Durch die Lebenszyklusanalyse von Bauwerkintegrierten Photovoltaik(BIPV)-Fassaden werden deren ökologische Vorteile gegenüber konventionellen Fassadenlösungen aufgezeigt. Die frühzeitige Analyse zu Beginn des Planungsprozesses ermöglicht es, die individuellen Potentiale von Baukörpern zu ermitteln und ermöglicht sichere Planungsentscheidungen durch Kennwerten. In dem Beitrag erfolgen Lebenszyklusanalysen an einem Fallbeispiel mit unterschiedlichen Betrachtungsebenen und methodischen Ansätzen. Es wird geprüft, welche Ansätze die Entscheidungsfindung von Architekt:innen und Planer:innen im Entwurfsprozess am besten unterstützen. Außerdem werden anwendungsbezogenen Erkenntnisse und Randbedingungen bei der Bilanzierung der Treibhausgasemissionen über den gesamten Lebenszyklus von BIPV-Fassaden identifiziert. / Life cycle analysis of building-integrated photovoltaic (BIPV) façades demonstrates their ecological advantages over conventional façade solutions. The early analysis at the beginning of the planning process makes it possible to determine the individual potential of building structures and enables reliable planning decisions based on characteristic values. In this article, life cycle analyses are carried out using a case study with different perspectives and methodological approaches. It is examined which approaches best support the decision-making of architects and planners in the design process. In addition, practical findings and boundary conditions for balancing greenhouse gas emissions over the entire life cycle of BIPV façades are identified.

Oil palm dominates global oil production, trade, and consumption. Nigeria is one of the leading palm oil producers and consumers. A significant challenge of the palm oil industry is to reduce the environmental impacts (e.g. pollution and carbon footprint) and integrate a circular economy in operation. This study aims to comparatively quantify the environmental impacts of technologies used by different mills. We applied a life cycle assessment in the case of Nigeria. The study covers the reception and processing of fresh fruit bunch (FFB) to end-product palm oil. The inputs include generated empty fruit bunch (EFB), mesocarp fibre, palm kernel shell, palm oil mill effluent, diesel, water and all outputs to the environment for a functional unit of 1-tonne FFB. The results showed that large-scale mills perform worse (468 kg CO₂-eq per t FFB) than the semi-mechanised and smallholder mills in effects on climate change but better in the other impact categories, including human toxicity, ecotoxicity, and fine particulate matter formation. In large-scale mills, the climate change impacts decrease by 75% when the raw palm oil mill effluent (POME) is used in composting EFB. Similarly, climate change impacts reduce by 44% when biogas from POME substitutes diesel in the semi-mechanised and smallholder mills. We conclude that regulatory measures are needed to ensure improved management practices in the production processes. Particular attention should be paid to the generation and reuse of biomass and POME. This study provides a handy reference to assist the sustainable energy transition in Nigeria’s and other parts of sub-Saharan Africa’s oil palm industry to mitigate climate change and form a cleaner bioeconomy.

Es erfolgt ein ganzheitlicher Vergleich der Systeme Luftwärmepumpe und Sole-Wasser-Wärmepumpe für ein Bestandsgebäude. Für die Bewertung der Umweltfreundlichkeit bzw. Klimaschutzwirksamkeit werden die CO2-äquivalenten Treibhausgasemissionen (THG-Emissionen) und der nicht-erneuerbare Primärenergiebedarf (KEV) der Systeme bilanziert. Für den fairen Vergleich werden Systeme mit investkostengleichen Gesamtinvestitionen gebildet, indem die Luftwärmepumpe zusätzlich um eine PV-Anlage ergänzt wird.

Die vorliegende Ausgabe beschäftigt sich mit dem Thema „Erstellung einer Sachbilanz-Studie und Modellierung des Lebensweges von Operationstextilien". Das Ergebnis der Sachbilanz ist, dass die Mehrwegtextilien, im Vergleich zu den Einwegtextilien, einen geringeren Stoff- und Energiefluss erzeugen. Die Modellierung der Lebenszyklen ist in der Software Umberto vorgenommen. Sie visualisiert die Stoffflüsse zwischen den einzelnen Modulen des Lebensweges sehr gut. Es konnte verdeutlicht werden, dass der Wasserfluss der mengenmäßig größte Stoffstrom ist. Die größten Wasserverbräuche werden bei den Mehrwegtextilien in der Wäscherei und der Textilveredlung getätigt; bei den Einwegtextilien sind dies hingegen die Textilveredlung und die Kunststoffherstellung. Als Ergebnis der gesamten Überlegungen wird festgehalten, dass die erstellte Sachbilanz einen guten Hinweis auf die Umweltverträglichkeit der OP-Textilien gibt. Eine anschließende Ökobilanz, aufbauend auf den gewonnenen Daten, könnte die ermittelten Ergebnisse bestätigen.

Die vorliegende Ausgabe beschäftigt sich mit dem Thema „Erstellung einer Sachbilanz-Studie und Modellierung des Lebensweges von Operationstextilien". Das Ergebnis der Sachbilanz ist, dass die Mehrwegtextilien, im Vergleich zu den Einwegtextilien, einen geringeren Stoff- und Energiefluss erzeugen. Die Modellierung der Lebenszyklen ist in der Software Umberto vorgenommen. Sie visualisiert die Stoffflüsse zwischen den einzelnen Modulen des Lebensweges sehr gut. Es konnte verdeutlicht werden, dass der Wasserfluss der mengenmäßig größte Stoffstrom ist. Die größten Wasserverbräuche werden bei den Mehrwegtextilien in der Wäscherei und der Textilveredlung getätigt; bei den Einwegtextilien sind dies hingegen die Textilveredlung und die Kunststoffherstellung. Als Ergebnis der gesamten Überlegungen wird festgehalten, dass die erstellte Sachbilanz einen guten Hinweis auf die Umweltverträglichkeit der OP-Textilien gibt. Eine anschließende Ökobilanz, aufbauend auf den gewonnenen Daten, könnte die ermittelten Ergebnisse bestätigen.

Elektroautos gelten als Hoffnungsträger, um die verkehrsbezogenen Treibhausgasemissionen in Deutschland drastisch zu reduzieren. Aus bisheriger Forschung geht hervor, dass Elektroautos über den Lebenszyklus im Durchschnitt eine geringere Menge an Treibhausgasen verursachen als konventionelle Pkw mit Verbrennungsmotoren. Jedoch betrachtet bisherige Forschung nicht, welchen Einfluss verschiedene Fahrzyklen der Pkw auf die Ökobilanz haben, was zur Folge hat, dass technologische Unterschiede, die nur auf einem Teil des Straßennetzes Anwendung finden, nicht berücksichtigt werden. Die vorliegende Arbeit untersucht den Einfluss verschiedener Fahrzyklen auf die Höhe der Treibhausgasemissionen von Elektroautos und Pkw mit Benzin- bzw. Dieselmotor. Grundlage der Emissionsbestimmung sind je ein Autobahn-Fahrzyklus und ein Stadt-Fahrzyklus, anhand derer der Strom- bzw. Kraftstoffverbrauch modelliert wird. Die Modellierung erfolgt anhand eines mikroskopischen Verbrauchsmodells, welches physikalische Kräfte, Fahrzeugparameter sowie wesentliche technologische Unterschiede berücksichtigt. Neben den Emissionen der Nutzungsphase werden die Emissionen der Produktions- und der Recyclingphase bestimmt, um den Lebenszyklus eines Pkw zu komplettieren. Die Ergebnisse bisheriger Forschung werden bestätigt, da das Elektroauto für beide Fahrzyklen geringere Emissionen aufweist. In der Stadt fällt der Unterschied deutlich höher aus, hier verursacht das Elektroauto 45,7 % weniger Treibhausgasemissionen als der Benziner bzw. 34,1 % weniger als der Diesel. Im Vergleich dazu lassen sich auf der Autobahn Treibhausgasemissionseinsparungen von 27,9 % bzw. 17,9 % realisieren, wobei die Treibhausgasemissionen in der Stadt für Elektroautos und für Autos mit Benzin- bzw. Dieselmotor höher sind als auf der Autobahn. Eine abschließende Sensitivitätsanalyse zeigt, dass ein weniger emissionsintensiver Strommix sowie die Reduktion des Leergewichts Hebel zur weiteren Reduktion der Emissionen des Elektroautos sind. Daraus erschließt sich, dass Elektroautos im Vergleich zu Pkw mit Benzin- bzw. Dieselmotor ökobilanziell zurecht als Hoffnungsträger gelten, doch ihr Einsparpotenzial durch den Ausbau erneuerbarer Energien sowie durch die Verwendung kleinerer und leichterer Pkw in der Stadt erhöht werden kann.:Abbildungsverzeichnis . . . . . . . . . . . . . . . . .VII Tabellenverzeichnis. . . . . . . . . . . . . . . . . IX Abkürzungsverzeichnis. . . . . . . . . . . . . . . . . XI Symbolverzeichnis. . . . . . . . . . . . . . . . . XIII 1 Einleitung. . . . . . . . . . . . . . . . .1 2 Aktueller Forschungsstand . . . . . . . . . . . . . . . . .3 3 Vorstellung des Konzepts der LCA . . . . . . . . . . . . . . . . .7 4 Methodik: Festlegung des Ziels und des Untersuchungsrahmens. . . . . . . . . . . . . .9 4.1 Batterieelektrische Pkw (BEV) . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.2 Pkw mit Verbrennungsmotor (ICEV) . . . . . . . . . . . . . . . . . . . . . . 11 4.3 Fahrzyklen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 4.4 Modellierung der Produktionsphase . . . . . . . . . . . . . . . . . . . . . . . 13 4.5 Modellierung der Nutzungsphase . . . . . . . . . . . . . . . . . . . . . . . . 17 4.6 Modellierung der Recyclingphase . . . . . . . . . . . . . . . . . . . . . . . . 24 4.7 Modellierung der Aggregation der einzelnen Phasen . . . . . . . . . . . . . . 25 4.8 Betrachtete Emissionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 4.9 Funktionelle Einheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 5 Sachbilanz . . . . . . . . . . . . . . . . .27 6 Ergebnisse: Wirkungsabschätzung. . . . . . . . . . . . . . . . . 31 6.1 Treibhausgasemissionen der Produktionsphase . . . . . . . . . . . . . . . . . 31 6.2 Treibhausgasemissionen der Nutzungsphase . . . . . . . . . . . . . . . . . . 33 6.3 Treibhausgasemissionen der Recyclingphase . . . . . . . . . . . . . . . . . . 35 6.4 Aggregierte Treibhausgasemissionen . . . . . . . . . . . . . . . . . . . . . . 36 7 Sensitivitätsanalyse . . . . . . . . . . . . . . . . .39 7.1 Definition und Arten von Sensitivitätsanalysen . . . . . . . . . . . . . . . . 39 7.2 Methodik der lokalen Sensitivitätsanalyse . . . . . . . . . . . . . . . . . . . 39 7.3 Variation des Leergewichts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 7.4 Variation des Luftwiderstandsbeiwertes . . . . . . . . . . . . . . . . . . . . 41 7.5 Variation der Lebensfahrleistung . . . . . . . . . . . . . . . . . . . . . . . . 42 7.6 Variation des Strommixes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 7.7 Variation des Rekuperationsgrads . . . . . . . . . . . . . . . . . . . . . . . . 46 7.8 Variation der Betriebs- und Verlustleistung . . . . . . . . . . . . . . . . . . 47 7.9 Aggregation der Ergebnisse der Sensitivitätsanalyse . . . . . . . . . . . . . . 48 8 Diskussion . . . . . . . . . . . . . . . . .51 9 Zusammenfassung und Implikationen . . . . . . . . . . . . . . . . . 53 Literaturverzeichnis. . . . . . . . . . . . . . . . . XV Anhang . . . . . . . . . . . . . . . . . XXII A.1 Input für die Produktionsphase . . . . . . . . . . . . . . . . . . . . . . . . . XXIII A.2 Input für die Nutzungsphase . . . . . . . . . . . . . . . . . . . . . . . . . . XXVI A.3 Ergebnisse der Wirkungsabschätzung . . . . . . . . . . . . . . . . . . . . . . XXVIII A.4 Ergebnisse der Sensitivitätsanalyse . . . . . . . . . . . . . . . . . . . . . . . XXVIII / Electric cars are seen as a beacon of hope regarding the drastic reduction of greenhouse gas emissions in the transport sector in Germany. Previous research shows that electric vehicles are emitting a smaller amount of greenhouse gases than cars with a petrol or a diesel engine. However, previous research does not consider the influence of different use cases of passenger cars, which means that technological differences which only apply to parts of the road network are not accounted for. The goal of this thesis is to extend previous research by investigating the influence of different drive cycles on the amount of greenhouse gas emissions emitted by electric cars and cars with a petrol or a diesel engine. Specifically, a highway drive cycle and an urban drive cycle are used to model the consumption of electricity, petrol or diesel. In other words, it is a microscopic model utilizing physical forces, car parameters, and significant technological differences. Besides the emissions during driving the emissions caused by production and recycling are taken into account to complete the life cycle of cars. The results of previous research can be confirmed by this thesis as the amount of greenhouse gas emissions caused by electric cars is smaller than that caused by cars with petrol or diesel engines for both drive cycles. In the urban area, the difference among the investigated technologies is significantly greater over the entire lifecycle; the electric car emits 45.7 % less than a car with a petrol engine and 34.1 % less than a car with a diesel engine. In comparison, on the highway the electric car emits just 27.9 % less than a car with a petrol engine and 17.9 % less than a car with a diesel engine. A final sensitivity analysis shows that a less emission-intensive electricity mix and a reduced vehicle weight are key levers for further reducing greenhouse gas emissions of electric cars. In summary, the results of this thesis lead to the conclusion that electric cars are rightfully seen as a beacon of hope for drastically reducing greenhouse gas emissions; nevertheless, their impact could be further enhanced by expanding renewable energies and by focussing on lighter electric vehicles in urban areas.:Abbildungsverzeichnis . . . . . . . . . . . . . . . . .VII Tabellenverzeichnis. . . . . . . . . . . . . . . . . IX Abkürzungsverzeichnis. . . . . . . . . . . . . . . . . XI Symbolverzeichnis. . . . . . . . . . . . . . . . . XIII 1 Einleitung. . . . . . . . . . . . . . . . .1 2 Aktueller Forschungsstand . . . . . . . . . . . . . . . . .3 3 Vorstellung des Konzepts der LCA . . . . . . . . . . . . . . . . .7 4 Methodik: Festlegung des Ziels und des Untersuchungsrahmens. . . . . . . . . . . . . .9 4.1 Batterieelektrische Pkw (BEV) . . . . . . . . . . . . . . . . . . . . . . . . . 10 4.2 Pkw mit Verbrennungsmotor (ICEV) . . . . . . . . . . . . . . . . . . . . . . 11 4.3 Fahrzyklen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 4.4 Modellierung der Produktionsphase . . . . . . . . . . . . . . . . . . . . . . . 13 4.5 Modellierung der Nutzungsphase . . . . . . . . . . . . . . . . . . . . . . . . 17 4.6 Modellierung der Recyclingphase . . . . . . . . . . . . . . . . . . . . . . . . 24 4.7 Modellierung der Aggregation der einzelnen Phasen . . . . . . . . . . . . . . 25 4.8 Betrachtete Emissionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 4.9 Funktionelle Einheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 5 Sachbilanz . . . . . . . . . . . . . . . . .27 6 Ergebnisse: Wirkungsabschätzung. . . . . . . . . . . . . . . . . 31 6.1 Treibhausgasemissionen der Produktionsphase . . . . . . . . . . . . . . . . . 31 6.2 Treibhausgasemissionen der Nutzungsphase . . . . . . . . . . . . . . . . . . 33 6.3 Treibhausgasemissionen der Recyclingphase . . . . . . . . . . . . . . . . . . 35 6.4 Aggregierte Treibhausgasemissionen . . . . . . . . . . . . . . . . . . . . . . 36 7 Sensitivitätsanalyse . . . . . . . . . . . . . . . . .39 7.1 Definition und Arten von Sensitivitätsanalysen . . . . . . . . . . . . . . . . 39 7.2 Methodik der lokalen Sensitivitätsanalyse . . . . . . . . . . . . . . . . . . . 39 7.3 Variation des Leergewichts . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 7.4 Variation des Luftwiderstandsbeiwertes . . . . . . . . . . . . . . . . . . . . 41 7.5 Variation der Lebensfahrleistung . . . . . . . . . . . . . . . . . . . . . . . . 42 7.6 Variation des Strommixes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 7.7 Variation des Rekuperationsgrads . . . . . . . . . . . . . . . . . . . . . . . . 46 7.8 Variation der Betriebs- und Verlustleistung . . . . . . . . . . . . . . . . . . 47 7.9 Aggregation der Ergebnisse der Sensitivitätsanalyse . . . . . . . . . . . . . . 48 8 Diskussion . . . . . . . . . . . . . . . . .51 9 Zusammenfassung und Implikationen . . . . . . . . . . . . . . . . . 53 Literaturverzeichnis. . . . . . . . . . . . . . . . . XV Anhang . . . . . . . . . . . . . . . . . XXII A.1 Input für die Produktionsphase . . . . . . . . . . . . . . . . . . . . . . . . . XXIII A.2 Input für die Nutzungsphase . . . . . . . . . . . . . . . . . . . . . . . . . . XXVI A.3 Ergebnisse der Wirkungsabschätzung . . . . . . . . . . . . . . . . . . . . . . XXVIII A.4 Ergebnisse der Sensitivitätsanalyse . . . . . . . . . . . . . . . . . . . . . . . XXVIII

Vorliegende Arbeit zeigt die jüngsten Möglichkeiten hochauflösender Fernerkundung am Beispiel von Stadtbäumen in Berlin, Deutschland. Es wurden neuste methodische Ansätze eingesetzt, wie beispielsweise maschinelles Lernens und individuelle Baumdetektion. Sie erwiesen sich von großem Vorteil für die detaillierte Analyse urbaner Ökosystemdienstleistungen in einer heterogenen Umwelt. Neueste Fernerkundung von hoher zeitlicher Auflösung hat Möglichkeiten gezeigt, Veränderungen des Stadtwaldes präziser zu untersuchen. Diesbezüglich konnten Baumspezies klassifiziert werden auf Grundlage saisonaler Veränderungen, die mittels Fernerkundungsdaten aufgenommen wurden. Dies ist für den urbanen Bereich einmalig und über große Flächen noch nicht durchgeführt worden. Darüber hinaus haben diese Baumarten einzelnen Bäumen zugeordnet werden können, deren Abmessung fernerkundlich erfasst worden ist. Diese neu erzeugten Umweltinformationen einzelner Bäume können damit verbundene urbane Ökosystemdienstleistungen präzise aktualisieren. Zum Beispiel haben so Unsicherheiten in der Schätzung zur Kohlenstoffspeicherung städtischer Wälder reduziert werden können. Es ist zudem von Vorteil gewesen, den gegenwärtigen Mangel an räumlich expliziten dreidimensionalen Informationen über Stadtwälder anzusprechen. Allerdings ist die Rolle städtischen Wälder, das Treibhausgas CO2 langfristig auszugleichen, immer noch wenig untersucht. Gerade der Mangel an präzisen, konsistenten und aktuellen Details führt zu großen Unsicherheiten im Rahmen von Lebenszyklus-Analysen. Auf Grund des aktuellen Fortschritts in hochauflösender Fernerkundung könnten diese Unsicherheiten reduziert werden. Dazu werden Möglichkeiten ausgiebig kritisch bewertet und anhand einer Lebenszyklus-Analyse am Beispiel Berlin andiskutiert, inwieweit sie präzisere langfristige Prognosen zum Stadtwald als Kohlenstoffspeicher liefern. / This work shows recent options for implementing high resolution remote sensing in assessing urban trees in Berlin, Germany. State-of-the-art methodological approaches like machine learning and individual tree detection proved to be highly advantageous for analyzing details of urban ecosystem services within a heterogeneous urban environment. Recent remote sensing of high temporal resolution offers new options for more precisely addressing urban forest dynamics. This successfully shows that tree species could be identified from seasonal changes of remotely sensed imagery, though this has not yet been applied across cities. Furthermore, these tree species results could be combined with remotely sensed individual tree dimensions. This newly generated data can be suggested to update spatially explicit information on related urban ecosystem services. For example, this could reduce the uncertainties of such estimates as urban forest carbon storage, and also address the present lack of spatially explicit three-dimensional information on urban forests. However, few studies have considered the local scale of urban forests to effectively evaluate their potential long-term carbon offset. The lack of precise, consistent and up-to-date forest details is challenging within the scope of life cycle assessments. This can cause high uncertainties in urban forest carbon offset. Although, recent progress in high resolution remote sensing is promising to reduce these uncertainties. For this purpose, remote sensing options are extensively reviewed and briefly discussed using an example of life cycle assessment for Berlin, which allow more precise long-term prognoses of urban forest carbon offset.