Mit Ökobilanzen werden Umwelteigenschaften von Produkten und Dienstleistungen analysiert und zunehmend bei der Bewertung von Milchproduktionssystemen eingesetzt. Um konsistente Berichterstattung und Vergleichbarkeit von produktbezogenen Treibhausgasemissionen im Milchsektor zu gewährleisten hat die International Dairy Federation (IDF) Berechnungsgrundlagen publiziert. Allerdings werden die Effekte von Variabilität betrieblicher Kennzahlen und Unsicherheit von Emissionsfaktoren unzureichend betrachtet. Diese Arbeit hat es zum Ziel diese Lücke zu schließen. In der ersten Studie wurden verschiedene Definitions- und Berechnungsmöglichkeiten des Referenzflusses und der funktionellen Einheit für die Klimabilanz von Milchproduktion verglichen. Eine hohe Bandbreite an möglichen Ergebnissen – bei gleichen Eingangsdaten – ermöglicht eine große Ergebnisunsicherheit. Die Voraussetzungen für zeitliche Repräsentativität wurden in der zweiten Studie untersucht. Über 6 aufeinanderfolgende Jahre wurde auf einem ökologischen Milchviehbetrieb in Norddeutschland die Klimabilanz mit einem detaillierten Stoffflussmodel analysiert. Dabei zeigte es sich, dass für den untersuchten Betrieb mindestens 4 aufeinanderfolgende Jahre untersucht werden müssen um belastbare Ergebnisse zu erzielen. Die dritte Studie befasst sich mit der Forderung mindestens ein Stufe 2 Verfahren der Methodik des IPCC zu verwenden. Mit Daten von 20 norwegischen Milchviehbetrieben wurde die Unsicherheit der Klimabilanz auf Basis von Tier 1 Berechnungen bei bodenbürtigen Emissionen mit dem FARM Modell ermittelt. Von allen 190 direkten Vergleichen von zwei Betrieben miteinander waren 78 % signifikant unterschiedlich Aus den drei Studien wird geschlossen, dass die existierenden Regeln zur Erstellung von Klimabilanzen von Milchproduktion teilweise zu unpräzise und teilweise zu streng sind, und damit sowohl Erstellung als auch Interpretation von betrieblichen Klimabilanzen in der Milchproduktion erschwert werden. / Life cycle assessment (LCA) analyses the environmental performance of products and services and has become increasingly important also for the environmental assessment of dairy systems. In order to create consistent results for communication, declaration and comparison, the International Dairy Federation (IDF) provides a guideline for the calculation of product-related greenhouse gas (GHG) emissions in the dairy sector. However, the effects of farm data variability and emission factor uncertainty on the comparability of GHG assessments on the farming level are seldom considered. This thesis aims to fill this gap. In the first study, different settings in the definition of energy corrected milk (ECM) and the reference flows were compared in a calculation example based on average farming data. A high bandwidth of the carbon footprint result indicated a severe uncertainty when calculation procedures are not well documented. The second case study examined the production data from six consecutive milk years in an organic dairy farm in northern Germany and its effect on the estimation of product-related GHG emissions. It was shown that data from at least four years is needed to provide reliable results for that farm. The third study dealt with the demand of the IDF guidelines to use at least Tier 2 in the methodology of the Intergovernmental Panel on Climate Change (IPCC). Using data from 20 Norwegian dairy farms, the uncertainty of the carbon footprint using Tier 1 of the IPCC guidelines within the FARM model was assessed. From all 190 direct comparisons of two farms in the study, 78 % of the comparisons were significantly different with a relative difference of 8.7 % being enough to establish significance of the difference. From the three studies it was concluded that existing rules may partly not be precise enough to allow for comparison of farms or farming systems, or partly too strict and thereby hindering the execution of carbon footprint studies.

Die Landwirtschaft liefert einen Großteil der Nahrungsmittel und Rohstoffe für den menschlichen Verbrauch und wird aufgrund globaler Dynamiken des Bevölkerungswachstums, Änderungen der Ernährungszusammensetzung und Auswirkungen des Klimawandels herausgefordert. Gleichzeitig hat die intensive landwirtschaftliche Produktion oft erhebliche Auswirkungen auf die Leistungen und Funktionen von Ökosystemen. Agrarökosystemmodelle können verwendet werden, um Auswirkungen der Landwirtschaft über verschiedene zeitliche und räumliche Skalen zu quantifizieren. Globale Bewertungen werden jedoch durch die begrenzte Verfügbarkeit von Daten einzelner agronomischer Maßnahmen und dem Wissen über die damit verbundenen biophysikalischen und biogeochemischen Prozesse erschwert. Ziel dieser Doktorarbeit ist es, das Verständnis über Anforderungen an Daten von landwirtschaftlichen Produktionssystemen und deren Anwendungsmethoden in globalen Modellierungsstudien zu erweitern. Darüber hinaus zielt diese Doktorarbeit darauf ab die Arten, räumliche Ausdehnung, Umweltwirkung und Potenziale von unterschiedlichen Bewirtschaftungsmethoden auf globalem Ackerland abzuschätzen. Die Ergebnisse der ersten Studie zeigen, inwiefern die Aggregation von rasterzellenbasiert simulierten Ernteerträgen zu national und globalen Durchschnittserträgen mit vier unterschiedlichen Datenprodukten zu Unsicherheiten von ~10 % führen kann. Der zweite Forschungsartikel präsentiert eine Klassifikation von sechs Bodenbearbeitungssystemen, deren Kartierung und ermittelten Merkmale zur Parametrisierung in globalen Agrarökosystemmodell verwendet werden können. Zuletzt werden mit Hilfe des globalem Modells LPJml5.0- tillage-cc die biophysikalischen Auswirkungen von Zwischenfruchtanbau im Vergleich zu Schwarzbrache auf die Kohlenstoff-, Stickstoff- und Wasserdynamiken abgeschätzt. Die Ergebnisse der Thesis zeigen Potenziale von und Trade-offs zwischen ackerbaulichen Bewirtschaftungsmethoden und deren globaler Modellierung auf. / Agricultural production provides a major share of food, feed, fiber, and fuel for anthropogenic usage, and is challenged by projected increasing demand due to dynamics of population growth, changes in dietary compositions, and climate change impacts. At the same time, intensive agricultural production practices have environmental externalities, which negatively affect ecosystems’ services and functions. Agroecosystem models can be used to quantify impacts of cropland use across various temporal and spatial scales, but global assessments are hampered by the limited availability of land management data and of knowledge regarding associated biophysical and biogeochemical processes and functions. The objective of the thesis is to increase the understanding of agricultural management data requirements and implications for their usages in global modeling studies. Further, the thesis aims to identify types, spatial distribution, as well as to estimate impacts, and potentials of cropland management practices to support sustainable development. In the first study, it was assessed in which way the application of different harvested crop area datasets for the national and global aggregation of modeled crop yield outputs from the grid cell to country and global scale, induces average uncertainty of ~10 % to the results. The second study presents a global classification of six soil management systems whereas the derived mapping and characteristics can be used for parameterization across a range of intensity levels in global land use modeling studies. In the third study different cropland management practices were assessed using LPJml5.0-tillage-cc, with a modified code for the representation of cover crops growing as grass on cropland between two consecutive main crop growing seasons. The thesis’ findings reveal potential and trade-offs of land management practices and their impact assessment using global agroecosystem models.