszeitraums eher klein war und sich stark ausgeweitet hat.
Somit stellt weniger der Preis als vielmehr das Angebot einen wesentlichen
Einflussfaktor dar.
Im nächsten Schritt werden aber auch Modellierungsalternativen zum log-log-Ansatz
hinsichtlich ihrer Anwendbarkeit untersucht. In diesem Zusammenhang ist es
besonders wichtig zu erkennen, dass es sich bei Pkws um einen „differenzierten
Produktmarkt“ handelt. Dies bedeutet, dass über den Kaufpreis hinaus andere, zum
Teil nachrangige Merkmale eine zentrale Rolle sowohl bei der Marketingstrategie als
auch bei der Kaufentscheidung spielen. Um den Einfluss dieser Merkmale zu
modellieren, hat sich der Logit-Ansatz als geeignet bewiesen (Berry, 1994; Nevo,
2000). Mit diesem Ansatz kann direkt untersucht werden, unter welchen
technologischen und wirtschaftlichen Bedingungen sich der Marktanteil der
verschiedenen Fahrzeuggruppen ändert.
Nach Bestimmung der Parameter für signifikante Zusammenhänge in einem
geeigneten Modellansatz können Elastizitäten berechnet werden und Simulationen
durchgeführt werden. Hierzu werden für einzelne Variable veränderte Werte
angenommen (z.B. weitere Erhöhung der Kraftstoffpreise), um daraus die
Veränderungen der Zulassungszahlen zu ermitteln. Nachfolgende Abbildung 11 stellt
die einzelnen Schritte bei der Erstellung des ökonometrischen Modells dar.
Zwischenbericht, März 2007

- 100 -
Institut für Verkehrsforschung
Abbildung 11:
Vorgehensweise zum ökonometrischen Modell
Hypothesen kausaler Zusammenhänge
Gruppierung in
Größenklassen
Aufbereitung
der Analysedaten
Identifikation
eines Modellansatzes
Aufbereitung
der
Variablen
Berechnung und
Zuordnung
entsprechend
Gruppierung
Bestimmung der Parameter des Modells
Simulation zukünftiger Entwicklungen
Auswertung und Interpretation der Ergebnisse
Als zu analysierende Variablen kommen fahrzeugspezifische wie auch allgemeine
Variablen in Betracht. Eine Übersicht der als relevant erachteten Variablen gibt Tabelle
12.
Tabelle 12:
Mögliche beeinflussende Variablen, die im Modell getestet werden
Fahrzeugspezifische Variablen
Neupreis
Spezifischer Verbrauch
Jährliche Kilometerleistung
Jährliche Kfz-Steuer
Indikator für Herstellungsland
Technischer Indikator*
Allgemeine Variablen
BIP pro Kopf (oder HH-Einkommen)
Altersstruktur der Bevölkerung
Haushaltsstruktur der Bevölkerung
Erwerbstätigenzahl
Führerscheinbesitz: weiblich - männlich
Fahrzeughalter: weiblich - männlich
* zum Beispiel zum Beschleunigungsvermögen des Fahrzeugs
Zunächst werden die Variablen einzeln analysiert, in einem weiteren Schritt jedoch
auch zusammengefasst. So stellt die Kombination aus spezifischem Verbrauch,
Kraftstoffpreis und jährlicher Fahrleistung zwar die sinnvolle Größe „jährliche
Kraftstoffkosten“ dar, dennoch ist auch der Benzinpreis allein zu berücksichtigen, weil
dieser in der Wahrnehmung der Menschen einen stärkeren Einfluss haben könnte als
die jährlichen Gesamtkosten. Ziel ist es, Variablen mit statistisch signifikanten
Zusammenhängen zu den Neuzulassungen zu identifizieren. Mit den Variablen, für die
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 101 -
signifikante Abhängigkeiten festgestellt werden, werden im Rahmen der Szenarien
dann Simulationen gerechnet werden.
Neben den aufgelisteten Variablen können auch neue Variablen entwickelt werden.
Diese würden auf einer weitergehenden Betrachtung der Thematik basieren und
aufgrund des hohen Aufwands nur im Bedarfsfall erstellt werden. Dazu kann zum
Beispiel die Entwicklung eines Fahrzeug-Nutzenindikators gehören, der die Größe des
Innenraums, des Kofferraums und dessen Variabilität repräsentiert. Ferner kann ein
Indikator zur Charakterisierung der Angebotsstruktur, d.h. der angebotenen
Karosserie-, Motor- und Ausstattungsvarianten in Erwägung gezogen werden.
3.5.3.2 Datengrundlage
Die Basis für das ökonometrische Modell bilden detaillierte Neuzulassungsdaten der
Jahre 1995 bis 2005 der R.L. Polk Marketing Systems GmbH (Polk). Diese Datenbasis
wurde bereits in früheren Arbeiten verwendet, sodass zum Einen schon auf
Erfahrungen bei der Aufbereitung zurückgegriffen werden kann und zum Anderen eine
kostengünstige Zweitnutzung vereinbart werden konnte.
Die Polk-Daten enthalten die jährlichen Neuzulassungen auf der Ebene einzelner
Modellversionen enthalten, d.h. nicht nur nach einzelnen Typen wie z.B. VW Golf, Opel
Vectra oder Renault Megane differenziert, sondern auch nach Karosserieversionen wie
z.B. Limousine oder Kombi und nach Versionen hinsichtlich der Stärke der
Motorisierung. Außerdem liegen für die einzelnen Versionen technische Daten zu
Größe, Gewicht und Verbrauch sowie der Getriebeart vor, wie sich aus der folgenden
Abbildung 12 ergibt.
Es handelt sich hierbei um einen Auszug des Datensatzes für wenige Modellversionen aus dem Jahr
1997. Die Zahl der neuzugelassenen Fahrzeuge ist in der Spalte y_1997_c zu finden. Da damals offiziell
noch keine CO2-Werte registriert wurden, findet sich in der entsprechenden Spalte kein Wert. Für die
weitere Analyse wurden die CO2-Werte aus den Verbrauchswerten abgeleitet.
Zwischenbericht, März 2007

- 102 -
Institut für Verkehrsforschung
Abbildung 12: Auszug des Polk-Datensatzes
Manufacturer name
Model name
Description 1
Description 2
Alfa Romeo 145 1.3 1.3l,66kw,5vits,3ptes 3 48 82500 01.08.1996 0 10.1 6.3 8.2 0 0
Alfa Romeo 145 1.3 "L" 1.3l,66kw,5vits,3ptes 3 15 87500 01.08.1996 0 10.1 6.3 8.2 0 0
Alfa Romeo 145 1.4 Twin Spark 16V 1.4l, 76 kw, 5-speed, 3-door 3 435 82500 24.10.1997 0 10.1 6.3 8.2 10.7 6.3
Alfa Romeo 145 1.4 Twin Spark 16V "L" 1.4l, 76 kw, 5-speed, 3-door 3 145 88200 24.10.1997 0 10.1 6.3 8.2 10.7 6.3
Alfa Romeo 145 1.6 "L" 1.6l,76kw,5vits,3ptes 3 85 96500 01.08.1996 0 9.6 5.7 7.8 0 0
Alfa Romeo 145 1.6 Twin Spark 16V "L" 1.6l, 88 kw, 5-speed, 3-door 3 319 98200 24.10.1997 0 0 0 0 11 6.4
Segment
y_1997_c
Price
Price date
CO2 Emission pro KM in Gramm
Fuel cons. urban (EC80)
Fuel cons. 56mph (EC80)
Fuel cons. 75mph (EC80)
Fuel cons. urban (EC93)
Fuel cons. extra urban (EC93)
Transmission type
Number of speeds
Body style
Cubic capacity
Number of doors
Driven wheels
Fuel type
KW
Transmission type (Standard)
Number of cylinders
Engine type
Length in mm
Width in mm
Height in mm
Kerbweight in kg
GVW in kg
Payload in kg
No. of seats (standard)
No. of seats (alternative)
M 5 HB 1351 3 F PLS 66 M 4 B 4093 1712 1427 1140 0 0 5 0
M 5 HB 1351 3 F PLS 66 M 4 B 4093 1712 1427 1140 0 0 5 0
M 5 HB 1370 3 F PLS 76 M 4 R 4093 1712 1427 1135 0 0 5 0
M 5 HB 1370 3 F PLS 76 M 4 R 4093 1712 1427 1135 0 0 5 0
M 5 HB 1596 3 F PLS 76 M 4 B 4093 1712 1427 1140 0 0 5 0
M 5 HB 1598 3 F PLS 88 M 4 R 4093 1712 1427 1185 0 0 5 0
Die Zulassungsdaten von Polk enthalten für einige wenige Modelle keine technischen
Angaben. Wo dies zutrifft und mehr als 5000 Zulassungen registriert sind, wurden die
Angaben manuell ergänzt.
Die Datenbasis wurde mit der detaillierten Datenbank des Kraftfahrt-Bundesamtes, wie
sie für die Emissionsberechnung in TREMOD beim IFEU vorliegt, abgeglichen. Dies ist
erforderlich, weil die Eingangsdaten für die zukünftige technische Entwicklung von
IFEU auf Basis der KBA-TREMOD Datenbank erstellt werden. Als Ergebnis des
Abgleichs konnte festgehalten werden:
• Beide Datenbanken ergeben die gleichen jährlichen Gesamtsummen an
Fahrzeugen.
• Die Überprüfung der Zulassungszahlen anhand der in beiden Datenbanken
vorhandenen Segmentierung ergab für wenige Segmente unterschiedliche
Summenwerte in einem Einzeljahr, ansonsten aber eine gute Übereinstimmung.
Die Abweichung konnte unter anderem auf die unterschiedliche Behandlung der
Cabriolets zurückgeführt werden.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 103 -
• Hinsichtlich der mittleren Kennwerte für die CO 2 -Emissionsen und der
Motorleistung, die für einzelne Hubraumklassen innerhalb der Segmente
bestimmt wurden, sind keine nennenswerten Abweichungen festgestellt
worden.
Da die Polk-Daten alle Informationen zur Zuordnung von Hubraumklassen oder
Segmenten enthalten, können für die aufgetretenen Abweichungen die entsprechenden
Neuzuordnungen zu den Segmenten vorgenommen werden, um dadurch eine
konsistente Schnittstelle für die weitere Bearbeitung zu gewährleisten.
Neben den Zulassungsdaten bilden die allgemeinen Variablen (z.B. Einkommensentwicklung)
einen weiteren Bestandteil der Datengrundlage. Diese Informationen
werden den Statistiken des Statistischen Bundesamtes entnommen.
Die Bestimmung der Variablenwerte für die Simulationen in den Szenarien baut auf
zwei Säulen auf:
• Zum Einen ergeben sie sich aus den politischen Maßnahmen, wie sie während
des Szenarioprozesses definiert werden,
• zum Anderen sind sie das Resultat der technischen Entwicklung auf der
Angebotsseite (siehe renewbility, AP 3).
Aus beiden Quellen zusammengefasst leiten sich dann mittelbar oder unmittelbar
geänderte Kosten bzw. Preise für die Anschaffung, den Unterhalt oder den Betrieb der
Fahrzeuge ab. Zusätzlich können sich durch technische Entwicklungen auf der
Angebotsseite Änderungen in den Nutzungseigenschaften der Pkw ergeben. Sie
können sowohl Einschränkungen (z.B. Reichweite, Leistungsfähigkeit, Platzangebot)
nach sich ziehen wie auch Vorteile bringen (z.B. Geräuscharmut, höhere Variabilität
des Fahrzeuginnenraums durch neue Fahrzeugkonfigurationen).
Ferner können durch politische Maßnahmen auch Restriktionen für bestimmte Fahrzeuggruppen
entstehen, wie z.B. absolute Emissionsobergrenzen oder spezifische
Obergrenzen bezogen auf das Gewicht oder einen Nutzenindikator.
3.5.3.3 Gruppierung und Antriebsarten
Zur Analyse des bisherigen Käuferverhaltens müssen die Fahrzeuge sinnvoll
kategorisiert werden, d.h. Fahrzeuge mit sehr ähnlichen Eigenschaften müssen
gebündelt betrachtet werden, andernfalls würden sie als unabhängige Beobachtungen
gelten. Hierzu existieren verschiedene Ansätze, die sich alle mehr oder minder auf die
Größe der PKW beziehen. Unterschiede liegen in den verwendeten Indikatoren, aus
denen sich die Gruppen ableiten.
Ein klassischer Ansatz ist die Gruppierung anhand der Antriebsarten Benzin und Diesel
sowie nach Hubraumklassen. Diese Einteilung sichert die Kompatibilität mit den
Arbeiten zum zukünftigen technologischen Angebot und der Emissionsberechnung. Da
Zwischenbericht, März 2007

- 104 -
Institut für Verkehrsforschung
auch die Höhe der jährlichen Kfz-Steuer in Deutschland traditionell nach Hubraum
bemessen wird, kommt diese Einteilung der Modellfindung grundsätzlich entgegen. Die
Hubraumklassen werden dabei folgendermaßen gebildet, jeweils für Benzin und
Diesel:

Institut für Verkehrsforschung
- 105 -
Tabelle 13:
Modifizierte KBA-Segmentierung
Segmentbezeichnung Beispielfahrzeuge Segmentbezeichnung Beispielfahrzeuge
Mini
VW Lupo, Renault
Twingo
Sportwagen
Alfa Spider, Audi TT,
Porsche
Kleinwagen
Opel Corsa, Fiat
Punto, Ford Fiesta
Geländewagen
Toyota RAV 4, Suzuki Vitara
Untere Mittelklasse
VW Golf, Peugeot
307, Toyota Corolla Luxus-Geländewagen BMW X5, Range Rover,
Jeep Grand Cherokee
Mittelklasse
Mazda 626, BMW
3er, Ford Mondeo
Kompakt-Van
Opel Zafira, Renault Scenic,
Fiat Multipla
Obere Mittelklasse
Audi A 6, Mercedes
E-Klasse
Großraum-Van
Peugeot 807, Ford Galaxy,
VW Sharan
Oberklasse
BMW 7er,
Mercedes S-Klasse Utilities* Ford Transit, VW Caravelle,
Mercedes Viano
*Leichte Nutzfahrzeuge, die als PKW zugelassen sind
Für die Arbeiten in renewbility wurden zunächst Modellansätze mit 6 Fahrzeuggruppen
gemäß der oben erwähnten Hubraumklassen getestet, weil diese am besten mit den
Arbeiten von IFEU Heidelberg zur zukünftigen technologischen Entwicklung zu
verknüpfen sind. Gleichzeitig werden auch Ansätze mit einer sehr starken Differenzierung
wie oben vorgeschlagen getestet um das Spektrum der Fahrzeuge adäquat
berücksichtigen zu können. In Abhängigkeit der jeweiligen Ergebnisse ist es das Ziel,
eine Segmentierung zu finden, die die Vorteile beider Varianten möglichst gut auf sich
vereint und somit also zwischen 6 und 20 Segmenten liegt.
Alternative Antriebsarten
Hinsichtlich der Kraftstoff- oder Antriebsarten stellt sich neben der gesetzten Aufteilung
nach Benzin und Diesel die Frage, eine weitere Unterteilung für alternative Antriebe
vorzunehmen. Dies würde die Möglichkeit schaffen, die zukünftige Entwicklung besser
abbilden zu können, hängt aber davon ab, ob in den Analysejahren eine ausreichende
Anzahl von Beobachtungen vorhanden ist bzw. ob Zusammenhänge zu bestimmten
Variablen hergestellt werden können. Es sind hierbei zwei Varianten zu prüfen: 1. Die
Einführung einer Antriebsart für Erdgasfahrzeuge, weil dies eine konsequente
Zuordnung hinsichtlich des Kraftstoffes und der Kostenstruktur bedeuten würde, oder
2. die Erstellung einer Kategorie für alternative Konzepte, die neben den Erdgasfahrzeugen
auch besonders sparsame und modellpolitisch herausgehobene Modelle
beinhaltet, wie z.B. VW Lupo 3L, Astra Eco4 oder Toyota Prius. Letztere Variante hätte
den Vorteil einer größeren Zahl von Beobachtungen, die statistisch erfasst werden
können.
Zwischenbericht, März 2007

- 106 -
Institut für Verkehrsforschung
Aufgrund der versionenfeinen Zulassungsdatenbank von Polk kann ergänzend oder
alternativ die Entwicklung der bisherigen Zulassungszahlen von oben genannten
speziellen Fahrzeugarten und –typen auch analytisch beschrieben werden. In
Gegenüberstellung mit möglichen Einflussfaktoren wie z.B. Subventionen der örtlichen
Gaswerke oder Steuerbefreiung für 3- und 5-Liter Autos können hier Rückschlüsse für
eine mögliche zukünftige Entwicklung gebildet werden.
Gewerblich zugelassene Fahrzeuge
Der Anteil der gewerblich zugelassenen Fahrzeuge bewegt sich bei Neuwagen um
50%. Dabei entfällt der Großteil auf Vermietungsfirmen und Fahrzeughändler und nur
ein geringerer Anteil auf tatsächlich gewerblich genutzte Fahrzeuge. Bereits nach
einem Jahr ist die Mehrheit der Mietfahrzeuge und Händlerfahrzeuge in den privaten
Bestand übergegangen. Dieser schnelle Übergang in den Privatbesitz weist
Vermietungsfirmen und Händlern einerseits eine wichtige Rolle bei der Fahrzeugwahl
zu, lässt andererseits auch die Vermutung zu, dass diese Fahrzeuge bereits
entsprechend den Kaufkriterien des Privatmarktes beschafft werden, um sie dann auch
möglichst gewinnbringend dorthin weiterverkaufen zu können.
Grundsätzlich ist zu erwarten, dass gewerbliche Käufer auf politische Maßnahmen, wie
sie in den Szenarien angenommen werden sollen, ähnlich reagieren, was die
Reaktionsrichtung betrifft. Die Stärke der Reaktion kann sich aber unterscheiden. Zu
ihrer Bestimmung sind zwei wesentliche Schritte notwendig: Zunächst die klare
Trennung aller Zulassungsdaten nach gewerblichen und privaten Käufern sowie die
Bestimmung der Einflussfaktoren (Variablen), die auf die gewerblichen Zulassungen
einwirken, wie z.B. die wirtschaftliche Situation der Unternehmen, Abschreibungsmöglichkeiten
etc.. Für beide Schritte liegen nur unzureichend Daten vor, und es ist
zudem ungeklärt, wie viele der privat zugelassenen Pkw dennoch für gewerbliche
Zwecke genutzt werden und umgekehrt gewerblich zugelassene Fahrzeuge vorrangig
für Privatfahrten eingesetzt werden. Daher werden aus Praktikabilitätsgründen
zunächst die privaten und die gewerblichen Zulassungen in das ökonometrische
Modell integriert und in Beziehung zu den genannten Variablen gesetzt, wodurch die
Einflüsse auf die gewerblichen Fahrzeuge zwar berücksichtigt sind, aber nicht getrennt
ausgewiesen werden. Die differenzierte Modellierung der Einflüsse auf die gewerblich
zugelassenen Fahrzeuge bleibt zunächst eine interessante und offene Forschungsfrage.
Eine endgültige Entscheidung für die Anwendung von Antriebsvarianten sowie
Hubraumklassifizierungen oder Segmentierungsvarianten bleibt den Ergebnissen der
ökonometrischen Analyse vorbehalten. Die Aufbereitung der Zulassungsdaten ist
derart angelegt, dass verschiedene Möglichkeiten getestet werden können.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 107 -
3.5.3.4 Erwartete Ergebnisse aus der Berechnung
Aus den gefundenen Zusammenhängen der Daten werden zukünftige Entwicklungen
berechnet, d.h. Fahrzeugzulassungen in Abhängigkeit einer angenommenen Entwicklung
einer Variablen. Hierbei wird sukzessive vorgegangen durch die Veränderung
jeweils einer Variablen, d.h. alle anderen werden für konstant betrachtet und nur eine
variiert. In einem weiteren Schritt können auch zwei Variablen – nach kreuzweiser
Analyse in einem geeigneten Modellansatz – verändert und ihr Einfluß auf die
Zulassungszahlen berechnet werden.
Die Simulationsergebnisse beziehen sich immer auf die in der Analyse konfigurierten
Fahrzeuggruppen, also z.B. Hubraumklassen, Antriebsarten oder Segmente. Somit
kann durch die Simulation, neben der Gesamtzahl der Neuzulassungen, für diese
zuvor gewählten Gruppen die zukünftige Entwicklung der Zulassungsanteile berechnet
werden. Wie robust die erzielten Ergebnisse schließlich sind, hängt von der gewählten
Fahrzeuggruppierung und vom Grad der Abweichung der Variablen ab, d.h. ob sie für
die Zukunft ausreichend variiert werden. Geringe Kostensteigerungen beeinflussen
zwar das Berechnungsergebnis, würden aber vermutlich im Bereich der Unschärfen
bleiben und keine belastbaren Aussagen liefern. Ebenso sind keine eindeutigen
Ergebnisse zu erwarten, wenn unterschiedliche zukünftige Fahrzeugkonzepte
annährend gleiche technische Eigenschaften aufweisen, was z.B. je nach Variante für
Benzin-Hybrid und Dieselantrieb nicht ausgeschlossen werden kann.
Die Ergebnisse aus den Simulationen werden mit den Resultaten aus der Potenzialanalyse
abgeglichen. Aus ihr werden wesentliche Erkenntnisse gewonnen, inwiefern
die Berechnungsergebnisse plausibel sind, und es können für Extremszenarien Oberoder
Untergrenzen der Verschiebung der Zulassungszahlen definiert werden.
Perspektivisch lassen sich nicht zwischen allen gewählten Variablen und den
Zulassungsdaten Abhängigkeiten feststellen. Dies kann sein, weil sich grundsätzlich
kein Zusammenhang feststellen lässt und somit die Hypothese ihrer Abhängigkeit
verworfen werden muss, oder weil für die gewählte Variable oder Fahrzeuggruppe zu
wenige Beobachtungen vorhanden sind. In beiden Fällen erfolgt eine weitere Bearbeitung
im Rahmen der Potenzialanalyse, denn eine statistische Unabhängigkeit ist
kein hinreichender Beweis für eine kausale Unabhängigkeit. Für technisch oder
modellpolitisch interessante Fahrzeuge mit zu wenigen verwertbaren Beobachtungen
können aus der analytischen Beschreibung außerdem Schlussfolgerung für die
zukünftige Entwicklung gezogen werden.
Zwischenbericht, März 2007

- 108 -
Institut für Verkehrsforschung
3.5.4 Potenzialanalyse zur Veränderung des Käuferverhaltens
3.5.4.1 Sozio-demographische Hintergründe der Fahrzeugbesitzer
Auf Basis der Ergebnisse der Studie „Mobilität in Deutschland“ (infas/DIW 2003) ist es
erstmals möglich, für eine hohe Anzahl von Beobachtungen fahrzeugtechnische
Merkmale in Zusammenhang mit typischen Nutzermerkmalen und Nutzungsprofilen zu
analysieren. Über 24.000 Fahrzeuge sind in dem Datensatz enthalten, die sich einem
Haushalt, einem Hauptnutzer und den entsprechenden Personen- und Nutzungseigenschaften
zuordnen lassen. Darüber hinaus liegen auch technische Daten und
konkrete Modellbezeichnungen für diese Fahrzeuge vor. Somit lässt sich ermitteln,
welche Art von Haushalt welche Art von Pkw besitzt und wie dieser am Stichtag der
Erhebung genutzt wurde. Die Erhebung bezieht sich auf das Jahr 2002. Etwa 7.000
der damals erfassten Pkw waren nicht älter als 3 Jahre und ca. 15.000 aller erhobener
Pkw wurden als Neuwagen erworben.
Aufgrund der technischen Angaben zu den Fahrzeugen besteht die Möglichkeit die
Fahrzeuge aus MiD entsprechend der Fahrzeuggruppierung des ökonometrischen
Modells zusammenzufassen. Es können also z.B. die sozio-demographischen Daten
für alle Nutzer von Diesel-Fahrzeugen mit einem Hubraum von mehr als 2l oder einer
Motorleistung von mehr als 150 PS ausgewertet werden. Ähnliche Auswertungen
konnten bislang nur mit einer wesentlich kleineren Fallzahl durchgeführt werden.
Für die Auswertung vor dem Hintergrund einer Segmentierung ergab sich das
Problem, dass für einzelne Typen eine Vielzahl unterschiedlicher Schreibweisen (z.B.
Toyota RAV4, raf4, rav four etc.) in der MiD existieren, weil die Namen der
Fahrzeugtypen von den Interviewern direkt notiert wurden und nicht in eine Liste
vorgegebener Typen und Versionen eingetragen wurden. Die unterschiedlich notierten
Bezeichnungen wurden daher bereits im Vorfeld der Analysen aufbereitet und
vereinheitlicht. Anhand der getrennt eingegebenen technischen Daten, konnten sie
weitgehend verifiziert werden. 37
Die wichtigsten Variablen, die für die gewählten Fahrzeuggruppen in MiD ausgewertet
werden können, sind in der folgenden Tabelle 14 zusammengefasst.
37 Eine direkte Ableitung des Fahrzeugtyps aus den technischen Daten ist nicht möglich, weil sich diese
nur auf den Antrieb beziehen und der gleiche Motor fast immer in verschiedenen Modellen eingesetzt
wird.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 109 -
Tabelle 14:
Variablen aus der MiD zur Analyse der Pkw-Nutzer und deren Nutzungsverhalten
Sozio-demographische Merkmale
Haushaltsgröße
Alter und Geschlecht des Hauptnutzers
Beschäftigungsart des Hauptnutzers
Anzahl der Pkw im HH
Haushaltseinkommen
Mobilitätsverhalten
Fahrtzwecke
Wegezahl
Jährliche Fahrleistung
Verkehrsmittelwahl
Besetzungsgrad
Alter und Geschlecht der weiteren
Haushaltsmitglieder
Anhand einer vorläufigen Segmentierung wurden bereits einige der aufgelisteten
Variablen ausgewertet. Beispielhaft ist der folgenden Abbildung 13 die Gesamtzahl der
Pkw je Haushalt bezogen auf den Besitz unterschiedlicher Fahrzeugsegmente zu
entnehmen. Daraus wird ersichtlich, dass insbesondere Haushalte, die Fahrzeuge der
Unteren Mittelklasse, Mittelklasse und Kompakt-Vans besitzen, am seltensten über
einen Zweitwagen verfügen. In der weiteren Analyse ergab sich, dass Haushalte mit
Kompakt-Vans von der Personenzahl her überdurchschnittlich groß sind. Somit kann in
erster Näherung darauf geschlossen werden, dass Käufer dieses Segments aufgrund
ihrer Platzbedürfnisse nur mit geringer Wahrscheinlichkeit auf ein kleineres Fahrzeug
umsteigen.
Zwischenbericht, März 2007

- 110 -
Institut für Verkehrsforschung
Abbildung 13: Segmentbezogene Auswertung der Pkw-Anzahl je Haushalt
Zahl Pkw
3
Anzahl Pkw im Haushalt
2,3
2
1,9
2,0
2,0
1,9
1,9
2
1,8
1,6 1,6
1,7
1,5
1,7
1,7
1,7
1
1
0
Mini
Kleinwagen
Untere Mittelklasse
Mittelklasse
Obere Mittelklasse
Luxusklasse
Sportwagen
Geländewagen
Luxus-Geländewagen
Kompakt-Van
Van (Großraumlimousine)
Leichtes Nutzfahrzeug
Sonstige
Insgesamt
MiD 2002
Somit wird die Auswertung der MiD-Informationen zu Plausibilitätsprüfungen und als
Interpretationsrahmen für die Berechnungen mit dem ökonometrischen Modell genutzt.
Ggf. werden auch Modifikationen der Rechenergebnisse vorgenommen. Insbesondere
werden Grenzen bestimmt, inwieweit ein Wechsel von einzelnen Personengruppen in
eine andere Fahrzeuggruppe als realistisch erscheint. So lässt sich unter bestimmten
Randbedingungen ein Wechsel von einem größeren zu einem kleineren Fahrzeug für
möglich erachten, z.B. wenn es sich um einen Zweitwagen handelt oder um einen
städtischen Single-Haushalt. Dagegen dürfte die Wahrscheinlichkeit, dass ein Haushalt
mit Kindern im ländlichen Raum, der über ein Fahrzeug der Unteren Mittelklasse
verfügt, auf ein kleineres Fahrzeug umsteigt, eher gering sein. Ähnliche Überlegungen
werden anhand der Informationen zum Haushaltseinkommen vorgenommen, etwa um
rechnerisch ermittelte Käuferverschiebungen zu sehr teuren, hoch effizienten
Fahrzeugen zu überprüfen.
Das in MiD dokumentierte Nutzungsverhalten wird weiterhin dafür verwendet,
Personengruppen zu identifizieren, für die ein Wechsel zu einem Fahrzeug mit
alternativem Antrieb besonders naheliegend erscheint. Ausgehend von abweichenden
Nutzungseigenschaften alternativer Fahrzeuge, z.B. hinsichtlich Reichweite oder
Höchstgeschwindigkeit, werden Haushalte oder Personen identifiziert, bei denen diese
Einschränkungen als irrelevant erachtet werden.
Neben der Erhebung „Mobilität in Deutschland“ lässt auch das „Mobilitätspanel“ eine
ähnliche Auswertung durch die Verknüpfung von Fahrzeug-, Mobilitäts- und
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 111 -
Nutzerdaten zu (Zumkeller 2006). Dem Vorteil, dass hier eine Zeitreihe für die Jahre
1997 bis 2005 vorliegt, steht eine nur geringe Zahl von ca. 400 erhobenen Fahrzeugen
jährlich gegenüber. Dennoch sind von der Analyse der Paneldaten nützliche
Informationen zur Bewertung der Ergebnisse aus den anderen Arbeitspunkten zu
erwarten, etwa durch Plausibilitätsprüfungen von Einzelfällen.
3.5.4.2 Weiterführende Analysen zur Pkw-Wahl und Akzeptanz
alternativer Technologien
Zur Unterstützung der Ergebnisse aus dem ökonometrischen Modell muss zur
Bestimmung des Potenzials alternativer und effizienterer Fahrzeuge in der Zukunft
auch auf exemplarische Studien zurückgegriffen werden, die spezielle Teilaspekte
näher beleuchten. Ferner können exemplarische Auswertungen der Zulassungs- und
MiD-Daten die bisher gewonnenen Ergebnisse ergänzen und absichern. Dabei wird
unter folgenden Themenbereichen unterschieden:
Konsumentenverhalten beim Kauf von Pkw
Ein Überblick über Befragungen zum Kaufverhalten und entsprechende Forschungsarbeiten
liefert die wichtigsten Kriterien beim Pkw-Kauf und gibt somit einen Rahmen
für die mögliche zukünftige Entwicklung vor. Dabei ist es wichtig, welche Gruppen von
Käufern grundsätzlich zu unterscheiden sind.
In der Analyse wird insbesondere darauf Wert gelegt, neben den rein rationalen
Kriterien für die Kaufentscheidung wie geringe Unterhalteskosten auch emotionale
Aspekte (z.B. Aussehen, sportliches Fahrverhalten) zu berücksichtigen und Aussagen
darüber zu finden, bei welchen Personengruppen welcher Aspekt stärker im
Vordergrund steht. Im Idealfall können bestimmte Personengruppen identifiziert
werden, die Innovationen bei Pkw besonders offen gegenüberstehen. Informationsquellen
sind hierbei zum Beispiel die Deutsche Automobil Treuhand, Beratungsunternehmen
(McKinsey&Company) sowie wissenschaftliche Studien, etwa der ETH
Zürich oder der University of California (Choo, Mokhtarian 2004). Ferner wird die
Marktforschungsstudie für den Volkswagen 3-Liter Lupo berücksichtigt, die im Rahmen
des Projekts „EcoTopTen“ entstanden ist (Öko-Institut 2004).
Exemplarische Fahrzeuganalysen
Bereits in der Vergangenheit sind einige spezielle, sehr effiziente Modellversionen auf
dem Markt eingeführt worden. Diese sind in den modellfeinen Neuzulassungsdaten
von Polk erfasst und werden hinsichtlich Zulassungszahlen, Kostenstruktur und dem
Nutzen bzw. der Nutzungseinschränkung untersucht. Aufgrund der detaillierten Datenbasis
sind auch Vergleiche mit herkömmlichen Versionen möglich. Zusätzliche
Informationen können aus weiteren Studien gewonnen werden, wie z.B. der ETH
Zwischenbericht, März 2007

- 112 -
Institut für Verkehrsforschung
Zürich, die die Hintergründe der Toyota Prius Käufer analysiert hat und Aufschluss
über deren Einkommenssituation, Alter, Bildungsstand etc. gibt.
Ein wichtiger Untersuchungsgegenstand im Kontext der Einführung alternativer
Fahrzeugkonzepte stellen Erdgasfahrzeuge dar. Ihre Verbreitung kann vor dem
Hintergrund bundesweiter wie lokaler Förderungen wichtige Hinweise auf die
Akzeptanz alternativer Konzepte geben. Insbesondere der Aspekt der Reichweite in
Kombination mit der vorhandenen Tankstellendichte ist hier interessant. Die
vorhandenen Zulassungsdaten lassen hier auch eine getrennte Auswertung von
monovalenten und bivalenten Fahrzeugen zu. Gleichzeitig werden jedoch auch
Grenzen der Übertragbarkeit von Einzelfällen wie dem Erdgasfahrzeug auf allgemeine
Aussagen zur Einführung alternativer Konzepte beachtet.
Betrachtung politischer Maßnahmen anderer Länder
Berechnungen zur zukünftigen Entwicklung mit Hilfe des ökonometrischen Modells
basieren immer auf der Analyse der Zusammenhänge in der Vergangenheit. Es ist
nicht automatisch gewährleistet, dass diese in der Zukunft fortbestehen, insbesondere
wenn es systematische Veränderungen gibt. Da in den Szenarien voraussichtlich auch
eine Umstellung der Kfz-Steuer auf CO 2 Basis oder andere wesentliche Änderungen
simuliert werden sollen, ist zur Bewertung der Berechnungsergebnisse die
Berücksichtigung der Entwicklung in anderen Ländern sinnvoll. Wesentliche
Änderungen sind zum Beispiel in Dänemark (Wechsel von gewichtsbasierter zu
verbrauchsbasierter jährlicher Steuer), Frankreich (Abschaffung der Kfz-Steuer) und
Italien (Wechsel von hubraumbasierter zu leistungsbasierter Steuer) vollzogen worden
(COWI 2003, European Commission 2002, DIW 2005). Ferner gewährten die
Niederlande deutliche Steuervergünstigungen für verbrauchseffiziente Fahrzeuge.
Auch wenn die Randbedingungen in den europäischen Ländern verschieden sind,
etwa bezüglich der Siedlungsstruktur, der wirtschaftlichen Situation und auch der
Präferenzen beim Fahrzeugkauf, lassen sich Analogien für Szenarien in Deutschland
ableiten. Der festgestellte Einfluss wesentlicher Änderungen in anderen Ländern kann
für die Modellierung in renewbility genutzt werden zur Bewertung und zur
Plausibilitätsprüfung der eigenen Ergebnisse.
3.5.5 Zusammenfassung und Ausblick
Die sehr detailliert vorliegenden Zulassungsdaten der Jahre 1995 bis 2005 eröffnen
vielfältige Analysemöglichkeiten hinsichtlich des Kaufverhaltens bei Neuwagen. Durch
das Integrieren von bestimmten Variablen, insbesondere Kostenfaktoren, lassen sich
statistische Zusammenhänge finden, die für die Fortschreibung der Entwicklung in
Abhängigkeit politischer Maßnahmen geeignet sind. Eine gründliche Aufarbeitung der
kausalen Zusammenhänge im Vorfeld ist hierfür unerlässlich.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 113 -
Erste Parameterschätzungen mit verschiedenen Modellen liegen bereits vor und sind
in Abschnitt 3.5.3.1 erwähnt. Ein zweistufiger Ansatz, der zunächst die
Gesamtzulassungen berechnet und anschließend die Anteile der Zulassungen, wird
derzeit favorisiert. Vorteilhaft ist hierbei, dass die Anteile je Typ (also z.V. VW Golf oder
Opel Vectra) geschätzt werden, wodurch ein hohes Maß an Kompatibilität mit anderen
Fahrzeugkategorisierungen gewährleistet ist. Beispielhafte Simulationen für
Änderungen der Kfz-Steuer werden aktuell durchgeführt.
Die grundlegenden Arbeiten der Potenzialanalyse laufen parallel zu den Arbeiten am
ökonometrischen Modell. Die gekoppelte Auswertung der Zulassungsdaten mit den
Personendaten der MiD kann zum Großteil jedoch erst nach der Festlegung der
Fahrzeuggruppen bzw. Segmente abgeschlossen werden, d.h. in den Monaten April
und Mai.
Sowohl das ökonometrische Modell wie auch die Potenzialanalyse werden im Verlaufe
des Szenarioprozesses entsprechend der dortigen Anforderungen fortlaufend
modifiziert und ergänzt.
Zwischenbericht, März 2007

- 114 -
Institut für Verkehrsforschung
4 Modellierung der Güterverkehrsnachfrage
4.1 Einleitung
Zum weit überwiegenden Teil wurde der Güterverkehr bislang mit Hilfe von
makroskopischen Modellen abgebildet. Eingangsparameter sind dabei die im
untersuchten Gebiet vorhandene Produktionsleistung, Fahrtenraten pro produzierter
Menge und Modalwahlverteilungen. Sollen Veränderungen der Güterverkehrsnachfrage
als Reaktion auf bestimmte Maßnahmen simuliert werden, geschieht dies in
Form veränderter Eingangsparameter. Die Schätzung der veränderten Parameter
findet dabei allerdings außerhalb des makroskopischen Nachfragemodells statt, so
dass der angenommene Wirkmechanismus nicht innerhalb des Modells selbst
überprüft werden kann.
Bei der Modellierung und Simulation der Wirkungen von Maßnahmen, wie dies in
renewbility erfolgen soll, besteht jedoch eine zentrale Anforderung darin, die jeweils
betroffenen und reagierenden Akteure adäquat abzubilden. Konkret bedeutet dies,
dass beispielsweise Maßnahmen, die die unmittelbaren Transportkosten (Wegekosten)
betreffen, mit ihren Reaktionen auf Seiten der Logistikdienstleister simuliert werden
sollten. Demgegenüber sind Maßnahmen, die in Kostenerhöhungen für den gesamten
Logistikprozess resultieren, durch Reaktionen auf Seiten der Verlader zu berücksichtigen.
In renewbility wird ein agenten-basiertes mikroskopisches Wirtschaftsverkehrsnachfragemodell
eingesetzt, d.h. im Zentrum der Modellierung stehen die handelnden
Akteure (englisch „agents“: Verlader, Empfänger, Logistikdienstleister) der Wirtschaftsverkehrsentstehung,
die individuell abgebildet und simuliert werden. Die in renewbility
verwendete agenten-basierte Modellierung gestattet es, entsprechende Auswirkungen
direkt im Modell bei den passenden Agenten wirksam werden zu lassen. Das
Endergebnis kann hinsichtlich Transportweiten, Verkehrsmittel, Gutarten und Branchen
differenziert erstellt werden und erlaubt daher auch sehr spezifische
Interpretationsmöglichkeiten.
Während sowohl das Modell der Personenverkehrsnachfrage TAPAS als auch das
Modell WiVSim mikroskopisch arbeiten und die handelnden Akteure direkt abbilden,
unterscheiden sich WIVSIM und TAPAS aufgrund der spezifischen Unterschiede
zwischen Personen- und Güterverkehr grundlegend. Im Modell TAPAS wird die
Zeitverwendung aller Individuen in einem Untersuchungsgebiet detailliert abgebildet
und erst nach Durchlaufen des gesamten Modells ergeben sich Verknüpfungspunkte
mit traditionellen makroskopischen Modellen und den amtlichen Verkehrsstatistiken
und Prognosen. Eine Ausdehnung des Untersuchungsraumes von TAPAS auf
Deutschland ist wegen der sehr hohen Anzahl von etwa 80 Millionen Individuen und
des im täglichen Verkehr meist wesentlich geringeren Reiseweiten nicht sinnvoll.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 115 -
Im Gegensatz dazu werden in WiVSim die Akteure auf der Ebene einzelner Betriebe
abgebildet. Diese wesentlich geringere Anzahl und Reiseweiten im Güterverkehr, die
häufig über den Durchmesser der für TAPAS gewählten Untersuchungsgebiete
hinausgehen, legen bei der Modellierung mit WiVSim eine Wahl von Deutschland als
Untersuchungsgebiet nahe. Außerdem gibt es, wie nachfolgend verdeutlicht wird, an
mehreren Stellen während des Ablaufs der Arbeit mit WiVSim Kopplungsmöglichkeiten
mit den amtlichen makroskopischen Statistiken und traditionellen makroskopischen
Modellen. An den Stellen, an denen keine ausreichenden Daten vorliegen, verhält sich
deshalb auch das mikroskopische Modell WiVSim im Grundsatz nicht anders als
makroskopische Modelle. Aus diesen Gründen wird WiVSim eingesetzt, um sowohl AP
2.3.2 Disaggregiertes Güterverkehrsnachfragemodell für exemplarische Simulationen
abzudecken, als auch AP 2.2 Gesamtnachfrage Güterverkehr.
4.2 Einführung in die Modellierung der Wirtschaftsverkehrsnachfrage
In Anlehnung an die vierstufige Modellierung der Personenverkehrsnachfrage wird
auch die Behandlung des Wirtschaftsverkehrs in traditionellen Modellen in die Stufen
Erzeugung, Verteilung, Verkehrsmittelwahl und Umlegung unterteilt. Bedingt durch
spezifische Abweichungen des Wirtschaftsverkehrs wurden einzelne Stufen gegenüber
dem Personenverkehr modifiziert. Ein Beispiel dafür ist der Parameter für den
Rundtouranteil in VISEVA-W. Im Personenverkehr werden je nach Modellierungsansatz
entweder nur direkte Fahrten abgebildet oder alle Fahrten als Rundfahrten
behandelt, so dass jeder PKW am Tagesende zu seinem Standort zurückkehrt. Weil im
Wirtschaftsverkehr hingegen sowohl Rundtouren als auch Direktfahrten über größere
Entfernungen tatsächlich nebeneinander auftauchen, sind auch beide Arten zwingend
abzubilden.
Das Vorgehen traditioneller Wirtschaftsverkehrsmodelle wird nachfolgend anhand des
Einsatzes von VISEVA-W, ein Produkt der Firma PTV AG, kurz skizziert. Dabei wurde
die Region Stuttgart in Bezirke eingeteilt, für die die dort ansässigen Betriebe bekannt
sind oder erhoben wurden. Mit Hilfe von empirisch bestimmten oder geschätzten
Erzeugungsraten wurde die Anzahl der von einem Betrieb startenden Fahrten
bestimmt. Weitere nötige Parameter waren die durchschnittliche Anzahl der Stops pro
Tour des Wirtschaftsverkehrs, die aus der Befragung „Kraftfahrzeugverkehr in
Deutschland“ (KiD) gewonnen wurden. Aus den pro Bezirk ansässigen Betrieben und
Anwohnern wurde ein Attraktionspotenzial bestimmt, anhand dessen die Ziele der
gebildeten Touren auf die Bezirke verteilt wurden. Nach einer Umlegung auf das
Straßennetz und der Kalibrierung mit Hilfe des variablen Parameters zum
Rundfahrtenanteil wurden die Fahrleistungen der eingesetzten Fahrzeuge errechnet.
Die Stärke dieses Ansatzes ist die geringere Anzahl an notwendigen Parametern, die
sich aus Strukturdaten (Anzahl der Betriebe), vorhandenen Erhebungen (KiD) und
Zwischenbericht, März 2007

- 116 -
Institut für Verkehrsforschung
Verkehrsmessungen (Rundfahrtenanteil) bestimmen lassen. Gleichzeitig ist dies eine
Schwäche, da Maßnahmenwirkungen nur über Veränderungen dieser Parameter und
damit außerhalb des Modells abgebildet werden. Desweiteren legt die Befragung KiD
ihren Schwerpunkt auf kleine Nutzfahrzeuge und gestattet nicht die Übertragung auf
den Güterfernverkehr. Durch das fahrzeugbezogene Konzept der Tourenbildung
können auch Transportanforderungen des Gutes nicht berücksichtigt werden.
Gegenüber dem Personenverkehr gestaltet sich die Modellierung des Wirtschaftsverkehrs
grundsätzlich aufwändiger, da die Prozesse in der Wirtschaftsverkehrsnachfrage
allgemein eine höhere Komplexität aufweisen, resultierend aus der
Beteiligung verschiedener Akteure mit ungleichen Interessen am Transport eines
Gutes. Diese Akteure sind zunächst die Produzenten, deren Interessen und
Handlungen maßgeblich durch ihre Einbindung in Zulieferer- und Kundenbeziehungen
bestimmt werden. Eine weitere Akteursgruppe wird von den Logisktikdienstleistern
gebildet, die für die Organisation des Transports sorgen, ggf. auch in Verbindung mit
Lagerhaltung, Kommissionierung oder auch einfacheren Vorproduktionsfunktionen. Als
dritte Gruppe von Akteuren können die Transporteure definiert werden, die zunehmend
im Auftrag eines Logistikdienstleiters den eigentlichen Transport der Waren von einer
Quelle zu einem Ziel übernehmen.
Im Gegensatz zu der für den Güterverkehr dargestellten Beteiligung verschiedener
Akteure am Transportprozess fallen im Individualverkehr die Rollen des „Versenders“
bei der Erzeugung des Verkehrs und des „Transporteurs“ bei Verkehrsmittel- und
Routenwahl üblicherweise zusammen. Damit folgt die Entstehung der Personenverkehrsnachfrage
einer grundsätzlich anderen Logik als die Nachfrage nach
Güterverkehr.
4.3 Grundlagen der mikroskopischen Simulation der
Wirtschafts- und Güterverkehrsnachfrage WiVSim
Parallel zur Entwicklung des hier vorgestellten mikroskopischen Wirtschaftsverkehrsmodells
WiVSim sind wichtige Vorarbeiten auf dem Gebiet der mikroskopischen
Modellierung der Güterverkehrsnachfrage in dem vom BMBF geförderten Verbundprojekt
OVID geleistet worden. In einem Teilprojekt wurde hier die mikroskopische
Simulationssoftware InterLOG entwickelt, die das Verhalten produzierender Betriebe
als Versender und insbesondere das Verhalten von Logistikdienstleistern unter dem
Einfluss von neuen Verfahren der Informations- und Kommunikationstechnologien
abbildet. Dies betrifft beispielsweise die Umfahrung von Staus auf Empfehlung eines
verkehrslenkenden zentralen Systems, das mit Geräten in den Fahrzeugen
kommuniziert.
Im Gegensatz zu OVID und InterLOG legt WiVSim seinen Schwerpunkt auf die
detaillierte Beschreibung der Produzenten und der Verzahnung des Produktionsprozesses
mit Entscheidungen zur Güterverkehrsnachfrage. In intensiver Kooperation
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 117 -
mit der Universität Karlsruhe, die einer der beiden Hauptpartner im Projekt OVID war,
sind Ergebnisse aus den dort durchgeführten Arbeiten bereits in WiVSim eingeflossen.
Beispielsweise wurde durch ermittelte Produktionsraten, die in einer hohen
Differenzierung nach Gutarten und Wirtschaftszweigen den Wert produzierter Güter mit
der Menge verknüpfen, die Vorgehensweise von WiVSim ergänzt. An anderer Stelle ist
die weitere Verwendung von Ergebnissen aus OVID für WiVSim geplant, z.B. bei der
Tourengestaltung mit Hilfe von Tourenmustern.
WiVSim bildet den Güterverkehr zwischen produzierenden Unternehmen sowie
zwischen produzierenden Unternehmen und dem Handel ab. Dabei werden die
beteiligten Unternehmen, d.h. Produzenten ebenso wie Logistikdienstleister, als
„Agenten“ verstanden, die eigenständige Entscheidungen auf der Grundlage von
Anforderungen treffen, die vom Kunden bzw. vom Unternehmen selbst gestellt werden.
Zur Abbildung der produzierten Güter und ihres Transportes benötigt WiVSim zum
einen die räumliche Verteilung der Betriebe (nicht der Unternehmen!) sowie darüber
hinaus Angaben zum Entscheidungsverhalten der verschiedenen „Agenten“. Während
die räumliche Verteilung der Betriebe über das Programmmodul „Synthetische
Wirtschaftstruktur“ hergestellt wird, dienen das Modul „Güterverkehrsnachfrage“
(Abbildung 14) der Abbildung der Produzenten und der Transportanforderungen. Über
die Module „Logistikdienstleister“ und „Verkehrssimulation“ wird die Güterverkehrsnachfrage
umgesetzt in die erzeugte Fahrleistung (Abbildung 17).
Die von WiVSim benötigten Daten betreffen einerseits die Beschäftigtenzahl, die
Branche und die räumliche Lage von Betrieben, andererseits die Nutzung von
Transportmitteln sowie das Entscheidungsverhalten von Verladern und
Logistikdienstleistern. Die Informationen stammen zum größeren Teil aus kommerziellen
Datensätzen, aber auch aus Erhebungen, die das DLR-Institut für
Verkehrsforschung in Zusammenarbeit mit EMNID selbst durchgeführt hat. Von Seiten
der amtlichen Statistik werden entsprechende Daten nur in sehr begrenztem Umfang
bereitgestellt. Sie liegen auf Länderebene sowie auf nationaler Ebene vor,
beispielsweise zur Anzahl der Betriebe, deren Aufteilung nach Wirtschaftszweigen und
der Betriebsgrößenverteilung. Diese amtlichen Daten sind an mehreren Stellen eine
wichtige Information, um synthetisch hergestellte Verteilungen zu kalibrieren.
4.4 Funktionsweise von WiVSiM
Anhand des Ablaufschemas (Abbildung 14) von WiVSim im Projekt renewbility soll die
Funktionsweise im Folgenden erläutert werden.
Zwischenbericht, März 2007

- 118 -
Institut für Verkehrsforschung
Abbildung 14: Ablaufschema von WiVSim
synthetic economy
productivity
input / output
statistics
production (values)
production (amount)
production
statistics
shipments
shipment
sizes
Ablaufschema von WIVSIM von Strukturdaten bis zu Sendungsinformationen.
Abgerundete Kästen in der Mitte stehen für Ergebnisse der Arbeitsschritte, die in der
Simulation durchlaufen werden. Die eckigen Kästen links und rechts symbolisieren
Datenquellen, die bei den Arbeitsschritten benutzt werden.
Den ersten Arbeitsschritt bei der Modellierung mit WiVSim bildet die Erstellung einer
synthetischen Wirtschaftsstruktur. Ziel ist es, eine Liste von Betrieben so zu erstellen,
dass sie in ihren statistischen Eigenschaften mit den verfügbaren Daten für das
Untersuchungsgebiet, in diesem Fall Deutschland, übereinstimmt. Die Detaillierung
und Qualität der Eingangsdaten begrenzt also die Qualität der synthetischen
Wirtschaftsstruktur. Allerdings lässt sich durch die Kombination mehrerer Datenquellen
ein realistisches Ergebnis erreichen.
Um die Liste von Betrieben zu erstellen, werden als Basis von der infas Geodaten
GmbH kommerziell bereitgestellte Daten genutzt. In diesem Datensatz ist die Anzahl
der Firmen enthalten, räumlich aufgelöst für ganz Deutschland nach Gemeinden
(Kreis-Gemeinde-Schlüssel KGS8) und – um eine räumlich differenzierte Abbildung
auch in großen Gemeinden zu erlauben – für die 50 größten Gemeinden Deutschlands
aufgelöst in statistische Bezirke. Die Stadt Berlin beispielsweise ist unterteilt in 287
Einheiten.
Außerdem geben die Firmendaten von infas Geodaten an, welchen Wirtschaftszweigen
die einzelnen Betriebe zuzuordnen sind. Dies erfolgt entsprechend der
Klassifikation von Wirtschaftszweigen des Statistischen Bundesamtes (WZ03). Die
Daten von infas beschreiben die Branchenzugehörigkeit in vergleichsweise tiefer
Differenzierung (sog. Viersteller).
Neben der räumlichen Differenzierung und der Differenzierung nach Wirtschaftszweigen
bieten die Daten von infas Geodaten auch eine Unterteilung nach drei
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 119 -
Größenklassen, nämlich unter 10 Mitarbeiter, von 10 bis 100 Mitarbeiter und mehr als
100 Mitarbeiter.
Trotz der bereits feinen Auflösung sind die Daten von infas Geodaten zur Erstellung
einer Liste von genauer definierten Einzelbetrieben nicht ausreichend. Der erste
Bearbeitungsschritt zur Nutzung für WiVSim ist deshalb die Zuweisung von
Beschäftigtenzahlen zu Betrieben, also die Verfeinerung dieser nur als Größenklasse
vorliegenden Information. Dazu werden Betriebsgrößenverteilungen der amtlichen
Statistik eingesetzt. Diese sind räumlich lediglich nach Bundesländern unterteilt und
nach Wirtschaftszweigen ebenfalls nicht so fein wie die infas-Daten. Allerdings ergibt
sich durch die Verschneidung beider Datenquellen eine ausreichende Basis für die
weitere Modellanwendung.
Zur Abbildung der räumlichen Verteilung der Betriebe wird die entsprechende
räumliche Information verfeinert. Das in einem späteren Schritt zur Umlegung der
Verkehrsflüsse verwendete Straßennetz mit den dort verzeichneten Straßenabschnitten
liefert die Basis dafür. Jeder Zelle der infas-Daten wird mit Hilfe eines GIS
eine Liste in dieser Zelle liegender Straßenabschnitte zugeordnet und aus diesen dann
stochastisch ein Betriebsstandort für jeden Betrieb gewählt. Während der räumliche
Detaillierungsgrad der Betriebsstandorte dadurch nicht erhöht wird, ergeben sich
sinnvolle Anwendungen der dadurch geschaffenen direkten Verbindung zum
Verkehrsnetz. Für jeden Betrieb lassen sich die Entfernungen zu Autobahnauffahrten
und Zugangsmöglichkeiten zum Schienennetz mit Hilfe von GIS-Algorithmen
berechnen und werden bei der Verkehrsmittelwahl berücksichtigt. Fehler durch die
stochastische Zuordnung werden über alle Betriebe einer Zelle betrachtet
ausgeglichen. Dennoch ergibt sich hier eine Erweiterungsmöglichkeit für künftige
Modelle. Weiterer Forschungsbedarf besteht bei der Einbindung von
Landnutzungsalgorithmen, die die Standortwahl wirtschaftlicher Akteure berücksichtigen.
Der nächste Schritt zur genaueren Beschreibung der Betriebe ist die Berechnung des
wertmäßigen Produktionsumfangs aus der Beschäftigtenzahl des jeweiligen Betriebes.
Dazu werden amtliche Statistiken zur Mitarbeiterproduktivität genutzt, die nach
Wirtschaftszweigen gegliedert gleichzeitig Beschäftigte und Umsatz einer Branche
ausweisen. Für die Abbildung des Basis-Szenarios mit der Entwicklung ohne weitere
Maßnahmen bis 2030 werden die Produktivitätskennziffern angepasst auf Basis von
Prognosen des Instituts für Wirtschaftsforschung Halle (IWH, in [IWH06]) im Rahmen
der Verkehrsprognose 2025. Diese Prognosen enthalten u.a. Prognosen zu Umsätzen
des Verarbeitenden Gewerbes in 14 Wirtschaftszweigen unterteilt und für die
deutschen Raumordnungsregionen bis 2025.
Die Konversion von wertmäßigen Umsätzen zu produzierten Mengen wird berechnet
mit Hilfe von Kennziffern zur Wertintensität von Gütergruppen, die am IWW Karlsruhe
aus Daten der amtlichen Produktionsstatistik gewonnen wurden. Die Fortschreibung im
Zwischenbericht, März 2007

- 120 -
Institut für Verkehrsforschung
Basis-Szenario bis 2030 und Berücksichtigung des Güterstruktureffekts erfolgt mit den
dazu vorhandenen Daten des IWH. Dazu wird die Entwicklung der Jahre 1995-2005,
für die Daten zu 38 Gütergruppen vorliegen (in [IWH06]), fortgeschrieben.
Eine korrekte Verzahnung auf der Ebene wirtschaftlicher Verflechtungen stellt eine
wichtige Basis für ein akteurs-orientiertes Modell dar. Die nötige Datenbasis wurde
soweit möglich im Rahmen der quantitativen Unternehmensbefragung des DLR
bereitgestellt, über deren qualitativen Teil in [Var05] berichtet wurde. In einem
quantitativen Teil wurden vom DLR Interviews mit insgesamt 907 Unternehmen des
produzierenden Gewerbes geführt. Geschichtet wurde die Umfrage nach den
Merkmalen Unternehmensgröße, NACE-Code und der räumlichen Lage in
Deutschland. Der Unternehmensfragebogen umfasste 44 Fragen zu verschiedenen
Themen aus dem Bereich Logistik und Güterverkehr ([Men06]), u. a. nach den
wichtigsten Vorprodukten, der Anzahl der Zulieferer und der Anzahl der Kunden.
Die Ergebnisse der DLR-Umfrage dienen in WiVSim u.a. als Anhaltspunkte, um eine
Verflechtung der einzelnen Firmen der synthetischen Wirtschaftsstruktur auf der Basis
von Input-/Output-Statistiken durchzuführen. Damit lässt sich für jede Branche
festlegen, von welchen anderen Branchen zu welchen Anteilen Güter bezogen werden.
Auf diese Weise wird jedem Betrieb ein Bedarf an Gütern einer bestimmten anderen
Branche zugeordnet. Die Nutzung von Input-/Output-Tabellen der volkswirtschaftlichen
Gesamtrechnung ist dabei eine Methode, die auch andere Verkehrsnachfragemodelle
einsetzen. (vgl. die Nutzung im Commercial Travel-Modul im Rahmen von TLUMIP,
einem Modell für den US-Bundesstaat Oregon; s.a. [Wis06]). Dennoch ergibt sich die
Schwierigkeit, dass für diesen stark verkehrsrelevanten Schritt rein ökonomische Daten
ohne immanenten Verkehrsbezug benutzt werden müssen. Hilfreich wäre hier eine
Verkehrsstatistik, die die Wirtschaftszweige von Verlader und Empfänger erfasst.
Andere Untersuchungsergebnisse betreffen die räumliche Beziehung zu Lieferanten
und Kunden. Die Ergebnisse dazu werden ergänzt mit Entfernungsverteilungen, die
aus der Verkehrsprognose 2025 übernommen werden werden. Die gewollte Anlehnung
des Basis-Szenarios in renewbility an diese Prognose gestattet es in diesem Kontext,
auf eine eigene Prognose künftiger Transportweitenveränderunge zu verzichten, die
außerordentlich schwierig wäre, da hier grundsätzliche strukturelle Veränderungen
eine große Rolle spielen (Globalisierung, Outsourcing etc.).
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 121 -
Abbildung 15: Standorte der Kunden in Abhängigkeit von der Unternehmensgröße (Quelle:
Men06)
Anteil der Kunden
50%
45%
40%
35%
30%
25%
20%
15%
Umkreis von
20-30km
restliches
Bundesland
restliches
Deutschland
Ländern der
EU-25
restliches
Europa
restliche
Welt
10%
5%
0%
mikro klein mittelgroß groß
Unternehmensgröße (nach KMU-Definiton)
n=837,
gewichtet,
gerundet
Die Bestimmung der Losgröße, die den einzelnen Güterströmen zugewiesen wird,
erfolgt unter Berücksichtigung des versendeten Gutes, Ergebnissen der DLR-
Befragung zu Lieferfrequenzen und baut ansonsten auf plausiblen Annahmen auf.
Dieses Vorgehen wird erleichtert durch die Möglichkeit, akzeptable durchschnittliche
Losgrößen durch die Kalibration im Ist-Zustand festzulegen.
Zwischenbericht, März 2007

- 122 -
Institut für Verkehrsforschung
Abbildung 16: Standorte der Zulieferer in Abhängigkeit von der Unternehmensgröße (Quelle
[Men06])
A nteil der Zulieferer
50%
45%
40%
35%
30%
25%
20%
15%
Umkreis von
20-30km
restliches
Bundesland
restliches
Deutschland
Ländern der
EU-25
restliches
Europa
restliche
Welt
10%
5%
0%
mikro klein mittelgroß groß
Unternehmensgröße (nach KMU-Definiton)
n=834,
gewichtet,
gerundet
Der weitere Arbeitsablauf der Simulation mit WiVSim ist nun der Abbildung 17 zu
entnehmen. Aufbauend auf den Sendungseigenschaften erfolgt die Zuordnung einer
Logistikgruppe (18 Gruppen, u.a. KEP, Stückgut, Ganz- und Teilladungen, Erdöl,
Container, …) mit einem regelbasierten System, dass die Gutart, die Sendungsgröße
und die Entfernung zwischen Verlader und Empfaenger berücksichtigt. Die Parameter
für die Regeln wurden aufgrund von Annahmen festgelegt. Dieses Vorgehen ist wegen
starker Einschränkungen durch Transportanforderungen möglich; für eine gegebene
Kombination aus Gutart und Entfernung kommen in den meisten Fällen höchstens zwei
Logistikgruppen realistisch in Betracht. Künftige Verschiebungen, z.B. hin zu Stückguttransporten,
werden aufbauend auf Analysen historischer Daten fortgeschrieben. Mit
Hilfe der Zuordnung von Logistikgruppen entsteht eine Aufteilung der Sendungen in
verschiedene Transportmärkte, wie sie auch in anderen mikroskopischen Modellen
üblich ist ([Lie06]).
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 123 -
Abbildung 17: Arbeitsablauf in WiVSim von Sendungsinformationen bis hin zu
Fahrzeugkilometern, die in renewbility dann durch andere Module
weiterverarbeitet werden. Rund wiederum Daten, eckig Arbeitsschritte.
shipments
urban
service
traffic trips
trips
assign
logistics
sector
mode
choice
apply tour
patterns
energy use,
emissions
assignment
to network
kilometers
Getrennt für jede Logistikgruppe wird ein Verkehrsmittelwahlmodell angewendet, wobei
die Modi LKW, Bahn, kombinierter Verkehr, Schifffahrt und Luftfracht berücksichtigt
werden. Als Eingangsgrößen fließen die Transportanforderungen der Gutart, die
Sendungsgröße, die Entfernung zum Empfänger und die räumliche Nähe zu
Umschlagpunkten von Bahn, KV, Schiff und Luftfracht ein. Die Parameter des
verwendeten Discrete-Choice-Modells werden auf Basis des Ist-Zustandes
abgeschätzt. Für das Basis-Szenario werden die Parameter bis 2025 erneut
abgeschätzt, um die Ergebnisse der Verkehrsprognose 2025 nachzuzeichnen.
Mit Hilfe von Daten zu Tourmustern und Auslastungsgraden als letztem Arbeitsschritt
der Simulation in WiVSim selbst entsteht eine Fahrtenliste, die einzelne Fahrten der
verschiedenen Modi enthält. Aufgrund des großen Rechenaufwandes und der hohen
Komplexität erfolgt keine mikroskopische Simulation der Tätigkeit verschiedener
Speditionen. Allerdings ist zukünftig die Kooperation mit anderen Modellen ([Lie06]),
die wertvolle Arbeiten auf diesem Gebiet geleistet haben, wünschenswert und wird
aktuell angestrebt.
4.5 Aktueller Stand und Ausblick
Die softwaretechnischen Arbeiten zur Funktionsfähigkeit des Modells WiVSim wurden
abgeschlossen und ein Probedatensatz für die Stoffstromanalyse hergestellt. Für den
Status Quo wird derzeit die Kalibrierung anhand der amtlichen Güterverkehrsstatistiken
durchgeführt. Die Sekundärliteratur zur Wirkung von Maßnahmen auf den
Güterverkehr wurde analysiert und die Integration in die Simulation auf technischer
Ebene vorbereitet.
Zwischenbericht, März 2007

- 124 -
Institut für Verkehrsforschung
Die nächsten Arbeitsschritte sind die Analyse und Integration der Daten des IWH, um
die synthetische Wirtschaftsstruktur als Basis für WiVSim für die Jahre
2005,10,15,20,25 und für das Jahr 2030 mit einer Trendfortschreibung zu erstellen.
Ebenso werden die IWH-Daten analysiert, um die Fortschreibung der weiteren
Parameter in WiVSim durchzuführen.
Ebenfalls bis in das zweite Quartal 2007 werden die quantitativen Parameter zur
recherchierten Wirkung der vorgesehenen Maßnahmen bestimmt und in das Modell
WiVSim integriert. Die detaillierte Ausgestaltung der Maßnahmen erfolgt dann auf
Basis der Vorgaben des Szenario-Prozesses.
4.6 Umsetzung von Maßnahmen
Zur Vorbereitung der Berechnung von Maßnahmenwirkungen im Güterverkehr wurde
eine intensive Literaturrecherche durchgeführt, um insbesondere Studien zu identifizieren,
die Aussagen zu konkreten Maßnahmeauswirkungen machen. Auf dieser
Basis werden entsprechende Änderungen von Parametern im Modell WiVSim
durchgeführt werden, um die Wirkung im Kontext des Basis-Szenarios von renewbility
zu berechnen.
Bei der Recherche wurden preispolitische, ordnungspolitische und sonstige Maßnahmen
berücksichtigt. In die erste Kategorie fallen z.B. die möglichen Ausgestaltungen
künftiger Straßenbenutzungsgebühren für LKW.
Hier wurden Studien analysiert, die die Auswirkungen der aktuellen Maut für LKW ab
12t zulässigem Gesamtgewicht prognostizieren sowie die ersten empirischen Arbeiten
zu den tatsächlich Auswirkungen. Bei einer gegenüber dem Status Quo veränderten
Maut kann von diesen Analysen ausgehend extrapoliert werden und außerdem die
recherchierten Erfahrungen in anderen Ländern herangezogen werden. Allerdings sind
dabei die recherchierten sehr verschiedenen Rahmenbedingungen einer Mauterhebung
zu berücksichtigen. Außerdem wurden Forschungsarbeiten zu Maßnahmen
wie einer CO2-bezogenen KFZ-Steuer und einer steuerlichen Förderung alternativer
Antriebe ausgewertet.
Im Modell WiVSim wirken sich Maßnahmen über mehrere Mechanismen aus. In den
Verkehrsmittelwahlmodellen werden die Kosten der einzelnen Modi berücksichtigt.
Verändern sich diese, so ändert sich auch der Modal Split, wobei nach verschiedenen
Logistikgruppen (z.B. Stückgut, Ganz- und Teilladungen, Container) differenziert wird.
Zur Stärke der Verlagerung finden sich in den recherchierten Arbeiten teilweise
Angaben, mit denen das Modell kalibriert wird. Ein weiterer Wirkungsmechanismus ist
die Erhöhung der Effizienz der Transportabwicklung, also die Veränderung von
Auslastungsgraden und Tourenmustern, die in WiVSim nachvollzogen wird.
In der Gruppe der ordnungspolitischen Maßnahmen wurde z.B. die Einführung von 60-
Tonnen-LKW überprüft. In WiVSim hat dies Auswirkungen auf die Bestimmung der
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 125 -
Losgrößen einzelner Sendungen, wobei nach Gutarten und ihren Transportanforderungen
unterschieden wird. Die in der Literatur berichteten finanziellen
Auswirkungen der Einführung werden wie oben abgebildet, um die Effekte der
Attraktivitätssteigerung des Straßentransports einzubeziehen.
Sonstige Maßnahmen wie die verstärkte Nutzung von Telematiksystemen im Güterverkehr
oder die Attraktivitätssteigerung von Schienen- und Wassertransport wurden
ebenfalls betrachtet. Die erwarteten allgemeinen Auswirkungen wie Effizienzverbesserungen
oder Verlagerungstendenzen werden dann in ihrer Wirkung in WiVSim
übernommen.
4.7 Bestimmung der zukünftigen LKW-Neuzulassungen (AP
2.3.1)
Im Rahmen des Arbeitspakets zur Bestimmung der Neuzulassungen von Lastkraftfahrzeugen
mit mehr als 2 Tonnen zulässigem Gesamtgewicht wurde das Bearbeitungskonzept
erstellt und mit den Arbeiten begonnen. Ein Arbeitspapier hierzu liegt
vor und befindet sich in der internen Abstimmung mit dem Projektteam. Im Folgenden
sind die wichtigsten Punkte daraus beschrieben.
Zunächst wurden für die Trendfortschreibung die relevanten Daten ausgewählt. Aus
den Statistischen Mitteilungen des KBA der Reihe 1: Fahrzeugzulassungen wurden die
Neuzulassungen von Lkw und Sattelzugmaschinen nach
• dem zulässigen Gesamtgewicht,
• den Haltergruppen und
• den Antriebsarten aufbereitet.
Um die Daten miteinander vergleichbar zu machen, war es erforderlich einzelne nach
Nutzlastklassen dargestellte Datensätze nach zulässigem Gesamtgewicht umzuklassifizieren.
Aus der Reihe 8: Kraftverkehr wurden Daten zur Fahrleistung des
Gesamtverkehrs deutscher Lastkraftfahrzeuge nach Haltergruppen und zulässigem
Gesamtgewicht aufbereitet. Als erklärende Variable gehen die preisbereinigte
Bruttowertschöpfung für Deutschland nach Wirtschaftsbereichen und die Entwicklung
des Dieselkraftstoffpreises (Jahresmittel) in die Berechnung ein.
In der Analyse der Antriebarten wurde festgestellt, dass trotz der Weiterentwicklung
des Gasantriebs – auch für Nutzfahrzeuge – der Dieselantrieb alle Gewichtsklassen
dominiert. Lediglich für Neuzulassungen unter 3,5 t zul. Ges.-Gew. nimmt der Gasantrieb
auf einem sehr niedrigen Niveau von weniger als 1.000 Neuzulassungen (

- 126 -
Institut für Verkehrsforschung
Um die Neuzulassungen entsprechend des Wachstums unterschiedlicher Branchen
fortschreiben zu können, wurden die Haltergruppen identifiziert, die mehr als 10.000
Neuzulassungen und einen Anteil von mehr als 10 % der Fahrleistung aufweisen.
Danach werden die Haltergruppen Handel, Baugewerbe, Verkehr, Dienstleistungen,
Arbeitnehmer- und Nichterwerbspersonen und die Restgröße der sonstigen Halter
näher betrachtet.
Die Trendextrapolation für die Lastkraftfahrzeuge der fünf Fahrzeugklassen
(Transporter, leichte Lkw, nicht mautpflichtige schwere Lkw, schwere Lkw und
Sattelzugmaschinen) wird mittels einer Regressionsanalyse geschätzt. Aufgrund der
geringen Anzahl an Trendvariablen zwischen den Jahren 1992 bis 2005 wurde die
Methode der kleinsten Quadrate (OLS – Ordinary Lease Squares) angewandt, mit der
sowohl die Zeit als auch Konjunkturdaten als beschreibende Variablen in das Modell
integriert werden können. Erste Trendberechnungen für die Fahrzeugklassen wurden
durchgeführt, so dass die Abschätzungen der Neuzulassungen nach Haltergruppen
und Antriebe in Kürze erfolgen können.
Kern der Bestimmung des Käuferverhaltens in Abhängigkeit von Maßnahmen ist ein
Kostenmodell, mit dem die Kosten-Nutzen-Abwägungen der Unternehmen bei der
Kaufentscheidung abgebildet werden. Als Determinanten des Käuferverhaltens wurden
die Fahrzeugqualität, der Reparaturbedarf, der Verbrauch, der Anschaffungspreis und
die Kilometerkosten identifiziert. Diese relevanten Kriterien werden genauer untersucht
und unter Zuhilfenahme von Forschungsarbeiten und Expertenwissen auf ihre
Bedeutung und Wirksamkeit für das Projekt renewbility hin analysiert.
Für die weitere Bearbeitung des Arbeitspaketes werden zunächst beispielhaft Fahrzeuge
mit typischen Eigenschaften (Neupreis, Jahresfahrleistung, Treibstoffverbrauch
und Nutzungsdauer) für die einzelnen Fahrzeugklassen definiert. Um diese Daten in
ein Kostengerüst integrieren zu können, sind weitere Recherche- und Analysearbeiten
hinsichtlich der Zusatzkosten und Nutzensteigerungen für den Fahrzeugkäufer durch
eine Verbesserung der Antriebstechnologie erforderlich.
Im Rahmen des Kostenmodells werden die Beispielfahrzeuge über die sich ändernden
Kostenbestandteile (v.a. Betriebskosten und Neupreis) in Abhängigkeit der Maßnahmenwirkung
bewertet, um über eine statistische Abschätzung die Neuzulassungen
bestimmen zu können.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 127 -
5 Technologiedatenbasis
Ein Schwerpunkt der Arbeiten im Rahmen des Verbundvorhabens RENEWbility liegt in
der Bereitstellung aktueller und abgesicherter Basisdaten für die Umwelt- und
Kostenbilanzierung sowie der Beschäftigungseffekte von Technologien zur
Bereitstellung von Energie- und Transportdienstleistungen sowie zur Berechnung der
entsprechenden Effekte von integrierten Szenarien.
Diese Datenbasis wird mit dem Computerprogramm GEMIS (Globales Emissions-
Modell Integrierter Systeme (vgl. Abschnitt 5.1) verwaltet und dient für die
Technologievergleiche und als Datenserver für das Stoffstrommodell MOBIL-SZEN.
Die Arbeiten zur Datengenese, Aufbereitung und kritischem review durch Externe
zielen einerseits auf die Bereitstellung von Energieträgern und Kraftstoffen,
andererseits auf die möglichst konsistente Beschreibung von Fahrzeugtechnologien
(vgl. Abschnitt 5.2). Im Folgenden wird der erreichte Stand zu diesen Arbeitspaketen
beschrieben.
5.1 Energievorketten und Kraftstoffe
Für die in RENEWbility durchzuführenden integrierten Stoffstromanalysen ist die
Verfügbarkeit konsistenter Daten zur Bereitstellung von Energieträgern (Brennstoffe,
Strom, Wärme) und Kraftstoffen (Benzin, Diesel, Erdgas, Biodiesel usw.) eine
notwendige Voraussetzung.
Diese Daten werden unter dem Begriff Vorketten zusammengefasst, d.h. sie betreffen
die der eigentlichen Energienutzung vorgelagerten Aktivitäten von der Förderung, den
Transport sowie die weitere Verarbeitung von Energieträgern bis zur Endenergiestufe
frei Verbraucher.
Das folgende Bild zeigt die grundsätzliche Struktur solcher Vorketten.
Zwischenbericht, März 2007

- 128 -
Institut für Verkehrsforschung
Abbildung 18: Struktur von Energie- und Stoff-Prozessketten (Vorketten)
Quelle: Öko-Institut
Je nach Technologie und Brennstoffcharakteristik können Emissionen und andere
Umweltwirkungen in jedem Schritt („Prozess“) entlang des Energieflusses auftreten.
Zusätzlich zum direkten Energiefluss sind Materialien nötig, um die Energieanlagen zu
errichten (z. B. Kraftwerke, Pipelines, Übertragungsleitungen). Für diesen Stoffeinsatz
müssen ähnliche Vorstufen betrachtet werden.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 129 -
Abbildung 19: Mögliche Umwelteffekte in den Vorketten für Energieträger
Ressource,
z.B. Erdöl
SO , CO 2 2
usw.
Extraktion
Schiff
SO , CO 2 2
usw.
Reststoffe
Reststoffe
SO , CO 2 2
usw.
Fläche
Pipeline
Konversion
SO , CO 2 2
usw.
(je nach Antrieb)
Reststoffe
Fläche
SO , CO 2 2
usw.
Verbrennung
Stromnetz
Fläche
Reststoffe
Fläche
Produkt
z.B. Strom
Quelle: Öko-Institut
Die Vorketten sind jedoch nur eine – zum Teil vergleichsweise geringe – Quelle von
Umwelteffekten, da die eigentliche Nutzung der Energieträger und Kraftstoffe selbst in
der Regel zu weiteren Umweltbelastungen führt.
Zwischenbericht, März 2007

- 130 -
Institut für Verkehrsforschung
Abbildung 20: Gesamt Umwelteffekte aus Vorketten und Nutzung von Energieträgern und
Kraftstoffen
indirekte Effekte
Energievorkette
(2. Ordnung)
SO2,
CO2
usw.
usw.
Extraktion
usw.
SO2,
CO2 …
usw.
Pipeline
Schiff
Konversion
SO2,
CO2 …
usw.
SO , CO …
2 2
usw.
SO2, CO2 usw.
direkte Effekte
(1. Ordnung)
Verbrennung
usw.
indirekte Effekte
Stoffherstellung
SO2,
(3. Ordnung)
CO2
usw.
usw.
usw.
Quelle: Öko-Institut
Die Vorketten in RENEWbility fassen die Effekte 2. (aus Energievorketten) und 3.
Ordnung (aus Materialvorleistungen) sowie die zugehörigen Gütertransporte
zusammen.
Um eine Lebenszyklusanalyse praktisch durchführen zu können, muss eine große
Datenmenge erhoben und verarbeitet werden (inklusive der geographischen Variation
von Energieprozessen, Brennstoffqualitäten, Transportentfernungen usw.).
Das Öko-Institut hat mit dem Computermodell GEMIS (Globales Emissions-Modell
Integrierter Systeme) seit 1989 für diese Fragen eine Datenbank zur ganzheitlichen
Bilanzierung von Umwelt- und Kostenaspekten im Energie-, Stoff- und Verkehrssektor
entwickelt, die zu Projektbeginn in der Version 4.3 vorlag und im Rahmen der
bisherigen RENEWBILTIY-Arbeiten zur Version 4.4 weiterentwickelt wurde.
GEMIS ist ein kostenloses, öffentlich verfügbares Computerinstrument, das kontinuierlich
weiterentwickelt, aktualisiert und ergänzt wird 38 . Es ist als Quasi-Standard breit
akzeptiert und Daten aus GEMIS bilden die Grundlage für verschiedene
38
Dies erfolgt im Rahmen von F&E-Vorhaben für eine große Anzahl von Institutionen – darunter BMBF,
BMU, BMELV, UBA, EU-Kommission, GTZ, US-DOE und Weltbank.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 131 -
Förderinstrumente des Bundes und der Länder im Bereich Energie. Alle Produkt- und
Prozessinformationen sind in der GEMIS-Datenbank transparent und disaggregiert
enthalten, und auch die Nachvollziehbarkeit ist über die von UBA und Öko-Institut
gemeinsam betriebene Internet-Datenbank ProBas (Prozessorientierte Basisdaten für
Umweltmanagementinstrumente) gegeben 39 .
Abbildung 21: Die Datenbank von GEMIS
Energie Rohstoffe Transport
Prozesse &
Lebenswege
Technologiedaten
Umweltdaten
Kostendaten
Beschäftigte
Metadaten
Quelle: Öko-Institut
Der aktuelle Datenbestand in GEMIS umfasst etwa 10.000 Prozesse und rund 1.000
Produkte aus über 50 Ländern. Für fossile Energieträger sind ca. 3.000 Prozesse
gespeichert, für erneuerbare Energieträger ca. 200 und für Biokraftstoffe (inkl.
Vorketten) ca. 500 Prozesse.
Für die Arbeiten im Rahmen von RENEWbility wurde eine Matrix für Energieträger und
Kraftstoffe“ erstellt, die alle relevanten Vorketten zeigt (vgl. folgende Abbildung).
39
ProBas wird kontinuierlich aktualisiert und verbessert (vgl. UBA/ÖKO 2006).
Zwischenbericht, März 2007

- 132 -
Institut für Verkehrsforschung
Abbildung 22: Die Energieträger- und Kraftstoffmatrix für RENEWbility
Primärenergiequelle Energieträger Infrastruktur Antriebssystem
Benzin
Kohle
FT Benzin
Erdöl
Erdgas
Diesel
FT Diesel
Biodiesel
für flüssige
Kraftstoffe
Verbrennungsmotor
und Hybrid
Biomasse
Ethanol
Wind
Sonne
Wasser
Geotherm.
Nuklear
Methanol
DME
CNG
LPG
Wasserstoff
Strom
für gasförmige
Kraftstoffe
Brennstoffzelle
und Hybrid
Elektromotor
Quelle: eigene Darstellung nach WBCSD (2004)
Die verschiedenen Primärenergien (linke Seite der Abbildung) werden über
verschiedene Technologierouten (Prozessketten) in nutzbare Endenergieträger bzw.
Kraftstoffe (Mitte der Grafik) umgewandelt und stehen dann für die verschiedenen
Fahrzeugtypen (rechte Seite) zur Verfügung.
Die Matrix umfasst, bezogen auf das Basisjahr 2005, rund 40 verschiedene
Kraftstoff“pfade“, die bis zum Szenariozeitpunkt 2030 auf ca. 100 Varianten
ausgeweitet werden.
5.1.1 Aktualisierungen der Datenbasis für Energieträger und
Kraftstoffe
Gegenüber dem Stand zu Projektbeginn wurden im Laufe des Jahres 2006
verschiedene Aktualisierungen der Datenbasis durchgeführt, die durch Verknüpfungen
mit anderen Projektarbeiten für die Ölwirtschaft (Fritsche/Rausch/Schmidt 2006), für
ZSW (ÖKO/IZES 2006) und die Europäische Umweltagentur (Fritsche 2006) in
RENEWbility integriert und weiter bearbeitet wurden.
Gegenüber der bisherigen Version 4.3 wurden in GEMIS 4.4 die Vorketten nun auf
Werte für das Jahr 2005 aktualisiert (Stromerzeugungs- und Importmixe). Weiterhin
wurden die aktualisierten Daten aus der EU-well-to-wheels-Studie (JRC 2006)
implementiert.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 133 -
5.1.2 Ergänzungen der Datenbasis für Energieträger und Kraftstoffe
Im Bereich der fossilen Kraftstoff-Vorketten wurden die bisher nur orientierenden Daten
für verflüssigtes Erdgas (LNG) durch eine eigene Recherche ergänzt, die auch
erstmals Daten für Rohöl aus Ölsänden („syncrude“) umfasste (Patyk 2007).
Neu ist nun auch die Verfügbarkeit von Prozesskettendaten für „Biomethan“
(aufbereitetes Biogas bzw. aus Holzgas), das sowohl als Erdgas- wie auch CNG-
Ersatz (und damit Kraftstoff) eingesetzt werden kann.
Weitere durchgeführte Ergänzungen betreffen Biokraftstoff-Vorketten für osteuropäische
Länder außerhalb der EU-25 (Bulgarien, Rumänien, Weißrussland, Ukraine)
sowie für ausgewählte Entwicklungsländer (Brasilien, Indonesien, Südafrika, Thailand).
Diese Arbeiten werden noch weitergeführt, da insbesondere für Biokraftstoffe wie
Jatropha, Palmöl, Rizinusöl und Ethanol aus z.B. Cassava (JGSEE 2006) oder auch
neue Varianten wie H-Biodiesel aus Brasilien noch Datenvalidierungen nötig sind.
Noch nicht in die Datenbasis integriert sind „C-reduzierte“ Kraftstoffvarianten, die aus
fossilen Energieträgern gewonnen, aber deren Treibhausgasemissionen durch
Kohlenstoffabscheidung und –speicherung (carbon capture and storage = CCS) im
Zuge der Umwandung reduziert werden. Dazu gehört auch C-armer fossiler Strom
(Kohle- bzw. Erdgaskraftwerken mit CCS). Die Daten für diese Systeme werden derzeit
noch recherchiert und werden bis Herbst 2007 zur Verfügung stehen.
5.1.3 Ergebnisse der bisherigen Arbeiten
Die Ergebnisse der bisherigen Arbeiten sind in den Tabellen im Anhang dargestellt. Die
aktualisierten Informationen wurden bereits in einem projektinternen Arbeitspapier zu
Nutzungskonkurrenzen um Biomasse (Fritsche/Zimmer 2006) aufbereitet, wobei auch
die Entwicklung der Kosten mit einbezogen wurde.
5.1.4 Experten-Workshop zu Kraftstoff-Vorketten
Für Juni 2007 ist ein spezieller Experten-Workshop zu den bisherigen Ergebnissen
geplant, um diese durch projektexternes Wissen reflektieren zu können und weitere
Hinweise auf Verbesserungen bzw. ggf. erforderliche Korrekturen zu erhalten.
Der Teilnahmekreis wird Energieunternehmen, Kraftstoffhersteller sowie Forschungseinrichtungen
aus Deutschland umfassen.
5.1.5 Abschluss der Arbeiten zu Vorketten in RENEWbility Phase I
Nach der Durchführung des Workshops wird die Vorketten-Datenbasis zum vorläufigen
Abschluss gebracht, dokumentiert und in einem Update von GEMIS zur Version 4.5 bis
Winter 2007 verfügbar gemacht. Diese Daten können auch über die ProBas-website
des Umweltbundesamts direkt für andere Interessierte bereitgestellt werden.
Zwischenbericht, März 2007

- 134 -
Institut für Verkehrsforschung
5.2 Verkehrsträger und Antriebe
Im Rahmen des Forschungsvorhabens renewbility wird, basierend auf dem aktuellen
internationalen Wissensstand, eine öffentlich zugängliche Technologiedatenbasis für
alle relevanten Verkehrsträger (Straße, Schiene, Wasser, Luft) und Antriebstechnologien
jeweils für verschiedene Fahrzeugeffizienzstufen und Zeithorizonte
entwickelt. Dabei werden sowohl die direkten Effekte (Kosten, Emissionen) als auch
die indirekt über vor- und nachgelagerte Prozesse wie Herstellung bzw. Entsorgung
entstehenden Umwelt- und Kostenwirkungen mit erfasst und bilanziert, d.h. der
gesamte Lebenszyklus.
Die durch den Verkehr bedingten Stoffströme hängen wesentlichen von den
technischen und wirtschaftlichen Spezifikationen - Energieart und -verbrauch,
Emissionen, Materialeinsatz und Kosten - der eingesetzten Verkehrsmittel ab. Eine
angemessene Quantifizierung dieser Größen ist damit Voraussetzung für die belastbare
Beantwortung der Fragestellungen des Projektes renewbility.
Das IFEU (Institut für Energie- und Umweltforschung Heidelberg) ist im Rahmen des
Projektes mit der Datengenerierung und der entsprechenden Dokumentation betraut.
In diesem Rahmen hat das IFEU zunächst für die Straßenverkehrsmittel Pkw, schwere
Nutzfahrzeuge, leichte Nutzfahrzeuge und Busse für verschiedene Fahrzeugtechnologien
zur Verbrauchsreduktion einschließlich alternativer Antriebssysteme die
Verbrauchs-, Emissions-, Material- und Kostendaten abgeleitet, die die fahrzeugseitige
Basis der renewbility-Szenarienrechnungen bilden. Sonstige Verkehrsmittel (Bahn,
Binnenschiff, Flugzeug) werden gesondert behandelt.
5.2.1 Experten-Workshop zu Fahrzeugeffizienz und Antrieben
Am 5. Dezember 2006 fand ein Experten-Workshop des renewbility-Projekts mit
Teilnehmern aus Wissenschaft (DLR, FEV, IKA) und Industrie (BMW, VW, DC, Opel,
Toyota) unter Beteiligung von BMU und UBA statt. Hier wurde das seitens IFEU
angewendete methodische Vorgehen und - ansatzweise - die ersten Ergebnisse
diskutiert. Ein wesentliches Ergebnis des Workshops war, dass keine detaillierten
Aussagen über die nach 2010 theoretisch einsetzbaren Fahrzeugtechnologien
getroffen werden können. Unter anderem werden beispielsweise hinsichtlich Effizienz
von den verschiedenen Herstellern unterschiedliche Strategien verfolgt werden, so
dass es nicht zielführend ist, sich für die Jahre 2020 und 2030 detailliert auf bestimmte
Technologien in den Varianten festzulegen. Es wurde daher besprochen, diese
Varianten technologieunabhängig in das Stoffstrommodell einzuspeisen. Das heißt,
dass die Varianten entsprechend ihres Verbrauchsreduktionspotenzials definiert
werden und nicht, wie bisher vorgesehen, technologiespezifisch.
5.2.2 Vorgehen zur Datengenerierung
Für Pkw wurden außer für Verbrauch und Emissionen im Basisjahr 2005 alle Daten
durch Schätzungen auf der Basis von Literaturwerten abgeleitet (siehe Anhang zur
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 135 -
Literatur). Für die übrigen Straßenfahrzeuge ist die Datenlage in der Literatur sehr viel
ungünstiger als für Pkw. Es fehlen Studien, in denen verschiedene Technologien
umfassend verglichen werden, auch zu einzelnen Technologien liegen sehr viel
weniger Informationen vor. Die benötigten Daten wurden daher überwiegend auf
abgeleiteten Pkw-Daten abgeschätzt.
Die Datengenerierung erfolgte für folgende In- und Output-Gruppen:
• Kraftstoffverbrauch (Energiebedarf)
• Emissionen (NOx, N 2 O, NMHC, CH 4 , CO, PM,)
• Materialeinsatz
• Zusatzkosten
Eine besondere Rolle spielt die Fahrzeugdefinition, da hiervon die konkreten Daten für
alle betrachteten In- und Output-Gruppen direkt abhängen. Definiert wird ein Fahrzeug
über die folgenden Auswahl- bzw. Definitionsebenen
• die Definition von Größenklassen,
• die Auswahl von Antriebsarten,
• die Definition von Varianten zu den Antriebsarten (verschiedene Kosten- und
Effizienzsteigerungsraten),
die im Folgenden näher ausgeführt werden. Der Kraftstoffverbrauch und die
Emissionen werden zusätzlich in Anlehnung an TREMOD getrennt für die Straßenkategorien
„innerorts“, „außerorts“ und „Autobahn“ generiert.
5.2.2.1 Größenklassen
Die Definition der Größenklassen, die sich typischerweise durch Nutzungsweisen und
eingesetzte Technologien unterscheiden, erfolgt für Pkw, leichte Nutzfahrzeuge und
Busse gemäß TREMOD, dem vom IFEU entwickelten offiziellen Instrument des UBA
zur Berechnung von Energieverbrauch und Emissionen des Verkehrs in Deutschland.
Dementsprechend werden für Pkw mit Verbrennungsmotor drei über den Hubraum
definierte Größenklassen angesetzt:
• klein: < 1,4 l
• mittel: 1,4 – 2 l
• groß: > 2 l Hubraum.
Für andere Antriebskonzepte, wie Elektroantrieb mit Brennstoffzelle, werden die
Fahrzeuge den Klassen zugeordnet, indem Vergleichbarkeit mit den jeweiligen Ottobzw.
Diesel-Pkw hinsichtlich der Nicht-Antriebskomponenten und der Leistung
angenommen werden.
Für leichte Nutzfahrzeuge wird eine Größenklasse betrachtet, bei schweren
Nutzfahrzeugen wird unterschieden in Solo-Lkw, Zug und 60t-Lkw und bei den Bussen
in Linien- und Reisebus.
Zwischenbericht, März 2007

- 136 -
Institut für Verkehrsforschung
5.2.2.2 Antriebsarten
Die Antriebsart ist definiert durch die Konversionstechnik, das heißt, dass in Otto-,
Dieselmotor, Brennstoffzelle und Elektromotor unterschieden wird. Entsprechend der
Diskussion im Expertenworkshop werden voraussichtlich die Fahrzeuge mit
gasförmigen Kraftstoffen, wie Ergasfahrzeuge oder Fahrzeuge mit H 2 -
Verbrennungsmotor, in der fahrzeugseitigen Technologiedatenbasis nicht separat
betrachtet, da der energetische Mehrverbrauch aufgrund der schwereren Tanksysteme
im Rahmen der Ungenauigkeit vernachlässigbar ist.
5.2.2.3 Fahrzeugvarianten
Einer der Kernpunkt des renewbility-Projektes liegt in der Berechnung zukünftiger
verkehrsbedingter Stoffströme in verschiedenen Szenarien sowie der Integration
verkehrlicher Energiebedarfe in das gesamte Energiesystem. Diese Szenarien sind nur
sinnvoll, wenn neben anderen Größen für relevante Fahrzeug- bzw. Antriebsarten
zeitliche Entwicklungen ihrer "typischen" Spezifikationen und insbesondere darüber
hinaus bestimmte Varianten von Effizienzsteigerungen abgebildet werden.
Dem Projektgegenstand entsprechend handelt es sich dabei einerseits um
Technologien mit dem Zweck der Energieverbrauchsreduktion, andererseits um solche
zum Einsatz erneuerbarer Energien im Verkehrssektor. Die auf Basis von
Literaturrecherchen und eigenen Berechnungen vom IFEU ermittelten
Energieverbräuche und Kosten für alle relevanten Technologien im Bereich PKW sind
im Anhang beschrieben und detailliert in tabellarischer Form aufgeführt.
Ausgangsbasis für die Betrachtung sind stets Fahrzeuge in bestimmten Konfigurationen.
Die Standard-Variante stellt das durchschnittliche, in einem bestimmten
Jahr neu zugelassene Fahrzeug einer bestimmten Größenklasse dar. Außer für das
Basisjahr 2005 werden die Standard-Fahrzeuge durch die angenommenen
Spezifikationen und Marktdurchdringungen (= Anteile an den Neuzulassungen) der
angewendeten Technologien bzw. Verbrauchsreduktionsraten definiert. Diese
Fahrzeuge haben damit keine realen Pendants, sondern entsprechen dem (erwarteten)
Durchschnitt. Sie bilden damit die Grundlage für die Abbildung der Fahrzeugflotten im
Basisszenario. Die Kraftstoffverbräuche der Standard-Variante und die
entsprechenden CO 2 -Emissionen wurden analog zu Daten aus TREMOD modelliert.
Die Abbildung 23 zeigt die Entwicklung der durchschnittlichen CO2-Emissionen der in
Deutschland neu zugelassenen Pkw. Auf Basis dieser Entwicklung wurde eine
Fortschreibung der durchschnittlichen CO 2 -Emissionen bis 2030 für TREMOD
abgeleitet. In der TREMOD-Version vom 12.12.2006 wird bei den Pkw von einer
prozentualen Minderung des Kraftstoffverbrauchs bzw. der CO 2 -Emissionen von 1,5%
pro Jahr (ab 2005) ausgegangen. Dieser Verlauf dient in renewbility als Ausgangswert
für die Standard-Varianten.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 137 -
Abbildung 23: Entwicklung und Prognose der CO 2 -Emissionen der neu zugelassenen Pkw
nach TREMOD [IFEU 2007]
Mittlere CO 2 -Emission der NZL [g/km]
210
200
190
180
170
160
150
140
130
120
110
100
Entwicklung der CO 2 -Emissionen der neu zugelassenen Pkw
Deutschland (KBA, ifeu)
Deutschland (TREMOD-Szenario neu,
2006)
90
80
1995 2000 2005 2010 2015 2020 2025 2030
Jahr
Als szenariounabhängige Varianten zu diesen Standard-Fahrzeugen sind prospektive
Realfahrzeuge vorgesehen, d.h. Fahrzeuge, die mit bestimmten Technologien
ausgestattet sind ohne Berücksichtigung ihrer möglichen Verbreitung (die in den
Szenarien definiert wird). Diese Fahrzeug-Varianten sind notwendig, um das über den
Trend hinaus Machbare und die damit verbundenen Kosten bei der Minderung
verkehrsbedingter Stoffströme unter verschiedenen Randbedingungen (z.B. rechtliche
Regelungen, Energiepreise) zu bestimmen.
Nach 2010 können keine detaillierten Aussagen über die anzunehmenden Mixe von
Fahrzeugtechnologien getroffen werden, da beispielsweise von den verschiedenen
Herstellern unterschiedliche Strategien zur Effizienz verfolgt werden, so dass es
schwierig ist, sich im Rahmen des Projektes renewbility in den Jahren 2020 und 2030
detailliert auf bestimmte Verteilungen von Technologien in den Varianten festzulegen.
Es wurde daher entschieden, diese Varianten technologieunabhängig, aber als
Szenariovarianten in die Datenbasis des Stoffstrommodells einzugeben.
Es werden in der Fahrzeugkategorie Pkw und leichte Nutzfahrzeuge pro Antriebsarten
jeweils 4 verschiedene Varianten mit unterschiedlich hoher Effizienzsteigerung und den
entsprechenden Kosten und Materialeffekten betrachtet; bei Lkw und Bussen jeweils 2.
Die Varianten werden für alle definierten Größenklassen und Bezugsjahre gebildet.
Implizit bestehen diese Varianten weiterhin aus einem Mix von Einzeltechnologien,
jedoch werden diese nicht detailliert modelliert werden, sondern als „Cluster“ für die
einzelnen Zeitpunkte und Variationen abgebildet.
Zwischenbericht, März 2007

- 138 -
Institut für Verkehrsforschung
Auf Basis der Literaturrecherche und -auswertung des IFEU bezüglich möglicher
Effizienzsteigerungstechnologien wurden plausible Effizienzsteigerungsraten für Ottound
Diesel-Pkw für die drei Zeitscheiben 2010, 2020 und 2030 abgeleitet. Es wurden
jeweils vier Pkw-Varianten konstruiert, die bezogen auf die Standard-Variante
prozentuale Kraftstoffeinsparungen implizieren und entsprechend auch mit einer
Steigerung der Kosten verknüpft sind.
Abbildung 24: Schematische Darstellung der Varianten-Entwicklung
210
Entwicklung der CO 2 -Emissionen der neu zugelassenen Pkw
Mittlere CO 2 -Emission der NZL [g/km]
200
190
180
170
160
150
140
130
120
110
100
90
-10%
-20%
-30%
-max.
Variante 1
Variante 2
Variante 3
Variante 4
80
1995 2000 2005 2010 2015 2020 2025 2030
Jahr
Die Varianten unterscheiden sich durch ihre prozentuale Minderung bezogen auf die
von TREMOD prognostizierten, durchschnittlichen CO 2 -Emissionen der neu
zugelassenen Pkw. Die Abbildung 24 verdeutlicht dieses Vorgehen schematisch.
Differenziert betrachtet wurden die Varianten wie oben beschrieben nach der
Antriebsart, dem Bezugsjahr und über die Größenklassen. Die prozentualen
Minderungen von 2010, 2020 und 2030 fallen dabei zum Teil für die einzelnen Antriebe
und Zeitscheiben unterschiedlich aus. So ist eine Effizienzsteigerung schwieriger und
teurer je effizienter das Fahrzeug entsprechend der Entwicklung der neu zugelassenen
Pkw bereits ist. Daher ist die prozentuale Minderungsmöglichkeit in den Jahren 2020
und 2030 geringer als 2010.
Die Auswertung der Technologiemöglichkeiten hat schlussendlich zu den in der
Tabelle und angegebenen Effizienzsteigerungsraten geführt.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 139 -
Tabelle 15:
Prozentuale Minderung des Kraftstoffverbrauchs der Pkw-Varianten (Otto)
bezogen auf die Standard-Variante entsprechend der Entwicklung der CO 2 -
Emissionen der neu zugelassenen Pkw des Bezugsjahres
Jahr Variante 1 Variante 2 Variante 3 Variante 4
2010 10% 20% 30% Max. Minderung
2020 5% 15% 25% Max. Minderung
2030 5% 15% 20% Max. Minderung
Tabelle 16:
Prozentuale Minderung des Kraftstoffverbrauchs der Pkw-Varianten (Diesel)
bezogen auf die Standard-Variante entsprechend der Entwicklung der CO 2 -
Emissionen der neu zugelassenen Pkw des Bezugsjahres
Jahr Variante 1 Variante 2 Variante 3 Variante 4
2010 5% 15% 25% Max. Minderung
2020 5% 15% 25% Max. Minderung
2030 5% 15% 20% Max. Minderung
Entsprechend der möglichen Technologien zur Realisierung dieser
Kraftstoffverbrauchsminderungen wurden auf Basis der aktuellen Literatur Kosten
abgeleitet. Die Auswahl der Minderungsraten wird in Gesprächen mit den
Automobilherstellern und Wissenschaftlern noch einmal reflektiert. Die Teilnehmer aus
dem Experten-Workshop werden zu der Plausibilität der potenziellen
Effizienzsteigerungsraten für die einzelnen Jahre befragt. Zusätzlich werden die
Automobilhersteller und Wissenschaftler um eine Kosteneinschätzung zur Realisierung
dieser Raten gebeten. In einem weiteren Experten-Workshop im zweiten Quartal 2007
soll dann die Datenbasis ein weiteres Mal diskutiert werden. Die Ergebnisse sollen in
diesem zweiten Workshop konsolidiert werden, um eine breit abgestimmte
Technologiebasis auf Seiten der Fahrzeuge für renewbility zur Verfügung zu haben.
Dieses Vorgehen wird entsprechend auf der vom IFEU bereits entwickelten Datenbasis
zu den Leichten Nutzfahrzeugen, Bussen, Schweren Nutzfahrzeugen und den übrigen
Verkehrsträgern (Bahn, Binnenschiff, Flugzeug) ebenfalls im zweiten Quartal 2007
durchgeführt.
Zwischenbericht, März 2007

- 140 -
Institut für Verkehrsforschung
6 Modellinteraktion und –integration
Das Kernstück und die Datenbasis der Stoffstromanalyse bildet das EDV-Werkzeug
GEMIS (vgl. Abschnitt 5.1 sowie ÖKO 2007). Im Rahmen von RENEWbility wird neben
diesem „Datenserver“ auch ein Szenario-Werkzeug unter MS-Excel auf Grundlage von
BIO-SZEN (vgl. (Fritsche u.a. 2004) zum neuen Teilmodell MOBIL-SZEN fortentwickelt
und die Ankopplung der nachfrageseitigen Modellteile (Personen- und Güterverkehr,
vgl. Abschnitte 3 und 4) geleistet.
Die Kombination aller Teilmodelle stellt das eigentliche „Stoffstrommodell“ dar, welches
EDV-gestützte Stoffstromanalysen zur nachhaltigen Mobilität bei integrierter
Betrachtung des gesamten Energiesektors ermöglicht.
Für das Stoffstrommodell wird damit ein Bausteinkonzept verfolgt, das eine effiziente
Nutzung bestehender Software- und Datenbestände erlaubt und nur die Modellteile
fortentwickelt, die spezifisch für den Themenbereich Mobilität sind.
6.1 Die EDV-Werkzeuge des Stoffstrommodells zur nachhaltigen
Mobilität
Im Einzelnen besteht das Stoffstrommodell aus folgenden EDV-Werkzeugen (zur
Struktur siehe auch Abbildung 25):
• Das Computermodell GEMIS enthält zum einen alle stoffstromrelevanten Informationen
sowie Kosten- und Metadaten (Datenbasis), zum anderen ermöglicht es
die eigentlichen Stoffstrom- und Kostenbilanzierungen (über den gesamten
Lebenszyklus).
• Das Szenario-Tool MOBIL-SZEN modelliert die Szenarien, in denen die künftigen
Entwicklungen zur Angebots- und Nachfrageseite der Mobilität enthalten sind. Dabei
werden sowohl angebots- als auch nachfrageseitige Maßnahmen einer nachhaltigen
Mobilität abgebildet.
• Die Potential-Tools ermitteln die verfügbaren Potentiale alternativer Kraftstoffe im
Zeitverlauf. Die Infrastrukturbedarfe zur Distribution dieser Kraftstoffe werden als
Teildatensatz in GEMIS abgebildet.
• Die Ergebnisse der Stoffstrom- und Kostenbilanzierung mit GEMIS sowie die der
Potenzial-Tools werden an das Szenario-Tool übermittelt. Das Szenario-Tool stellt
die Ergebnisse tabellarisch und grafisch dar.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 141 -
Abbildung 25: Die EDV-Werkzeuge zur Stoffstromanalyse „Nachhaltige Mobilität“
Stoffstrom-Modell: Eine Kombination von Werkzeugen
Potenzial-Tools
BIO: Teilmodelle HEKTOR, WALD
und IMPORT für Bioenergie
Datenbank GEMIS
Daten:
Leistung, Kosten, Emissionen,
Inputs, Lebensdauer,
Beschäftige etc.
Berechnung:
Lebenswegbilanzen für Umwelt,
Kosten und Beschäftigung
jeweils pro Einheit Output
INFRA: Teilmodell zur Berechnung
von Infrastruktureffekten und
Verkehrswirkung von Raum- und
Siedlungsstruktur sowie regionalem
Wirtschaften
Szenario-Tool MOBIL-SZEN
Daten zur Verkehrsnachfrage
(Personen + Güter)
Abgleich Nachfrage und Angebot durch
Mix der Prozesse aus GEMIS für die
Verkehrsbereitstellung
Berechnung von Emissions-, Kosten- und
Beschäftigungsbilanzen der Szenarien
Weitere Optionen:
Speichern
Visualisierung
Ergebnisse
Datenexport
usw.
WIVSIM + VISEVA
Nachfrage für Personen-bzw.
Tonnenkilometer, zeit- und szenarioabhängig
Teilanalysen mit Sub-Modellen zu
Pkw-Kauf, modal split usw.
Quelle: Öko-Institut
Die EDV-seitigen Schnittstellen für die Modellinteraktion, d.h. für die Datenflüsse und
Übergabe von Zwischenergebnissen, wurden zwischen den Bearbeitern abgestimmt
und liegen nun spezifiziert vor.
Zwischenbericht, März 2007

- 142 -
Institut für Verkehrsforschung
6.2 Die Interaktion der EDV-Werkzeuge
Die generelle Interaktion der EDV-Werkzeuge zeigt die folgende Abbildung.
Abbildung 26: Die Interaktion der EDV-Werkzeuge zur Stoffstromanalyse „Nachhaltige Mobilität“
Teilmodell INFRA
Exogene Variablen:
Bevölkerung, Umwelt- und
Naturschutzrestriktionen, Flächen,
Wirtschaftsentwicklung etc.
Teilmodelle ALTER
Effekte von Raum- und
Siedlungsentwicklung sowie von
regionalem Wirtschaften auf Verkehr
(zeitabhängig)
HEKTOR: Potenziale Biogas und Stroh
(Reststoffe), Anbauflächen
WALD: Waldrest- und Schwachholz
IMPORT: Potenziale Biomasse-Importe
(zeitabhängig)
Datenbank GEMIS
Daten:
Leistung, Kosten, Emissionen, Inputs,
Lebensdauer, Beschäftige etc.
Berechnung:
Lebenswegbilanzen für Umwelt,
Kosten und Beschäftigung jeweils pro
Einheit Output
Ergebnisse Potentials-Tools:
Verfügbare Potenziale
(zeitabhängig)
Potenziale
Potenzialnuzung
Ergebnisse MOBIL-SZEN:
Ressourcenbedarf, Emissionen, Reststoffe,
Flächenbedarf, Kosten, Beschäftigung
(zeitabhängig)
WIVSIM + VISEVA
Daten:
Nachfrage für Personen-bzw.
Tonnenkilometer, zeit- und szenarioabhängig
Berechnung:
Teilanalysen mit Sub-Modellen zu
Pkw-Kauf, modal split usw.
Sub-Modelle: Wärme/Strom
Mix von Heizungen, Heiz-, Kraftund
Heizkraftwerken nach
Brennstoffen und Technologien
(fossil, nuklear, regenerativ inkl.
Biomasse)
Sub-Modell: Pers.-Transp.
Mix von Personen-
Verkehrsprozessen nach
Brennstoffen und Technologien
(fossil, regenerativ inkl.
Biomasse + H2)
Sub-Modell: Güter-Transp.
Mix von
Güterverkehrsprozessen nach
Kraftstoffen und Technologien
(fossil, regenerativ inkl.
Biomasse)
MOBIL-SZEN: Ausgleich Nachfrage/Angebot für Strom/Wärme und
Verkehr, inkl. Infrastrukturwirkung und Importen
Exogene Variablen:
Nachfrage Wärme/
Strom
Quelle: Öko-Institut
6.3 Erreichter Stand der Arbeiten
Die im Teilmodell ALTER enthaltenen Submodelle HEKTOR und WALD wurden bereits
entwickelt (vgl. Fritsche u.a. 2004), das Submodell IMPORT wird derzeit noch
konzipiert, da erst für Sommer 2007 die gesetzlichen Regelungen zu Biokraftstoff-
Importen absehbar sein werden. IMPORT wird dann bis Herbst 2007 implementiert.
Das Teilmodell INFRA wurde aufgrund der durchgeführten Analysen zur Relevanz der
verkehrlichen Infrastrukturen als eigenständiges Teilmodell aufgegeben und wird nun
als Datenlieferant für GEMIS (künftige Version 4.5) weiter verfolgt.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 143 -
Das Modell GEMIS ist als Datenserver aktualisiert (vgl. Abschnitt 5.1) und wird bis zur
Version 4.5 (Winter 2007) noch um regionalisierbare Teildaten zu den indirekten
Beschäftigungseffekten ergänzt. Weiterhin wird bis dahin für die Berechnung der
indirekten Beschäftigungseffekte eine sektorale Differenzierung implementiert.
Innerhalb des Tools MOBIL-SZEN gibt es insgesamt vier Submodelle:
Die Submodelle für Strom und Wärme wurden aus dem schon bestehenden BIO-SZEN
übernommen und liegen vor 40 .
Die Submodelle des Szenariotools für den Personen- und Güterverkehr werden derzeit
neu entwickelt, um nachfrageseitig auf die Ergebnisse der Teilmodelle für den
Personen- (vgl. Abschnitt 3) und Güterverkehr (vgl. Abschnitt 4) zuzugreifen und auch
– bei den Pkw – Ergebnisse des Pkw-Käufermodells einzubeziehen. Die Dateninputs
zu den szenariobezogenen Nachfragen für Personen- und Güterverkehr stammen aus
den Teilmodellen WISEVA bzw. WIVSIM.
40
BIO-SZEN ist ein Ergebnis des Stoffstromprojekts „Nachhaltige energetische Nutzung von Biomasse“
(Fritsche u.a. 2004). Für die Energienachfrage und Bereitstellungsmixe werden aktualisierte Daten
aus dem laufenden Folgevorhaben für das BMU einbezogen.
Zwischenbericht, März 2007

- 144 -
Institut für Verkehrsforschung
7 Szenarienentwicklung
Der Entwicklung von Szenarien insbesondere im Rahmen des innovativen
partizipativen Szenarioprozesses kommt im Rahmen von renewbility eine besondere
Bedeutung zu. Im Zentrum der vergangenen Projektphasen standen die Arbeiten an
der Ausgestaltung eines Basisszenarios, quasi als Vergleichsmaßstab für alle alternativen
Szenarien sowie die Ausgestaltung des partizipativen Szenarioprozesses.
Insbesondere die Arbeiten zum Basisszenario stellten eine besondere Herausforderung
im Rahmen des Projekts dar, da eine derart integrative Analyse des Energieund
Mobilitätsbereichs, wie sie im Rahmen von renewbility vorgesehen ist, besonders
hohe Anforderungen an die verfügbaren Daten und darüber hinaus gehenden
Informationen stellt.
7.1 Basisszenario
Im Rahmen der Szenarioanalyse für das Projekt „renewbility – Stoffstromanalyse
Nachhaltige Mobilität im Kontext Erneuerbarer Energie bis 2030“ muss als
Ausgangsbasis für den Szenarioprozess ein Basisszenario für die Angebots- und
Nachfrageseite erarbeitet werden, die eine weitgehend „ungestörte“ Fortschreibung
ohne zusätzliche zu den derzeit verabschiedeten politischen Maßnahmen reflektiert.
Hierfür ist es hilfreich, zunächst die aktuellen Studien zu Prognosen und Szenarien der
zukünftigen Entwicklungen des Verkehrs hinsichtlich ihrer Modellentwicklung, ihrer
Rahmendaten und der Ergebnisse auszuwerten. Für die Festlegung des Basisszenarios
ist es wichtig, kompatible Energie- und Verkehrsszenarien zu verwenden.
Entscheidend ist auch, dass das DIW im Jahr 2004 ihre Berechnungen der Verkehrsund
Fahrleistungen für den Straßenverkehr in Deutschland im Auftrag des
Bundesverkehrsministeriums sowohl im Niveau als auch im zeitlichen Verlauf aufgrund
aktueller Erhebungen stark korrigiert hat 41 [DIW 2004 und Kap. 4.1], so dass nur
neuere Studien als Grundlage für ein Basisszenario in renewbility verwendet werden
können.
Die Kompatibilität von Verkehrs- und Energieszenarien berücksichtigt lediglich der von
EWI/Prognos im Auftrag des Bundesministeriums für Wirtschaft (BMWi) erstellte
Energiereport. Der aktuelle Energiereport IV beschreibt Entwicklungen im Energie- und
Verkehrssektor bis 2030 in einem unter Nachhaltigkeitsgesichtspunkten als „Business
as Usual“ zu bezeichnenden Fall. Es ist daher zunächst nicht abwegig, den
41
Trotz einer Verteuerung von Kraftstoffen seit 1999 aufgrund der ökologischen Finanzreform ergibt sich
bei der aktuellen DIW-Berechnung ein nahezu kontinuierlicher Anstieg der Verkehrs- und Fahrleistungen
im Straßenverkehr. Gründe hierfür sind eine Zunahme von grauen Kraftstoffimporten und
Tanktourismus sowie der Trend zum sparsamen und damit kosteneffizienteren Diesel-Pkw [DIW
2004].
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 145 -
Energiereport IV als wesentliche Grundlage für das Basisszenario heranzuziehen
(EWI/Prognos REF) [EWI/Prognos 2005]. 42 Auf Basis dieses Energiereports wurde
zusätzlich ein so genanntes Hochpreisszenario berechnet, das die ungewöhnlich
hohen Rohölpreise stärker berücksichtigt (EWI/Prognos HP) [EWI/Prognos 2006]. Im
Auftrag des Umweltbundesamtes ist das detaillierte Verkehrsemissionsmodell
TREMOD von IFEU entwickelt worden, das ein Basisszenario bis 2030 für den
Verkehrssektor enthält [IFEU 2005]. Es wird einerseits als Basis für die nationale
Berichterstattung für den Verkehrssektor verwendet, andererseits werden häufig und
von sehr unterschiedlichen Akteuren (sowohl von Seiten der Industrie als auch von
Seiten der NGOs) die Entwicklung der Fahrleistungen und die der CO 2 -Emissionen des
Verkehrs zitiert. Es sollte daher entsprechend für ein Basisszenario im Verkehrssektor
mit in Betracht gezogen werden. Die dritte wesentliche Studie sind die Szenarien der
Mobilitätsentwicklung bis 2050 im Auftrag des BMVBS, die jedoch nur die verkehrliche
Entwicklung bei den privaten Haushalten mit einbeziehen [TRAMP 2006]. Grundsätzlich
handelt es sich aber um eine für das Projekt wesentliche Studie, da die
Verkehrsleistungen ähnlich wie in renewbility auf der Basis von Berechnungen zur
Verkehrsnachfrage ermittelt werden. Das heißt, dass entsprechend die Detailliertheit
wesentlicher Rahmendaten, wie sie für die Berechnung der Nachfrage in renewbility
zur Verfügung stehen sollte, enthalten ist und diesem Projekt auch zur Verfügung
gestellt werden.
Ziel der Analyse der aktuellen Verkehrsszenarien und –prognosen war es damit,
zunächst einen Überblick über die vorhandenen Studien zu geben, um diese bezüglich
ihres methodischen Vorgehens, ihrer Rahmendaten und ihrer Ergebnisse zu
Verkehrsleistungen, Fahrzeugbestände und Verbräuchen einordnen zu können. Fokus
lag hierbei auf den Studien von EWI/Prognos, TREMOD und auf den Szenarien bis
2050. Als weitere Studien wurden [VP 2015 2001], [acatech 2006], [Shell 2004] und
[IFMO 2005] zu Vergleichszwecken mit ausgewertet. Auf der Basis dieser Auswertungen
wurde dann im Rahmen eines renewbility-internen Workshops mit den
Projektpartner diskutiert, inwieweit die Rahmenbedingungen, Annahmen und Ergebnisse
dieser Prognosen/Szenarien kompatibel sind, an welchen Stellen das
Basisszenario für renewbility an aktuelle Gegebenheiten anpasst werden muss und ob
es möglich ist, die Referenzentwicklungen der drei Studien EWI/Prognos, TREMOD
und TRAMP zu koppeln und damit eine Grundlage für das Basisszenario in renewbility
zu erarbeiten. Die abgestimmten Grundlagen und Annahmen für das Basisszenario
sollen zudem mit externen Experten diskutiert werden. Das Basisszenario wird
abschließend in das Stoffstrommodell integriert.
42
Der Energiereport III wurde beispielsweise von der Enquete-Kommission „Nachhaltige Energieversorgung
unter den Bedingungen der Globalisierung und Liberalisierung“ [Enquete 2002] ebenso
wie bei den Politikszenarien des Umweltbundesamtes [DIW u.a. 2003] als Grundlage für die
Entwicklung von Referenz-Szenarien herangezogen.
Zwischenbericht, März 2007

- 146 -
Institut für Verkehrsforschung
7.1.1 Kurzbeschreibung der für eine Basisentwicklung ausgewerteten
Studien
Die folgende Tabelle gibt zunächst einen Überblick über die wesentlichen aktuellen
Studien, die Verkehrsprognosen und –szenarien enthalten, über die Auftraggeber und
-nehmer und den in der Studie betrachteten Zeitraum. Anschließend werden die
einzelnen Veröffentlichungen kurz beschrieben. Die detaillierten Ergebnisse in
tabellarischer Form - sofern in den Studien ausgeführt - befinden sich im Anhang.
Tabelle 17:
Überblick über die betrachteten Studien
Kurztitel Titel Auftraggeber Bearbeitung
Betrachteter
Zeitraum
EWI/Prognos
Entwicklung der
Studie im Auftrag
EWI, Prognos 2002-2030
REF
Energiemärkte bis 2030
des BMWi
EWI/Prognos
Auswirkungen höherer
Studie im Auftrag
EWI, Prognos 2002-2030
HP
Ölpreise auf Energieangebot
des BMWi
und –nachfrage,
Ölpreisvariante der
Energiewirtschaftlichen
Referenzprognose 2030
TREMOD
Energieverbrauch und
Studie im Auftrag
IFEU 1960-2030
Schadstoffemissionen des
des
motorisierten Verkehrs in
Umweltbundesamtes
Deutschland 1960-2030
TRAMP
Szenarien der
Studie im Auftrag
TRAMP, Difu, IWH,
2002-2050
Mobilitätsentwicklung unter
des BMVBS
omniphon, TU
Berücksichtigung von
Dresden
Siedlungsstrukturen bis 2050
VP 2015
Verkehrsprognose 2015 für
Studie im Auftrag
BVU, ifo, ITP,
1997-2015
die
des BMVBW
Planco
Bundesverkehrswegeplanung
IFMO
Zukunft der Mobilität;
Gefördert von BMBF
Institut für
2002-2025
Szenarien für das Jahr 2025
und BMW Group,
Mobilitätsforschung
die DB AG, die
(ifmo)
Deutsche Lufthansa
AG und die MAN
Nutzfahrzeug AG
Acatech
Mobilität 2020. Perspektiven
acatech 2002-2020
für den Verkehr von Morgen
Shell
Shell Pkw-Szenarien bis
Szenarioanalyse der
Deutsche Shell AG 2003-2030
Tradition/Impuls
2030
deutschen Shell AG
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 147 -
7.1.1.1 EWI/Prognos Referenzszenario
Die Studie “Die Entwicklung der Energiemärkte bis zum Jahr 2030 – Energiewirtschaftliche
Referenzprognose“ (Energiereport IV) wurde vom Bundesministerium
für Wirtschaft und Technologie in Auftrag gegeben, um einen analytischen Blick auf die
energiewirtschaftliche Entwicklung in Deutschland bis 2030 zu ermöglichen
[EWI/Prognos 2005]. Sie verknüpft dazu langfristige Entwicklungstrends von
Bevölkerung, Wirtschaft, Technik und Umwelt. Bezüglich der wirtschaftlichen
Entwicklung in Deutschland geht die Studie davon aus, dass das BIP jahresdurchschnittliche
Wachstumsraten von 1,4 % p.a. aufweist, wobei sich das Wachstum
im Zeitverlauf abschwächt. Die Zahl der Erwerbstätigen steigt bis 2015 leicht an und
geht danach zurück, so dass im Jahr 2030 etwa 37,5 Mio. Personen erwerbstätig sein
werden. Die absolute Zahl der Einwohner geht von 2002 bis 2030 um etwas mehr als 3
Mio. Personen zurück, die Anzahl der Hauhalte liegt 2030 um etwa 1,2 Mio. höher als
2002. Erhebliche Änderungen werden in der Altersstruktur erwartet. Im Jahr 2030 wird
sich die Zahl der 50-jährigen und älter um 28% erhöhen. Das hat direkte Auswirkungen
auf den Personenverkehr. Durch die geänderte Alterstruktur wird die durchschnittliche
Fahrleistung abnehmen, da der Anteil der älteren Fahrer höher sein wird. Dafür wird
der Anteil der Führerscheininhaber bei den älteren Altersgruppen und den Frauen
deutlich ansteigen. Bezüglich der Mobilität werden keine grundlegenden Verhaltensänderungen
unterstellt. Im Jahr 2030 sind in Deutschland 47 Mio. Pkw zugelassen,
etwa 2,6 Mio. mehr als 2002, wobei Benzin- und Dieselfahrzeuge jeweils 45 %
ausmachen. Deren Verbrauch geht bis 2030 im Durchschnitt um rund ein Drittel
zurück. Gasfahrzeuge haben 2030 einen Anteil von 7 % an den Neuzulassungen,
Brennstoffzellenfahrzeuge setzen sich bis dahin nicht am Markt durch. Der in
Brennstoffzellenfahrzeugen eingesetzte Wasserstoff trägt 2030 mit knapp 2 % zur
Deckung des Gesamtenergiebedarfs der Pkw bei. Der Einsatz von Gas und
Biokraftstoffen wird durch Steuererleichterungen und F&E-Förderung unterstützt. Der
Kraftstoffverbrauch der Lkw und Sattelzugmaschinen geht von 23,9 l/100km um 22 %
auf 18,7 l/100km zurück. Die Auslastung steigt von 4,21 auf 4,69 tkm/Fzgkm. Ergebnis
ist, dass der Endenergieverbrauch des Verkehrs 2030 um 3,7 % unter 2002 liegt.
Grund hierfür ist eine Abnahme des Energieverbrauchs im Straßenverkehr von
2.301 PJ auf 2.004 PJ. Der Energieverbrauch des Flugverkehrs verzeichnet den
größten Anstieg und steigt von 287 PJ auf 455 PJ im Jahr 2030. Die
Personenverkehrsleistungen ändern sich nur wenig, die des Güterverkehrs steigen um
58 % an.
Zwischenbericht, März 2007

- 148 -
Institut für Verkehrsforschung
Steckbrief EWI/Prognos REF
Titel Entwicklung der Energiemärkte bis 2030
Jahr der Veröffentlichung 2005
Betrachteter Zeitraum 2002-2030
Bearbeitung
EWI, Prognos
Quelle [EWI/Prognos 2005]
Art der Szenarien
Verkehrsträger
Anmerkungen
Referenzszenario für die Entwicklung der Energiemärkte, Fortführung
der zum Zeitpunkt der Erstellung der Studie verabschiedeten
Maßnahmen (BaU)
Alle
Ausführliche Darstellung der demographischen und sozi-ökonomischen
Rahmendaten, Methodik – zumindest für den Verkehr – geht aus der
Studie nicht deutlich hervor.
7.1.1.2 EWI/Prognos Hochpreisszenario
Vor dem Hintergrund der gestiegenen Ölpreise in der jüngsten Vergangenheit, hat das
BMWi EWI/Prognos beauftragt, die Auswirkungen höherer Ölpreise auf Energieangebot
und –nachfrage zu untersuchen [EWI/Prognos 2006]. Die Studie untersucht
die Auswirkungen eines Preispfades für Rohöl, der mit real 60 $ 2000 /bbl im Jahr 2030
um 60 % über den Preisen der Referenzprognose liegt. Aufbau und Methodik der
Untersuchung folgen der Referenzprognose. Die Annahmen der Referenz bleiben –
sofern sie als im Wesentlichen vom Ölpreis unabhängig gesehen werden –
unverändert. Allerdings sind die Autoren der Auffassung, dass dauerhaft wesentlich
höhere Ölpreise als in der Referenzprognose unwahrscheinlich sind. Sie führen hierfür
als Hauptgrund an, dass ein Ölpreis von langfristig 30 $/bbl oder darüber neben einer
Dämpfung des Nachfragewachstums zu erheblichen Ausweitungen des Ölangebots
führt. Physische Knappheiten von Ölressourcen werden für die kommenden Dekaden
von den Autoren nicht gesehen.
Das Wachstum der deutschen Wirtschaft wird durch die höheren Energiepreise
mittelfristig geringfügig gebremst. Im Durchschnitt verringert sich der BIP-Zuwachs von
1,4 % p.a. auf 1,3 % p.a.. Im Jahr 2030 kostet Benzin in jeweiligen Preisen 2,23 €/l,
Diesel 1,98 €/l. Die höheren Kraftstoffpreise beschleunigen den Rückgang des
Energieverbrauchs im Verkehr. Im Jahr 2030 liegt er um knapp 8 % unter dem
Ausgangswert des Jahres 2002 und gut 4 % niedriger als in der Referenz des
Energiereports. Politik und Industrie fördern Entwicklung und Einsatz von biogenen
Kraftstoffen, die konventionellem Benzin und Diesel beigemischt werden. Die höheren
Preise für Benzin und Diesel bewirken im Verkehrssektor vor allem Veränderungen im
Energieträgermix. Im Vergleich zur Referenz verdreifacht sich der Anteil von
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 149 -
Biokraftstoffen im Jahr 2030 auf 20 %. Erdgas und Wasserstoff werden ebenfalls
verstärkt eingesetzt, bleiben aber quantitativ von untergeordneter Bedeutung. Die
spezifischen Verbräuche der konventionellen Pkw nehmen etwas zügiger als in der
Referenzentwicklung ab, liegen dann aber 2030 bei Otto-Pkw um nur 0,1 l/100km unter
dem in der Referenz und sind bei Diesel-Pkw gleich. Die Personenverkehrsleistung
liegt im Jahr 2030 um etwa 4 % unter dem Ausgangsniveau, wobei Schiene und ÖPNV
deutlichere Zuwächse als in der Referenz zu verzeichnen haben. Durch das
schwächere Wirtschaftswachstum liegt der Zuwachs des Luftverkehrs trotz Anstieg um
60 % um etwa 2,6 % unterhalb der Referenzprognose. Im Güterverkehr werden – statt
wie in der Referenz 58 % - Zuwächse von 56 % berechnet.
Steckbrief EWI/Prognos HP
Titel
Auswirkungen höherer Ölpreise auf Energieangebot und –nachfrage,
Ölpreisvariante der Energiewirtschaftlichen Referenzprognose 2030
Jahr der Veröffentlichung 2006
Betrachteter Zeitraum 2002-2030
Bearbeitung
EWI, Prognos
Quelle [EWI/Prognos 2006]
Art der Szenarien
Verkehrsträger
Anmerkungen
Referenzszenario für die Entwicklung der Energiemärkte bei höheren
Ölpreisen als im Energiereport IV, Fortführung der zum Zeitpunkt der
Erstellung der Studie verabschiedeten Maßnahmen (BaU), also
angepasst an die Situation 2006, wie z.B. zuzüglich
Beimischungsquoten Biokraftstoffe
Alle
Ausführliche Darstellung der demographischen und sozi-ökonomischen
Rahmendaten, Methode – zumindest für den Verkehr – wird aus der
Studie nicht deutlich
7.1.1.3 TREMOD
Das Forschungsvorhaben „Energieverbrauch und Schadstoffemissionen des motorisierten
Verkehrs in Deutschland 1960-2030“ (TREMOD 4) ist vom Institut für Energieund
Umweltforschung Heidelberg GmbH (IFEU) im Auftrag des Umweltbundesamtes
im November 2005 fertig gestellt worden [IFEU 2005]. TREMOD enthält in dieser
aktuellen Version 4 die Realdaten von 1960 bis 2003 sowie Prognosedaten in einem
Basisszenario bis 2030. Das Bruttoinlandsprodukt wurde „Enquete 2002 - Nachhaltige
Energieversorgung“ entnommen [Enquete 2002], der Bevölkerungsentwicklung liegt
die 10. koordinierte Bevölkerungsvorausberechnung des StaBA von 2003 Variante 5
mit 81,2 Mio. Personen in 2030 zugrunde. Die Altersstruktur ändert sich so, dass der
Anteil der über 60-Jährigen von 24 % auf 34 % steigt, der Anteil der unter 20-Jährigen
Zwischenbericht, März 2007

- 150 -
Institut für Verkehrsforschung
von 21 auf 17 % und der Anteil der 20-60-Jährigen von 55 auf 48 % sinkt. Die Änderung
der Altersstruktur hat entsprechend einen Einfluss auf die Motorisierungsentwicklung.
Eine Zunahme bei Männern wird nur bei den über 65-Jährigen, bei
Frauen dagegen in allen Jahrgängen außer bei den ganz jungen unterstellt.
Für das TREMOD-Szenario ab 2004 werden für den Verkehr folgende Annahmen
getroffen:
Gesamter Verkehr
Verkehrs- und
Fahrleistungen
Zunahmen aufgrund aktueller Erkenntnisse zur
Bevölkerungsentwicklung und der Verkehrsleistungen
Straßenverkehr
Fahrzeugbestände
Energieverbrauch Pkw
und leichte
Nutzfahrzeuge
Energieverbrauch
schwere Nutzfahrzeuge
Auslastung
schwere Nutzfahrzeuge
Fortschreibung entsprechend Trend der letzten Jahre; Zunahme Diesel-
Pkw: 50 % Anteil an den Neuzulassungen ab 2010
Abnahme der CO 2 -Emissionen der Pkw Neuzulassungen im NEFZ: bis
2008 auf 150 g/km (ACEA-Zusage: 140 g/km), bis 2012 auf 130 g/km
(Ziel EU-Ministerrat: 120 g/km), danach weitere Abnahme auf 99 g/km
in 2030; LNF gleiche Minderungsraten wie Pkw
Neuzulassungen 2010: -10 % gegenüber EURO 3
danach weitere Abnahme von 0,5 %/Jahr
Erhöhung 2004-2030 um 20 % je Fahrzeug; Zunahme des Anteils
größerer Fahrzeuge (Sattelzüge); dadurch Erhöhung der Zuladung je
Fahrzeug-km um 30 %
Emissionen Einführung Grenzwerte EURO4 (PKW, LNF, SNF, Busse) und EURO 5
(SNF, Busse) bei Neufahrzeugen; Partikelfilter bei Diesel-Pkw: 2005 (60
% der Neuzulassungen), 2006 (80 %), ab 2007 100 %; Partikelfilter bei
allen neuzugelassenen Linienbussen
Schienenverkehr
Auslastungsgrade Bis 2020 Zunahme auf 24 % im Personennahverkehr (2004: 21 %), 50
% im Personenfernverkehr (2004: 43 %), danach konstant
Anteile der Betriebsarten Anteile der Elektrotraktion 2030: Güterverkehr: 96 % (2004: 93 %),
Personenfernverkehr: 98 % (98 %), Personennahverkehr: 84 % (77 %),
Rest jeweils Dieseltraktion
spezifischer
Energieverbrauch
Emissionen
Veränderung 2030 gegenüber 2004: alle Zug- und Betriebsarten
-5 %
Rückgang der spezifischen Emissionen der Dieseltraktion aufgrund der
Emissionsgrenzwerte im Schienenverkehr
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 151 -
Binnenschifffahrt
spezifischer
Energieverbrauch
Keine Änderung
Emissionen Rückgang der spezifischen Emissionen von 2005 bis 2030:
NOx: -30 %
Flugverkehr
spezifischer
Energieverbrauch
Auslastung
Änderung 2030 gegenüber 1999: Inlandsverkehr: -19 %
grenzüberschreitender Verkehr: -27 %
keine Änderung
Quelle: IFEU 2005
Bis zum Jahr 2030 wird im TREMOD-Szenario von einer weiteren Zunahme der
Fahrleistungen des Straßenverkehrs von 19 % gegenüber 2003 ausgegangen.
Weiterhin werden starke Zuwächse im Flugverkehr prognostiziert. Als Grundlage für
den spezifischen Energieverbrauch der Pkw wird davon ausgegangen, dass die ACEA-
Selbstverpflichtung von 140 g/km in 2008 erreicht und bis 2012 auf 120 g/km
fortgeschrieben wird. Insgesamt ergibt sich für den Straßen- und Schienenverkehr eine
leichte Abnahme im Energieverbrauch bis 2030, die Binnenschifffahrt legt etwas zu
und der Energieverbrauch des Luftverkehrs steigt um mehr als das Doppelte an.
Steckbrief TREMOD
Titel Energieverbrauch und Schadstoffemissionen des motorisierten
Verkehrs in Deutschland 1960-2030
Jahr der Veröffentlichung 2005
Betrachteter Zeitraum 1960-2030
Bearbeitung
IFEU
Quelle [IFEU 2005]
Art der Szenarien
Verkehrsträger
Anmerkungen
Referenzszenario für die Entwicklung des Verkehrs ohne zusätzliche
Maßnahmen, allerdings wird 1. von der Einhaltung der ACEA-
Selbstverpflichtung 2008 ausgegangen und 2. von einer Fortschreibung
bis 2012
Alle
demographischen und sozi-ökonomischen Rahmendaten nur kurz
beschrieben, über Plausibilitätsüberlegungen wird die Fahrleistung
abgeleitet
Zwischenbericht, März 2007

- 152 -
Institut für Verkehrsforschung
7.1.1.4 Szenarien der Mobilitätsentwicklung bis 2050
Die Studie „Szenarien der Mobilitätsentwicklung unter Berücksichtigung von
Siedlungsstrukturen bis 2050“ im Auftrag des BMVBS hat zum Ziel, die verkehrlichen
Auswirkungen der Bevölkerungs- und Siedlungsentwicklung in Deutschland im
regionalen Kontext zu klären [TRAMP 2006]. Es wurden zwei Szenarien für drei
Regionstypen zum Verkehrsaufkommen, zur Verkehrsleistung und zum Modal Split
des Personenverkehrs der privaten Haushalte bis zum Jahr 2050 mit Hilfe der
Szenariotechnik erarbeitet. Das Szenario „Dynamische Anpassung“ nimmt die
Überlegungen stark steigender Verkehrspreise und eines deutlichen Subventionsabbaus
sowie den Gedanken der Reurbanisierung auf. Das Szenario „Gleitender
Übergang“ berücksichtigt dagegen moderat steigende Preise bei moderatem
Subventionsabbau und einer langsameren Veränderung der räumlichen Lagen der
Wohnstandorte. Damit soll dieses Szenario eine weitgehende Fortführung der
bisherigen Entwicklungstendenzen berücksichtigen, jedoch kein reines Trendszenario
darstellen. Schließlich wird ein Szenario „Status Quo“ als Vergleichsfall definiert, in
dem alle Verhaltensparameter - bis auf die Bevölkerungsverteilung und Bevölkerungsstruktur
nach BBR - inklusive BIP, Einkommen und Verkehrsausgaben dem Jahr 2002
entnommen werden. Das heißt, in „Status Quo“ werden nur die Veränderungen
abgebildet, die durch die regionalen und demographischen Veränderungen zu
erwarten sind. Es handele sich mehr oder weniger um ein reines „Demografieszenario“.
Steckbrief VP 2050
Titel Szenarien der Mobilitätsentwicklung unter Berücksichtigung von
Siedlungsstrukturen bis 2050
Jahr der Veröffentlichung 2006
Betrachteter Zeitraum 2002-2050
Bearbeitung
TRAMP, Difu, IWH, omniphon, TU Dresden
Quelle [Tramp 2006]
Art der Szenarien
Verkehrsarten
Anmerkungen
Szenario „Dynamische Anpassung“ (stark steigende Verkehrspreise und
Subventionsabbau sowie Gedanken der Reurbanisierung); Szenario
„Gleitender Übergang“ (moderat steigende Preise, moderater
Subventionsabbau, langsame Veränderung der räumlichen Lagen der
Wohnstandorte); Szenario „Status Quo“ als Demografieszenario
Öffentlicher Verkehr, motorisierter Individualverkehr, nichtmotorisierter
Verkehr
Es wird nur der private Personenverkehr betrachtet, das heißt, dass die
Wirtschaftsverkehre nicht mit berücksichtigt sind
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 153 -
7.1.1.5 Verkehrsprognose 2015 für den BVWP
Die Verkehrsprognose 2015 für die Bundesverkehrswegeplanung wurde von BVU, ifo,
ITP, Planco im Auftrag des BMVBW erarbeitet [BVWP 2001]. Für die Überarbeitung
des Bundesverkehrswegeplans und die Bewertung von Verkehrsinfrastrukturprojekten
wurden langfristige Prognosen der Personen- und Güterverkehrsleistungen für den
Zeitraum 1997 bis 2015 modelliert. Als Personenverkehrsarten werden der Individual-,
der Öffentliche Straßen-, Eisenbahn- und der Luftverkehr berücksichtigt, als Güterverkehrsarten
der Straßengüter-, der Eisenbahnverkehr und die Binnenschifffahrt. Die
Prognose wurde auf zwei Ebenen durchgeführt:
- Innerhalb der Makroebene wurden Eckdaten für Aufkommen und Leistung je
Fahrtzweck bzw. Güterbereich und Verkehrsmittel ohne räumliche Differenzierung
und Berücksichtigung von Engpässen sowie die CO 2 -Emissionen nach
Verkehrsträgern ermittelt.
- Auf der Mikroebene wurden die Verkehrsnachfragedaten räumlich differenziert
unter Berücksichtigung von Kapazitätsengpässen iterativ abgeglichen und die
Netzbelastungen der Fernverkehrswege ermittelt.
Für die Prognosen wurden drei Szenarien „Laisser-faire“, „Überforderung“ und
„Integration“ mit unterschiedlichen verkehrspolitischen Rahmenbedingungen, aber
gemeinsamen Strukturdatenprognosen und Infrastrukturannahmen entwickelt. Der
wesentliche Unterschied zwischen den Szenarien drückt sich in den Nutzerkosten aus.
Dabei führt das Laisser-faire-Szenario den Status Quo der zum Zeitpunkt der
Erstellung der Studie gültigen oder gesetzgeberisch verabschiedeten verkehrspolitischen
Maßnahmen fort, im Überforderungsszenario wurde eine drastische
Kostenbelastung des Straßen- und Luftverkehrs (+70% Nutzerkosten im Pkw-Verkehr,
+14% für Lkw, +18% für den Luftverkehr verglichen mit 1990) unterstellt, während das
Integrationsszenario von moderaten Kostenerhöhungen in Höhe der Hälfte der Werte
des Überforderungsszenarios ausgeht. Aufgrund verkehrspolitischer Rahmenbedingungen
und Effizienzsteigerungen gehen beide Szenarien von Kostensenkungen
im Schienenverkehr (-30% im Personen, -18% im Güterverkehr) und in der
Binnenschifffahrt (-25%) aus. Für die Mikroprognose wurden dann nach einem
politischen Abstimmungsprozess die Szenarien „Trend“ und „Integration“ verwendet,
wobei sich das Trendszenario vom Laisser-faire-Szenario nur durch das Hinzunehmen
der fahrleistungsabhängigen Autobahngebühr für den Straßengüterverkehr unterscheidet.
Unterstellt wurde, dass das reale BIP um jahresdurchschnittliche 2,1 % wächst. Die
Anzahl der Erwerbstätigen steigt um insgesamt 1,5 %. Weiterhin wurde als wirtschaftliche
Rahmenbedingung angenommen, dass mengenbezogen der Außenhandel
um 2,8 % p.a. (Ausfuhr) und 3,5 % p.a. (Einfuhr) wächst. Auf Basis dieser Eckdaten
ergibt sich, dass im Trend-Szenario der Verbrauch des Pkw-Bestandes bis 2015 um
22% abnimmt, der der Güterverkehrsfahrzeuge um 8 %. Insgesamt ergeben sich für
den Personenverkehr sowohl bei den Verkehrsaufkommen als auch bei den
Zwischenbericht, März 2007

- 154 -
Institut für Verkehrsforschung
Verkehrsleistungen für alle Verkehrsträger deutliche Zuwächse. Nur im Trend-Szenario
nimmt der ÖSPV leicht ab. Der stärkste Anstieg zeigt sich beim Flugverkehr, der sich
bis 2015 etwa verdoppelt. Die Transportleistungen in der Verkehrsprognose 2015
steigen um fast 60 %. Betrachtet man nur den Straßengüterfernverkehr, so werden
sogar Zuwächse um etwa 80 % erwartet.
Steckbrief VP 2015
Titel
Verkehrsprognose 2015 für die BVWP
Jahr der Veröffentlichung 2001
Betrachteter Zeitraum 1997-2015
Bearbeitung
BVU, ifo, ITP, Planco
Quelle [VP 2015 2001]
Art der Szenarien
Verkehrsträger
Anmerkungen
3 Szenarien „Laisser-faire“, „Überforderung“ und „Integration“ mit
unterschiedlichen verkehrspolitischen Rahmenbedingungen, aber
gemeinsamen Strukturdatenprognosen und Infrastrukturannahmen. Der
wesentliche Unterschied zwischen den Szenarien drückt sich in den
Nutzerkosten aus.
Alle
demographische und sozi-ökonomische Rahmendaten ausführlich
beschrieben, Methode zur Modellierung der Verkehrsnachfrage
transparent dargestellt
7.1.1.6 IFMO
Schwerpunkt der vom Institut für Mobilitätsforschung erarbeiteten Studie sind
Szenarien, die etwa 80 Experten aus Wissenschaft, Wirtschaft und Verbänden
entwickelt haben [IFMO 2005]. Der Betrachtungszeitraum umfasst die Jahre 2002 bis
2025. Initiatoren waren die BMW Group, die Deutsche Bahn AG, die Deutsche
Lufthansa AG, die MAN Nutzfahrzeug AG und das BMBF. Es werden zwei Szenarien
betrachtet. Für das Szenario „Was passiert, wenn nichts passiert“ wird ein
durchschnittliches BIP-Wachstum bis 2025 von 0,8 % angenommen. Die Haushaltseinkommen
sinken, Mobilität wird teurer, der Güterverkehr nimmt zu und Unternehmen
wandern vermehrt ab. Das Ergebnis dieses Szenarios ist, dass die Personenverkehrsleistungen
zurückgehen, der Güterverkehr weiter zu nimmt, die Anzahl der
Staus steigt und die verkehrsbedingten Umweltbelastungen steigen an.
In dem Hauptszenario der Studie „Mobilität braucht Aktion“ wird von einem BIP-
Wachstum in Höhe von 1,8 % p. a. ausgegangen. Die Bevölkerungszahl und die
Anzahl der Erwerbstätigen bleiben nahezu unverändert und die Alterstruktur ändert
sich zugunsten der über 60-Jährigen (Varianten 7 und 8 der 10. koordinierten
Bevölkerungsvorausberechnung, StaBA 2003). Die Mobilitätsausgaben steigen
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 155 -
deutlich. Die Kraftstoffpreisbasis beträgt 2004 0,35 € 2004 /l und 2025 0,7€ 2004 /l. Die
Verkehrsleistung im Personenverkehr steigt in diesem Szenario um 10 % auf
1.169 Mrd. Pkm (0, 4% p. a.), die des Güterverkehrs sogar um 80 % auf 930 Mrd. tkm
(2,8 % p. a.), wobei ein Anstieg des Außenhandelsvolumens von 2,5 % p.a.
angenommen wird. Wasserstoff und synthetische Biokraftstoffe haben einen
Marktanteil von 20 % (Biodiesel 8-10 %). Der durchschnittliche Kraftstoffverbrauch liegt
2025 bei 3 l/100km, wobei jedoch alternativen Kraftstoffe mit Null berechnet werden.
Steckbrief IFMO
Titel Zukunft der Mobilität; Szenarien für das Jahr 2025
Jahr der Veröffentlichung 2005
Betrachteter Zeitraum 2002-2025
Bearbeitung
Institut für Mobilitätsforschung (ifmo)
Quelle [IFMO 2005]
Art der Szenarien
Verkehrsträger
Anmerkungen
Es werden zwei Szenarien mit unterschiedlichen Rahmendaten und
unterschiedlicher verkehrspolitischer Entwicklung betrachtet: „Was
passiert, wenn nichts passiert“ ohne zusätzliche Maßnahmen und ein
Hauptszenario „Mobilität braucht Aktion“
Alle
Szenario-Technik nach Geschka, Einbindung von 80 Experten,
methodisches Vorgehen und Annahmen nicht ganz deutlich
7.1.1.7 Acatech
Bei dem acatech-Szenario handelt es sich um ein Verkehrsszenario, das am BMVWP
orientiert ist, für das jedoch verschiedene Rahmendaten wie das BIP auf der Basis
neuerer Entwicklungen modifiziert wurden [acatech 2005]. Das acatech Verkehrsszenario
2020 basiert auf der Vorausberechnung des BBR, so dass die
Bevölkerungszahl infolge der geringeren Zuwanderung stagniert und im Jahr 2020 82,1
Mio. betragen wird. Weiterhin wird im Szenario von einem Zuwachs des BIP von 1,8 %
pro Jahr ausgegangen, was Auswirkungen auf die Beschäftigungsverhältnisse und die
Situation der privaten Haushalte hat. Dieses Wachstum stellt nach Ansicht von acatech
allerdings eine Untergrenze für eine positive zukünftige Entwicklung in Deutschland
dar. Für den Pkw-Verkehr ergibt sich als Folge dieser Faktoren und auf Basis der
unterstellten Infrastruktur bis 2020 eine Zunahme der Fahrleistung um 20 % gegenüber
2002 auf 631 Mrd. Fzg/km, wobei ein überproportionaler Anstieg auf den Bundesautobahnen
zu verzeichnen ist. Für den Lkw-Verkehr beträgt die entsprechende
Zunahme 34 % auf 87 Mrd. Lkw-km. Auch für die Schiene sind nach dieser Studie
deutliche Zuwächse zu erwarten. Für den Personenverkehr wird eine Zunahme der
Zwischenbericht, März 2007

- 156 -
Institut für Verkehrsforschung
Verkehrsleistung auf der Schiene von 22,5 % prognostiziert, für den Güterverkehr um
55 %.
Steckbrief acatech
Titel
Mobilität 2020. Perspektiven für den Verkehr von morgen
Jahr der Veröffentlichung 2005
Betrachteter Zeitraum 2002-2020
Bearbeitung
acatech
Quelle [acatech 2005]
Art der Szenarien
Verkehrsträger
Verkehrsszenario, das am BMVWP orientiert ist, für das jedoch
verschiedene Rahmendaten wie das BIP und die Maut-Sätze
aktualisiert wurden
Alle
Anmerkungen Recht oberflächliche Beschreibung des Vorgehens und der
Rahmendaten, was wahrscheinlich daran liegt, dass der BVWP als
Grundlage verwendet wurde, Fokus vor allem Infrastruktur
7.1.1.8 Shell
Shell konzentriert sich in der Studie „Shell Pkw-Szenarien bis 2030, - Flexibilität
bestimmt die Motorisierung“ auf das Verkehrssegment Pkw, die Entwicklung der
anderen Verkehrsträger, inklusive des Güterverkehrs, wird nicht betrachtet. Der
Betrachtungszeitraum ist 2003 bis 2030 [Shell 2004]. Detailliert wird auf die
Entwicklung der Motorisierung, die Anzahl der Neuzulassungen, und den Bestand und
die durchschnittliche Fahrleistung eingegangen. Die Gesamtfahrleistung berechnet
sich dann über diese Parameter. Weiterhin werden Kraftstoffverbrauch und vor allem
die technischen Entwicklungen bezüglich Antrieb und Kraftstoff diskutiert. Der
methodische Unterschied des Vorgehens in den Shell-Szenarien zu anderen ist darin
zu sehen, dass hier nicht auf der Prognose der Verkehrsleistung aufgesetzt wird,
sondern direkt auf den Pkw-Beständen und der durchschnittlichen Fahrleistung. Es
werden zwei Szenarien betrachtet. In dem Szenario „Tradition“ wird von einer sich nur
zögerlich wandelnden Gesellschaft ausgegangen. Jahresdurchschnittlich steigt das
BIP bis 2030 um 1,6 % und die Gesamtbevölkerung nimmt um mehr als 3 Mio.
Menschen ab. Das „Impuls“-Szenario repräsentiert dagegen eine Gesellschaft, die
sich zügig neu organisiert. Hier werden reale Zuwachsraten von rund 2 % und ein
Rückgang der Bevölkerung in Deutschland von etwa 2 Mio. Personen zugrunde gelegt.
Die künftige Entwicklung des Pkw-Bestandes und der Neuzulassungen wird aus den
Kenngrößen „Anzahl der Erwachsenen“ (hier nur die Gruppe über 18 Jahre) und „Pkw-
Dichte“ (Anzahl Pkw/1000 Erwachsene) hergeleitet. Für das Szenario „Tradition“
ergeben sich damit ein Pkw-Bestand 2030 in Höhe von knapp 49 Mio. Fahrzeugen und
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 157 -
eine Fahrleistung von 547 Mrd. km. Im „Impuls“-Szenario wird bei einem Pkw-Bestand
von 53,5 Mio. Pkw eine Fahrleistung von 563 Mrd. km abgeleitet. Der Anteil der
Biokraftstoffe wird im Jahr 2030 mit 10 % angenommen. Wasserstoff wird in 2030 noch
keine Bedeutung für den Markt haben.
Steckbrief Shell
Titel Shell Pkw-Szenarien bis 2030
Jahr der Veröffentlichung 2004
Betrachteter Zeitraum 2003-2030
Bearbeitung
Deutsche Shell AG
Quelle [Shell 2004]
Art der Szenarien
Verkehrsträger
2 Szenarien mit unterschiedlichen Rahmendaten: „Tradition“ (nur
zögerlich wandelnde Gesellschaft) und „Impuls“ (Gesellschaft, die sich
zügig neu organisiert)
Nur Pkw
Anmerkungen Methodisch wird direkt auf den Pkw-Beständen und der
durchschnittlichen Fahrleistung aufgesetzt; Rahmendaten und Methode
werden nur oberflächlich beschrieben
7.1.2 Vergleich der Rahmenbedingungen
Prognosen und Szenarien der mittel- bis langfristigen Verkehrsentwicklung werden zu
verschiedenen Zwecken entwickelt: Teilweise dienen sie der Entscheidungsvorbereitung
bei der Infrastrukturplanung zur Bewertung von Verkehrsprojekten, oft
werden sie aber auch zur Analyse verkehrspolitischer, technologischer oder
betrieblicher Entwicklungen und Strategien eingesetzt. Aus diesem Grund existieren
eine Vielzahl unterschiedlicher Herangehensweisen und Instrumente zur Prognose der
künftigen Verkehrsentwicklung, was die Vergleichbarkeit erheblich beeinträchtigt. Das
methodische Vorgehen der vorliegenden Verkehrsprognosen bzw. –szenarien ist sehr
unterschiedlich und wird zum Teil gar nicht oder nur sehr intransparent dargelegt. In
der Shell-Studie wird beispielsweise der Bestand und die durchschnittliche
Fahrleistung aufgrund der Rahmendaten prognostiziert und auf deren Basis dann die
Gesamtfahrleistung der Pkw berechnet. Verkehrsleistungen werden in dieser Studie
nicht mit betrachtet. In TREMOD wird die Fahrleistung prognostiziert und der Bestand
über Annahmen zu der Anzahl der Neuzulassungen und der Lebensdauern von Pkw
für die Zukunft berechnet. Über den angenommenen Besetzungsgrad der Pkw wird
dann die Verkehrsleistung hochgerechnet. Für die Verkehrsprognose 2015 wurden auf
makroskopischer Ebene räumlich auf über 500 Regionen herunter gebrochen die
Fahrleistungen für Deutschland modelliert. Das methodische Vorgehen in den
Zwischenbericht, März 2007

- 158 -
Institut für Verkehrsforschung
einzelnen Studien ist damit nicht direkt vergleichbar. Was aber miteinander verglichen
werden kann - sofern in den Studien ausgeführt - sind die Einflussfaktoren auf die
Verkehrsleistungen. Die Abbildung 27 zeigt schematisch in Anlehnung an [Jülich 2002]
eine Auswahl der wesentlichen makroskopischen Einflussfaktoren auf den Personenund
Güterverkehr.
Die Szenarien im Projekt renewbility sollen aufbauend auf das Basisszenario wenndann-Aussagen
liefern, die insbesondere die Änderung der Verkehrs- und
Fahrleistungen durch eine Variation der Einflussgrößen betreffen. Hierbei werden die
Rahmendaten zu Demographie und Wirtschaft beibehalten, variiert werden bei der
Szenariobildung politische Maßnahmen, die technische Entwicklung und – über
Steuern – Kraftstoffpreise. Das folgende Kapitel soll daher einen Überblick geben über
die verschiedenen Einflussfaktoren auf die Verkehrsleistung und wie diese in den
aktuellen Studien zu Verkehrsprognosen und -szenarien ausgestaltet wurden. Die
Rahmendaten und weitere Einflussfaktoren, wie verkehrs- und energiepolitische
Maßnahmen, die technische Entwicklung und Kraftstoffpreise, werden entsprechend
getrennt betrachtet.
Abbildung 27: Auswahl an makroskopischen Einflussfaktoren auf die zukünftige Entwicklung
im Personenverkehr, Quelle: frei nach [Jülich 2002]
Einflussgrößen auf die Verkehrsleistung
Makroskopische
Rahmendaten
BIP
Haushaltseinkommen
Beförderungspreise
Energiepreise
Technikentwicklung
Energiebedarfsfaktoren
Energiebedarf
Infrastruktur /
Kapazitäten
Entwicklung
Im/Export
Bruttowertschöpfung
(sektoral)
Einwohnerzahl
.
Nachfrage nach
Verkehrsleistung
Fahrzeugbestand
Restriktion /
Förderung
Besetzungszahl
bzw.
Auslastung
Fahrleistung
Emissionsfaktoren
Emissionen
Altersstruktur
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 159 -
7.1.2.1 Makroskopische Rahmendaten
Demographische Rahmendaten
Wesentliche Einflussgröße auf die Entwicklung der Personen- und auch Güterverkehrsnachfrage
ist die Entwicklung der Bevölkerungsanzahl. Während für den
BVWP noch von einem Anstieg der Bevölkerungszahl ausgegangen wurde, so wird in
den neueren Studien trotz Zuwanderung ein Rückgang angenommen.
Tabelle 18:
Vergleich der Entwicklung der Bevölkerungszahlen in den betrachteten Studien
(in Mio.)
Quelle 1997 2002 2003 2010 2015 2020 2025 2030
Veränderung im
Betrachtungs
zeitraum [%]
EWI/Prognos - 82,5 - - - - - 79,5 - 3,6
TREMOD - 82,5 - 83,0 - 82,8 - 81,2 - 1,6
TRAMP - 82,5 - - - - - 81 -1,8
VP 2015 82,1 - - - 83,5 - - - + 2
IFMO - - 82,4 - - - 82,4 - 0
acatech - 82,2 - - - 82,1 - - - 0,1
Quelle: Eigene Zusammenstellung
Ein weiterer entscheidender Punkt sind die Annahmen, die über die Änderungen in der
Altersstruktur getroffen werden. Hier wird übereinstimmend in jeder der betrachteten
Studien davon ausgegangen, dass die Anzahl der über 60-Jährigen deutlich zunehmen
wird. Beispielsweise nimmt die Zahl der Einwohner über 18 Jahre in VP 2015 um
knapp 6 % zu, die Zahl der Auszubildenden nimmt dagegen um 15 % ab, was unter
anderem einen Einfluss auf die ÖPNV-Nachfrage hat. Für die Fahrleistungsprognose in
TREMOD wurden folgende Annahmen bezüglich der Alterstruktur getroffen: Der Anteil
der über 60-Jährigen steigt von 24 % auf 34 %, der Anteil der unter 20-Jährigen sinkt
dagegen von 21 auf 17 % und der Anteil der 20-60-Jährigen von 55 auf 48 %. Die
Änderung der Altersstruktur hat entsprechend auch einen Einfluss auf die
Motorisierungsentwicklung. Eine Zunahme bei Männern wird nur bei den über 65-
Jährigen, bei Frauen dagegen in allen Jahrgängen außer bei den ganz jungen
unterstellt.
Gesamtwirtschaftliche Rahmendaten
Größere Bandbreiten als bei der Bevölkerungsentwicklung treten bei den Prognosen
der zukünftigen wirtschaftlichen Rahmenbedingungen aufgrund unterschiedlicher
Annahmen zur Wirtschaftsentwicklung auf. Die Entwicklung des Wirtschaftswachstums
beeinflusst die Verkehrsleistungen sowohl des Personen- als auch des Güterverkehrs
wesentlich. Indikator hierfür ist das Bruttoinlandsprodukt (BIP). In den betrachteten
Studien wurde durchgängig zumindest deren jahresdurchschnittliche Änderungsrate
über den Betrachtungszeitraum angegeben. In TREMOD und VP 2015 wird diese mit
Zwischenbericht, März 2007

- 160 -
Institut für Verkehrsforschung
2,1 % pro Jahr angenommen. Die anderen Studien gehen dagegen von jahresdurchschnittlichen
1,6/1,8 % oder sogar 1,3 % - wie in EWI/Prognos HP - aus.
Tabelle 19:
Vergleich des jahresdurchschnittlichen BIP-Wachstums, das in den betrachteten
Studien als Rahmenbedingung angenommen wurde
Quelle
Jahresdurchschnittliches Veränderung im
BIP-Wachstum
Betrachtungszeitraum
EWI/Prognos REF 1,4 % p.a. 48,7 %
EWI/Prognos HP 1,3 % p.a. 45,1 %
TREMOD 2,1 % p.a. 60,3 %
TRAMP 1,6 % p.a. 56,7 %
VP 2015 2,1 % p.a. 46,4 %
IFMO 1,8 % p.a. 48,0 %
acatech 1,8 % p.a -
Shell Tradition 1,6 % p.a. -
Shell Impuls 2,0 % p.a. -
Quelle: Eigene Zusammenstellung
Die detaillierte Entwicklung des Bruttoinlandprodukts ist in der Abbildung 28 noch
einmal über die einzelnen Jahre bis 2030 dargestellt.
Abbildung 28: Vergleich der Entwicklung des Bruttoinlandsproduktes in den betrachteten
Studien
Bruttoinlandsprodukt
3500
3000
2500
EWI/Prognos REF
EWI/Prognos HP
TREMOD
TRAMP
VP 2015
IFMO
BIP [Mrd. Euro]
2000
1500
1000
500
0
1997 2002 2003 2010 2015 2020 2025 2030
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 161 -
Auch die Anzahl der Erwerbstätigen hat einen Einfluss auf die
Verkehrsleistungsentwicklung. Diese wird jedoch nur in vier der betrachteten Studien
explizit angegeben.
Tabelle 20: Anzahl der Erwerbstätigen in Mio.
Quelle 1997 2002 2015 2030
EWI/Prognos REF - 38,70 - 37,50
EWI/Prognos HP - 38,70 - 36,8
TRAMP - 38,70 - 37,5
VP 2015 34,34 - 34,47 -
7.1.2.2 Weitere Einflussgrößen
Verkehrs- und energiepolitische Rahmenbedingungen
Verkehrsleistungen können wesentlich über politische Maßnahmen beeinflusst werden.
Daher ist es wichtig, die in den einzelnen Studien zu Grunde gelegten verkehrs- und
energiepolitischen Rahmenbedingungen - falls ausgeführt - bei einem Vergleich mit zu
betrachten, um so auf die Referenzentwicklung schließen zu können. Denn Ziel des
Projektes renewbility ist es ja gerade zusätzliche Maßnahmen und deren Einfluss auf
die Fahrleistungen abzubilden. Hier müssen also ganz deutlich Referenz und Szenario
unterschieden werden, denn in letzterem werden abweichend von der Referenz
zusätzliche Maßnahmen berücksichtigt. Dies ist auch abhängig vom Erstellungszeitpunkt
der Studie. So bilden die neusten Studien die aktuellsten politischen Entwicklungen
ab, die möglicherweise in älteren Studien noch nicht beschlossen waren.
Die getroffen Annahmen sind in der folgenden Tabelle qualitativ zusammengefasst.
Zwischenbericht, März 2007

- 162 -
Institut für Verkehrsforschung
Tabelle 21:
Qualitative Darstellung der verkehrspolitischen Rahmenbedingungen in den
betrachteten Studien
Studie
Verkehrspolitische Rahmenbedingungen
EWI/Prognos REF Energiepolitik beeinflusst den Verkehr durch steuerliche
Belastung der Kraftstoffe. Der Einsatz von Gas und
Biokraftstoffen wird durch Steuererleichterungen und F&E-
Förderung unterstützt.
EWI/Prognos HP Energiepolitik beeinflusst den Verkehr durch steuerliche
Belastung der Kraftstoffe. Der Einsatz von Biokraftstoffen wird
durch Beimischungsvorschriften und Steuererleichterungen
unterstützt.
TREMOD
Fortschreibung der Freiwilligen Selbstverpflichtung ACEA: ab
2012 120 g/km CO2, ansonsten keine weiteren Angaben zu den
verkehrspolitischen Rahmenbedingen
TRAMP
„Dynamische Anpassung“: höhere Verkehrspreise, Einsatz
planerischer und ökonomischer Instrumente zur Reduzierung
des Verkehrsaufwandes
„Gleitender Übergang“: keine durchgreifenden Änderungen der
planerischen Rahmenbedingungen
VP 2015
Laisser-Faire: keine weiteren verkehrspolitischen Maßnahmen,
die über die bereits verabschiedeten hinaus gehen
Trend: keine weiteren verkehrspolitischen Maßnahmen, die über
die bereits verabschiedeten hinaus gehen, nur Einführung Lkw-
Maut
IFMO
Pkw-Maut BAB und Bundesstraßen, Privatisierung von
Bundesfernstraßen, Einheitlicher Schienenverkehrsmarkt in EU
Konsequentes Ausschreiben im SPNV und ÖPNV – das heißt
deutliche zusätzliche verkehrspolitische Maßnahmen
acatech
Entsprechend BVWP keine weiteren verkehrspolitischen
Maßnahmen, die über die bereits verabschiedeten hinaus
gehen, nur Einführung Lkw-Maut mit entsprechend aktualisierten
Sätzen
Shell
Keine Angaben
Quelle: Eigene Zusammenstellung
Technische Entwicklung im Verkehrssektor
Technische Entwicklungen im Verkehrssektor betreffen vor allem Antriebe und
Kraftstoffe, die wesentlich den Energieverbrauch und damit die vom Verkehr
ausgehenden CO 2 -Emissionen beeinflussen. Aber auch Telematik oder eine bessere
Verknüpfung der verschiedenen Verkehrsträger untereinander kann einen Einfluss auf
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 163 -
die Höhe der Verkehrsleistungen haben. Jedoch wird in den betrachteten Studien in
der Regel höchstens auf die Antriebstechniken und den Anteil an alternativen Kraftstoffen
eingegangen, wie die folgende qualitative Auflistung zeigt.
Tabelle 22:
Studie
Qualitative Darstellung der technischen Entwicklung im Sektor Verkehr in den
betrachteten Studien
Technische Entwicklung
EWI/Prognos REF
EWI/Prognos HP
TREMOD
TRAMP
VP 2015
Der Verbrauch von Pkw geht durch technische Optimierung bis
2030 im Durchschnitt um rund ein Drittel zurück. Hybrid keine
überragende Rolle im Bestand. Gasfahrzeuge haben 2030
einen Anteil von etwa 7 % an den Neuzulassungen,
Brennstoffzellenfahrzeuge setzen sich bis dahin nicht am
Markt durch, reinen Elektroautos nur Nischenprodukte
Entsprechend Referenzszenario
Verschiedene technische Maßnahmen zur
Effizienzverbesserung, so dass 2008 140 g/km CO 2 und 2012
120 g/km CO 2 erreicht werden; Biokraftstoffe nur geringer
Anteil
Keine Angaben
Verbrauchsreduktion durch technologische Effekte und
Nachfrageentwicklung hin zu verbrauchsärmeren Fahrzeugen,
alternative Kraftstoffe werden nicht angesprochen
IFMO 2025 hoher Anteil alternativer Kraftstoffe (20 %),
Hybridtechnologie, optimierte Motorentechnik,
Fahrprofilassistenten, Leichtbau, höherer Absatz Kleinwagen –
dadurch Durchschnittsverbrauch 3 l/100km in 2025
(Biokraftstoffe werden mit 0l berücksichtigt)
acatech
Shell
Keine Angaben
Verbrauch reduziert sich durch Verbesserung von
Motorentechnik, Fahrzeuggewicht, Luftwiderstand, Kraft- und
Schmierstoffen, Anteil Biokraftstoffe 5,75 %
Quelle: Eigene Zusammenstellung
Kraftstoffkosten
Generell wird in den meisten Studien nur sehr allgemein auf die Entwicklung der
Rohölpreise eingegangen. Dies hat zum einen sicherlich den Grund, dass für die
Nachfrage vor allem die gesamten Nutzerkosten relevant sind. Zum anderen hat sich
auch gezeigt, dass die Entwicklung der Rohölpreise nur schwer zu prognostizieren ist.
Zwischenbericht, März 2007

- 164 -
Institut für Verkehrsforschung
Einzige Studie, bei der die Entwicklung der Rohölpreise explizit beschrieben wird, ist
EWI/Prognos. Angenommen wird in dem Referenzszenario, dass die Erdöl- und
Erdgaspreise in 2030 etwa doppelt so hoch sind wie in den 1990er Jahren. In dem
Grundszenario wird von einem Rohölpreis für 2030 von real 37 $/br ausgegangen. Die
Entwicklung der Rohölpreise in den letzten Monaten hat dann das BMWi veranlasst,
ein so genanntes Hochpreisszenario in Auftrag zu geben, bei dem eine
Rohölpreisentwicklung von real auf 60 $/br unterstellt wird.
Die inländischen Verbraucherpreise werden bestimmt durch die Importpreisentwicklung,
die Entwicklung der inländischen Verarbeitungs- und Transportkosten, die
Energiebesteuerung und die CO 2 -Belastung. In beiden EWI/Prognos-Szenarien wird
unterstellt, dass die Energiesteuersätze real konstant bleiben und dass die
Verbraucherpreise entsprechend dem Kohlenstoffgehalt des Energieträgers einen
CO 2 -Aufschlag enthalten. Damit steigen die Verbraucherpreise für Mineralölprodukte
geringer an als die Importpreise. Im Referenzszenario liegt der Preis inklusive
Mehrwertsteuer für Benzin bei 1,21 € und im Hochpreisszenario bei 1,39 €, für Diesel
sind es 1,04 bzw. 1,24 €. In der Verkehrsprognose 2015 für den BVWP wird von einem
Anstieg des Rohölpreises im Zeitraum 1997 bis 2015 um ein Drittel ausgegangen. Der
Anstieg des nominalen Endpreises beträgt 59 %, des realen 21 % im Trend-Szenario
verglichen mit 1997. Der steigende Kraftstoffpreis wird durch Verbrauchsoptimierungen
mehr als kompensiert. Die Nutzerkosten des Pkw-Verkehrs sinken im Laisser-faire und
Trend-Szenario der Verkehrsprognose 2015 um 5 %, wobei anzumerken ist, dass
keine Pkw-Maut unterstellt wird. Im Lkw-Verkehr nehmen die Nutzerkosten inklusive
Lkw-Maut um 19 % bzw. 14 % ab, was unter anderem auf die bessere Auslastung der
Fahrzeuge zurückzuführen ist. In der TRAMP-Studie werden keine Rohöl- oder
Kraftstoffpreise dezidiert ausgewiesen sondern nur die Änderung der Preise des
Verkehrs insgesamt, da die Entwicklung der Rohöl- bzw. Kraftstoffpreise nur mir sehr
großen Unsicherheiten prognostiziert werden kann.
In IFMO steigen die Mobilitätsausgaben deutlich. Die Kraftstoffpreisbasis beträgt 2004
0,35 € 2004 /l und 2025 0,7 € 2004 /l.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 165 -
Tabelle 23:
Studie
Annahmen zur Entwicklung der Kraftstoffpreise
Kraftstoffpreisänderung im Prognosezeitraum
EWI/Prognos REF Anstieg des Verbraucherpreises um ca. 20-25 %
EWI/Prognos HP Anstieg des Verbraucherpreises um ca. 38-50 %
TREMOD
Keine Angaben
TRAMP
Wird nur als Preis des Verkehrs berücksichtigt (nicht separat für
Kraftstoffe) 2,2 bis 3,0 % p. a. Steigerung
VP 2015 Anstieg des Verbraucherpreises um 21 %
IFMO Anstieg der Kraftstoffpreisbasis um 100 %
acatech Anstieg des Rohölpreises um 2,5 % p. a.
Shell
Keine Angaben
Quelle: eigene Zusammenstellung
7.1.3 Vergleich der Ergebnisse
7.1.3.1 Personenverkehr
Verkehrs- und Fahrleistungen des Personenverkehrs
In der Abbildung 29 sind vergleichend die Jahresfahrleistungen der Pkw
beziehungsweise des motorisierten Individualverkehrs, der auch die motorisierten
Zweiräder enthält, dargestellt. Ein direkter Vergleich dieser beiden Fahrzeugkategorien
– Pkw und MIV – ist möglich, da letztere in dieser Größenordnung nicht signifikant ins
Gewicht fällt. In TRAMP wird die Fahrleistung der privaten Haushalte nicht gesondert
angegeben.
Zwischenbericht, März 2007

- 166 -
Institut für Verkehrsforschung
Abbildung 29: Prognostizierte Entwicklung der Pkw/MIV-Fahrleistung bis 2030
700
Fahrleistung Pkw (Miv)
600
Fahrleistung [Mrd. Pkw km]
500
400
300
200
100
0
EWI/Prognos REF
EWI/Prognos HP
TREMOD
VP 2015
IFMO
acatec MIV Mrd. km
Shell Tradition
Shell Impuls
1997 2002 2003 2010 2015 2020 2025 2030
Auffällig ist zunächst, dass die „Ist“-Fahrleistung der Jahre 2002 und 2003 zwischen
TREMOD/EWI/Prognos und acatech und Shell deutlich differieren. Der Grund hierfür
ist wahrscheinlich, dass in den beiden letzteren Studien die Aktualisierung der
Fahrleistung des DIW noch nicht berücksichtigt wurde. Nach Bekanntgabe der
Ergebnisse der Fahrleistungserhebung [MID 2004] des Jahres 2002 hat das DIW das
Fahrleistungsmodell, mit dem die jährlichen Fahrleistungen im Auftrag des BMVBW
berechnet werden, aktualisiert und inhaltlich weiterentwickelt [DIW 2004]. Diese
Anpassung wurde notwendig, da – wie Abbildung 30 zeigt – eine Fortschreibung des
mit dem alten DIW-Modell berechneten Verlaufs bis zum Jahr 2002 zu einer
Fahrleistungslücke zwischen der empirisch erhobenen Fahrleistung und der vom DIW-
Modell bestimmten Fahrleistung von rund 75 Mrd. Fahrzeugkilometern geführt hätte
[DIW 2002]. Durch die Aktualisierung und inhaltliche Weiterentwicklung des DIW-
Modells ergibt sich ein veränderter Verlauf der Fahrleistungskurve, der vor allem durch
einen weiteren Anstieg ab dem Jahr 2000 gekennzeichnet ist.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 167 -
Abbildung 30:
Fahrleistungsberechnung des DIW nach der alten und der neuen Methode
Fahrleistung in Mio. km
620000
600000
580000
560000
540000
520000
500000
480000
460000
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
Jahr
DIW alt DIW neu Erhebung 2002 Erhebung 1993
Grund hierfür ist, dass das DIW bis zum Jahr 2002 die Fahrleistungen ausschließlich
über den Kraftstoffabsatz in Deutschland berechnet hat (Energiebilanz). Die große
Differenz der Kraftstoffpreise von Deutschland mit den angrenzenden Staaten induziert
jedoch zusätzlich Kraftstoffimport. In der aktualisierten Berechnung wird daher
berücksichtigt, dass bei grenzüberschreitenden Fahrten auch Kraftstoff über die
Grenzen transportiert werden kann, was als grauer Kraftstoffimport und -export
bezeichnet wird. Unter grauen Importen versteht man dann die Kraftstoffmenge, die im
Ausland getankt und im Inland verbraucht wird. 43 Um den Kraftstoffverbrauch der
Inländer zu ermitteln, ist der graue Import dem Kraftstoffabsatz in Deutschland
hinzuzuaddieren, da mit diesem importierten Kraftstoff ebenfalls Fahrleistung der
Inländer erbracht wird. Graue Exporte müssen vom Kraftstoffabsatz abgezogen
werden, da sie den Inländern nicht mehr zur Verfügung stehen. Insgesamt ergibt sich
dadurch ein Kraftstoffverbrauch der Inländer, der nicht mehr identisch ist mit dem
Kraftstoffabsatz im Inland. Die Gesamtfahrleistung wird dann auf Basis des
Kraftstoffverbrauchs der Inländer (Energiebilanz plus Im- und Exporte), der
spezifischen Kraftstoffverbräuche, der Bestandszahlen und der durchschnittlichen
Fahrleistungen der einzelnen Verkehrsträger berechnet.
Weiterhin ist darauf hinzuweisen, dass die Fahrleistungsprognosen von EWI/Prognos
und TREMOD stark differieren. Bei EWI/Prognos ergibt sich eine Abnahme der
durchschnittlichen Fahrleistung, die in einer leichten Abnahme der Gesamtfahrleistung
43
Der Tanktourismus stellt eine Teilmenge der grauen Im- oder Exporte dar und bezieht sich in der
engeren Definition auf grenzüberschreitenden Fahrten, die ausschließlich den Zweck verfolgen,
preiswerten Kraftstoff zu tanken.
Zwischenbericht, März 2007

- 168 -
Institut für Verkehrsforschung
resultiert. In TREMOD wird dagegen ein Anstieg der Fahrleistungen bis 2030
angenommen. Im Ergebnis liegt die Fahrleistung Pkw im Jahr 2030 in TREMOD um
etwa 6 % über der in der Referenz von EWI/Prognos und etwa 11,5 % über der des
Hochpreisszenarios, die Gesamtfahrleistung sogar um 16 % bzw. 23 %, was dann
zusätzlich an den in TREMOD höher prognostizierten Bestandszahlen liegt.
Abbildung 31: Prognostizierte Entwicklung der durchschnittlichen Jahresfahrleistung von Pkw
14
Durchschnittliche Fahrleistung Pkw
durchschnittliche Fahrleistung [1.000 km/a]
12
10
8
6
4
2
EWI/Prognos REF
EWI/Prognos HP
TREMOD
VP 2015
Shell Tradition
Shell Impuls
0
1997 2002 2003 2010 2015 2020 2025 2030
Die Fahrleistungen Pkw sind mit der Verkehrsleistung der Pkw über den Grad der
Auslastung verknüpft, der in TREMOD und EWI/Prognos REF+HP gleich angenommen
wird:
Quelle 2002 2030
EWI/Prognos 1,5 1,4
TREMOD 1,5 1,4
Die Entwicklung der Personenverkehrsleistung Pkw weicht jedoch – wie die der
Fahrleistung – in diesen beiden Studien voneinander ab, so dass es auch hier im Jahr
2030 zu einer Differenz von 16 % bzw. 23 % kommt. In TRAMP liegt die Fahrleistung
im MIV um rund 20 Mrd. km unter den anderen Studien im Basisjahr 2002. Dies ist
vermutlich darin begründet, dass nur die Verkehrsleistung der privaten Haushalte
betrachtet wird und der Wirtschaftsverkehr mit Pkw unberücksichtigt bleibt. Daher wird
TRAMP in der folgenden Abbildung nicht in den Vergleich mit aufgenommen. Für das
Jahr 2030 wird in TRAMP eine Entwicklung von -1 % für das Status-Quo-Szenario
berechnet. Im Szenario “Dynamische Anpassung“ steigt die Verkehrsleistung der
privaten Haushalte zunächst an und nimmt dann wieder auf den Wert von 2002 ab. Ein
Anstieg von 11 % im Jahr 2030 ist das Ergebnis im Szenario „Gleitender Übergang“.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 169 -
Abbildung 32: Prognostizierte Entwicklung der Personenverkehrsleistung Pkw bis 2030
1000
Personenverkehrsleistung Pkw/MIV
Personenverkehrsleistung [Mrd. Pkm/a]
900
800
700
600
500
400
300
200
100
EWI/Prognos REF Pkw
EWI/Prognos HP Pkw
TREMOD Pkw
VP 2015 MIV
0
1999 2002 2003 2010 2015 2020 2025 2030
Die folgende Abbildung 33 zur Entwicklung der Personenverkehrsleistung aller
Verkehrsträger, also Straße, Schiene und Luft, zeigt, dass TREMOD hier eine andere
Abgrenzung verwendet, da bereits im „Ist“-Zustand 2002 die Personenverkehrsleistung
deutlich über der der anderen Studien liegt.
Abbildung 33: Prognostizierte Entwicklung der Personenverkehrsleistung bis 2030
1600
Personenverkehrsleistung alle Verkehrsträger
Personenverkehrsleistung [Mrd. Pkm/a]
1400
1200
1000
800
600
400
200
0
EWI/Prognos REF
EWI/Prognos HP
TREMOD
VP 2015
IFMO
1997 2002 2010 2015 2020 2025 2030
Zwischenbericht, März 2007

- 170 -
Institut für Verkehrsforschung
Betrachtet man die Personenverkehrsleistung differenziert nach Verkehrsträger - wie in
Abbildung 34 dargestellt - so wird deutlich, dass diese Differenz auf der Verkehrsleistung
des Verkehrsträgers Flugzeug beruht. In TREMOD wird der Flugverkehr
ausgehend von dem in Deutschland abgesetzten Flugtreibstoff (Energiebilanzprinzip)
bilanziert, was in etwa der Entfernung von deutschen Flughäfen bis zur ersten
Zwischenlandung entspricht. Die Berechnungen der Verkehrsleistung von
EWI/Prognos beruhen dagegen auf dem Anteil Flugtreibstoff, der von/bis zur Grenze
benötigt wird (Territorialprinzip). Die Verkehrsleistung des Flugverkehrs und damit auch
die Gesamtpersonenverkehrsleistung dieser beiden Studien sind daher NICHT
miteinander vergleichbar.
Abbildung 34: Prognostizierte Personenverkehrsleistung 2002 und 2030 nach Verkehrsträger
Personenverkehrsleistung 2002 und 2030
1600
1400
2002 2030
Personenverkehrsleistung [Mrd. Pkm]
1200
1000
800
600
400
200
Luft
Schiene
Straße
0
EWI/Prognos
REF
EWI/Prognos HP TREMOD EWI/Prognos
REF
EWI/Prognos HP
TREMOD
Kenngrößen des Fahrzeugbestandes
In allen Szenarien wird ein Anstieg des Fahrzeugbestandes prognostiziert. Dies ist vor
allem auf die Personengruppen zurückzuführen, deren Motorisierungsgrad derzeit
noch geringer ausgeprägt ist. Hierzu zählen vor allem Frauen und ältere Menschen. In
EWI/Prognos steigt er auf etwa 47 Mio. und in TREMOD auf etwa 52 Mio. Pkw in 2030
an. In TRAMP wird der Pkw-Bestand für die privaten Haushalte angegeben, der im
Jahr 2002 bei 41,8 Mio. Fahrzeugen liegt. Davon ausgehend nimmt der Fahrzeugbestand
im Szenario „Gleitender Übergang“ um 12 % bis 2030 zu. In den Szenarien
„Status Quo“ und „Dynamische Anpassung“ steigt die Anzahl Pkw im Bestand
zunächst etwas stärker, um dann etwa 2020 wieder leicht abzunehmen und erreicht im
Jahr 2030 verglichen mit 2002 einen Anstieg um 2 bzw. 4 %.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 171 -
Ausgehend von einem Anteil von etwa 16 % Diesel-Pkw im Jahr 2002 wächst dieser
Anteil in allen Studien erheblich. 2030 erreicht er in EWI/Prognos eine Höhe von 47 %
bei der Referenz und 42 % im Hochpreisszenario, in TREMOD 43 % und bei Shell 39
bzw. 41 %.
In EWI/Prognos und Shell werden zusätzlich zu den konventionellen Antrieben auch
alternative Antriebe für den Bestand ausgewiesen. Im Referenzszenario EWI/Prognos
haben Pkw mit Gasantrieb 2030 einen Anteil von 5,7 %, im Hochpreisszenario von
7,5 %. Brennstoffzellen-Pkw sind mit 2,4 bzw. 4,8 % im Bestand vertreten.
Abbildung 35: Prognostizierter Pkw-Bestand nach Antriebstechnologien 2002 und 2030
Bestand nach Antriebstechnologien
55
50
2002 2030
Bestand [Mio. Pkw]
45
40
35
30
25
20
15
10
5
Gas/BZ
BZ
Gas
Diesel
Otto
0
EWI/Prognos
EWI/Prognos HP
TREMOD
Shell Tradition
Shell Impuls
EWI/Prognos
EWI/Prognos HP
TREMOD
Shell Tradition
Shell Impuls
Eine weitere wichtige, zu prognostizierende Größe ist der Kraftstoffverbrauch der neu
zugelassenen Fahrzeuge. Dieser ist neben Bestand und Fahrleistung die dritte
entscheidende Größe zur Berechnung des Energiebedarfs im Sektor Verkehr. In
EWI/Prognos und TREMOD sind sehr unterschiedliche Annahmen getroffen worden
(Tabelle 24).
Tabelle 24:
Annahmen zum spezifischen Verbrauch neu zugelassener Pkw in l/100 km
Quelle
2003 2030
Otto Diesel Otto Diesel
EWI/Prognos REF - - 5,3 4,3
TREMOD 7,6 6,4 4,5 3,9
Zwischenbericht, März 2007

- 172 -
Institut für Verkehrsforschung
Die Studie von IFMO geht von einer Abnahme auf 3 l/100 km im Jahr 2025 aus, wobei
aber alternative Kraftstoffe (Anteil immerhin 20 %) mit 0 l berücksichtigt werden. Die
Grundlage für TREMOD ist die Erreichung des ACEA-Selbstverpflichtung mit 140 g/km
CO 2 in 2008, eine Fortschreibung dieser mit 120 g/km CO 2 in 2012 und danach einer
weiteren jährlichen Reduktion von 1,5 % auf durchschnittlich 99 g/km in 2030. Bezogen
auf den durchschnittlichen Kraftstoffverbrauch der Pkw handelt es sich also um eine
Art Ziel-Szenario. Momentan ist noch nicht sicher, ob die 140 g/km bei neu
zugelassenen Pkw auf europäischer Ebene und damit auch in Deutschland erreicht
werden. Das Szenario bezüglich der Entwicklung des Kraftstoffverbrauchs der neu
zugelassenen Pkw in TREMOD könnte damit als recht ambitioniert bezeichnet werden.
Für Otto-Pkw beträgt er 4,5 l/100km, für Diesel 3,9 l/100 km im Flottendurchschnitt,
EWI/Prognos prognostiziert dagegen 5,3 und 4,3 l/100 km. Die Verbräuche der neu
zugelassenen Pkw im Hochpreisszenario werden nicht genannt.
Damit ergibt sich der in der Abbildung 36 dargestellte Verlauf der durchschnittlichen
Kraftstoffverbräuche für den Pkw-Bestand für die verschiedenen Studien.
Abbildung 36: Prognostizierte Entwicklung des Kraftstoffverbrauchs im Pkw-Bestand
9
Verbrauch Pkw-Bestand
8
7
Verbrauch [l/100km]
6
5
4
3
2
1
0
EWI/Prognos REF l/100km Otto
EWI/Prognos REF l/100km Diesel
EWI/Prognos HP l/100km Otto
EWI/Prognos HP l/100km Diesel
TREMOD l/100km Otto
TREMOD l/100km Diesel
VP 2015
Shell Tradition l/100km
Shell Impuls l/100km
1997 2002 2003 2010 2015 2020 2025 2030
7.1.3.2 Güterverkehr
Verkehrs- und Fahrleistungen des Güterverkehrs
In der Abbildung 37 ist die Entwicklung der Güterverkehrsleistung für 2030 im
Vergleich zu 2002, wie sie in EWI/Prognos und TREMOD für die einzelnen
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 173 -
Verkehrsträger prognostiziert wird, dargestellt. In beiden Studien kommt es zu
deutlichen Zuwächsen, die bei EWI/Prognos 58 % (56 %) 44 und bei TREMOD 68 %
betragen. Auch hier ist bei einem direkten Vergleich wieder zu berücksichtigen, dass
die Abgrenzung im Luftverkehr in den beiden Studien unterschiedlich getroffen wird.
Beim Güterverkehr fällt dies jedoch nicht so stark ins Gewicht, da der Luftverkehr hier
einen deutlich geringeren Anteil hat als im Personenverkehr. Die Zuwächse im
Straßengüterverkehr entsprechen im Referenzszenario EWI/Prognos und in TREMOD
mit 58 % und 71 % nahezu der gesamten Güterverkehrsleistung. Im Hochpreisszenario
verschiebt sich dies etwas stärker zu Gunsten von Schiene und Schiff. Der Zuwachs
der Verkehrsleistung Straßengüterverkehr beträgt damit nur 53 %.
Abbildung 37: Prognostizierte Entwicklung der Güterverkehrsleistung nach Verkehrsträgern
Güterverkehrsleistung 2002 und 2030
900
800
2002 2030
Güterverkehrsleistung [Mrd. tkm]
700
600
500
400
300
200
100
Luft
Wasser
Schiene
Straße
0
EWI/Prognos
REF
EWI/Prognos HP TREMOD EWI/Prognos
REF
EWI/Prognos HP
TREMOD
Kenngrößen des Güterfahrzeugbestandes
Wie auch bei der Personenverkehrsleistung ist für die Güterverkehrsleistung der
Fahrzeugbestand nicht unwesentlich. Dieser wird in den Studien EWI/Prognos und
TREMOD wie in Tabelle 9 ausgewiesen, wobei der Unterschied zwischen
EWI/Prognos und TREMOD auch im „Ist“-Zustand durch die unterschiedlichen Abgrenzungen
in den Fahrzeugkategorien (Lkw >, < 3,5 t zgG, Sattelzüge etc.) verursacht
wird.
44 Hochpreisszenario
Zwischenbericht, März 2007

- 174 -
Institut für Verkehrsforschung
Tabelle 25:
Fahrzeugbestand LKW/Sattelzüge in Mio.
Quelle 2002 2015 2030
EWI/Prognos REF 3,95 4,6 4,81
TREMOD 3,06 - 3,51
Für die Berechnungen des Energiebedarfs und der Emissionen sind entsprechend die
Energieverbräuche der Güterfahrzeuge von entscheidender Bedeutung.
Tabelle 26:
Kraftstoffverbrauch der Straßengüterfahrzeuge in l/100 km
Quelle 1997 2002 2015 2030
EWI/Prognos REF - 23,9 - 18,7
VP 2015 33,4 - 30,8 -
7.1.3.3 Vergleich EWI/Prognos, TREMOD, TRAMP
Im Folgenden werden die Ergebnisse von EWI/Prognos jeweils mit den Ergebnissen
von TREMOD und von TRAMP zusammenfassend verglichen, da diese Studien zum
einen in ausreichender Detailliertheit vorliegen und somit eine Interpretation der
Abweichungen möglich ist und zum anderen als Grundlage für das Basisszenario in
renewbility im Projektteam diskutiert wurden. Die übrigen betrachteten Studien
erschienen hierfür nicht geeignet, da teilweise nicht die Basis – also keine zusätzliche
Maßnahmen – betrachtet wird und teilweise die Rahmenbedingungen nicht
transparent genug dargestellt werden.
Vergleich EWI/Prognos und Tremod
Die Bevölkerungsanzahl wird in TREMOD im Jahr 2030 nur leicht höher angenommen
als in EWI/Prognos REF+HP. Dagegen differieren die Annahmen zum
jahresdurchschnittlichen BIP-Wachstum erheblich. Hier wird in TREMOD mit 2,1 %, in
EWI/Prognos mit 1,4 % p. a. (1,3 %) 45 gearbeitet. Dies resultiert in einem Unterschied
des BIP in 2030 von etwa 8 % (10 %). Damit liegen sowohl die abgeleitete
Personenverkehrsleistung als auch die Güterverkehrsleistung auf der Straße in
TREMOD um 18 % (24 %) bzw. 8 % (11 %) höher als in EWI/Prognos. Unter anderem
liegt dies auch an einem im Jahr 2030 um 10 % höheren Pkw-Bestand in dem
Basisszenario von TREMOD.
Da die Entwicklung des Kraftstoffverbrauches der neu zugelassenen Pkw in TREMOD
aber deutlich ambitionierter prognostiziert wird und im Jahr 2030 um 15 % bei Otto-
Pkw und um 10 % bei Diesel-Pkw niedriger liegt als in EWI/Prognos, ergibt sich für den
45
Hochpreisszenario ist der Einfachheit halber jeweils zum Vergleich in Klammern gesetzt.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 175 -
Energieverbrauch im Straßenverkehr ein umgekehrtes Bild: Der Energieverbrauch
Straßenverkehr liegt im Jahr 2030 bei EWI/Prognos um etwa 11 % (5 %) über dem
abgeleiteten Verbrauch in TREMOD. Der Gesamtenergieverbrauch Verkehr differiert
aufgrund des in TREMOD höher prognostizierten Anstiegs im Flugverkehr zwischen
den Studien nur geringfügig mit knapp 1,5 %. Der Verlauf bis 2030 ist in Abbildung 38
dargestellt.
Abbildung 38: Entwicklung des Energieverbrauchs Verkehr in EWI/Prognos und TREMOD
Energieverbrauch im Verkehr
3.000
2.500
Energieverbrauch [PJ]
2.000
1.500
1.000
500
0
Luft
Schiff
Schiene
Straße
EWI/Prognos
REF
EWI/Prognos
HP
TREMOD
EWI/Prognos
REF
EWI/Prognos
HP
TREMOD
EWI/Prognos
REF
EWI/Prognos
HP
TREMOD
EWI/Prognos
REF
EWI/Prognos
HP
TREMOD
2002 2010 2020 2030
Vergleich EWI/Prognos und TRAMP
Von den drei in TRAMP gerechneten Szenarien ist das Szenario „Gleitender
Übergang“ einer Trendentwicklung am nächsten (Anpassung der
Bevölkerungsverteilung und -Struktur; Beibehaltung der Verhaltensparameter auf dem
Stand von 2002; Fortschreibung der wirtschaftlichen Entwicklung und der
Erwerbstätigenzahlen). Es weist im MIV gegenüber 2002 eine um 11% höhere
Verkehrsleistung aus. Im Szenario „Dynamische Anpassung“ steigen die Preise im
Verkehr stärker und siedlungsstrukturelle Maßnahmen erzielen verstärkt Wirkung,
sodass die Verkehrsleistung deutlich niedriger liegt als im „Gleitenden Übergang“. Im
sog. Status Quo wird alles auf dem Stand von 2002 eingefroren, lediglich die
Bevölkerung gemäß der Entwicklung bis 2030 angepasst.
Zwischenbericht, März 2007

- 176 -
Institut für Verkehrsforschung
TRAMP: Verkehrsleistung MIV [Mrd. Pkm]
2002
Status Quo
(„Demografieszenario“)
Dynamische
Anpassung
Gleitender Übergang
(~Trend)
845 837 845 938
Die Referenzprognose im Energiereport IV von EWI/Prognos ergibt eine Personenverkehrsleistung
im MIV von 831 Milliarden Pkm in 2030. Bei deutlich höheren
Energiepreisen liegt der Wert im Ölpreisszenario deutlich darunter.
EWI/Prognos: Verkehrsleistung MIV [Mrd. Pkm]
2002 Ölpreis Referenz
884 783 831
Folgende Unterschiede zwischen EWI/Prognos und der TRAMP-Studie ergeben sich
bei der Betrachtung der zeitlichen Entwicklung der Verkehrsleistungen bis 2030:
TRAMP geht im Gleitenden Übergang bis 2030 von einem Anstieg der Verkehrsleistung
aus, bei nur leicht sinkenden Bevölkerungsmengen. Eine Abflachung dieser
Entwicklung setzt nach 2030 ein aufgrund eines rückläufigen Wegeaufkommens
(demografischer Übergang, Bevölkerungsrückgang).
In EWI/Prognos steigen die Verkehrsleistungen bis 2010 analog zu TRAMP (aufgrund
stärkerer wirtschaftlicher Entwicklung), gehen jedoch bereits ab 2015 wieder zurück,
beeinflusst durch den Bevölkerungsrückgang und Alterung (sinkende Bedeutung des
Berufspendelverkehrs).
Hinsichtlich der absoluten Unterschiede der Verkehrsleistung kommen zunächst
folgende, gegenläufige Einflüsse zum Tragen:
• Die Bevölkerung wird in TRAMP 2030 um rund 2 Mio. höher angesetzt als bei
EWI/Prognos. (Die Altersstruktur weist kaum Unterschiede auf.), siehe auch
nachstehende Tabelle
Bevölkerungsentwicklung in Millionen bis 2030 in Tramp und EWI/Prognos
2002 2010 2020 2030
Tramp 82,5 82,6 82,1 81
EWI/Prognos 82,5 ~82,5 ~80,6 ~78,8
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 177 -
• In TRAMP ist im Gegensatz zu EWI/Prognos nur der Verkehr der privaten
Haushalte angesetzt. Wirtschaftsverkehr, der mit Pkw erbracht wird, bleibt also
unberücksichtigt.
Eine Quantifizierung dieser Einflüsse kann nur anhand der Basisdaten der Studien
vorgenommen werden, die jedoch nicht vorliegen. Grobe Abschätzungen ergaben,
dass es sich um durchaus nennenswerte Größenordnungen handeln könnte (jeweils
>30 Mrd. Pkm).
Einen weiteren Einfluss auf die Ergebnisse ist in den Annahmen zur Kostenentwicklung
im Verkehr zu sehen. Bei TRAMP wird ein pauschaler Steigerungssatz verwendet, der
das 1,5 fache der Inflationsrate im Gleitenden Übergang bzw. das 2,0 fache in der
Dynamischen Anpassung beträgt.
In EWI/Prognos lassen sich konkrete Angaben zu Kosten des Verkehrs lediglich
hinsichtlich der Benzinpreise finden. Diese steigen von 2000 bis 2030 real um 21%
(Referenz) bzw. 39% (Ölpreis). Damit bleibt der Preisanstieg des Benzins in beiden
Fällen deutlich unter der Inflationsrate 46 .
Selbstverständlich lassen sich die Benzinpreise nicht direkt mit der
Gesamtkostenentwicklung im Verkehr vergleichen. Dennoch zeigen beide Größen eine
Tendenz auf, die die Abweichungen der Verkehrsleistungen der beiden Studien eher
noch verstärken als sie zu minimieren.
Grundsätzlich bleibt festzustellen, dass bei EWI/Prognos nicht direkt zu erkennen ist,
welche Einflussgröße wann wie stark greift. Dagegen lassen sich bei TRAMP die
Zusammenhänge in den Szenarien besser nachvollziehen, da auch Zwischengrößen
wie zum Beispiel durchschnittliche Wegelängen für die Szenarien angegeben sind.
Des Weiteren bestehen Unterschiede zwischen den Studien in Bezug auf die
Annahmen zur Entwicklung des Bruttoinlandsproduktes. Die Projektion der
wirtschaftlichen Entwicklung erfolgt in Tramp wie in EWI/Prognos über die Darstellung
jahresdurchschnittlicher Wachstumsraten. In der Tramp-Studie wird dabei auf eine
Produktionsfunktion zurückgegriffen die für die Zeitscheiben bis 2030 differente
Wachstumsraten angibt, während EWI/Prognos in der Referenz- wie Ölpreisvariante
jeweils konstante Wachstumsraten zu Grund legt. Die nachstehende Tabelle fasst die
Annahmen für die Entwicklung des BIP bis 2030 zusammen.
46 Diese wird nicht explizit ausgewiesen, sondern wurde anhand anderer Angaben ermittelt.
Zwischenbericht, März 2007

- 178 -
Institut für Verkehrsforschung
Jahresdurchschnittliche Wachstumsraten des Bruttoinlandsprodukts in Prozent
bis 2010 2011 bis 2020 2021 bis 2030
Tramp-Studie 1,8 1,7 1,4
EWI/Prognos
Referenzprognose
EWI/Prognos
Ölpreisvariante
1,3 1,6 1,3
1,1 1,5 1,3
Für die Berechnungen des Energieverbrauchs als auch für die Berechnungen zur
Verkehrsnachfrage ist neben der demografischen Entwicklung die Entwicklung der
Haushaltsgrößen von Bedeutung. Die Raumordnungsprognose des Bundesamtes für
Bauwesen und Raumordnung (BBR) die in der Tramp-Studie bei den Szenarien zur
Mobilitätsentwicklung berücksichtigt wurde, sieht bis 2020 folgende Entwicklung:
Haushaltsprognose des BBR bis 2020
Tramp-Studie
2002, in % an der
Bevölkerung
2020, in % an der
Bevölkerung
Veränderung in
%
1-Personen HH 36,9 38,7 +0,8
2-Personen HH 33,8 37,0 +0,2
3-Personen HH 14,1 12,3 -1,8
4-Personen HH 11,0 8,6 -2,4
5 und mehr Personen
HH
Durchschnittlich HH-
Größe
4,2 3,3 -0,9
2,13 2,02 -0,11
In EWI/Prognos ist die Entwicklung der Haushalte nur graphisch dargestellt. Die
zugrunde liegenden Daten werden angefragt, da diese für die Entwicklung im
Energiesektor und damit einen Vergleich notwendig sind.
7.1.3.4 Prognosen und tatsächliche Entwicklung
Überprüfung langfristiger Verkehrsprognosen
Im Auftrag des ADAC wurde von Intraplan ein Vergleich der Prognoseresultate mit der
tatsächlichen Entwicklung und eine Analyse der Ursachen für die Abweichungen
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 179 -
durchgeführt [Intraplan 2005 und Albrecht/Ratzenberger 2006]. Auf diese Studie soll an
dieser Stelle kurz eingegangen werden, um aufzuzeigen, wie robust die Verkehrsprognosen
in der Vergangenheit waren. Betrachtet wurden von Intraplan langfristige
Studien, die nach 1990 erstellt wurden mit besonderem Schwerpunkt auf den
Prognosen zur Bundesverkehrswegeplanung 1992 und 2003. Die Prognosen wurden
mit statistischen Daten bis 2002 verglichen.
Ergebnisse zum Personenverkehr
• Bis 1999 wurde die Entwicklung der Verkehrsleistung des Individualverkehrs
nahezu von allen Studien getroffen, zwischen 1999 und 2002 wurde der Verlauf
dagegen überschätzt. Es kann aber angenommen werden, dass bei einer
Beruhigung der Kraftstoffpreisentwicklung und einem spürbaren
Konjunkturaufschwung zumindest der Verlauf der Prognose des BVWP
Integration noch erreicht werden kann.
• Die Verkehrsleistung des Eisenbahnverkehrs ist seit 1991 bis 2001 um 23 %
gestiegen, jedoch gab es 2002 einen erheblichen Einbruch von 6 %, der von
den Prognosen nicht abgebildet wurde. Insgesamt wird damit die Entwicklung
überschätzt.
• Die Verkehrsleistung des ÖPNV hat in den Jahren 1991 bis 1997 um 9 %
abgenommen. In älteren Prognosen wurde diese Verkehrsleistung unterschätzt,
in neueren wurde sie mehrheitlich nahezu getroffen.
• Die Verkehrsleistung des Luftverkehrs ist zwischen 1991 und 2001 um 90 %
gestiegen. In den Jahren 2001 und 2002 ist diese Dynamik jedoch abgebrochen.
Bis 2000 ist die Entwicklung trotz Annahmen hoher Zuwächse eher
unterschätzt worden. Der Einbruch 2001 ist erwartungsgemäß nicht abbildbar
gewesen.
• Da der Verlauf der Personenverkehrsleistung der des Individualverkehrs
nahezu entspricht, ist dieser insgesamt mehr oder weniger überschätzt worden.
• Eine Analyse der Rahmendaten hat ergeben, dass der Einfluss der
Bevölkerungszahl nahezu vernachlässigbar ist. Der Pkw-Bestand wurde
annähernd treffend vorausgeschätzt (außer BVWP 1992), so dass die
unzutreffenden Vorausschätzungen im Individualverkehr nicht auf falsche
Annahmen bezüglich Pkw-Bestände zurückzuführen sind.
• Ein Vergleich des Kraftstoffpreises hat ergeben, dass dieser aufgrund des
Preisanstiegs 2000 sehr nahe bei den Annahmen für das Integrationsszenario
BVWP 2003 und über den Erwartungen der anderen Studien lag. Neben der
Entwicklung der Kraftstoffpreise wird als weiterer Grund für die Abweichungen
der Verkehrsleistungen im Individualverkehr die schwache wirtschaftliche
Entwicklung in den Jahren 2000 bis 2002 angegeben.
Zwischenbericht, März 2007

- 180 -
Institut für Verkehrsforschung
Ergebnisse zum Güterverkehr
Der Anstieg der Verkehrsleistung des Lkw-Verkehrs betrug zwischen 1988 und 2003
etwa 79 % und wurde in allen Prognosen annähernd zutreffend antizipiert. Die
Transportintensität – also die auf das BIP bezogene Transportleistung – wurde
hingegen in den Studien tendenziell unterschätzt, was an einem zu optimistisch
angesetzten Wachstum des BIP lag. Die erwartete Entkopplung von BIP und
Transportleistung ist bisher nicht eingetroffen, vielmehr wächst der Güterverkehr in
einer längerfristigen Betrachtung stärker als das BIP.
Vergleich Entwicklung der Verkehrsleistung mit den aktuellsten
Prognosen
In diesem Abschnitt wird kurz auf die Entwicklung der Personen- und
Güterverkehrsleistung der letzten Jahre auf der Basis „Verkehr in Zahlen“ eingegangen
und diese graphisch mit den Szenarien von EWI/Prognos REF 47 und TREMOD
gekoppelt. Die zeitliche Überschneidung der statistischen Daten mit den Prognosen ist
mit zwei Jahren so kurz, dass noch keine Aussage über deren Prognosesicherheit
gemacht werden kann. Es kann nur ein Eindruck über den Verlauf der letzten Jahre im
Vergleich mit dem prognostizierten Verlauf für die nächsten Jahre ermöglicht werden.
7.1.3.5 Personenverkehr
Die statistischen Daten weisen einen leichten Anstieg der Personenverkehrsleistung
sowohl für Straße, Schiene als auch Flugverkehr bis 2002 aus. Diese stagniert in 2003
und steigt im Jahr 2004 wieder an. Die Flugverkehrsleistung von TREMOD kann
wegen der unterschiedlichen Abgrenzung auch hier nicht mit in einen Vergleich
einbezogen werden. EWI/Prognos REF geht bis 2010 von einem leichten Anstieg der
Personenverkehrsleistung Straße aus, die dann über die Jahre 2015, 2020, 2025 bis
2030 kontinuierlich abnimmt. TREMOD hingegen unterstellt eine kontinuierlich
steigende Personenverkehrsleistung auf der Straße. Aussagen können wegen des
kurzen Überschneidungszeitraumes von Prognose und den statistischen Daten nicht
getroffen werden.
47
Aus Gründen der Übersichtlichkeit wird hier nur der Vergleich mit dem Referenzszenario von
EWI/Prognos gezogen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 181 -
Abbildung 39: Entwicklung nach Verkehr in Zahlen [VIZ] und Prognose nach TREMOD und
EWI/Prognos der Personenverkehrsleistung
Personenverkehrsleistung [Mrd. tkm]
1.600
1.400
1.200
1.000
800
600
400
200
Luftverkehr
Schiene
Straßenverkehr
Entwicklung und Prognose der Personenverkehrsleistung
0
VIZ
VIZ
VIZ
VIZ
VIZ
VIZ
VIZ
EWI/Prognos
TREMOD
VIZ
EWI/Prognos
TREMOD
VIZ
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
1996 1997 1998 1999 2000 2001 2002 2003 2004 2010 2015 2020 2025 2030
7.1.3.6 Güterverkehr
Nach einem deutlichen Anstieg der Güterverkehrsleistung bis 2000 flacht dieser bis
zum Jahr 2003 deutlich bis zu einer annähernden Stagnation hin ab. Im Jahr 2004 ist
dann wieder ein Anstieg zu verzeichnen. Wie bereits in Kapitel 0 erläutert, wird in den
beiden Studien EWI/Prognos REF und TREMOD von einem deutlichen Wachstum der
Güterverkehrsleistung bis 2030 ausgegangen.
Abbildung 40: Entwicklung nach Verkehr in Zahlen [VIZ] und Prognose nach TREMOD und
EWI/Prognos der Güterverkehrsleistung
Güterverkehrsleistung [Mrd. tkm]
900
800
700
600
500
400
300
200
Luftverkehr
Binnenschifffahrt
Schien
Straßengüterverkehr
Entwicklung und Prognose der Güterverkehrsleistung
100
0
VIZ
VIZ
VIZ
VIZ
VIZ
VIZ
VIZ
EWI/Prognos
TREMOD
VIZ
EWI/Prognos
TREMOD
VIZ
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
EWI/Prognos
TREMOD
1996 1997 1998 1999 2000 2001 2002 2003 2004* 2010 2015 2020 2025 2030
Zwischenbericht, März 2007

- 182 -
Institut für Verkehrsforschung
7.1.4 Vorgehen zur Erstellung des Basisszenarios im Rahmen von
renewbility
Fazit aus der Analyse der aktuellen Studien zu Verkehrsprognosen und –szenarien
und aus der Diskussion mit BMU, BMVBS und wissenschaftlichem Beirat ist es, für das
Basisszenario in renewbilty den Ansatz der integrierten Szenarien zu wählen.
Angestrebter Weg ist die Kopplung der energiewirtschaftlichen Teile der Studie “Die
Entwicklung der Energiemärkte bis zum Jahr 2030 – Energiewirtschaftliche
Referenzprognose“ (Energiereport IV) von EWI/Prognos bzw. dem entsprechendem
Hochpreisszenario mit dem Verkehrsszenario des BMVBS, wobei hier zunächst als
Grundlage die Studie „Szenarien der Mobilitätsentwicklung unter Berücksichtigung von
Siedlungsstrukturen bis 2050“ im Auftrag des BMVBS (erstellt von TRAMP, Difu, IWH,
omniphon, TU Dresden) herangezogen wird. Im Sommer 2007 soll die Verkehrsprognose
2025 auf Basis der gleichen, von IWH erarbeiteten Rahmendaten veröffentlicht
werden, die sowohl den Personen- als auch den Güterverkehr berücksichtigt.
Die Kopplung der Entwicklungen von EWI/Prognos und BMVBS erfolgt durch
eine parametrisierte Umrechnung (Skalierung) der Nichtverkehrssektor-Nachfragen
(Haushalte, Gewerbe-Handel-Dienstleistungen, Industrie) auf die entsprechenden
Basisgrößen des Verkehrssektors.
7.1.4.1 Anforderung an die Rahmendaten aus Sicht der Nachfragemodellierung
In Abstimmung mit dem BMVBS wurde vereinbart, nach Möglichkeit die für Sommer
2007 erwartete Verkehrsprognose 2025 als Basis für die Entwicklung der
Verkehrsnachfrage in renewbility zu verwenden.
Basis der Verkehrsprognose 2025 für den Personenverkehr wird die Studie „Mobilität
2050 – Szenarien der Mobilitätsentwicklung unter Berücksichtigung von Siedlungsstrukturen
bis 2050“ [TRAMP 2006] sein. Daher wird nachfolgend aufgezeigt, inwieweit
die Studie als Basisszenario für die Nachfragemodellierung geeignet ist und ob die
Anforderungen an die Eingangsdaten erfüllt werden.
Für den Güterverkehr liegt die „Regionalisierte Wirtschafts- und Außenhandelsprognose
für die Verkehrsprognose 2025“ des Instituts für Wirtschaftsforschung Halle
vor, die die Grundlage für die Güterverkehrsprognose des BMVBS bildet. Hierauf
aufbauende Berechnungen zur Verkehrsleistungen liegen noch nicht vor.
Modellierung des Personenverkehrs für Deutschland
Die Berechnungen zur Verkehrsnachfrage für den Personenverkehr in Deutschland für
den Status Quo und das Basisszenario werden mittels des Programms VISEVA
vorgenommen und auf der Grundlage der 439 Kreise- und kreisfreien Städte
durchgeführt. Dazu sind umfangreiche Daten zur Raumstruktur und zum
Verkehrsverhalten notwendig. Idealerweise liegen diese Daten für das Basisszenario
bis 2030 mindestens auf der Ebene der Kreise vor. Allerdings bieten auch räumlich
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 183 -
stärker aggregierte Daten einen verwertbaren Dateninput, der allerdings um plausible
Annahmen und Abschätzungen ergänzt werden muss.
Die Angaben zum Mobilitätsverhalten (z.B. Mobilitätsrate) werden unverändert für den
Status Quo und das Basisszenario angenommen und können aus der Studie „Mobilität
in Deutschland 2002 - MiD“ in Form von Verhaltensparametern extrahiert werden.
Diese individuellen Parameter werden analog zum Vorgehen in der Studie Mobilität
2050 für die Zukunft als konstant gesetzt. Dort wird argumentiert, dass sich die
personenbezogenen Verhaltenskennziffern in den letzten Jahrzehnten als äußerst
stabil erwiesen haben 48 und, diese Stabilität vorausgesetzt, damit auch zukünftige
Verhaltensweisen modelliert werden können.
Da die Bevölkerung und die Raumstruktur einen signifikanten Einfluss auf die
Verkehrsnachfrage haben, müssen sie entsprechend der erwarteten Entwicklung bis
2030 im Verkehrsmodell angepasst werden. Die folgende Tabelle fasst die
entsprechenden Anforderungen und vorgesehenen Anpassungen für die Modellierung
zusammen und gibt Auskunft über die jeweilige Verfügbarkeit der Datenquellen.
48
Als äußerst stabil erweisen sich die durchschnittliche tägliche Reisezeit und das individuelle
Wegeaufkommen pro Tag. Eine Ausnahme dieser Stabilität bilden die durchschnittlichen Wegelängen.
Zwischenbericht, März 2007

- 184 -
Institut für Verkehrsforschung
Tabelle 27: Datenanforderungen für die Modellierung des Personenverkehrs in renewbility -
Basis 2030
Datentyp
Notwendige
Differenzierung
Einheit
nach Altersgruppen
Einwohner
absolut
und Geschlecht
Auf Basis der Einwohnerzahlen werden für das Verkehrsmodell so
genannte "verhaltenshomogene Gruppen" gebildet. Eine
differenzierte Fortschreibung hinsichtlich der Entwicklung der
Einwohnerzahlen nach Altersgruppen und Geschlecht begünstigt
die Bildung der Gruppen.
an Wohn- und
Erwerbstätige
absolut
Arbeitsort
Über die Angabe der Erwerbstätigen am Arbeitsort werden im
Verkehrsmodell zielseitig die im Raum verteilten Arbeitsplätze
abgebildet. Auf der Quellseite bilden die Erwerbstätigen am
Wohnort, neben den Einwohnerzahlen, die wichtigste Größe zur
Berechnung der Verkehrsnachfrage.
nach Wirtschaftsbereichen
anteilig
absolut oder
Erwerbstätige
Die Erwerbstätigenzahlen nach Wirtschaftsbereichen ermöglichen
im Modell die zielseitige Abbildung von unterschiedlichen
Wegezwecken.
nach Alter: absolut oder anteilig an
den Erwerbstätigen (auch nach
Erwerbstätige
Wirtschaftsbereichen soweit
vorhanden)
Zur Bildung verhaltenshomogener Gruppen ist eine
Altersdifferenzierung der Erwerbstätigen notwendig.
Anzahl der
Auszubildenden
Anzahl an
Studierenden
Anzahl an
Schülern
Anzahl an
Kita/Kindergartenplätzen
Verkaufsraumflächenzahl
Pkw-Verfügbarkeit
nach Altersgruppen
nach Altersgruppen
nach Altersgruppen
und Schularten
je Einrichtung
je Einrichtung
nach Altersgruppen
und Geschlecht
absolut oder
anteilig an
den Einw.
absolut oder
anteilig an
den Einw.
absolut oder
in anteilig an
den Einw.
Plätze je
Einrichtung
Anzahl an
Standorten
und jeweilige
Fläche in m²
absolut oder
anteilig
Verfügbarkeit in der Studie
Mobilität 2050
ja – erhalten vom BBR
Daten gehen aus der
Raumordnungsprognose 2020/2050
des Bundesamtes für Bauwesen und
Raumordnung (BBR) hervor.
Räumlicher Bezug: Kreise.
ja - angefragt am IW Halle
Angaben gehen zurück auf
Berechnungen des IW Halle.
Räumlichen Bezug bildeten die zu
Clustern zusammengefassten
Raumordnungsregionen.
nein
nein
kann, aber auch aus der Verteilung im
Status-Quo abgeleitet werden.
(generell abzuleiten aus
Demographie)
(generell abzuleiten aus
Demographie)
(generell abzuleiten aus
Demographie)
Übernahme aus Status Quo
Übernahme aus Status Quo
ja - in Kombination mit der
Bevölkerungsprognose bis
2030.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 185 -
Anmerkung: Die Tabelle bildet ein Mindestmaß an notwendigen Eingangsdaten zur Verkehrsmodellierung
ab. Natürlich können weitere Daten im Modell Verwendung finden, vor allem Angaben hinsichtlich der Ziele
verkehrlicher Aktivitäten, z.B. über die Anzahl an Kinoplätzen, die Anzahl an Theater- oder
Museumsbesuchern oder die Flächenanteile von Erholungseinrichtungen je Raumeinheit. Da solche Daten
aber bereits für den Ist-Zustand nur partiell verfügbar bzw. aufwändig zu erheben sind, wird von einer
detaillierten Auflistung an dieser Stelle abgesehen.
Wie aus der Tabelle zu ersehen ist, liegen die für die Modellierung wichtigsten
Informationen zur Bevölkerungsstruktur und den Erwerbstätigenzahlen in einem
geeigneten Raumbezug vor bzw. sind auf Nachfrage bei den entsprechenden
Institutionen zu erhalten.
Für den Status Quo ergeben sich die Größen der verhaltenshomogenen Gruppen aus
den Bevölkerungsdaten unter Zuspielung von Angaben aus ergänzenden Statistiken,
z.B. zur Gesamtanzahl von Auszubildenden nach Altersstufen. Für das Basisszenario
2030 sind entsprechende ergänzende Informationen, die eine realistische Verteilung
auf Kreisebene ermöglichen, zu beschaffen. Liegen keine ausreichenden Angaben für
zukünftige Verteilungen vor, werden die Größenänderungen der Gruppen allein aus
der allgemeinen demografischen Entwicklung abgeleitet.
Aus Tabelle 27 wird deutlich, dass sich die Anpassungen im Verkehrsmodell vor allem
auf die grundlegenden Daten zur Demographie und Erwerbstätigkeit stützen werden.
Entsprechend dem derzeitigen Stand der Datenakquise hat bereits die Aufbereitung
und Integration der Daten aus der BBR-Raumordnungsprognose begonnen. Die
weiteren Arbeiten im Rahmen des Basisszenarios lassen sich wie folgt
zusammenfassen:
- Integration der Daten zu Demographie und Erwerbstätigen bis 2030
- Anpassung der Personengruppengrößen in Anlehnung an die demographische
Entwicklung
- Anpassung der IV-Infrastruktur
- Berechnung der Verkehrsaufkommen
- Berechnung der Verkehrsleistung im MIV in Anlehnung an die beiden Varianten
aus 3.3.3.2
- Berechnung der Verkehrsleistung im ÖV
Für die Modellierung der Beispielräume Berlin, Braunschweig und Main-Rhön werden
regionale Prognosen als Grundlage für das Basisszenario verwendet. In Frage
kommen hier regionale Bevölkerungsprognosen, Verkehrsentwicklungspläne, Nahverkehrspläne,
Regionalpläne und ähnliches. Die Verfügbarkeit derartiger Pläne wurde
im Rahmen der Datenanfragen für die Modellierung in TAPAS mitberücksichtigt und
werden derzeit auf ihre Verwendbarkeit überprüft.
Zwischenbericht, März 2007

- 186 -
Institut für Verkehrsforschung
Modellierung des Güterverkehrs für Deutschland
Der Güterverkehr wird mittels des DLR-eigenen agentenbasierten Wirtschaftsverkehrsmodells
WiVSim berechnet. Hierzu sind insbesondere regional differenzierte
Daten zu Arbeitsplätzen sowie nach Wirtschaftszweigen unterteile Daten zur wirtschaftlichen
Entwicklung erforderlich. Zur Berechnung des Status Quo-Verkehrs liegen
umfangreiche Informationen der Firma infas GEOdaten, des Statistischen Bundesamts
und der BVWP Prognose 2015 vor.
Für das Basisszenario in renewbility bis 2030 soll ebenso wie beim Personenverkehr
die Verkehrsprognose 2025 des BMVBS zugrunde gelegt werden. Damit ist
gewährleistet, dass die grundsätzlichen Annahmen in Personen- und Güterverkehr
identisch sind. Die Datenanforderungen der Modellierung in renewbility im Einzelnen
sind der folgenden Tabelle zu entnehmen.
Tabelle 28: Datenanforderungen für die Modellierung des Güterverkehrs in renewbility
- Basis 2030
Notwendige
Datentyp
Einheit Quelle Referenz
Differenzierung
Unternehmen und
Arbeitsplätze
Erwerbstätige
Arbeitsproduktivität
Input / Output-
Verknüpfung zwischen
Wirtschaftszweigen
Außenhandel
Verkehrsflüsse zur
Kalibration
Auf Kreisebene und
nach
Wirtschaftszweigen
siehe Eintrag bei
Personenverkehr
nach
Wirtschaftszweigen
nach
Wirtschaftszweigen,
Sektoren nicht
ausreichend
nach angrenzenden
Ländern
nach Regionen und
Gutarten
Anzahl
Umsatz pro
Mitarbeiter
Wertflüsse
Wert- /
Warenflüsse
Flüsse in
Tonnen /
Fahrten
Annahme: konstante
Unternehmensanzahl,
Veränderung der
Arbeitsplätze mit Daten
aus TRAMP und von IWH
aus Daten des IWH
aus Daten IWH zum
Strukturwandel
IWH, Verkehrsprognose
2025
Verkehrsprognose 2025
Die Daten des IWH enthalten Informationen über
• die Wirtschaftsentwicklung in den 97 Raumordnungsregionen in Deutschland in
Jahresscheiben bis 2025. Die Wirtschaft wird dabei unterteilt in Land- und
Forstwirtschaft, Dienstleistungen (unterteilt in 3 weitere Zweige) und verarbeitendes
Gewerbe (unterteilt in 14 Zweige. Dies wird benutzt, um den
Strukturwandel der Wirtschaft in der synthetischen Wirtschaftsstruktur in
WiVSim und die Mitarbeiterproduktivität fortzuschreiben. Dies hat direkte
Auswirkungen auf den resultierenden Güterverkehr. Die Wertintensitäten
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 187 -
werden fortgeschrieben auf der Basis von Daten des IWH zur Entwicklung in
den Jahren 1995-2005, die als Stützjahre der Prognose des IWH dienten.
• die Wirtschaftsentwicklung in den deutschen Nachbarstaaten und Italien in 5-
Jahres-Scheiben für 2010, 2015, 2020 und 2025, räumlich unterteilt nach
Regierungsbezirken (NUTS 2-Ebene) und getrennt nach Land- und
Fortwirtschaft, produzierendem Gewerbe und Dienstleistungen. Diese Daten
werden benutzt, um den Strukturwandel der Nachbarstaaten zu beschreiben.
Diese werden in WiVSim als Quellen und Ziele des Güterverkehrs mit
Deutschland abgebildet.
• den deutschen Außenhandel nach 38 Gütergruppen und 35 Zielländern für
2005, 2010, 2015, 2020 und 2025. Diese Daten dienen der Kalibrierung der
Verknüpfung von deutschen Betrieben in der synthetischen Wirtschaftsstruktur
in WiVSim mit ausländischen Lieferanten und Kunden.
Damit sind alle wesentlichen Datenanforderungen erfüllt. Veränderungen logistischer
Koeffizienten (spezifisches Gewicht pro Warenwert, Transportweiten, etc.) müssen
jedoch aus anderen Quellen, durch Fortschreibung oder mittels Kalibration ermittelt
werden.
Die Umsetzung des Basisszenarios beinhaltet folgende Schritte:
• Erstellen verschiedener synthetischer Wirtschaftsstrukturen für die betrachteten
Jahresscheiben, dabei Arbeitsplätze und Wachstum der Wirtschaftszweige auf
Basis der IWH-Daten
• Berücksichtigung veränderter Arbeitsproduktivität anhand IWH-Daten
• Verknüpfung der Betriebe anhand Informationen des IWH zum Strukturwandel,
bei Verfügbarkeit Kalibrierung mit Quelle-Ziel-Matrizen der Verkehrsprognose
2025
• Annahmen zum spezifischen Güterwert pro Menge, fortgeschrieben auf Basis
der IWH-Daten
• Kalibration mit Verkehrsprognose 2025, bis Verfügbarkeit mit räumlicher
Differenzierung aus BVWP-Prognose 2015 oder EWI/Prognos
• Übergabe an Referenzberechnung in den anderen Sektoren; Berechnung
Endenergieverbrauch Industrie auf Basis globaler Güterverkehrsleistung
Die Arbeiten von IWH stellen einen sehr wesentlichen Bestandteil für die Güterverkehrsmodellierung
dar. Ohne differenzierte wirtschaftliche Rahmendaten ließen sich
Effekte des Strukturwandels der deutschen Wirtschaft und Veränderungen im
Außenhandel nicht darstellen und somit wesentliche Veränderungen in der
Verkehrsnachfrage nicht abbilden.
7.1.4.2 Vergleich der Wirtschaftsstruktur von IWH und EWI/Prognos
Die Kopplung der Entwicklungen von EWI/Prognos und IWH erfolgt durch eine parametrisierte
Umrechnung der Nichtverkehrssektor-Nachfragen (Haushalte, Gewerbe-
Zwischenbericht, März 2007

- 188 -
Institut für Verkehrsforschung
Handel-Dienstleistungen, Industrie) auf die entsprechenden Basisgrößen des
Verkehrssektors. Grundsätzliche Parameter, die zum Abgleich der sektoralen
Szenarionachfragen verwendet werden sollen sind Bevölkerungszahl, BIP und
Mobilitätsraten der einzelnen Alterskohorten.
Die Frage der Vergleichbarkeit der Wirtschaftsstrukturen von IWH (2006) - Szenario für
BMVBS bis 2025 - und EWI/Prognos (2005) – Referenzprognose für BMWi – ist hierbei
wesentlich für die angestrebte „Skalierung“ des industriellen Endenergiebedarfs nach
EWI/Prognos auf die Werte von IWH (2006).
Nur wenn die jeweilig angenommenen Dynamiken der Wirtschaftsstrukturen auf der
Ebene der Wirtschaftszweige (Subsektoren) mehr oder weniger ähnlich sind, kann die
Umrechnung des Endenergiebedarfs sinnvoll erfolgen.
Um dies zu überprüfen, wurde eine eigene Auswertung der jeweiligen Wirtschaftdaten
auf der Ebene der Zweige durchgeführt. Daraus ergibt sich für die mittleren
Wachstumsannahmen der Wirtschaftszweige (Durchschnitt 2000-2025) folgendes Bild:
Abbildung 41: Mittleres jährliches Wachstum der einzelnen Wirtschaftszweige nach
EWI/Prognos und IWH
4%
IWH
EWI/Prognos
3%
mittleres jährl. Wachstum 2000-2025
2%
1%
0%
-1%
-2%
Ernährungsgewerbe,
Tabakverarbeitung
Textil- und
Bekleidungsgewerbe
Ledergewerbe
Holzgewerbe (o.
Herst. v. Möbeln)
Papier-, Verlags-,
Druckgewerbe
Kokerei,
Mineralölverarb.,
Spalt-/Brutstoffe
Chemische Industrie
Herst. v. Gummi- und
Kunststoffwaren
Glas, Keramik,
Verarb. v.
Steinen&Erden
Metallindustrie
Maschinenbau
Elektrotechnik
Fahrzeugbau
Herst. v. Möbeln,
Schmuck, Musikinstr.
usw., Recycl.
Industrie gesamt
Die generelle Wirtschaftsentwicklungsstruktur und die Dynamiken der beiden Studien
sind auf Ebene der Wirtschaftszweige mit einer Ausnahme (Elektrotechnik) relativ gut
vergleichbar, es gibt demnach ein gemeinsames „Muster“, womit sich eine Skalierung
des Endenergiebedarfs begründen ließe.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 189 -
IWH (2006) nimmt insgesamt ein höheres Wachstum an, die „Abstände“ zu
EWI/Prognos (2005) sind aber durchweg stabil – wiederum mit der Ausnahme
Elektrotechnik.
Wird nun aber das relative „Gewicht“ der Wirtschaftszweige einbezogen als Anteil der
jeweiligen Bruttowertschöpfung (BWS) an der Gesamt-BWS im Jahr 2000, so zeigt
sich Folgendes:
Abbildung 42: Mittleres jährliches Wachstum der einzelnen Wirtschaftszweige nach
EWI/Prognos und IWH und „relatives“ Gewicht als Anteil der jeweiligen BWS
4%
3%
IWH
EWI/Prognos
rel. Gewicht
18%
16%
mittleres jährl. Wachstum 2000-2025
2%
1%
0%
-1%
-2%
Ernährungsgewerbe,
Tabakverarbeitung
Textil- und
Bekleidungsgewerbe
Ledergewerbe
Holzgewerbe (o.
Herst. v. Möbeln)
Papier-, Verlags-,
Druckgewerbe
Kokerei,
Mineralölverarb.,
Spalt-/Brutstoffe
Chemische Industrie
Herst. v. Gummi- und
Kunststoffwaren
Glas, Keramik,
Verarb. v.
Steinen&Erden
Metallindustrie
Maschinenbau
Elektrotechnik
Fahrzeugbau
Herst. v. Möbeln,
Schmuck, Musikinstr.
usw., Recycl.
Industrie gesamt
14%
12%
10%
8%
6%
4%
2%
0%
Die mit orange und „+“ eingetragenen zusätzlichen Datenpunkte der Branchenanteile
an der Gesamt-BWS geben einen Hinweis darauf, wie „prägend“ dieser Wirtschaftszweig
für die Industrie insgesamt ist.
Der Wirtschaftszweig Elektrotechnik hat, wie die Grafik zeigt, mit 17% Anteil an der
Gesamt-BWS ein starkes Gewicht. Die 1,5%-Punkte Unterschied im mittleren
jährlichen Wachstum zwischen IWH (2006) und EWI/Prognos (2005) führen daher zu
einer deutlich anderen Wirtschaftsstruktur.
Besonders relevant ist hier, dass diese Branche auch einige Vorleistungen aus
anderen – energieintensiven – Branchen bezieht.
Es ist unklar, warum IWH (2006) ein geringeres Wachstum in der Elektrotechnik
annimmt, aber bei den Vorleistern (z.B. Metallindustrie) eine höhere Wachstumsrate
als EWI/Prognos.
Aus den Ergebnissen des Strukturvergleichs ergibt sich, dass die potenzielle
„Gesamtverzerrung“ des Endenergiebedarfs der Industrie berechnet werden sollte.
Bevor dieser – aufwändige - Schritt erfolgt, ist aber zu klären, ob die Güter-
Zwischenbericht, März 2007

- 190 -
Institut für Verkehrsforschung
transportrelevanz der Branche Elektrotechnik so hoch ist, dass hier keine „Anpassung“
an EWI/Prognos erfolgen kann.
Bei geringer Gütertransportrelevanz könnten die IWH-Annahmen zur Elektrotechnik
leicht korrigiert (z.B. um 1%-Punkt) werden, so dass sich eine Gesamtübereinstimmung
ergäbe und die angestrebte „Skalierung“ der Industriebranchen ohne weitere
Überprüfung möglich sein sollte.
Allerdings lässt sich die Relevanz für den Gütertransport nicht aus dem Anteil der BWS
errechnen, da der Gütertransport auf Güter- und Logistikgruppen aufbaut und jede
Branche verschiedene Gütergruppen enthält. Zudem ist insbesondere bei der
Elektrotechnik das Spektrum der Gütergruppen aus den Vorleistungen sehr groß.
Einer weiteren Prüfung bedarf zum Beispiel auch die Branche Mineralöl/Baustoffe, die
zwar keinen großen Anteil an der Gesamt-BWS hat, andererseits aber sehr
transportintensiv ist. Auch muss weiterhin geprüft werden, ob die Zuordnungen der
Branchen in beiden Studien genau übereinstimmen.
In den nächsten Arbeitsschritten werden die Güter- und Logistikgruppen gefiltert und
zugeordnet, um den Verkehrsanteil einer bestimmten Branche zu ermitteln. Eine
Anpassung einzelner Branchen für die weiteren Arbeiten ist grundsätzlich möglich, z.B.
über Produktionskennziffern je Mitarbeiter oder die Zahl der Akteure. Zusätzliche
müsste dann aber auch entsprechend berücksichtigt werden, dass die Treiber der
wirtschaftlichen Entwicklung nicht nur eine, sondern mehrere Branchen betreffen.
Somit sind bei einer Änderung in der Elektroindustrie ggf. auch andere Branchen zu
verändern, die ähnliche wirtschaftliche Einflussfaktoren haben.
Erst nach dieser Prüfung kann entschieden werden, ob die Szenarien von
EWI/Prognos und dem BMVBS durch ein Skalieren der EWI/Prognos-Daten in einem
Basisszenario für renewbilty integrativ gekoppelt werden können.
7.2 Szenarioprozess
7.2.1 Hintergrund
Ein zentrales Element - schon bei der Entwicklung des Analyseinstruments aber auch
bei der Anwendung - wird die Formulierung und Analyse von integrierten Szenarien
sein.
Die Szenariotechnik ist eine wissenschaftlich etablierte und bereits fallspezifisch stark
ausdifferenzierte Methode. Sie wird in den letzten Jahren verstärkt auch in diskursiven
politischen Prozessen (z.B.: Enquete-Kommission Nachhaltige Energieversorgung,
Mediation Flughafen Frankfurt) eingesetzt.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 191 -
7.2.2 Ziele
Die Vorteile dieses Weges der gemeinsamen Wissensbildung und Verhandlung (Joint
Fact Finding) liegen generell in der verbesserten Transparenz von Methoden und
Daten und damit in der Vertrauensbildung und Akzeptanzförderung der
stoffstromseitigen Modellierung der Verkehrs- und Energiesysteme im Rahmen von
renewbility. Transparenz und Akzeptanz der Formulierung und Analyse der Szenarien
sind eine wesentliche Basis für Tragfähigkeit und Reichweite der (gemeinsamen)
Bewertung der Ergebnisse und bei der Ableitung von potenziellen
Handlungsempfehlungen.
Daher wird ein partizipativer Szenarioprozess im Rahmen von renewbility als
sinnvoller Ansatz zum Erreichen der Projektziele, zur Sicherung der Stabilität sowie zur
Förderung der Akzeptanz der Ergebnisse gesehen.
Die projektspezifischen Ziele des Szenarioprozesses sind:
• Motivation und Sensibilisierung der relevanten gesellschaftlichen Akteure im
Bereich Mobilität für die dem Forschungsvorhaben zugrunde liegenden
inhaltlichen Herausforderungen
• Förderung der Transparenz zu den methodischen und datenseitigen
Grundlagen des Vorhabens und damit Öffnung des Diskurses zur
methodischen Integration des Vorhabens über den Kreis der Wissenschaft
hinaus.
Über den diskursiven Prozess im Kontext dieser beiden Ziele erwartet das
Forschungsteam weitergehende Hinweise zur Arbeit am Stoffstrom-Modell , auch im
Hinblick auf die mögliche Nutzung nach dem Forschungsvorhaben.
• Differenzierung von Prämissen und Deskriptoren einzelner Szenarien mit den
Zukunftsbildern und Planungen der relevanten Akteure im Bereich Mobilität. –
Das ermöglicht vertiefte Erkenntnisse zur „Reichweite“ bestimmter Aktivitäten
und Einzelmaßnahmen für eine nachhaltigere Mobilität
• Interpretation der Ergebnisse der Szenarioanalyse als Basis für potenzielle
Handlungsempfehlungen an die Politik für eine nachhaltigere Mobilität im
Kontext der erneuerbaren Energien.
• Dialog zu Umsetzungsmöglichkeiten für technische und nicht-technische
Maßnahmen zum mittel- und langfristigen Klimaschutz im Verkehrssektor
Die letzten drei Ziele des partizipativen Szenarioprozesses scheinen aus der
Perspektive des Forschungsteam generell geeignet, den Diskurs des
Bundesumweltministeriums mit den gesellschaftlichen Akteuren zur nachhaltigen
Mobilität und zum langfristigen Klimaschutz im Kontext der erneuerbaren Energien zu
intensivieren und zu verstetigen.
Zwischenbericht, März 2007

- 192 -
Institut für Verkehrsforschung
7.2.3 Methodische Grundlagen
7.2.4 Umsetzungsvorschlag
Der konkrete Umsetzungsvorschlag für die Ausgestaltung des partizipativen
Szenarioprozesses im Rahmen von renewbility baut auf den Zielsetzungen auf,
orientiert sich aber auch stark an den methodischen Schritten der Szenariotechnik und
den allgemeinen Rahmenbedingungen des Forschungsvorhabens (im Hinblick auf den
Umfang und die Laufzeit):
Es ist geplant, den partizipativen Szenarioprozess in einer festen Szenario-Gruppe zu
behandeln. Dabei ist vorgesehen, dass sich die Szenario-Gruppe im Wesentlichen aus
Mitgliedern des Begleitkreises des Forschungsvorhabens zusammensetzt 49 . Aus der
Perspektive des Forschungsteams ist es jedoch keine zwingende Voraussetzung, dass
Institutionen, die in der Szenario-Gruppe mitarbeiten, auch eine Vertretung im Begleitkreis
haben. Es können auch weitere Institutionen in der Szenario-Gruppe mitwirken
(z.B.: Kfz-Importeure; Logistik-Unternehmen). Aus Praktikabilitätsgründen sollte der
Kreis der teilnehmenden Institutionen 20 Personen nicht übersteigen.
In den Planungen des Forschungsteams ist für den partizipativen Szenarioprozess das
Jahr 2007 vorgesehen. Das heißt, dass der Prozess Anfang 2007 beginnen wird und
möglichst auch im Jahr 2007 abgeschlossen werden sollte. In diesem Zeitraum sind
fünf bis sechs Treffen der Szenario-Gruppe vorgesehen.
Die Inhalte der Sitzungen orientieren sich sehr stark an den methodischen Modulen der
Szenariotechnik. Im Folgenden sind die strukturierenden methodischen Grundzüge des
Szenarioprozesses mit sechs Sitzungsterminen verknüpft:
Strukturvorschlag des Szenarioprozesses
Vorbereitung:
• Information der Teilnehmenden zum Gesamtvorhaben und zu den
Zielsetzungen sowie zu den methodischen Grundzügen des partizipativen
Szenarioprozesses
• Interviews mit den Teilnehmenden zu Ansprüchen, Erwartungen und Wünschen
zum Szenarioprozess als Basis für die endgültige Konzeption
49
Der Begleitkreis wird am 18. Dezember 2006 konstituiert. Folgende Institutionen werden in dem
Begleitkreis vertreten sein: ADAC, Bundesverband Bioenergie(BBE), Bundesverband Erneuerbare
Energie (BEE), BMW Group, Bund für Umwelt und Naturschutz Deutschland (BUND), Dachser,
Energie Agentur (DENA), DaimlerChrysler, Deutsche Bahn, Deutsche BP, Deutsche Post, Deutsche
Lufthansa, EON, Interessengemeinschaft mittelständischer Mineralölverbände, Rhein-Main-
Verkehrsverbund, Verkehrsclub Deutschland (VCD), Volkswagen, Verbraucherzentrale
Bundesverband (vzbv).
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 193 -
1. Sitzung:
• Diskussion und Verabschiedung der Prozessgestaltung (in Abstimmung mit der
Stoffstrommodellierung)
• Diskussion und Verabschiedung der Systemgrenzen
• Zeitlich
• Räumlich
• Verkehrsträger, etc.
2. Sitzung:
• Vorstellung und Diskussion des vorläufigen Basisszenarios
• Diskussion der Einflussfaktoren nach Prämissen und Deskriptoren
3. Sitzung:
• Verabschiedung der Grundzüge des Referenzszenarios
• Konsistenzanalyse zu den Prämissen
• Gewichtung der Deskriptoren in Bezug auf erneuerbare Energien und
Klimaschutz (Cross-Impact-Analyse)
• Sammlung der Vorschläge zur alternativen Ausgestaltung der Prospektion
wesentlicher Deskriptoren (Ownership der Teilnehmenden)
4. Sitzung:
• Bündelung der Projektionen der Deskriptoren zu alternativen Szenarien
(etwa drei bis vier)
• Diskussion und Festlegung möglicher „Szenaretten“ (begrenzte Variationen
innerhalb der grundlegenden Szenarien)
• Vorstellung und Diskussion der modelltechnischen Umsetzung
(Modellierung) der Szenarien (ggf. in Kombination mit einem Experten-
Workshop in Kooperation mit dem wissenschaftlichen Beirat)
5. Sitzung:
• Vorstellung und Diskussion der Ergebnisse der stoffstrombasierten
Szenarioanalyse
• Konsistenz-(und Stör-)analyse
• potenziell Festlegung zusätzlicher „Szenaretten“
Zwischenbericht, März 2007

- 194 -
Institut für Verkehrsforschung
6. Sitzung:
• Auswertung, Bewertung und Diskussion zur Kommunikation der
Szenarienanalyse
• Diskussion von Empfehlungen an das BMU
Der vorliegende Strukturierungsvorschlag wird nach der Ernennung der Szenario-
Gruppe in den vorbereitenden Interviews zur Diskussion gestellt und iterativ verfeinert.
Das Forschungsteam sieht vor, den wissenschaftlichen Beirat vor dem Start des
Prozesses noch einmal zu konsultieren, wenn der Wunsch dazu besteht.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 195 -
8 Ausblick zur weitergehenden Arbeitsplanung
Abschließend wird im Folgenden ein Ausblick auf die weitere Arbeitsplanung gegeben.
Im Anhang ist eine aktualisierte Fassung der Projektplanungsübersicht enthalten.
8.1 Projektstruktur und Steuerung
Mit der erfolgten Auftaktsitzung des Begleitkreises und der Vorbereitung zur
konstituierenden Sitzung der Szenariogruppe wurde der Meilenstein zur Rückkopplung
der Szenarioarbeiten mit den relevanten gesellschaftlichen Akteuren erreicht. In Folge
der nun höheren „Sichtbarkeit“ des Projekts im gesellschaftlichen und wirtschaftlichen
Umfeld wird eine engere Verzahnung der dahingehenden Arbeiten mit den beteiligten
Abteilungen des BMU erforderlich.
Zudem ist die Außenkommunikation mit der Serie von Expertenworkshops, die sich bis
Sommer 2007 fortgeführt wird, intensiviert worden.
Die Teamstruktur auf Seiten der Forschungsnehmer hat sich bewährt. Neben
bilateralen Arbeitstreffen zwischen MitarbeiterInnen der beteiligten Institute und der
Abstimmung auf Projektleitungsebene wird im Sommer und Herbst jeweils ein
Projektplenum mit allen beteiligten Forschungseinrichtungen stattfinden.
Die im Projekt verfolgte intensive Diskussion mit den auf BMU-Seite für das Projekt
Verantwortlichen über eineinhalbtägige Workshops bietet hierzu eine gute Grundlage
und wird nunmehr durch 2-wöchige „jour-fixe“-Treffen zwischen der Projektleitung und
der Arbeitsebene (BMU-Referate) ergänzt.
8.2 Modellierung der Verkehrsnachfrage
8.2.1 Personenverkehr
Erste Rechenergebnisse für den Status Quo der Personenverkehrsnachfrage wurden
bereits erzeugt und ein Probedatensatz für die Stoffstromanalyse bereitgestellt. Die
Arbeiten zur Umlegung und Kalibrierung des Status Quo dauern noch an. Sie bilden
einen elementaren Bestandteil zur Berechnung der Verkehrsleistung sowie für die
daran anknüpfenden Schritte von Basisszenario und Auswirkungen verschiedener
Szenarien. Die aufwendigen Kalibrierungsarbeiten werden in der ersten Maihälfte
abgeschlossen sein.
Die wesentlichen Arbeitsschritte zur Integration des Basisszenarios umfassen die
Aufbereitung der Datenbasis für die Modellrechnungen. Derzeit laufen die Arbeiten an
der Integration der Rahmendaten aus „Mobilität 2050“. Sollten hieran keine Modifikationen
mehr notwendig sein, z. B. aufgrund von Anforderungen aus anderen
Arbeitspaketen des Projekts oder der Wahl eines anderen Basis-Szenarios, ist mit der
Zwischenbericht, März 2007

- 196 -
Institut für Verkehrsforschung
Fertigstellung der Aufbereitung und Ergebnissen der Rechnungsdurchläufe bis Ende
Mai zu rechnen.
Zur Bestimmung der Fahrleistung im Öffentlichen Verkehr wird in Kooperation mit der
TU Dresden derzeit an zwei Varianten der Hochrechnung von Personen- zu
Fahrzeugkilometern gearbeitet. Dies ist notwendig, weil andernfalls die Betriebskonzepte
der Deutschen Bahn und der Nahverkehrsverbünde simuliert werden
müssten. In einer Variante wird der Zusammenhang zwischen dem VISEVA-Output der
Personenkilometer zu den real gefahrenen Fahrzeugkilometern im ÖV aus
entsprechenden Statistiken betrachtet. Die andere Variante orientiert sich an einem
Bottom-Up-Ansatz, indem auf der Basis der Ergebnisse für die drei Beispielräume auf
die geleisteten Fahrzeugkilometer im gesamtdeutschen ÖV geschlossen wird.
Ergänzende Studien zum Flugverkehr wurden beschafft und vorläufig analysiert. In
Abhängigkeit des letztlich gewählten Basisszenarios und der Maßnahmenbündel in
den Szenarien wird geprüft werden, welche Szenarien aus welchen Studien am besten
zu renewbility passen und die Modellierungsergebnisse dann entsprechend ergänzt.
8.2.2 Modellierung von Maßnahmen im Personenverkehr
Die Basisarbeiten zum mikroskopische Nachfragemodell TAPAS sind abgeschlossen,
d.h. das Modell wurde soweit entwickelt und angepasst, dass die Funktionalitäten zur
Abbildung der Maßnahmenwirkungen in renewbility integriert werden können. Dies
geschieht aktuell und gleichzeitig mit der Kalibrierung und Verfeinerung des
Grundmodells anhand des Beispielraums Berlin. Begleitet werden die Arbeiten
außerdem von einer detaillierten Literaturrecherche zur Wirksamkeit von Maßnahmen.
Nach Lieferung der Daten aus den beiden anderen Beispielräumen können diese
ebenfalls in die Modellierung eingebunden werden.
Die Implementierung der wesentlichen Maßnahmen wurde begonnen und wird bei der
Festlegung der Grobszenarien durch die Szenariogruppe bzw. noch in der ersten
Jahreshälfte abgeschlossen sein. Dies umfasst auch die Plausibilitätsprüfung. Simultan
zur weiteren Szenarienentwicklung werden dann nach Bedarf die nachrangigen
Maßnahmen implementiert. Außerdem erfolgen parallel die notwendigen Anpassungen
für die Kombination von Maßnahmen, die zu einer Eliminierung oder auch einer
Verstärkung von Wirkungen führen kann. Schließlich wird die Maßnahmenmodellierung
auch dahingehend überprüft, ob Modifikationen bei besonders stark angewendeten
Maßnahmen, z.B. besonders starke Preisreduzierung oder –anstieg, notwendig sind.
8.2.3 Käuferverhalten PKW
Erste Parameterschätzungen mit verschiedenen Modellen liegen bereits vor und sind
in Abschnitt 3.5.3.1 erwähnt. Ein zweistufiger Ansatz, der zunächst die Gesamtzulassungen
berechnet und anschließend die Anteile der Zulassungen, wird derzeit
favorisiert. Vorteilhaft ist hierbei, dass die Anteile je Typ (also z. B. VW Golf oder
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 197 -
Opel Vectra) geschätzt werden, wodurch ein hohes Maß an Kompatibilität mit anderen
Fahrzeugkategorisierungen gewährleistet ist. Beispielhafte Simulationen für Änderungen
der Kfz-Steuer werden aktuell durchgeführt.
Die grundlegenden Arbeiten der Potenzialanalyse laufen parallel zu den Arbeiten am
ökonometrischen Modell. Die gekoppelte Auswertung der Zulassungsdaten mit den
Personendaten der MiD kann zum Großteil jedoch erst nach der Festlegung der
Fahrzeuggruppen bzw. Segmente abgeschlossen werden, d.h. in den Monaten April
und Mai.
Sowohl das ökonometrische Modell wie auch die Potenzialanalyse werden im Verlaufe
des Szenarioprozesses entsprechend der dortigen Anforderungen fortlaufend modifiziert
und ergänzt.
8.2.4 Güterverkehr
Für den Status Quo wird derzeit die Kalibrierung des Modells WiVSim anhand der
amtlichen Güterverkehrsstatistiken durchgeführt und die Integration in die Simulation
auf technischer Ebene vorbereitet.
Die nächsten Arbeitsschritte sind die Analyse und Integration der Daten des IWH, um
die synthetische Wirtschaftsstruktur als Basis für WiVSim für die Jahre
2005,10,15,20,25 und für das Jahr 2030 mit einer Trendfortschreibung zu erstellen.
Ebenso werden die IWH-Daten analysiert, um die Fortschreibung der weiteren
Parameter in WiVSim durchzuführen.
Ebenfalls bis in das zweite Quartal 2007 werden die quantitativen Parameter zur
recherchierten Wirkung der vorgesehenen Maßnahmen bestimmt und in das Modell
WiVSim integriert. Die detaillierte Ausgestaltung der Maßnahmen erfolgt dann auf
Basis der Vorgaben des Szenario-Prozesses.
8.3 Technologiedatenbasis
8.3.1 Vorketten, Energieträger und Kraftstoffe
Die Aktualisierungs- und Ergänzungsarbeiten werden bis Mai 2007 fortgeführt und
dann in einem Expertengespräch diskutiert. Danach werden die aktualisierten
Datensätze in der GEMIS-Version 4.5 zusammengefasst und öffentlich verfügbar
gemacht.
Eine abschließende Aktualisierung der Datenbasis ist für Anfang 2008 geplant und wird
in GEMIS 5.0 zur Verfügung gestellt werden.
Wesentlich für die Arbeiten bei den Vorketten sind in den nächsten Monaten die
Abbildung der Pfade für „C-reduzierte“ Energieträger und Kraftstoffe durch CCS sowie
die Importoptionen für Biokraftstoffe (inkl. Biomethan).
Zwischenbericht, März 2007

- 198 -
Institut für Verkehrsforschung
8.3.2 Verkehrsträger und Antriebe
Die begonnenen Gespräche mit VertreterInnen der Fahrzeughersteller werden mit dem
für Mai/Juni 2007 geplanten 2. ExpertInnen-Workshop fortgeführt und im Sommer in
einem abschließenden Arbeitspapier dokumentiert.
Die entsprechenden Technologiedaten werden dann in GEMIS 4.5 zur Verfügung
gestellt.
Mit diesen Ergänzungen ist die Stoffstromdatenbasis für renewbility soweit entwickelt,
dass die direkte Einkopplung in die Szenario-Arbeiten erfolgen kann.
8.4 Modellinteraktion und –integration
Die mittlerweile als Prototypen vorliegenden Modellteile werden im Laufe des Frühjahrs
weiter integriert und im Sommer 2007 mit der elektronischen Einbindung in MOBIL-
SZEN vorläufig abgeschlossen.
Die sequenzielle Interaktion der Teilmodelle wird dann getestet am Beispiel des
Referenz- bzw. Basisszenarios und die Funktionsfähigkeit der Maßnahmenabbildung
bei der Modellierung einiger Beispielszenarien (als Input für die Szenariogruppe)
überprüft.
Ab Herbst sind gezielte Szenariorechnungen möglich, womit die Grob-Szenarien in
Abstimmung mit der Szenariogruppe erstellt und bilanziert werden. Erste Ergebnisse
sollen zur Beiratssitzung im Herbst zur Verfügung stehen.
Danach werden die Arbeiten zur Dokumentation und Verbesserung der Nutzerschnittstelle
beginnen.
8.5 Szenarienentwicklung
8.5.1 Referenz- bzw. Basisszenario
Die Arbeiten zur Erstellung des Referenz- bzw. Basisszenarios werden bis Ende April
abgeschlossen und dokumentiert.
Die weiteren Arbeiten und ggf. erforderlichen Anpassungen erfolgen in Abstimmung mit
der Szenario-Gruppe und dem wissenschaftlichen Beirat.
8.5.2 Szenarioprozess
Im Vorfeld der konstituierenden Sitzung des Szenarioprozesses am 27. April 2007
werden mit den Mitgliedern individuelle Gespräche zu deren Fragen, Erwartungen und
Wünschen geführt, um aufbauend darauf das Design des Prozesses zu detaillieren. Es
wird erwartet, dass der Prozess mit etwa sechs Sitzungen abgeschlossen werden
kann. Der Abschluss ist für das erste Quartal 2008 vorgesehen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 199 -
9 Literatur
Die Literaturangaben werden im Folgenden getrennt zu den einzelnen Kapiteln
vorgestellt.
3 Modellierung Personenverkehr
Arentze, T.; Hofmann, F.; Kalfs, N.; Timmermans, H. (1997): Data Needs, Data Collection and Data
Quality Requirements of Activity-Based Transport Models. Presented at the International
Conference on Transport Survey Quality and Innovation, 24-30 May 1997, Grainau, Germany.
http://gulliver.trb.org/publications/circulars/ec008/workshop_j.pdf (07/2006)
Bach, S.; Bork, Ch.; Kirmmer, P.; Raffelhüschen, B.; Schulz, E. (2002): Demographischer Wandel und
Steueraufkommen. Deutsches Institut für Wirtschaftsforschung, Berlin.
BBR (2005): Raumordnungsbericht 2005. Berichte, Band 21, Bonn.
BIK ASCHPURWIS + BEHRENS GMBH (2001): BIK Regionen: Methodenbeschreibung zur Aktualisierung
2000.
Böhnke, B. (2005): Modellierung von Parkraumnachfrage und Parkraummanagement-Maßnahmen in
einem makroskopischen Verkehrsmodell. Universität Stuttgart. http://elib.uni-stuttgart.de/
opus/volltexte/2005/2357/ (07/2006)
BMVBW, BBR (2004): Herausforderungen des demographischen Wandels für die Raumentwicklung in
Deutschland.
Bosserhoff, D. (2000): Integration von Verkehrsplanung und räumlicher Planung. Teil 2: Abschätzung der
Verkehrserzeugung durch Vorhaben der Bauleitplanung. In: Schriftenreihe der Hessischen
Straßen- und Verkehrsverwaltung, Heft 42, Wiesbaden.
Bosserhoff, D. u. Vogt, W. (2007): Schätzung des Verkehrsaufkommens aus Kennwerten der
Flächennutzung und des Verkehrs, Teil 1+2. In: Straßenverkehrstechnik, Heft 1 und 2, 2007, S. 12-
20 und 69-73.
Bundesamt für Bauwesen und Raumordnung (2006): Raumordnungsprognose 2020/2050. Berichte, Band
23, Bonn.
Bundesamt für Bauwesen und Raumordnung (Hrsg., 2004): Raumordnungsprognose 2020: Regionen und
Städte im demographischen Wandel. Informationen zur Raumentwicklung, Heft 3/4 2004.
Bundesministerium für Verkehr, Innovation und Technologie (2005) [Hrsg.]: Intelligente Infrastruktur.
Endbericht EMVEM - Evaluierungsmethoden verkehrstelematischer Maßnahmen
Grundlagenstudie. TU Graz.
http://www.isv.tugraz.at/veroeffentlichungen/arbeitspapiere/1_EMVEM_Bericht.pdf und
http://www.isv.tugraz.at/veroeffentlichungen/arbeitspapiere/1_EMVEM_Anlagenband.pdf (07/2006)
Bundesministerium für Verkehr, Bau- und Wohnungswesen (2005): Die gesamtwirtschaftliche
Bewertungsmethodik, Bundesverkehrswegeplan 2003, Berlin, Schlussbericht zum FE Vorhaben
96.0790/2003 im Auftrag des BMVBW.
Zwischenbericht, März 2007

- 200 -
Institut für Verkehrsforschung
Distelkamp, M.; et.al.: “Schätzung der Wirkung umweltpolitischer Maßnahmen im Verkehrssektor zur
Nutzung der Datenbasis der Gesamtrechnung des Statistischen Bundesamtes”; URL: www.gwsos.de
Fuchs, J.; Söhnlein, D. (2005): Vorausschätzung der Erwerbsbevölkerung bis 2050. IAB
Forschungsbericht, Nr. 16.
Göddecke-Stellmann, Kuhlmann, P. (2000): Abgrenzung der Stadtregionen: Gesamtdeutsche Abgrenzung
der Stadtregionen auf Basis der Pendlerstatistik der sozialversicherungspflichtig Beschäftigten.
Bonn.
Hertkorn, G (2004): Mikroskopische Modellierung von zeitabhängiger Verkehrsnachfrage und von
Verkehrsflußmustern. Deutsches Zentrum für Luft- und Raumfahrt, Forschungsbericht 2004-29.
Köln. http://elib.dlr.de/21014/01/fb_2004-29_v2.pdf (07/2006)
Hilty, L. M. u. a. (1998): Instrumente für die ökologische Bewertung und Gestaltung von Verkehrs- und
Logistiksystemen Abschlußbericht des Forschungsprojekts MOBILE. Universität Hamburg und
FAW Ulm.
http://mobile-www.informatik.uni-hamburg.de/MOBILE/Abschlussbericht/Aufbau.html (07/2006)
infas, DIW (2003): Mobilität in Deutschland 2002 – Kontinuierliche Erhebung zum Verkehrsverhalten.
Projekt-Nr. 70.0681/2001, Forschungsprogramm Stadtverkehr des Bundesministeriums Verkehr,
Bau- und Wohnungswesen. Endbericht.
infas, DIW (2004): Mobilität in Deutschland: Ergebnisbericht. Projekt-Nr. 70.0736/2003, Bundesministerium
Verkehr, Bau- und Wohnungswesen.
Kröhnert, S.; van Olst, Nienke; Klingholz, Reiner (2005): Deutschland 2020: Die demo-grafische Zukunft
der Nation. Berlin-Institut für Bevölkerung und Entwicklung.
Kutter, E. (2003): Modellierung für die Verkehrsplanung. Theoretische, empirische und planungspraktische
Rahmenbedingungen. ECTL Working Paper 21, Hamburg. http://www.vsl.tuharburg.de/vsl_2/Archiv/wp/wp21.pdf
(07/2006)
Lohse 1: Lohse, D., Schiller, C., Teichert, H., Vrtic, M., Fröhlich, P., Schüssler, N., Axhausen, K.W. (2006):
Ein zweiseitig gekoppeltes Modell zur simultanen Berechnung der Verkehrserzeugung,
Verkehrsverteilung und Verkehrsaufteilung: theoretischer Hintergrund und praktische Anwendung
für ein nationales Modell der Schweiz. In: Verkehrsforschung-online, Ausgabe 3.
Lohse 2: Lohse, D. , Schiller, C., Teicher, H. (2006): Das Verkehrsnachfragemodell EVA – Simultane
Verkehrserzeugung, Verkehrsverteilung und Verkehrsaufteilung. In: Straßenverkehrstechnik, Heft
4, 2006.
Lohse, D. u. a. (1997): Ermittlung von Verkehrsströmen mit n-linearen Gleichungssystemen –
Verkehrsnachfragemodellierung, Schriftenreihe des Instituts für Verkehrsplanung und
Straßenverkehr der TU Dresden, Heft 5.
Manz, W. (2005): Mikroskopische längsschnittorientierte Abbildung des Personenfernverkehrs. In:
Schriftenreihe des Instituts für Verkehrswesen der Universität Karlsruhe, Heft 62/05, Karlsruhe.
Meyer; B.; Bockermann, A.; Ewerhart, G.; Lutz, Ch.: Marktkonforme Umweltpolitik; Physika Verlag,
Heidelberg 1999
PTV Planung Transport Verkehr AG (2005): Benutzerhandbuch VISUM, Karlsruhe.
PTV Planung Transport Verkehr AG (2005): Benutzerhandbuch VISEVA, Karlsruhe.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 201 -
Rostocker Zentrum zur Erforschung des Demografischen Wandels (Hrsg.; 2005): Deutschland im
Demografischen Wandel: Fakten und Trends 2005.
Schade 1: B., Rothengatter, W. & Schade, W. (ohne Datum): Ecological and Economic Modelling with a
Model for Economic assessment of Sustainability policies of transport ESCOT, Institut für
Wirtschaftspolitik und Wirtschaftsforschung IWW, Universität Karlsruhe.
Schade 2: Schade, Burkhard; Rothengatter, Werner; Schade, Wolfgang: Strategien, Maßnahmen und
ökonomische Bewertung einer dauerhaft umweltgerechten Verkehrsentwicklung. Erich Schmidt
Verlag, Berlin , 2002
Schnabel, W. & Lohse, D. (1997): Grundlagen der Straßenverkehrstechnik und der Verkehrsplanung,
Band 2. Verlag für Bauwesen, Berlin.
Schulz, E. (2004): Bevölkerungsentwicklung in West- und Ostdeutschland – Voraussetzungen bis 2050. In:
Wochenbericht des DIW Berlin, Nr. 33.
Schürt, A.; Spangenberg, M.; Pütz, Th. (2005): Raumstrukturtypen: Konzept – Ergebnisse –
Anwendungsmöglichkeiten – Perspektiven. BBR-Arbeitspapier.
Statistisches Bundesamt (2003): Bevölkerung Deutschlands: 10. koordinierte Bevölkerungsvorausberechnung.
Wiesbaden.
Statistisches Bundesamt (2003): Zeitbudgeterhebung.
http://www.destatis.de/presse/deutsch/abisz/zeitbudgeterhebung.htm (07/2006)
Statistisches Landesamt Berlin (2003): Quantitativer Umfang der RBS-Elemente. http://www.statistikberlin.de/statistiken/rbs/Daten_Statistik.pdf
(07/2006)
Timmermans, H.J.P. (2001): Principles of Household Activity Scheduling Behavior. In: Kutter, E.,
Timmermans, H.J.P., Jones, P.M. (Hrsg.): Expertisen für das Projekt Mobiplan, Arbeitspapier
Forschung F11, Institut für Stadtbauwesen, RWTH Aachen. http://www.isb.rwthaachen.de/publikationen/F11-Expertisen_Mobiplan.pdf
(07/2006)
UBA: Studie im Auftrag des Umwelt Bundesamtes: „Dauerhaft umweltgerechter Verkehr; Deutsche
Fallstudie zum OECD Projekt Environmentally Sustainable Transport (EST)“. Berlin 2001
UNO (2000): Replacement Migration. United Nations, Population Division, Department of Economic and
Social Affairs.
Widmer P.; Axhausen, K.W., (2001): Aktivitäten-orientierte Personenverkehrsmodelle (Vorstudie).
Arbeitsbericht Verkehrs- und Raumplanung, 70, Institut für Verkehrsplanung, Transporttechnik,
Straßen- und Eisenbahnbau (IVT), ETH Zürich.
https://www.ivt.ethz.ch/vpl/publications/reports/index/edit/ab70.pdf (07/2006)
Maßnahmen Personenverkehr
Axhausen, K.W. (2005) Entscheidungsmodelle und Bewertungen, CUREM Modul Verkehrsplanung,
Zürich, April.
Baier, R.; Hebel, C. ; Peter, C. ; Schäfer K.H. (2000): Gesamtwirkungsanalyse zur Parkraumbewirtschaftung.
Berichte der Bundesanstalt für Verkehrswesen, Heft 75.
Baum, H. et al. (2006): Parkbörse für die Stadt Köln – Konzept, Ausgestaltung und Bewertung. In:
Zeitschrift für Verkehrswissenschaft, 77(1), S. 1-28.
Zwischenbericht, März 2007

- 202 -
Institut für Verkehrsforschung
Baum, H. & Pesch. S. (1996): Car-Sharing als Ansatz zur Verbesserung der Verkehrsverhältnisse in
Städten. Studie von 1994 im Auftrag des BMVBW. In: Zeitschrift für Verkehrswissenschaft, Heft 4,
S. S. 261-285.
Baum, H. & Pesch, S. (1994): Untersuchung der Eignung von Car-Sharing im Hinblick auf Reduzierung
von Straßenverkehrsproblemen. Schlußbericht Forschungsprojekt FE-Nr.70421/93, Bundesministerium
für Verkehr, Köln.
Bergmann, H. ; Bertenrath, R. ; Betz, R. ; Dünnebeil, F. ; Lambrecht, U. ; Liebig, L. ; Rogge, K. ; Schade,
W. (2005): Emissionshandel im Verkehr. Ansätze für einen möglichen Up-Stream-Handel im
Verkehr. Texte des UBA 22/05, Berlin.
Betz, F. & Schwarz, I. (1998): Training for Telework in the Region of Vienna. Short Analysis for the Ledaproject.
Zentrum für soziale Innovation, Wien.
BMVBS (Hrsg.) (2006): Szenarien der Mobilitätsentwicklung unter Berücksichtigung von Siedlungsstrukturen
bis 2050. Berlin.
BMVBW (Hrsg.) (2002): Nationaler Radverkehrsplan 2002 – 2012. FahrRad! Maßnahmen zur Förderung
des Radverkehrs in Deutschland. Bonn.
BMVBW (Hrsg.) (2002): Auswirkungen neuer Informations- und Kommunikationstechniken auf
Verkehrsaufkommen und innovative Arbeitsplätze im Verkehrsbereich. Statusbericht 2002. Berlin.
Button, K. (1993): Transport Economics, 2. Auflage, Cheltenham.
Chen, C. & Mokhtarian, P. L. (2000): Modeling Individuals’ Travel Time and Money Expenditures.
Research Report für die DaimlerChrysler Corporation, Institute of Transportation Studies, University
of California, Davis, USA.
Charypar, D. & Nagel, K. (2003): Generating Complete All-Day Activity Plans with Genetic Algorithms.
10th International Conference on Travel Behaviour Research, Lucerne, 10–14. August 2003.
Cirillo, C. & Axhausen, K.W. (2004): Evidence on the distribution of values of travel time savings from a
six-week diary. Working Papers Transport and Spatial Planning 212, ETH Zürich.
Denzinger, S. & Vogt, W. (2000): Datenautobahn statt Autobahn: Löst Telearbeit Verkehrsprobleme? In:
Jessen, J., Lenz, B., Vogt, W. (Hrsg.): Neue Medien, Raum und Verkehr. Wissenschaftliche
Analysen und praktische Erfahrungen. Stadtforschung aktuell, Band 79, Leske+Budrich, Opladen.
Deutscher Bundestag (2003): Bericht des Ausschusses für Bildung, Forschung und Technikfolgenabschätzung
(19. Ausschuss) gemäß § 56a der Geschäftsordnung Technikfolgenabschätzung,
hier: Monitoring – „Maßnahmen für eine nachhaltige Energieversorgung im Bereich
Mobilität“. Drucksache 15/851, Berlin.
Distelkamp, M. ; Lutz, C. ; Meyer, B. ; Wolter, M.I. (2004): Schätzungen der Wirkung umweltpolitische
Maßnahmen im Verkehrssektor unter Nutzung der Datenbasis der Gesamtrechnung des
Statistischen Bundesamtes. GWS Discussion Paper 2004/5, Gesellschaft für Wirtschaftliche
Strukturforschung, Osnabrück.
Dittrich-Wesbuer, A.; Kemming, H.; Stiewe, M.; Vetter, J. (2006): Steuerung von Raumentwicklung und
Verkehrsnachfrage. Modul 2 des Projektes „Untersuchung zentraler Rahmenbedingungen,
Instrumente und Zielkriterien der Landesverkehrsplanung NRW“. Abschlussbericht. Institut für
Landes- und Stadtentwicklungsforschung und Bauwesen des Landes Nordrhein-Westfalen (ILS
NRW), Fachbereich Mobilität und Siedlungsentwicklung, Dortmund.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 203 -
Dörnemann, M. (1998): Parkraumbewirtschaftung. Wirkungsbetrachtung und Erfordernisse an die
Umsetzung untersucht am Beispiel der Berliner Parkzonen. Schriftenreihe A, Institut für Straßenund
Schienenverkehr, TU Berlin.
Dürholt, H.; Hamacher, R.; Hautzinger, H.; Krämer, B.; Neumann, L.; Pischner, T.; Schaaf, B. (1998):
Strategien zur Erhöhung des Besetzungsgrades im Pkw-Verkehr. Abschlussbericht zum FE-Projekt
Nr. 70502/96. Institut für Angewandte Verkehrs- und Tourismusforschung, Heilbronn.
Franken, V. & Bochynek, C. (2006): Potential influence of city pricing (downtown toll) for private transport
in Germany on travel behaviour. In Möhlenbrink, W., Hangleiter, U., Englmann, F. C. , Friedrich,
M., Jessen, J., Kaule, G., Martin, U., Reus, H.-C. (Hrsg.): FOVUS 2006. Networks for Mobility.
Stuttgart 2006-10-05 - 2006-10-06. e.kurz+co, druck und medientechnik GmbH.
Frusti, T.; Bhat, C.; Axhausen, K. W. (2002): An exploratory analysis of fixed commitments in individual
activity-travel patterns. Swiss Federal Institute of Technology, Institute of Transportation, Traffic,
Highway- and Railway-Engineering, 2002.
Gareis, K. & Kordey, N. (2000): The Spread of Telework in 2005. empirica GmbH, Bonn.
Gebauer, I. (2002): Die Auswirkungen häuslicher Telearbeit auf das Verkehrsverhalten und Aktionsräume.
Eine Sekundäranalyse als explorative Studie. Diskussionsbeiträge 12, Institut für Geographie,
Universität Stuttgart.
Glaser, M. & Glaser, W. (2000): Zukunftsmodell Telearbeit. Neue empirische Befunde und eine
Zwischenbilanz. In: Jessen, J., Lenz, B., Vogt, W. (Hrsg.) (2000): Neue Medien, Raum und
Verkehr – Wissenschaftliche Analysen und praktische Erfahrungen, Stadtforschung aktuell, Band
79, Leske+Budrich, Opladen.
Glaser, W. R. & Vogt, W. (2000): Mehrt oder mindert Telearbeit Verkehr? Ergebnisse einer empirischen
Untersuchung in Deutschland. Vortag auf der Tagung: Weniger Verkehr dank Telekommunikation:
Chance oder Illusion? Neue Forschungsergebnisse – Folgen für die Verkehrspolitik. 24. März 2000,
Bern.
Glaser, W. & Voigt, W. (2004): Auswirkungen der Telearbeit auf das Verkehrsverhalten. In: Ifmo – Institut
für Mobilitätsforschung (Hrsg.): Auswirkungen der virtuellen Mobilität. Springer, Berlin, S. 303-315.
Glogger, A.; Karg, G.; Kreilkamp, P.; Preissler, I.; Vogler-Ludwig, K; Zängler, T.W. (2003): Telearbeit und
Verkehr im Wirtschaftsraum München. Endbericht. Erstellt im Rahmen des Projektes Mobinet im
Auftrag der LH München, Referat für Arbeit und Wirtschaft.
Gohlisch, G. & Malow, M. (1999): Umweltauswirkungen von Geschwindigkeitsbeschränkungen. Texte des
UBA 40 / 99, Berlin.
Grötsch, M.; Höhnberg, G.; Kirchhoff, P. (2004): Parkraumbewirtschaftung in innen-stadtnahen
Mischgebieten. In: Internationales Verkehrswesen, 56 (3), S. 86-91.
Grünwald, R.; Oertel, D.; Paschen, H. (2002): Maßnahmen für eine nachhaltige Energieversorgung im
Bereich Mobilität. Sachstandsbericht. Arbeitsbericht 79, Büro für Technikfolgenabschätzung des
Deutschen Bundestages, Berlin.
Goodwin, P.B. (1992): A Review of New Demand Elasticities with Special Reference to Short and Long
Run Effects of Price Changes. In: Journal of Transport Economics and Policy, 26 (2), S. 155 – 169.
Hang, P. (2003): Quersubventionierung kommunaler Leistungen in Deutschland. Aktuelle Bedeutung und
Beurteilung unter Effizienz- und Verteilungsgesichtspunkten. In: Wirtschaft im Wandel, 9 – 10, S.
299-305.
Zwischenbericht, März 2007

- 204 -
Institut für Verkehrsforschung
Hautzinger, H. et al. (2004): Analyse von Veränderungen des Mobilitätsverhaltens – insbesondere der
PKW-Fahrleistung – als Reaktion auf geänderte Kraftstoffpreise. Schlussbericht zum
Forschungsprojekt Nr. 96.0756/2002/ des BMVBW, Bonn.
Heine-Nims, T.; Schnittger, S.; Wittowsky, D. (2003): Messung von Verhaltensänderungen für die
Abschätzung von Wirkungspotenzialen für neue Telematikanwendungen und Dienstleistungen im
Ö–PNV. Stadt Region Land, Institut für Stadtbauwesen der RWTH Aachen, Band 75.
Hertkorn, G. (2004): Das Reisezeitbudget in verschiedenen Tagesabläufen. Vortrag im Rahmen des
Seminars „Zeitverwendung und Mobilität - Die These vom konstanten Zeitbudget“ der DVWG-
Bezirksvereinigung Berlin-Brandenburg e.V. mit dem Institut für Verkehrsforschung des Deutschen
Zentrum für Luft- und Raumfahrt e.V., November, Berlin.
Höhnberg, G. (2002): Empirie-basiertes Entwurfsverfahren für die Parkraumbewirtschaftung in
innenstädtischen Mischgebieten. Dissertation, Lehrstuhl für Verkehrs- und Stadtplanung, TU
München.
Huwer, U. (2002): Mobilität gestalten: Die Schnittstelle ÖPNV-CarSharing. Dissertation, Fachbereich
Architektur / Raum- und Umweltplanung / Bauingenieurwesen, Universität Kaiserslautern.
Infas & DIW (Hrsg.)(2003): Mobilität in Deutschland 2002. Kontinuierliche Erhebung zum
Verkehrsverhalten. Berlin / Bonn.
Innenministerium Baden-Württemberg (Hrsg.) (2006): Energiesparend Fahren. Wie Sie Ihren
Benzinverbrauch sofort um bis zu 30 % senken können. Stuttgart.
Institut für Landes- und Stadtentwicklungsforschung und Bauwesen des Landes Nordrhein-Westfalen (ILS
NRW) (Hrsg.)(2006): Transferstelle Mobilitätsmanagement. Betriebliches Mobilitätsmanagement –
Europa. http://www.mobilitaetsmanagement.nrw.de, Stand: 7.2.2007
Institut für Mobilitätsforschung (Hrsg.)(2002): Zukunft der Mobilität. Szenarien 2020. Berlin.
Institut für Verkehrsforschung (Hrsg.)(2006a): Berechnungen der Verkehrsnachfrage im Personenverkehr.
Arbeitspapier im Rahmen des Forschungsprojekts „Renewbility – Stoffstromanalyse nachhaltige
Mobilität im Kontext erneuerbarer Energien bis 2030“. Dezember 2006, Deutsches Zentrum für
Luft- und Raumfahrt, Berlin.
Institut für Verkehrsforschung (Hrsg.)(2006b): Datengrundlage Personenverkehrsmodellierung mit VISEVA
- Referenzpapier. Oktober 2006, Deutsches Zentrum für Luft- und Raumfahrt, Berlin.
Institut für Verkehrsforschung (Hrsg.)(2007): Projektabschlußbericht viva. Deutsches Zentrum für Luft- und
Raumfahrt, Berlin, in Bearbeitung.
James, P. (2004): Is Teleworking Sustainable? An Analysis of its Economic, Environ-mental and Social
Impacts. Final Report of the European project IST-2001-33228, on behalf of the SUSTEL
consortium. UK Centre for Economic and Environmental Development, Peterborough.
Kalbow, M. (2001): Wirkungsanalyse des Nulltarifs im ÖPNV am Beispiel der Stadt Darmstadt.
Diplomarbeit, Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Köln.
Keuchel, S. (1994): Wirkungsanalyse von Maßnahmen zur Beeinflussung des Verkehrsmittelwahlverhaltens.
Eine empirische Untersuchung am Beispiel des Berufsverkehrs der Stadt
Münster/Westfalen. Beiträge aus dem Institut für Verkehrswissenschaft an der Universität Münster,
Heft 131, Vandenhoeck & Ruprecht, Göttingen.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 205 -
Klima-Bündnis der Europäischen Städte (Hrsg.) (2000): Öffentlichkeitsarbeit für den Klimaschutz in der
Kommune. Dokumentation der Fachtagung „Kommunen kommunizieren Klimaschutz“ am
14.11.2000 in Wuppertal. Ergebnisse des Bundeswettbewerbes „PR-Preis Klimaschutz“. Frankfurt.
Kloas, J.; Kuhfeld, H.; Kunert, U. (2004): Straßenverkehr: Eher Ausweichreaktionen auf hohe
Kraftstoffpreise als Verringerung der Fahrleistungen. Wochenbericht des DIW Berlin 41/04, Berlin.
Kloas, J. & Kuhfeld, H. (2003): Entfernungspauschale: Bezieher hoher Einkommen begünstigt. Aktuelle
Ergebnisse zum Verkehrsverhalten privater Haushalte. Wochenbericht des DIW Berlin 42/03,
Berlin.
Kordey, N. (2002): Verbreitung der Telearbeit in 2002. Internationaler Vergleich und Entwicklungstendenzen.
empirica Schriftenreihe Report 02/2002 Telearbeit. empirica GmbH, Bonn.
Kreisverwaltungsreferat Landeshauptstadt München (Hg.) (2003):Mobinet. Abschlußbericht 2003. 5 Jahre
Mobilitätsforschung im Ballungsraum München. München.
Kuhnimhof, T. (2006): Mobilität und Zeit – Längsschnittanalysen auf Basis des MOP und Konzepte zur
mikroskopischen Modellierung, IfV –Report Nr. 08_06.
Loose, W.; Mohr, M.; Nobis, C.; Holm, B.; Bake, D. (2001): Bestandsaufnahme und Möglichkeiten der
Weiterentwicklung von Car-Sharing. Verkehrstechnik, Heft V 114, Berichte der Bundesanstalt für
Straßenwesen, Bremerhaven.
Maertins, C. (2006): Die Intermodalen Dienste der Bahn: Mehr Mobilität und weniger Verkehr? Wirkungen
und Potenziale neuer Verkehrsdienstleistungen. WZB-Discussion Paper, Berlin.
Meister, K.; Frick, M.; Axhausen, K. W. (2005): Generating daily activity schedules for households using
Genetic Algorithms. 5th Swiss Transport Research Conference, Monte Verità / Ascona, März.
Ministry of Transport, Public Works and Water Management (Hrsg.) (2005): A Different Way of Paying for
Road Use: Impacts on traffic, environment & safety, technology, organisation, enforcement and
costs. Den Haag, Niederlande.
Mokhtarian, P.; Ho, C.-I.; Hung, S.W.; Lam, T.B.; Raney, E.A.; Redmond, L.S.; Stanek, D.M.; Varma, K.V.
(1997): Residential Area-Based Offices Project: Final Report on the Evaluation of Impacts.
Research Report UCD-ITS-RR-97-17. Institute of Transportation Studies, University of California
Davis, USA.
Müller, H. (1998): New Challenges in Transportation. International Workshop, October 8th, Zürich.
Dokumentations-CD-ROM des Projektes „Increase of Car Occupancy“ (ICARO).
Neunzig, D. & Benmimoun, A. (2002): Potentiale der vorausschauenden Fahrerassistenz zur Reduktion
des Kraftstoffverbrauchs. In: Aachener Kolloquium Fahrzeug- und Motorentechnik 2002, Aachen.
Nielsen, S. (2001): Beiträge des Verkehrssystem-Managements zum stadtverträglicheren Straßenverkehr
- Straßenbenutzungsabgaben, Zufahrtbeschränkung und elektrisch angetriebene Stadtautos im
Vergleich. Dissertation, Fachbereich Verkehrswesen und Angewandte Mechanik, Institut für
Straßen- und Schienenverkehr, TU Berlin.
Niggl, M. & Kreilkamp, P. (2004): Telearbeit und Verkehr – Ergebnisse aus den Studien TWIST und
MOBINET. In: Ifmo – Institut für Mobilitätsforschung (Hrsg.): Auswirkungen der virtuellen Mobilität.
Springer, Berlin, S. 245-256.
Olszewski, P. & Xie, L. (2005): Modelling the effects of road pricing on traffic in Singapore. Transportation
Research Part A, 39, S. 755–772.
Zwischenbericht, März 2007

- 206 -
Institut für Verkehrsforschung
Ponel, T. (1999): Verkehrsvermeidung. Handlungskonzepte für eine integrierte Stadt- und Verkehrsentwicklungsplanung.
DIVU, Berlin.
Prognos (Hrsg.)(2001): Wirkungspotentiale der Verkehrstelematik zur Verbesserung der Verkehrsinfrastruktur-
und der Verkehrsmittelnutzung. Schlussbericht. Im Auf-trag des Bundesministeriums
für Verkehr, Bau- und Wohnungswesen, Berlin (FE-Nr. 96.584/1999), Prognos-Berichte 581-5466,
Basel.
Rölle, D.; Weber, C.; Bamberg, S. (2002): Mögliche Beiträge zur Verkehrsminderung und –verlagerung zu
einem umweltgerechten Verkehr in Baden-Württemberg – Eine Analyse der Bestimmungsfaktoren
von Haushaltsentscheidungen. Forschungsbericht FZKA-BWPLUS, Institut für Rationelle
Energiewirtschaft und Energieanwendung, Universität Stuttgart.
Sammer, G. (Hrsg.) (2000): Leitfaden zur Erhöhung des Fahrzeugbesetzungsgrades. CD-Rom der
Ergebnisse des Projektes „ICARO. Increase Of CAR Occupancy through innovative measures and
technical instruments“, Wien.
Sammer, G.; Meschik, M.; Roider, O. (Hrsg.)(1999): ICARO. Increase Of CAR Occupancy through
innovative measures and technical instruments. Final Report Contract No PL 96-1056. Institut für
Verkehrswesen, Universität für Bodenkultur Wien.
Schade, J. (2005): Akzeptanz von Straßenbenutzungsgebühren: Entwicklung und Überprüfung eines
Modells. Dissertation, Technische Universität Dresden.
Schäfer, M. (2002): Fahrgemeinschaften im Berufspendelverkehr– in Deutschland auch in Zukunft nur die
Nische der Nische ? Online-Fassung unter http://www.asl.uni-kassel.de/~
altrock/webauftritt/pr/planungsrundschau05/frameset.htm, Stand: 6.2.2007.
Schmidt, M. & Axhausen, K. W. (1999): Reaktionen des Freizeitverkehrs auf Kraftstoffpreisänderungen;
Empirische Ergebnisse. IVT, Institut für Verkehrsplanung, Transporttechnik, Strassen- und
Eisenbahnbau, ETH Zürich.
Schroll, K.-G. (2003): Potenziale und Marktchancen für den ÖPNV in der Fläche. Durch Kundenorientierung
zu einem erfolgreichen Markt-Standing des ÖPNV im inter-modalen Wettbewerb.
Dissertation, Fachbereich Geowissenschaften der Universität Trier.
Shaheen, S.; Sperling, D.; Wagner, C. (1998): Carsharing and Partnership Management: An international
perspective. Dokumentations-CD-ROM des Projektes „Increase of Car Occupancy“ (ICARO).
Simma, A. & Axhausen, K. W. (2003): Commitments and modal usage: An analysis of German and Dutch
panels, Transportation Research Record, 1854, S. 22-31.
Spiekermann, K. & Wegener, M. (2005): Räumliche Szenarien für das östliche Ruhrgebiet:
Abschlußbericht. Institut für Landes- und Stadtentwicklungsforschung und Bauwesen des Landes
Nordrhein-Westfalen (ILS NRW), Fachbereich Mobilität und Siedlungsentwicklung, Dortmund.
Spittje, H.D. (1999): De invloed van tele-/thuiswerk op het activiteitenpatroon en het verplaatsingsdedrag,
Den Haag.
UBA (Hrsg.)(2004): Hintergrund zu Umwelt und Verkehr – Mobilität nachhaltig gestalten. Berlin,
November.
UBA (Hrsg.)(2001): Klimagas-Minderung durch umweltorientiertes Pkw-Flottenmanagement. Expertenworkshop
im März 2001. Texte des UBA 14/02, Berlin.
Voigt, U. (2000): Weiter wachsende Bedeutung der privaten Ausgaben für den motorisierten
Individualverkehr. Wochenbericht des DIW Berlin 9/00.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 207 -
Vogt, W. & Denzinger, S. (2001): Auswirkungen neuer Arbeitskonzepte und insbesondere von Telearbeit
auf das Verkehrsverhalten. Mensch und Sicherheit, Heft M 128, Berichte der Bundesanstalt für
Straßenwesen, Bremerhaven.
Vrtic, M. (2001): Schweiz: Elastizitäten der Personenverkehrsnachfrage. Neuschätzung von Elastizitäten
der Personenverkehrsnachfrage in Abhängigkeit von Angebotscharakteristika und Preis. In:
Internationales Verkehrswesen, 53 (4), S. 132-136.
Vrtic, M.; Meyer-Rühle, O.; Rommerskirchen, S., Cerwenka, P.; Stobbe, W. (2001): Sensitivitäten von
Angebots- und Preisänderungen im Personenverkehr. Forschungsauftrag 44/98 auf Antrag der
Vereinigung Schweizerischer Verkehrsingenieure (SVI). Eidgenössisches Department für Umwelt,
Verkehr, Energie und Kommunikation / Bundesamt für Straßen Nr. 449, Prognos AG, Basel.
Vrtic, M. & Axhausen, K. W. (2000): Modelle der Verkehrsmittelwahl: Regionale Wege in der Schweiz.
Vortrag beim Aachener Kolloquium „ Mobilität und Stadt“, Verkehrsmodelle in Forschung und
Praxis.
Zumkeller, D.; Chlond, B.; Lipps, O. (1998): Konstanz / Variabilität des Verkehrsverhaltens gleicher
Personen. Endbericht des Forschungsauftrages BMV FE 70.595 / 1998. Institut für Verkehrswesen,
Universität Karlsruhe.
Käuferverhalten PKW
Berry, S. (1994): Estimating Discrete-Choice Models of Product Differentiation, in Rand Journal of
Economics, 25, 242-262.
Choo, S.; Mokhtarian, P., University of California, Cavis, USA (2004): What type of vehicle do people
drive? The role of attitude and lifestyle in influencing vehicle type choice. In: Transportation
Research Part A (2004) 201 – 222.
Consulting Engineers And Planners (COWI), (2003): Fiscal Measures to Reduce CO2 Emissions from
Private Passenger Cars Env.C.1/SER/2002/0029r – Final Report for the European Commission,
Directorate General for Environment: Country Calculations; Down to Target; Diesel Sensitivity.
DAT Deutsche Automobiltreuhand GMBH (2006): AUTOHAUS Extra „DAT-Report 2006", Nürnberg.
Eidgenössische Hochschule Zürich, Institute for Human-Invironment Systems (2005): Charakteristika und
Beweggründe von Käufern des Toyota Prius 2, Forschungsbericht, Zürich.
Deutsches Institut Für Wirtschaftsforschung (2005): Reform der Pkw-Besteuerung überfällig: Die Initiative
der EU-Kommission zeigt den richtigen Weg, in DIW Wochenbericht Nr. 49/2005, Berlin.
European Commission, (2002): Communication from the Commission to the Council and the European
Parliament: Taxation of Passenger Cars in the European Union – options for action at national and
Community levels, COM (02) 431 FINAL.
Hensher, D. A. (1992): Dimensions of automobile demand. A longitudinal study of household automobile
ownership and use. North-Holland, Amsterdam.
INFAS, DIW (2003): Mobilität in Deutschland 2002 – Kontinuierliche Erhebung zum Verkehrsverhalten.
Projekt-Nr. 70.0681/2001, Forschungsprogramm Stadtverkehr des Bundesministeriums Verkehr,
Bau- und Wohnungswesen. Endbericht
Ingram, G. K.; LIU, Z. (1998): Vehicles, Roads, and Road Use: Alternative Empirical Specifications, World
Bank Policy Research Working Paper No. 2036, Washington.
Zwischenbericht, März 2007

- 208 -
Institut für Verkehrsforschung
McKinsey &Company (2004): Hands on the Wheel - What Customers Really Want From the Automotive
Industry, Oslo, Berlin.
Mehlin, M.; Nobis, C.; Gühnemann, A.; Lambrecht, U.; Knörr, W.; Schade, B. (2003): Flottenverbrauch
2010 - Aktivierung des Reduktionspotenzials und Beitrag zum Klimaschutz; Deutsches Zentrum für
Luft- und Raumfahrt e.V., Forschungsbericht 2003-17, Köln.
Mehlin, M., Vance, C., Gühnemann A., Buchheim S. (2004): Preparation of the 2003 review of the
commitment of the car manufacturers to reduce CO2 emissions from M1 vehicles: Identifying and
assessing the reasons for the CO2 reductions achieved between 1995 and 2003, Berlin (study on
behalf of the European Commission, DG Environment).
Nevo, A. (2000): A Practitioner’s Guide to Estimation of Random-Coeffients Logit Models of Demand, in
Journal of Economics and Management Strategy, Number 4, 513-548, Cambridge.
Öko-Institut E.V. (2004): EcoTopTen – Innovationen für einen nachhaltigen Konsum, Pilot Phase, Freiburg.
R.L. Polk Marketing Systems GMBH (2006): Neuzulassungsdaten für Deutschland, Essen.
Van Garderen, K. J. (2001): Optimal prediction in loglinear models, Journal of Econometries 104/2001, p.
119-140.
Zumkeller, D., Chlond, B., Ottmann, P.Kuhnimhof, T., Kagerbauer, M. (2006): Panelauswertung 2005,
Wissenschaftliche Begleitung, Auswertung, Hochrechnung und Dokumentation der Erhebungen zur
Alltagsmobilität 2005 sowie zu Fahrleistungen / Treibstoffverbräuchen 2006 des Mobilitätspanels,
Schlussbericht zu FE 70.0753 / 2004 für das BMV, Institut für Verkehrswesen, Universität
Karlsruhe.
4 Modellierung Güterverkehr
Backhaus, Klaus et al. (1992): Marketingstrategien für den schienengebundenen Güterfernverkehr.
Göttingen. (= Beiträge aus dem Institut für Verkehrswissenschaft an der Universität Münster, Heft
126)
Bertram, Heike (2005): Neue Anforderungen an die Güterverkehrsbranche. In: Neiberger, C. und H.
Bertram (Hrsg.): Waren um die Welt bewegen. Strategien und Standorte im Management globaler
Warenketten. Mannheim. S. 17-31 (= Studien zur Mobilitäts- und Verkehrsforschung, Bd. 11)
Boerskamp, Jeroen H.K., Arian J. Van Binsbergen und Piet H. L. BOW (2000): Modeling Behavioral
Aspects of Urban Freight Movement in Supply Chain. In: Transportation Research Record 1725, S.
17ff, Paper No. 00-0563.
Buchholz, Jonas (2000): Zukünftige strategische Ausrichtung im Schienengüterverkehr. In:
Eisenbahntechnische Rundschau Heft 7/8, Juli/August 2000, S. 527 ff.
Bundesamt für Straßenbau (1991): Erhebungen zum Güterverkehr. Zürich.
Deutscher Bundestag (2002) (Hrsg.): Globalisierung der Weltwirtschaft. Schlussbericht der Enquete-
Kommission. Opladen.
Donnelly 2005: Microsimulation, www.trb-forecasting.org/5%20DONNELLY%20-%20Microsimulation.pdf
Heinisch, Roland (1988): Der kombinierte Verkehr – wichtiger Baustein jeder Güterverkehrsstrategie der
Bahn. Berlin. (= Güterverkehr und Transportketten, Band 5, Forschung und Technologien im
Verkehr)
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 209 -
Klein, Heinz L. und Sieghart Scheiter (1988): Die Marktchancen des Kombinierten Verkehrs. München. (=
FKV-Schriftenreihe Band 1)
Kracke, Rolf (1990): Kriterien und Anforderungsprofile als Planungs- und Bewertungsgrundlage für
Güterverkehrszentren in Nordrhein-Westfalen, Endbericht. Hannover.
Kracke, Rolf (1991): Landesentwicklung in Norddeutschland – Untersuchung über mögliche Standorte von
Güterverkehrszentren in Norddeutschland, Endbericht. Hannover.
Lammers, Stephan und Micha NEUBAUR (2005): Integrale Logistik-Konzepte in Europa am Beispiel der
Firma Philips Consumer Electronics GmbH. In: NEIBERGER, C. und H. BERTRAM (Hrsg.): Waren
um die Welt bewegen. Strategien und Standorte im Management globaler Warenketten. Mannheim.
S. 47-54 (= Studien zur Mobilitäts- und Verkehrsforschung, Bd. 11)
Mayring, P. (2003): Qualitative Inhaltsanalyse. Grundlagen und Techniken. 8. Aufl. Weinheim, Basel.
Schneider, Klaus M. (1995): Analyse des Güterversandes österreichischer Unternehmen. Wien.
Statistisches Bundesamt (2005): Verkehr - Deutschland - Beförderte Personen, Beförderte Güter /
Beförderungsmenge. URL: http://www.destatis.de/basis/d/verk/verktab4.php.
Switaiski, Bernhard und Paul A. Mäcke (1985): Untersuchung der Verkehrsteilung im Güterverkehr zur
Verbesserung und Quantifizierung vorliegender Modellansätze. Bonn. (= Forschung Straßenbau
und Straßenverkehrstechnik (FGSV), Heft 437)
Varschen, C., A. GÜHNEMANN und B. LENZ (2005): Produktionsveränderungen und
Güterverkehrsnachfrage – Ergebnisse von Einzelfallanalysen. In: CLAUSEN, U. [Hrsg.]:
Wirtschaftsverkehr 2005. Trends - Modelle - Konzepte, Praxiswissen. Dortmund. S. 33-47 (=Reihe
Logistik, Verkehr und Umwelt)
5 Technologiedatenbasis
Kraftstoffe
EEA (European Environment Agency) 2006: How much bioenergy can Europe produce without harming
the environment? EEA Report No 7/2006
http://org.eea.europa.eu/news/Ann1149688459/index_html
Fritsche, Uwe R. 2006: Life-Cycle Analysis of Renewable and Conventional Electricity, Heating, and
Transport Fuel Options in the EU until 2030; Final Report for EEA, Darmstadt
Fritsche, Uwe R. u.a. 2004: Stoffstromanalyse zur nachhaltigen energetischen Nutzung von Biomasse;
Endbericht zum BMU-Vorhaben von Öko-Institut und Partnern für das BMU, Darmstadt usw.
www.oeko.de/service/bio
Fritsche, Uwe R./Rausch, Lothar/Schmidt, Klaus 2006: Stand und Entwicklung von Treibhausgasemissionen
in den Vorketten für Erdöl und Erdgas; Endbericht im Auftrag des Instituts für
wirtschaftliche Oelheizung e.V. (IWO); Darmstadt (siehe www.gemis.de)
Fritsche, Uwe R./Zimmer, Wiebke 2006: Nutzungskonkurrenzen um Biomasse: Methodik, Daten und
Schlussfolgerunge; Arbeitspapier im Rahmen des BMU-geförderten Verbundvorhabens
RENEWbility; Darmstadt/Berlin
Zwischenbericht, März 2007

- 210 -
Institut für Verkehrsforschung
JGSEE (Joint Graduate School of Energy and Environment, King Mongkut's University of Technology)
2006: Energy balance and GHG-abatement cost of cassava utilization for fuel ethanol in Thailand;
Bangkok
JRC (European Commission Joint Research Centre) 2006: Well-to-Wheels Analysis of Future Automotive
Fuels and Powertrains in the European Context; WTW Report Version 2b; Ispra
http://ies.jrc.ec.europa.eu/WTW
Öko-Institut e.V. 2007: Globales Emissions-Modell Integrierter Systeme (GEMIS) Version 4.4; Uwe R.
Fritsche u.a., Internet-release April (www.gemis.de)
Öko-Institut e.V./IFEU (Institut für Energie- und Umweltforschung) 2006: Potenziale zur Minderung von
Treibhausgas- und Schadstoffemissionen: Integrierte Betrachtung von Kraftstoffen und Antrieben;
Endbericht für das Büro für Technikfolgenabschätzung des Dt. Bundestags (TAB);
Berlin/Darmstadt/Heidelberg
Öko-Institut e.V./IZES (Institut für Zukunfts-Energie-Systeme) 2006: Umwelteffekte der Strom- und
Wärmebereitstellung sowie Kraftstoffnutzung: Zeitreihen von 1990 bis 2004; Schlussfassung des
Endberichts i.A. des ZSW für die AGEEStat; Darmstadt/Saarbrücken
Patyk, Andreas 2007: Stoffstrom- und Kostendaten zu LNG, H 2 und synthetischem Rohöl; Arbeitspapier im
Rahmen des BMU-geförderten Verbundvorhabens RENEWbility; Heidelberg
UBA (Umweltbundesamt)/ÖKO (Öko-Institut) 2006: ProBas - Prozessorientierte Basisdaten für
Umweltmanagementinstrumente; Internet-Datenbank unter www.probas.umweltbundesamt.de
Verkehrsträger und Antriebe
AEA 2001 AEA Technology Environment; Bates J. et al.: Economic Evaluation of Emissions Reductions in
the Transport Sector of the EU – Bottom-up analysis. Abingdon 2001
Argonne 2002 Center for Transportation Research Argonne National Laboratory; Plotkin, S.: Examining
the Potential for Voluntary Fuel Economy Standards in the United States and Canada. Argonne
2002
AVL: Proceedings 16. International AVL Conference Engine & Environment - Highly-Flexible Classic
Powertrain or Hybrid Concept?. Graz 2004
Bay. LfU 2003 Bayerisches Landesamt für Umweltschutz; Rabl, P.: Informationen über Abgase des
Kraftfahrzeugverkehrs. Augsburg 2003
CARB (California Air Resources Board) Staff Report: Initial Statement of Reasons for proposed
rulemaking, public hearing to consider adoption of regulations to control greenhouse gas emissions
from motor vehicles. 2004
CONCAWE (CONservation of Clean Air and Water in Europe), EURCAR (European Council for
Automotive R&D), JRC (EU Joint Research Center): Well-to-wheels analysis of future automotive
fuels and powertrains in the European context. 2003
CONCAWE (CONservation of Clean Air and Water in Europe), EURCAR (European Council for
Automotive R&D), JRC (EU Joint Research Center): Well-to-wheels analysis of future automotive
fuels and powertrains in the European context. 2006
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 211 -
DLR Deutsches Zentrum für Luft- und Raumfahrt e.V.; Mehlin, M. et al.: Flottenverbrauch 2010 –
Aktivierung des Reduktionspotentials und Beitrag zum Klimaschutz; Berlin, Heidelberg. Karlsruhe
2002
DLR, WI, IAT, IFEU: Entwicklung einer Gesamtstrategie zur Einführung alternativer Kraftstoffe,
insbesondere regenerativ erzeugtem Wasserstoff als Kraftstoff für den mobilen Bereich. Im Auftrag
des Umweltbundesamtes; Abschluss bevorstehend
Eberle, R.: Methodik zur ganzheitlichen Bilanzierung im Automobilbau (Dissertation). Berlin 2000
Friedrich, A.: Fuel savings potential from low rolling resistance tires. Workshop on fuel efficient tires.
Sacramento 2002
General Motors, LBST et al.; GM Well-to-Wheel Analysis of Energy Use and Greenhouse Gas Emissions
of Advanced Fuel/Vehicle Systems - A European Study. 2002
General Motors, Argonne National Laboratory; Brinkmann, N., Wang, M. et al.: Well-to-Wheels Analysis of
Advanced Fuel/Vehicle Systems - A North American Study of Energy Use, Greenhouse Gas
Emissions, and Criteria Pollutant Emissions. 2005
IEA 2004 International Energy Agency; Fulton, L. et al.: SMP Model Documentation and Reference Case
Projection. 2004
IEEP et al. 2005 ten Brink, P. (IEEP - Institute for European Environmental Policy) und acht weitere
Autoren (IEEP, TNO, CAIR): Endbericht zu "Service contract to carry out economic analysis and
business impact assessment of CO 2 emissions reduction measures in the automotive sector".
Brüssel 2005
IFEU Institut für Energie- und Umweltforschung; Helms, H. et al.: Energy savings by light-weighting.
Heidelberg 2003
IFEU Knoerr, W. et al.: Fortschreibung Daten- und Rechenmodell: Schadstoffemissionen aus dem
motorisierten Verkehr in Deutschland 1960 – 2030. TREMOD (Transport Emission Modell). Im
Auftrag des Umweltbundesamtes. Dessau-Heidelberg 2006
IFEU Knoerr, W. et al.: Neuberechnung der CO2-Emissionen. Mail vom22.03.2007, Daten vom 20.03.2007
INFRAS Keller, M.; Zbinden, R. (INFRAS): Luftschadstoff-Emissionen des Straßenverkehrs. Im Auftrag
des BUWAL, Bern 2004
Kolke, R.: Vergleich der Umweltverträglichkeit neuer Technologien im Straßenverkehr (Dissertation).
Magdeburg 2004
Koßmehl, S.-O.: Beurteilung der technischen und ökonomischen Bedingungen für den Einsatz von
Biokraftstoffen im Kraftfahrzeug. Dissertation, Berlin 1995
MIT 2000 Massachusetts Institute of Technology; Malcolm A., et al.: On the road in 2020 - A life-cycle
analysis of new automobile technologies. Boston 2000
MIT 2003a Massachusetts Institute of Technology; Weiss, A. et al.: Comparative Assessment of Fuel Cell
Cars. Boston 2003
MIT 2003b Massachusetts Institute of Technology; Heywood, J. et al.: The performance of future ICE and
fuel cell powered vehicles and their potential fleet impact. Boston 2003
MIT 2004 Massachusetts Institute of Technology; Bandivadekar, A. Heywood, J.: Coordinated Policy
Measures for Reducing the Fuel Consumption of the U.S. Light-Duty Vehicle Fleet. Boston 2004
Zwischenbericht, März 2007

- 212 -
Institut für Verkehrsforschung
National Research Council; Brown, D.: Effectiveness and Impact of Corporate Average Fuel Economy
(CAFE) Standards. Washington D.C. 2002
Ministerium für Verkehr, Energie und Landesplanung des Landes Nordrhein-Westfalen; 2.
Klimaschutzkongress NRW: Nachhaltige Mobilität – Technische Innovationen für den Klimaschutz
im Verkehr. Düsseldorf 2004
OECD (Organisation of Economic Cooperation and Developpment), IEA (International Energy Agency);
Making cars more fuel efficient. 2005
RAND Europe, Forschungsgesellschaft Kraftfahrwesen Aachen (FKA) et al.; Lu, C. et al.: Preparation of
measures to reduce CO 2 emissions from N1 vehicles. Leiden 2003
Ricardo Consulting Engineers; Owen, N.; Gordon, R.: "Carbon to Hydrogen” Roadmaps for passenger
cars: Update of the study for the Department for Transport and the Department of Trade and
Industry. Shoreham 2003
RMI Rocky Mountain Institute; Lovins, A. et al.: Winning the oil end game. Snowmass Colorado 2004
SAM & WRI Sustainable Asset Management, World Resources Institute; Austin, D. et al.: The Impact of
Climate Change on Competitivness and Value Creation in the Automotive Industry.
Samaras, Z. et al.: Use of vehicle modelling tools for predicting CO 2 emissions to support policy and
decision making – A case study of the EU N1 vehicle legislation framework. In:VKM-THD
Mitteilungen 85/I. Graz 2005
Schubert, P.F. et al.: Impact of Ultra-Clean Fischer-Tropsch Diesel Fuel on Emissions in a Light Duty
Passenger Car Diesel Engine. SAE technical paper 2002-01-2725, 2002
SRU 2005 Sachverständigen Rat für Umweltfragen: Umwelt und Straßenverkehr; Hohe Mobilität –
Umweltverträglicher Verkehr, Sondergutachten. Berlin 2005
Stan, C.: Alternative Antriebe für Automobile, Hybridsysteme, Brennstoffzellen, alternative Energieträger.
Springer-Verlag Berlin Heidelberg, New York 2005
Umierski, M.: Pkw-Erdgasantriebe für hohe Leistungsdichte und niedrigste Abgasemissionen. Vortrag auf
dem Symposium "Gasfahrzeuge - die passende Antwort auf die CO 2 -Herausforderung der
Zukunft?". Berlin 2004
VDI Nachrichten: Hybridauto bietet den Dieseln Paroli. Ausgabe 30 / 2005
VDI Nachrichten: Dampf lässt Benziner sparsamer laufen. Ausgabe 33 / 2006
Volvo Truck Corporation: Environmental product declaration Volvo FH 12 and Volvo FM 12, Euro 3.
Göteborg/S 2001
Wallentowitz, H. et al.: Kraftstoff-Einsparpotential durch Gewichtsreduzierung und durch Nebenaggregat-
Beeinflussung. Simulationsrechnungen und Prüfstandsversuche. In: VDI Bericht 1307. Düsseldorf
1996
7 Szenarienentwicklung
Basisszenario
Acatech: Mobilität 2020 – Perspektiven für den Verkehr von Morgen. Frauenhofer IRB Verlag. Stuttgart
2006.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 213 -
Albrecht J., R. Ratzenberger: Überprüfung ausgewählter langfristiger Verkehrsprognosen. In:
Internationales Verkehrswesen Nr. 7+8, Juli/August 2006, S. 315-321
DIW Rieke, H.: Fahrleistungen und Kraftstoffverbrauch im Straßenverkehr. In: DIW-Wochenbericht 51-
52/2002 vom 19. Dezember 2002.
DIW u.a. (Deutsches Institut für Wirtschaftsforschung; Forschungszentrum Jülich/Programmgruppe STE;
Fraunhofer-Institut für Systemtechnik und Innovationsforschung (FhG-ISI); Öko-Institut e.V.; Ecofys
GmbH) 2003: Politik¬szenarien für den Klimaschutz: Langfristszenarien und
Handlungsempfehlungen ab 2012 – Politikszenarien III; Studie im Auftrag des
Umweltbundesamtes, Berlin
DIW
Kloas, J.; Kuhfeld, H.; Kunert, U,: Straßenverkehr: Eher Ausweichreaktionen auf hohe
Kraftstoffpreise als Verringerung der Fahrleistung. In: DIW-Wochenbericht Nr. 41/2004 vom 7.
Oktober 2004, S. 602-612.
Enquete (Deutscher Bundestag (Hrsg.)) 2002: “Nachhaltige Energieversorgung unter den Bedingungen
der Globalisierung und Liberalisierung”, Bericht der Enquete-Kommission, Drucksache 14/2687,
Berlin
EWI/Prognos 2005 Bartels, M., C. Gatzen, D. Lindenberger, F. Müsgen, M. Peek, A. Seeliger, D. Steuber,
R. Wissen, P. Hofer, A. Kirchner, J. Scheelhaase, M. Schlesinger: Energiereport IV – Die
Entwicklung der Energiemärkte bis zum Jahr 2030. EWI, prognos im Auftrag des
Bundesministeriums für Wirtschaft und Arbeit. Köln, Basel April 2005.
EWI/Prognos 2006 Lindenberger, F., Bartels, M., A. Seeliger, R. Wissen, P. Hofer, M. Schlesinger:
Auswirkungen höherer Ölpreise auf Energieangebot und –nachfrage, Ölpreisvariante der
Energiewirtschaftlichen Referenzprognose 2030. EWI, prognos im Auftrag des Bundesministeriums
für Wirtschaft und Arbeit. Köln, Basel August 2006.
IFEU Knörr, W., F. Dünnebeil, H. Helms, U. Höpfner, U. Lambrecht, A. Patyk, C. Reuter: Fortschreibung
„Daten- und Rechenmodell“: Energieverbrauch und Schadstoffemissionen des motorisierten
Verkehrs in Deutschland 1960-2030. Institut für Energie- und Umweltforschung im Auftrag des
Umweltbundesamtes. Heidelberg November 2005
IFMO Institut für Mobilitätsforschung: Zukunft der Mobilität, Szenarien für das Jahr 2025, Berlin: 2005.
Intraplan Ratzenberger, R.: Überprüfung ausgewählter langfristiger Verkehrsprognosen. im Auftrag des
Allgemeinen Deutschen Automobil-Clubs e.V., Schlussbericht München 2002, Aktualisierung 2005.
Jülich Birnbaum, K. U., J. Linßen, M. Walbeck: Synoptische Analyse vorliegender Studien in Bezug auf
den Trend bzw. die Reduktionspotenziale von CO2-Emissionen im Verkehr. Forschungszentrum
Jülich STE im Auftrag vom Deutschen Bundestag (Enquete-Kommission „Nachhaltige
Energieversorgung unter en Bedingungen der Globalisierung und der Liberalisierung“). Jülich 2002.
MID Deutsches Institut für Wirtschaftsforschung; infas Institut für angewandtes Sozialwissenschaft GmbH:
Mobilität in Deutschland 2002 (MID 2002) – Kontinuierliche Erhebung zum Verkehrsverhalten.
Endbericht im Forschungsprogramm Stadtverkehr des Bundesministeriums für Verkehr, Bau- und
Wohnungswesen (Projektnummer 70.0681/2001). Berlin/Bonn: 2003.
Shell Deutschland Oil: Shell Pkw-Szenarien 2030 – Flexibilität bestimmt Motorisierung. Hamburg 2004
TRAMP 2006 Oeltze, S., Wauer, S., Schwarzlose, I., Bracher, T., Eichmann, V., Ludwig, U., Dreger, C.,
Lohse, D., Zimmermann, F., Heller, J.: Szenarien der Mobilitätsentwicklung unter Berücksichtigung
von Siedlungsstrukturen bis 2050, TRAMP, DIFU, IWH, TU Dresden, omniphon im Auftrag des
Bundesministeriums für Verkehr, Bau und Stadtentwicklung. Schlussbericht Magdeburg Juni 2006.
Zwischenbericht, März 2007

- 214 -
Institut für Verkehrsforschung
VIZ Verkehr in Zahlen 2005/2006. Herausgegeben durch das Bundesministeriums für Verkehr, Bau- und
Wohnungswesen. Deutscher Verkehrs-Verlag GmbH, Hamburg 2006.
VP 2015 Mann H.-U., R. Ratzenberger, M. Schubert, B. Kollberg, K. Gresser, W. Konanz, W. Schneider,
H. Platz, S. Kotzagiorgis, P. Tabor: Verkehrsprognose 2015 für die Bundesverkehrswegeplanung.
ITP, ifo, BVU, Planco im Auftrag des Bundesministeriums für Verkehr, Bau- und Wohnungswesen.
Schlussbericht München/Freiburg/Essen April 2001.
Szenarioprozess
Albers, O.: Gekonnt moderieren: Zukunftswerkstatt und Szenariotechnik; Regensburg 2001.
Graf, H.G., Klein, G.: In die Zukunft führen – Strategieentwicklung mit Szenarien; Zürich 2003.
Ifmo 2005a Institut für Mobilitätsforschung (Ifmo, Hrsg.): Zukunft der Mobilität – Szenarien für das Jahr
2025 – Erste Fortschreibung; München 2005.
ifmo 2005b Institut für Mobilitätsforschung (Ifmo, Hrsg.): Anlage zur Szenariostudie: Zukunft der Mobilität –
Szenarien für das Jahr 2025; Vorgehensweise und Methode; München 2005.
Tessun, F.: Air Traffic – Quo vadis? Scenarios for the next twenty years; In: Marketing and Research
Today, November 1997; S.229-243.
von Reibnitz, U.: Szenario-Technik – Instrumente für die unternehmerische und persönliche
Erfolgsplanung;
Wilms, F.E.P.: Szenariotechnik – Vom Umgang mit der Zukunft; Bern 2006.
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 215 -
10 ANHANG
Mitglieder des wissenschaftlichen Beirats
Institution Person Funktion
Deutsches Institut für
Urbanistik (Difu)
(ehem. RWTH Aachen,
Institut für Stadtbauwesen
und Stadtverkehr)
Deutsches Institut für
Urbanistik (Difu)
Deutsches Institut f.
Wirtschaftsforschung
(DIW)
FEV Motorentechnik
GmbH Aachen
Umweltbundesamt
(UBA)
Universität Karlsruhe
Institut für
Wirtschaftspolitik und
Wirtschaftsforschung
Wuppertal Institut für
Klima, Umwelt,
Energie (WI)
Wissenschaftszentrum
Berlin für Sozialforschung
(WZB)
Prof. Dr.
Klaus J.
Beckmann
Tilman
Bracher
Dr. Uwe
Kunert
Prof. Dr.
Stefan
Pischinger
Dr. Harry
Lehmann
Prof. Dr.
Werner
Rothengatter
Dr. Manfred
Fischedick
Dr. Weert
Canzler
Präsident
Koordinator
Arbeitsbereich Umwelt
und Verkehr
Abteilung Energie,
Verkehr, Umwelt
Geschäftsführer
Leiter des Fachbereichs
Umweltplanung und
Nachhaltigkeitsstrategien
Institutsleiter
Leiter der
Forschungsgruppe
"Zukunftsfähige Energieund
Mobilitätsstrukturen"
Projektgruppe Mobilität
Zwischenbericht, März 2007

- 216 -
Institut für Verkehrsforschung
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 217 -
Energieträger- und Kraftstoffvorketten für Deutschland -
Umwelteffekte
Technologien zur Effizienzsteigerung von Pkw
Im Rahmen des Forschungsvorhabens renewbility wird basierend auf dem aktuellen
internationalen Wissensstand eine Technologiedatenbasis für alle relevanten
Verkehrsträger (Straße, Schiene, Wasser, Luft) und Antriebstechnologien jeweils für
verschiedene Fahrzeugeffizienzstufen vom IFEU entwickelt. Die Daten für Pkw sind in
diesem Rahmen auf Basis des ersten Expertenworkshops noch einmal überarbeitet
worden. Im Folgenden wird ein Auszug aus dem in diesem Sinne überarbeiteten
Gutachtens des IFEU wiedergegeben. Dieser enthält die Ergebnisse für Otto- und
Diesel-Pkw-Technologien zur Verbrauchsreduzierung sowie die angenommen
Relationen () der verschiedenen Fahrzeugklassen (Otto- und Diesel-Pkw, jeweils
klein, mittel, groß - k, m, g), Straßenkategorien (Innerorts, Außerorts und Autobahn - io,
ao, AB) und Bezugsjahre kurz beschreiben. Für Technologien zur weiteren Reduktion
von toxischen Schadstoffen werden Mehrverbräuche angenommen, die hier ebenfalls
ausgewiesen sind. Anschließend werden das Antriebskonzept Brennstoffzelle und
abschließend Verbrenner mit alternativen Motorkonzepten und Kraftstoffen diskutiert.
Die hier generierten Daten sind Schätzwerte auf Basis der im Literaturverzeichnis
aufgeführten Quellen. Die Differenzierungstiefe ist dabei deutlich größer als in der
Mehrzahl der Studien (eine Ausnahme bildet [DLR et al. 2006] mit einer ähnlichen
Differenzierung wie in diesem Projekt). Die detaillierten Reduktionsraten der einzelnen
Technologien und deren Kosten sind in Tabellenform im Anschluss beigefügt.
Otto- und Diesel-Pkw
EURO 5
Für Maßnahmen zur Einhaltung rechtsverbindlicher Emissionsvorschriften sind
motorische Maßnahmen oder eine Abgasnachbehandlung erforderlich. Motorische
Maßnahme sind typischerweise unmittelbar wirkungsgradmindernd, während die
Nachbehandlung mit Filtern und Katalysatoren einen Gegendruck aufbaut, dessen
Überwindung Energie verbraucht und so den Wirkungsgrad indirekt senkt.
Zusatzverbrauch: io = ao = AB, 2010 = 2020 = 2030
Otto: k = m = g; Diesel: k < m = g (Diesel k = Otto)
Erhöhungsraten: Für EURO 5 werden die Erhöhungsfaktoren aus [DLR et al. 2006]
übernommen: +3% für Diesel-Pkw der Segmente „Mittel“ und „Groß“, +1% für die
restlichen Segmente. Diese Werte decken sich auch mit den Angaben in [IEEP et al
2005].
Zwischenbericht, März 2007

- 218 -
Institut für Verkehrsforschung
Allgemeine Motorenentwicklung
Hierunter fallen Verbesserungen an allen Komponenten des Motors, die nicht mit der
Einführung neuer Fahrzeugtechnologien verbunden sind; Beispiele: geringere bewegte
Massen im Motor, reduzierte Reibung, effizientere Verbrennung durch schrittweise
Verbesserungen an Ladern bei Dieselmotoren (bei Otto-Pkw als neue Technologie und
daher zusammen mit GDI und Downsizing gesondert betrachtet), Einspritzpumpen und
Ventilen.
Reduktion: Otto < Diesel, k = m = g, io = ao = AB, 2010 < 2020 < 2030
Minderungsraten: In [DLR et al. 2006] werden für die Reduktion mechanischer Verluste
im Motor Minderungsraten von -3% (Otto-Motor) und -4% (Diesel-Motor) bis 2008
abgeschätzt. [IEEP et al. 2005] setzt für die optimierte Motoreffizienz eine
Verbrauchsminderung von -4% für alle Segmente bis 2012 an (basierend auf [Ricardo
2003]).In dieser Arbeit werden für Otto-Pkw Minderungsraten von -3,5% (2010), -6%
(2020) und -8% (2030), für Diesel-Pkw -6,5% (2010), -9% (2020) und -10% (2030)
angenommen. Für Diesel-Pkw wurde ein höheres Minderungspotenzial angenommen,
weil bei Diesel-Pkw Verbesserungen an den bereits etablierten
Komponenten/Maßnahmen GDI, Downsizing, ATL enthalten sind, während diese
Maßnahmen bei den Otto-Pkw erst eingeführt und daher hier als eigene Maßnahmen
bewertet werden. Außerdem wurden für die Jahre nach 2010 weitere Verbesserungen
unterstellt, da wie bei anderen Kraftmaschinen z.B. durch Einsatz neuer Materialien für
höhere Betriebsdrücke und -temperaturen auch zukünftig weitere Effizienzgewinne
möglich sein werden.
Reduktion des Fahrzeuggewichts incl. Sekundär-Effekten: mäßiger und
verstärkter Leichtbau
Für die Reduktion des Fahrzeuggewichts werden zwei Stufen betrachtet, deren erste in
allen Fahrzeugkategorien relativ leicht realisierbar ist, mit allerdings nur mäßigen
Effekten. Die zweite Stufe deutlich aufwendiger, allerdings auch mit höherer
Wirksamkeit.
Für alle Stufen (für 1 eingeschränkt) sind Verbesserungen an allen Komponenten des
Fahrzeugs anzunehmen. Literaturangaben liegen vor allem für Stufe 1 vor und zeigen
keine eindeutigen Tendenzen hinsichtlich Fahrzeuggröße und Fahrzyklus.
Mäßiger Leichtbau
Reduktion: k = m = g, io = ao = AB, Otto = Diesel, 2010 < 2020 < 2030
Gewichtsminderung gegenüber Referenz: -10%
Verstärkter Leichtbau
Reduktion: k = m = g, io = ao = AB, Otto = Diesel, 2010 < 2020 < 2030
Gewichtsminderung gegenüber Referenz: -25%
Minderungsraten: Die in der Literatur [DLR et al. 2006, IEEP et al. 2005]
ausgewiesenen Minderungsraten liegen für mäßigen Leichtbau zwischen -3% bis -5%
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 219 -
(je nach Größenklasse) und gehen bei verstärkem Leichtbau bis zu -16% beim großen
Segment ([IEEP et al. 2005]. Der hier abgeleitete Datensatz basiert auf [IFEU 2006b]
und den dort ausgewerteten Quellen. Danach kann man als Verbrauchsminderung bei
Otto-Pkw eine Minderung von 0,35 l/100 km und 100 kg, bei Diesel 0,3 l/100 km und
100 kg ansetzen. Dies deckt sich auch mit den Annahmen für den Leichtbau in den
oben aufgeführten Studien.
Reduktion des Rollwiderstands
Diese Maßname wird durch Sicherheitsaspekte begrenzt. In Experimentalreifen
werden zwar Reduktionen von mehr als 50% vom durchschnittlichen Rollwiderstand
erreicht, doch können diese Reifen auch für zukünftige Bezugsjahre nicht als typisch
betrachtet werden. Realistischer sind Reduktion um 20 bis 30%. Die
Verbrauchsminderung fällt tendenziell innerorts stärker aus.
Reduktion: Otto = Diesel, k = m = g, io > ao > AB, 2010 < 2020 < 2030
Minderungsraten: In [DLR et al. 2006] wird eine Verbrauchsabsenkung von -3,4%
durch die Einführung rollwiderstandsarmer Reifen bis 2012 abgeleitet. [IEEP et al.
2005] setzt eine Minderung von -2% an. Die hier getroffenen Annahmen, basierend auf
den Analysen in [IFEU 2005a], liegen zwischen -2,3% (Autobahn, 2010) und -4%
(Innerorts, 2030) in der gleichen Größenordnung.
Reduktion des Luftwiderstands um 10% bzw. 30%
Für die Reduktion des Luftwiderstands werden zwei Stufen betrachtet, deren erste in
allen Fahrzeugkategorien relativ leicht realisierbar ist, mit allerdings nur mäßigen
Effekten. Die zweite Stufe ist nur begrenzt umsetzbar. Für eine Reduktion um 30%
muss die Form und Frontfläche der Fahrzeuge gegenüber dem konventionellem
Design stark geändert werden. Dies beeinflusst das Raumangebot. Kleine Pkw bieten
dafür kaum Spielraum.
Reduktion des Luftwiderstands um 10%
Reduktion: Otto = Diesel, k = m = g, io < ao < AB, 2010 = 2020 = 2030
Reduktion des Luftwiderstands um 30%
Reduktion: Otto = Diesel, m = g, io < ao < AB, 2010 = 2020 = 2030
Minderungsraten: [DLR et al. 2006] schätzt für die Reduktion des Luftwiderstands (-
10%) Minderungsraten für den Kraftstoffverbrauch von -1% (innerorts) bis -4%
(Autobahn) ab. Diese Werte verdreifachen sich bei einer Luftwiderstandsreduktion von
-30%. [IEEP et al. 2005] setzt den bis 2012 zu ereichenden Minderungseffekt mit -1%
(großes Segment) bis -2% (kleines Segment) an. Der in dieser Arbeit abgeleitete
Minderungseffekt folgt für Innerorts- und Außerortsstraßen den Annahmen von [DLR et
al. 2006], allerdings wird die mögliche Kraftstoffminderung auf Autobahnen mit -2,3%
(bei -10%) bzw. -7% (bei -30%) aufgrund der in [IFEU 2005a] ausgewerteten
Datenquellen geringer eingeschätzt.
Zwischenbericht, März 2007

- 220 -
Institut für Verkehrsforschung
GDI, Downsizing, ATL
Die Anteile steigen bis 2020 bzw. 2030, d.h. für verschiedene Fahrzeugklassen
unterschiedlich. Damit wird berücksichtigt, dass für mittlere und große Pkw der Hybrid-
Anteil größer ist. (Für die Hybrid-Konzepte werden jedoch keine Maßnahmen für den
Verbrennungsmotor spezifiziert, sondern in den summarischen Minderungsraten
miterfasst.) Wirkungsgradverbesserungen über 2010 werden nur noch über die
Allgemeine Motorenentwicklung erfasst.
Reduktion: k = m = g, io > ao > AB, 2010 = 2020 = 2030
Minderungsraten: [DLR et al. 2006] gibt für die Einführung von GDI-Motoren,
Downsizing und Aufladung bei Otto-Pkw Verbrauchsminderungen von -17% (Innerorts)
bzw. -5% (Außerorts) an. [IEEP et al. 2005] gibt Reduktionen für verschiedene
Maßnahmen an, z.B. Direkteinspritzung (-5% bis -10%), Downsizing (-10% bis -20%),
variable Ventilsteuerung (-8%). Die in dieser Arbeit abgeleiteten Minderungsraten
orientieren sich im Wesentlichen an [DLR et al. 2006], wobei eine Differenzierung nach
drei Straßenkategorien (Autobahn:-1,7%, Außerorts: -8,3%, Innerorts: -15%)
vorgenommen wird.
Start/Stop
Für diese Technik wird angenommen, dass sie für praktisch alle Nicht-Hybride der
Klassen mittel und groß eingeführt wird; Hybride enthalten sie als festen
Konzeptbestandteil bzw. ersetzten sie durch andere Verfahren. Für kleine Pkw werden
die gleichen Anteile angenommen; allerdings handelt es sich beim Rest nicht um
Hybride, sondern um einfache Fahrzeuge mit konventionellen Anlassern und
Lichtmaschinen. Start/Stop wirkt praktisch nur innerorts und ist für alle
Fahrzeugkategorien in etwa gleich wirksam. Nach 2010 werden keine weiteren
spezifischen Minderungen mehr erwartet.
Reduktion: nur io, alle gleich
Minderungsraten: [DLR et al. 2006] zitiert u.a. [Ricardo 2003] mit Minderungsraten von
-3,6% bis -5%. [IEEP et al. 2005] differenziert zwischen den Fahrzeugsegmenten mit
Verbrauchsreduktionen von -3% (Pkw groß) bis -6% (Otto, klein). In dieser Arbeit wird
einheitlich für alle Segmente für Innerortstraßen eine Verbrauchsminderung von -5%
angesetzt.
Getriebe (ASG, CVT)
Potenziale liegen in automatisierten Schaltgetrieben und stufenlosen Getrieben,
zwischen denen hier nicht unterschieden wird. CVT wurden bereits mehrfach in
Serienfahrzeugen geliefert, die Kundenakzeptanz war jedoch stets gering.
Vorhersagen, welches Getriebekonzept welche Anteile erzielt, sind derzeit nicht
möglich. Die Anteile werden mit gleicher Begründung wie für Start/Stop angesetzt. (für
Hybride sind Getriebe eng an das Gesamtdesign gekoppelt und werden daher in den
Konzeptreduktionsraten mit erfasst.)
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 221 -
Reduktion: io > ao > AB, übrige alle gleich
Minderungsraten: Die angesetzte Minderung liegt zwischen -0,7% (Autobahn) und -6%
(Innerorts). Dies deckt sich weitgehend mit den Werten in [DLR et al. 2006] mit
verschiedenen Vergleichen zwischen 6-/7-Gangautomatikgetriebe gegenüber 5-
Gangautomatik, Automatisiertem Schaltgetriebe gegenüber Handschaltung und für
CVT. In [IEEP et al. 2005] wird der Effekt von Sechsganggetrieben mit -3%, von
gesteuerten Getrieben mit -5% und von CVT mit -9% angegeben.
Hybride: Milder Hybrid und Voll-Parallel(Misch)-Hybrid
Als Milde Hybride werden Konzepte mit einem Leistungsverhältnis
Verbrenner/Elektromotor von < 23% bezeichnet, als Voll-Hybride solche mit einem
Leistungsverhältnis von > 38%. Misch-Hybride vereinen die Kraftflussoptionen von
seriellen und Parallel-Hybriden und sind damit was Anzahl und Verbindung der
Komponente betrifft den Parallel-Hybriden ähnlicher. Der Toyota Prius ist ein meist als
Parallel-Hybrid bezeichneter Misch-Hybrid. Dieses offensichtlich marktreife Hybrid-
Konzept wird hier betrachtet.
Die Hybrid-Technik wird hier als für kleine Pkw zu aufwendig angesehen. Es wird
angenommen, dass milde Hybridtechnik bei mittleren Pkw stärker eingesetzt wird als
bei großen, während für die aufwendigeren Voll-Hybride eine umgekehrte Relation
angenommen wird. Die Anteile steigen schrittweise. Die Technik wirkt innerorts stärker
als außerorts (Start/Stop bzw. Elektroantrieb, Rekuperation im Stop-and-go-Verkehr).
Der Effekt ist für Otto-Pkw größer als für Diesel-Pkw, da Diesel-Pkw relativ günstigere
Teillastwirkungsgrade haben.
Milder Hybrid
Reduktion: Otto > Diesel, m = g, io > ao > AB, 2010 = 2020 = 2030
Voll-Parallel(Misch)-Hybrid
Reduktion: Otto > Diesel, m = g, io > ao > AB, 2010 = 2020 = 2030
Minderungsraten: Die hier abgeleiteten Minderungsraten beruhen im wesentlichen auf
der für [IFEU 2005a] ausgewerteten Literatur sowie Detailauswertungen von [DLR et
al. 2006]. Beim Milden Hybrid wird die mögliche Reduktion für Otto-Pkw Innerorts auf -
30% abgeschätzt, beim Diesel-Pkw auf die Hälfte dieses Werte. Beim Voll-
Paraller(Misch)-Hybrid liegt der maximale Effekt für Otto-Pkw bei -45% (Innerorts), bei
Diesel-Pkw -30%. Die Unterschiede zwischen Otto- und Diesel-Pkw sind darin
begründet, dass der Teillastbetrieb von Dieselmotoren effizienter ist als der von
Ottomotoren; damit sind auch die Einsparpotenziale durch Hybridisierung (reiner
Elektrobetrieb oder Stromerzeugung unter Verbrenner-Volllast statt Verbrenner-
Teillast) geringer. Auf den übrigen Straßenkategorien sinkt der Einspareffekt mit
zunehmender Geschwindigkeit und abnehmender Fahrdynamik deutlich ab.
Zwischenbericht, März 2007

- 222 -
Institut für Verkehrsforschung
Abwärme-Dampfexpander
BMW arbeitet an der Abwärmerückgewinnung an Motor und Abgassystem und deren
Nutzung in Dampfexpandern [VDI-N 2006]. Bis zur Marktreife werden noch etwa 10 bis
15 Jahre vergehen. Das System kann auf unterschiedliche Nutzungsweisen ausgelegt
werden. Für Diesel-Pkw sind geringere Effekte zu erwarten als für Otto-Pkw, da
letztere einen geringeren Wirkungsgrad aufweisen, also mehr Abwärme anfällt. Die
hier abgeschätzten Werte orientieren sich an Angaben in [VDI-N 2006].
Anteile: Otto = Diesel, k = 0, m = g, 2010 = 0, 2020 < 2030
Reduktion: Otto > Diesel, m = g, io = ao = AB, 2020 = 2030
H 2 -Brennstoffzellen-Pkw
Für diese Fahrzeuge werden extrem große Verbrauchsreduktionen gegenüber
Verbrennern erwartet (Referenz hier: Otto-Pkw). Eine relevante Marktdurchdringung
liegt jedoch noch in weiter Ferne (> 2020). Technisch ist zwischen Fahrzeugen mit
Flüssig- und mit Druckwasserstofftank und "konventionellen" und Hybriden mit
(größerer) Batterie zu unterscheiden. Das aufwendigere Hybridkonzept hat den Vorteil,
dass die Brennstoffzelle (BZ) auch bei größerem Leistungsbedarf noch in Teillast, die
bei Brennstoffzellen effizienter als Volllast ist, betrieben oder alternativ kleiner
dimensioniert werden kann. Hier wird als Brennstoff Flüssig-H 2 angenommen. Es
werden sowohl "konventionelle" als auch Hybrid-Brennstoffzellensysteme betrachtet;
für beide Konzepte werden gleichgroße Brennstoffzellen angenommen. In BZ-Pkw
können die gleichen nicht antriebsbezogenen Maßnahmen zur Verbrauchsreduktion
wie bei Verbrennern, also z.B. Maßnahmen zur Reduktion der Fahrwiderstände
angewendet werden (Anteile und Minderungsraten identisch Otto-Pkw). Auch wenn vor
dem Hintergrund der gesamten Systemkosten maximale Optimierungen wahrscheinlich
sind, werden hier auch Standard- und kosteneffizient optimierte Pkw betrachtet. Die
Daten orientieren sich an [concawe 2006] und [Kolke 2004].
H 2 -Brennstoffzellen-Pkw und H 2 -Brennstoffzellen-Hybrid-Pkw
Reduktion: k = m = g, io > ao > AB, 2020 = 2030
Verbrenner mit alternativen Motorkonzepten und Kraftstoffen
Otto- und Dieselkraftstoffe einerseits und die zu ihrer Substitution geeigneten
Kraftstoffe (z.B. Erdgas, Ethanol, RME) unterscheiden sich zum Teil deutlich in ihren
Verbrennungseigenschaften. Daraus resultieren zusätzlich zu den massen- und
volumenbezogen verschiedenen Verbräuchen Wirkungsgradunterschiede. Hinzu
kommen ggf. Verbrauchserhöhungen bei konstanten oder höheren Wirkungsgraden,
wenn die Kraftstoffe besonders schwere Speicher erfordern (Erdgas, Wasserstoff).
Die Annahmen zu diesen Effekten sowie einem in der Entwicklung befindlichen
Verbrennungskonzept werden im Folgenden beschrieben. Wie bereits erwähnt, werden
die einzelnen Fahrzeuge nicht im Detail modelliert sondern durch Abschätzung von
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 223 -
Verbräuchen orientiert an den entsprechenden Otto- bzw. Diesel-Fahrzeugvarianten.
Dieses Vorgehen ist aufgrund des Projektrahmens und der Vielzahl untersuchter
Fahrzeuge notwendig, aber auch durch die Unsicherheiten der gesamten Datenlage
gerechtfertigt (die relevanten Quellen sind häufig widersprüchlich). Die Angabe von
Technologieanteilen entfällt damit (sie entspricht denen der Otto- bzw. Diesel-Pkw).
Die Angaben zum Verbrauch beziehen sich auf die jeweils angegebenen Verbrenner-
Konzepte (Otto oder Diesel).
Erdgas und Biogas (Druckspeicher)
Bei den noch weit verbreiteten Pkw für Benzin- und Erdgasbetrieb sind die Verbräuche
im Gasbetrieb höher als im Benzinbetrieb. In [Kolke 2004] werden für Kleinwagen im
Gasbetrieb in 2010 gleiche Wirkungsgrade und höhere Verbräuche (Resultat der
höheren Fahrzeugmasse) angesetzt als für mit Ottokraftstoff betriebene Fahrzeuge. In
[concawe 2006] werden für 2010+ sehr geringe Vorteile angegeben. In [Stan 2005] und
[Umierski 2004] werden für optimierte Gasmotoren Wirkungsgrade im Bereich von
Dieselmotoren erwartet. Ausgehend von einem aktuellen Mehrverbrauch wird für die
zukünftig verstärkt bzw. überwiegend zum Einsatz kommenden Pkw für reinen
Gasbetrieb (bzw. darauf optimierten Motoren) von einer Angleichung der Verbräuche
ausgegangen.
Verbrauch: 2005 > 2010 > Benzin-Otto, 2020/30 = Otto
Flüssiggas (LPG)
LPG-betriebene Otto-Pkw werden hier nur bis 2010 betrachtet. Ihr Verbrauch wird
basierend auf [concawe 2006] gleich dem von Benzin-betriebenen Otto-Pkw gesetzt.
Verbrauch: identisch Otto
Flüssigwasserstoff (LH 2 )
Mit einer weiteren Verbreitung von LH 2 -Pkw ist erst deutlich nach 2010 zu rechnen. In
[concawe 2006] wird für 2010+ ein deutlicher Verbrauchsvorteil gegenüber Otto-Pkw
angegeben, in [Kolke 2004] ein etwas geringerer Nachteil (gleicher Wirkungsgrad und
höherer Verbrauch durch höhere Fahrzeugmasse). Für die hier relevanten Bezugsjahr
2020/30 werden die gleichen Wirkungsgrade wie für Otto-Pkw angesetzt.
Verbrauch: 2020/30 identisch Otto
Ethanol
Alkohole verbrennen mit höheren Wirkungsgraden als Kohlenwasserstoffe. In
[Koßmehl 1995] werden für optimierte Motoren 10 % und mehr angeben. [concawe
2006] und [Kolke 2004] weisen dagegen gleiche Verbräuche wie für Otto-Pkw im
Benzinbetrieb aus. Darauf basierend werden hier ebenfalls gleiche Verbräuche
angesetzt.
Zwischenbericht, März 2007

- 224 -
Institut für Verkehrsforschung
Verbrauch: identisch Otto
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 225 -
Tabelle Pkw - Fahrzeugseitige Reduktionspotenziale: Minderungsraten (bezogen auf Neuzulassungen 2005) der betrachteten technischen
Maßnahmen differenziert nach Fahrzeugklassen, Straßenkategorien und Bezugsjahren
Pkw-Klasse: Klein Mittel Groß
Str.-Kategorie: io ao AB io ao AB io Ao AB
VKM-Pkw
Euro 5
Otto 2010 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0%
Otto 2020 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0%
Otto 2030 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0% 1,0%
Diesel 2010 1,0% 1,0% 1,0% 3,0% 3,0% 3,0% 3,0% 3,0% 3,0%
Diesel 2020 1,0% 1,0% 1,0% 3,0% 3,0% 3,0% 3,0% 3,0% 3,0%
Diesel 2030 1,0% 1,0% 1,0% 3,0% 3,0% 3,0% 3,0% 3,0% 3,0%
Allgemeine Motorenentwicklung
Otto 2010 -3,5% -3,5% -3,5% -3,5% -3,5% -3,5% -3,5% -3,5% -3,5%
Otto 2020 -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0%
Otto 2030 -8,0% -8,0% -8,0% -8,0% -8,0% -8,0% -8,0% -8,0% -8,0%
Diesel 2010 -6,5% -6,5% -6,5% -6,5% -6,5% -6,5% -6,5% -6,5% -6,5%
Diesel 2020 -9,0% -9,0% -9,0% -9,0% -9,0% -9,0% -9,0% -9,0% -9,0%
Diesel 2030 -10,0% -10,0% -10,0% -10,0% -10,0% -10,0% -10,0% -10,0% -10,0%
Mäßiger Leichtbau
Otto 2010 -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0%
Otto 2020 --6,0% --6,0% --6,0% --6,0% --6,0% --6,0% --6,0% --6,0% --6,0%
Otto 2030 -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0% -6,0%
Diesel 2010 --7,0% --7,0% --7,0% --7,0% --7,0% --7,0% --7,0% --7,0% --7,0%
Diesel 2020 -7,0% -7,0% -7,0% -7,0% -7,0% -7,0% -7,0% -7,0% -7,0%
Diesel 2030 -7,0% -7,0% -7,0% -7,0% -7,0% -7,0% -7,0% -7,0% -7,0%
Verstärkter Leichtbau
Otto 2010 -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0%
Otto 2020 -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0%
Otto 2030 -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0% -15,0%
Diesel 2010 -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0%
Diesel 2020 -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0%
Diesel 2030 -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0% -18,0%
Fortsetzung nächste Seite
Zwischenbericht, März 2007

- 226 -
Institut für Verkehrsforschung
Pkw-Klasse: Klein Mittel Groß
Str.-Kategorie: io ao AB io ao AB io Ao AB
Rollwiderstandsreduktion
Otto 2010 -3,0% -2,7% -2,3% -3,0% -2,7% -2,3% -3,0% -2,7% -2,3%
Otto 2020 -3,5% -3,2% -2,8% -3,5% -3,2% -2,8% -3,5% -3,2% -2,8%
Otto 2030 -4,0% -3,7% -3,3% -4,0% -3,7% -3,3% -4,0% -3,7% -3,3%
Diesel 2010 -3,0% -2,7% -2,3% -3,0% -2,7% -2,3% -3,0% -2,7% -2,3%
Diesel 2020 -3,5% -3,2% -2,8% -3,5% -3,2% -2,8% -3,5% -3,2% -2,8%
Diesel 2030 -4,0% -3,7% -3,3% -4,0% -3,7% -3,3% -4,0% -3,7% -3,3%
Luftwiderstand -10%
Otto 2010 -1,0% -1,7% -2,3% -1,0% -1,7% -2,3% -1,0% -1,7% -2,3%
Otto 2020 -1,0% -1,7% -2,3% -1,0% -1,7% -2,3% -1,0% -1,7% -2,3%
Otto 2030 -1,0% -1,7% -2,3% -1,0% -1,7% -2,3% -1,0% -1,7% -2,3%
Diesel 2010 -1,0% -1,7% -2,3% -1,0% -1,7% -2,3% -1,0% -1,7% -2,3%
Diesel 2020 -1,0% -1,7% -2,3% -1,0% -1,7% -2,3% -1,0% -1,7% -2,3%
Diesel 2030 -1,0% -1,7% -2,3% -1,0% -1,7% -2,3% -1,0% -1,7% -2,3%
Luftwiderstand -30%
Otto 2010 - - - -3,0% -5,0% -7,0% -3,0% -5,0% -7,0%
Otto 2020 - - - -3,0% -5,0% -7,0% -3,0% -5,0% -7,0%
Otto 2030 - - - -3,0% -5,0% -7,0% -3,0% -5,0% -7,0%
Diesel 2010 - - - -3,0% -5,0% -7,0% -3,0% -5,0% -7,0%
Diesel 2020 - - - -3,0% -5,0% -7,0% -3,0% -5,0% -7,0%
Diesel 2030 - - - -3,0% -5,0% -7,0% -3,0% -5,0% -7,0%
Fortsetzung
nächste Seite
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 227 -
Pkw-Klasse: Klein Mittel Groß
Str.-Kategorie: io ao AB io ao AB io Ao AB
GDI, Downsizing, ATL
Otto 2010 -15,0% -8,3% -1,7% -15,0% -8,3% -1,7% -15,0% -8,3% -1,7%
Otto 2020 -15,0% -8,3% -1,7% -15,0% -8,3% -1,7% -15,0% -8,3% -1,7%
Otto 2030 -15,0% -8,3% -1,7% -15,0% -8,3% -1,7% -15,0% -8,3% -1,7%
Diesel 2010 - - - - - - - - -
Diesel 2020 - - - - - - - - -
Diesel 2030 - - - - - - - - -
Start/Stop-Automatik
Otto 2010 -5,0% 0,0% 0,0% -5,0% 0,0% 0,0% -5,0% 0,0% 0,0%
Otto 2020 -5,0% 0,0% 0,0% -5,0% 0,0% 0,0% -5,0% 0,0% 0,0%
Otto 2030 -5,0% 0,0% 0,0% -5,0% 0,0% 0,0% -5,0% 0,0% 0,0%
Diesel 2010 -5,0% 0,0% 0,0% -5,0% 0,0% 0,0% -5,0% 0,0% 0,0%
Diesel 2020 -5,0% 0,0% 0,0% -5,0% 0,0% 0,0% -5,0% 0,0% 0,0%
Diesel 2030 -5,0% 0,0% 0,0% -5,0% 0,0% 0,0% -5,0% 0,0% 0,0%
Getriebe (ASG, CVT)
Otto 2010 -6,0% -3,3% -0,7% -6,0% -3,3% -0,7% -6,0% -3,3% -0,7%
Otto 2020 -6,0% -3,3% -0,7% -6,0% -3,3% -0,7% -6,0% -3,3% -0,7%
Otto 2030 -6,0% -3,3% -0,7% -6,0% -3,3% -0,7% -6,0% -3,3% -0,7%
Diesel 2010 -6,0% -3,3% -0,7% -6,0% -3,3% -0,7% -6,0% -3,3% -0,7%
Diesel 2020 -6,0% -3,3% -0,7% -6,0% -3,3% -0,7% -6,0% -3,3% -0,7%
Diesel 2030 -6,0% -3,3% -0,7% -6,0% -3,3% -0,7% -6,0% -3,3% -0,7%
Milder Hybrid
Otto 2010 - - - -30,0% -16,7% -3,3% -30,0% -16,7% -3,3%
Otto 2020 - - - -30,0% -16,7% -3,3% -30,0% -16,7% -3,3%
Otto 2030 - - - -30,0% -16,7% -3,3% -30,0% -16,7% -3,3%
Diesel 2010 - - - -15,0% -8,3% -1,7% -15,0% -8,3% -1,7%
Diesel 2020 - - - -15,0% -8,3% -1,7% -15,0% -8,3% -1,7%
Diesel 2030 - - - -15,0% -8,3% -1,7% -15,0% -8,3% -1,7%
Fortsetzung
nächste Seite
Zwischenbericht, März 2007

- 228 -
Institut für Verkehrsforschung
Pkw-Klasse: Klein Mittel Groß
Str.-Kategorie: io ao AB io ao AB io Ao AB
Voll-Parallel(Misch)-Hybrid
Otto 2010 - - - -45,0% -28,3% -11,7% -45,0% -28,3% -11,7%
Otto 2020 - - - -45,0% -28,3% -11,7% -45,0% -28,3% -11,7%
Otto 2030 - - - -45,0% -28,3% -11,7% -45,0% -28,3% -11,7%
Diesel 2010 - - - -30,0% -20,0% -10,0% -30,0% -20,0% -10,0%
Diesel 2020 - - - -30,0% -20,0% -10,0% -30,0% -20,0% -10,0%
Diesel 2030 - - - -30,0% -20,0% -10,0% -30,0% -20,0% -10,0%
Abwärme-Dampfexpander
Otto 2010 - - - - - - - - -
Otto 2020 - - - 15,0% 15,0% 15,0% 15,0% 15,0% 15,0%
Otto 2030 - - - 15,0% 15,0% 15,0% 15,0% 15,0% 15,0%
Diesel 2010 - - - - - - - - -
Diesel 2020 - - - 10,0% 10,0% 10,0% 10,0% 10,0% 10,0%
Diesel 2030 - - - 10,0% 10,0% 10,0% 10,0% 10,0% 10,0%
H2-BZ-Pkw (Bezug: Otto-Pkw 2005)
H2-BZ-Antrieb
H2-BZ 2020 -60,0% -40,0% -30,0% -60,0% -40,0% -30,0% -60,0% -40,0% -30,0%
H2-BZ 2030 -60,0% -40,0% -30,0% -60,0% -40,0% -30,0% -60,0% -40,0% -30,0%
BZ-Hybridisierung
H2-BZ-Hybrid 20 -65,0% -45,0% -35,0% -65,0% -45,0% -35,0% -65,0% -45,0% -35,0%
H2-BZ-Hybrid 30 -65,0% -45,0% -35,0% -65,0% -45,0% -35,0% -65,0% -45,0% -35,0%
H2-BZ-Pkw: Leichtbau, Roll und Luftwiderstand für alle Größenklassen, Straßenkategorien und beide Bezugsjahre wie Otto-Pkw
Eigene Abschätzungen und Berechnungen; Erläuterungen: siehe Text IFEU 2006
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 229 -
Tabelle Pkw - Fahrzeugbezogene Zusatzkosten (Schätzung) der betrachteten Maßnahmen zur Verbrauchsreduktion
Bezugsjahr: 2010 2020 2030
Pkw-Klasse: Klein Mittel Groß Klein Mittel Groß Klein Mittel Groß
Euro Euro Euro Euro Euro Euro Euro Euro Euro
VKM-Pkw
Mäßiger Leichtbau
Otto-Pkw 440 590 740 440 590 740 440 590 740
Diesel-Pkw 470 630 800 470 630 800 470 630 800
Verstärkter Leichtbau
Otto-Pkw 1.700 2.400 3.000 1.100 1.500 1.900 1.100 1.500 1.900
Diesel-Pkw 1.900 2.500 3.200 1.200 1.600 2.100 1.200 1.600 2.100
Maximaler Leichtbau
Otto-Pkw 2.000 2.700 3.400 2.000 2.700 3.400 2.000 2.700 3.400
Diesel-Pkw 2.200 2.900 3.700 2.200 2.900 3.700 2.200 2.900 3.700
Rollwiderstandsreduktion
Otto-Pkw 70 100 140 70 100 140 70 100 140
Diesel-Pkw 70 100 140 70 100 140 70 100 140
Luftwiderstand -10%
Otto-Pkw 100 150 200 100 150 200 100 150 200
Diesel-Pkw 100 150 200 100 150 200 100 150 200
Luftwiderstand -30%
Otto-Pkw - 450 600 - 450 600 - 450 600
Diesel-Pkw - 450 600 - 450 600 - 450 600
GDI, Downsizing, ATL
Otto-Pkw 250 250 250 230 230 230 210 210 210
Diesel-Pkw - - - - - - - - -
Start/Stop-Automatik
Otto-Pkw 200 200 200 180 180 180 160 160 160
Diesel-Pkw 250 250 250 230 230 230 210 210 210
Getriebe (ASG, CVT)
Otto-Pkw 400 600 800 400 600 800 400 600 800
Diesel-Pkw 400 600 800 400 600 800 400 600 800
Fortsetzung nächste Seite
Milder Hybrid
Otto-Pkw 2.300 3.100 3.900 1.500 2.000 2.500 1.100 1.300 1.700
Zwischenbericht, März 2007

- 230 -
Institut für Verkehrsforschung
Bezugsjahr: 2010 2020 2030
Pkw-Klasse: Klein Mittel Groß Klein Mittel Groß Klein Mittel Groß
Euro Euro Euro Euro Euro Euro Euro Euro Euro
VKM-Pkw
Diesel-Pkw 2.300 3.100 3.900 1.500 2.000 2.500 1.100 1.300 1.700
Voll-Parallel(Misch)-Hybrid
Otto-Pkw 4.200 5.600 6.900 2.800 3.800 4.800 2.000 2.700 3.500
Diesel-Pkw 4.200 5.600 6.900 2.800 3.800 4.800 2.000 2.700 3.500
Abwärme-Dampfexpander
Otto-Pkw - - - 750 1.000 1.300 1.000 1.200 1.500
Diesel-Pkw - - - 750 1.000 1.300 1.000 1.200 1.500
H2-Brennstoffzellen-Pkw
H2-BZ-Antrieb - - - 5.000 7.200 10.000 2.700 3.900 5.200
BZ-Hybridisierung - - - 700 1.000 1.200 400 500 700
H2-BZ-Pkw: Leichtbau, Roll und Luftwiderstand für alle Größenklassen und beide Bezugsjahre wie Otto-Pkw
Quellen: siehe Literaturverzeichnis; eigene Abschätzungen und Berechnungen IFEU 2006
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 231 -
Diagramm zur Projektsteuerung
Nr.
Vorgangs nam e
1 Datenbank Angebotsseite
20 Datenbank Nachfrageseite
25 Mode llie rung
44 Szenarien (Phase I)
2006 2007 2008
Hälfte 2, 2005 Hälfte 1, 2006 Hälfte 2, 2006 Hälfte 1, 2007 Hälfte 2, 2007 Hälfte 1, 2008
J A S O N D J F M A M J J A S O N D J F M A M J J A S O N D J F M A M J
51 Publikationen (Phase I)
63 Projekt-website
64 Steuerung Projekt
65 Politikberatung BMU
66 Be gle itkre is
67 1. Treffen Begleitkreis
18.12.
68 2. Treffen Begleitkreis
21.08.
69 3. Treffen Begleitkreis
03.12.
70 4. Treffen Begleitkreis
12.02.
71 Wiss. Be irat
72 1. Treffen Wis s. Beirat
24.05.
73 2. Treffen Wis s. Beirat
15.12.
74 3. Treffen Wis s. Beirat
18.06.
75 4. Treffen Wis s. Beirat
15.10.
76 5. Treffen Wis s. Beirat
77 6. Treffen Wis s. Beirat
25.02.
14.0
78 Projektletung/Koordination
Zwischenbericht, März 2007

- 232 -
Institut für Verkehrsforschung
Diagramm zur Datenbasis Angebotsseite
Nr.
Vorgangs nam e
1 Datenbank Angebotsseite
2006 2007 2008
Hälfte 2, 2005 Hälfte 1, 2006 Hälfte 2, 2006 Hälfte 1, 2007 Hälfte 2, 2007 Hälfte 1, 2008
J A S O N D J F M A M J J A S O N D J F M A M J J A S O N D J F M A M J
2 Biokraftstoffe
3 RME, Ethanol (update)
4 Biogas -Aufbereitung, Eins peis ung
5 Biogas : update aus IFEU-Projekt (IE-D
6 Biokraftstoff-Importe: EU-28
7 Biokraftstoff-Importe: global
8 neu: Lignozellulose-EtOH
9 neu: DME, BioH2
10 update: BtL (IE-Daten Version 1)
11 HTU + BtL (IE-Daten Version 2)
12 Experten-WS Antriebstechniken 1
04.12.
13 TREMOD-Technologien
14 Vorketten fossil (GEMIS 4.3)
15 Vorketten fossil (GEMIS 4.4)
16 Experten-WS Datenbasis Kraftstoffe
17 Experten-WS Antriebstechniken 2
21.05.
27.06.
18 neu: CCS, update: nuklear
19 update Fahrzeug-Technologien
20 Datenbank Nachfrageseite
25 Mode llie rung
44 Szenarien (Phase I)
Zwischenbericht, März 2007

Institut für Verkehrsforschung
- 233 -
Diagramm zur Datenbank Nachfrageseite und zur Modellierung
Nr.
Vorgangs nam e
1 Datenbank Angebotsseite
20 Datenbank Nachfrageseite
21 Nachfrageseite: Maßnahmen PV
22 Nachfrageseite: Maßnahmen GV
2006 2007 2008
Hälfte 2, 2005 Hälfte 1, 2006 Hälfte 2, 2006 Hälfte 1, 2007 Hälfte 2, 2007 Hälfte 1, 2008
J A S O N D J F M A M J J A S O N D J F M A M J J A S O N D J F M A M J
23 Experten-WS: Nachfrage PV
24 Experten-WS: Nachfrage GV
Termin noch offen
Termin noch offen
25 Mode llie rung
26 Schnittstelle TREMOD/GEMIS
27 Modell: INFRA
28 Teil Verkehrswege
29 Teil ÖV (Modellregionen)
30 VISEVA (Personenverkehr)
31 TAPAS (Modellregionen)
32 Experten-WS Verkehrsnachfrage PV
27.04.
33 Experten-WS Käufermodell
Termin noch offen
34 WIVSIM (Güterverkehr)
35 Experten-WS Verkehrsnachfrage GV
36 Alpha-Version Modellkopplung
30.03.
03.05.
37 Sonstige
41 GEMIS 4.5 (inkl. TREMOD-Daten)
42 GEMIIS 5.0 (+ Doku)
01.10.
27.11.
43 Modell: MOBIL-SZEN
Zwischenbericht, März 2007

- 234 -
Institut für Verkehrsforschung
Diagramm zu Szenarien und Publikationen
Nr.
Vorgangs nam e
1 Datenbank Angebotsseite
20 Datenbank Nachfrageseite
25 Mode llie rung
44 Szenarien (Phase I)
2006 2007 2008
Hälfte 2, 2005 Hälfte 1, 2006 Hälfte 2, 2006 Hälfte 1, 2007 Hälfte 2, 2007 Hälfte 1, 2008
J A S O N D J F M A M J J A S O N D J F M A M J J A S O N D J F M A M J
45 Szenario-Gruppe
30.04
46 REF-Szenario
12.02.
47 Grob-Szenarien
30.07.
48 Varianten zu Haupt-Szenarien
49 Szenarioanalyse, Bewertung
50 Endfassung Szenarien (Hauptphase)
28.12.
22.02.
31.03.
51 Publikationen (Phase I)
52 1. Zwischenbericht
53 Arbeitspapiere (AP)
60 2. Zwischenbericht
30.03.
61 Endbericht (Phase I)
30.04.
62 Broschüre renewbility dt.
63 Projekt-website
64 Steuerung Projekt
Zwischenbericht, März 2007