Das Ziel der Masterarbeit ist es zu klären, ob private Haushalte variable Strompreise akzeptieren und die Stärke der charakteristischen Merkmale zu ermitteln. Der dazu benötigte Datensatz wurde mit Hilfe einer Stated Choice Befragung im Internet ermittelt. Dafür wurden drei Gerätekategorien und ein Dreitarifmodell formuliert. Für die Auswertung wurde ein additiv verknüpftes Teilwert-Nutzenmodell und ein binäres Logit-Choice-Modell verwendet. Signifikante Variablen wurden über das Top-down-Verfahren bestimmt. Das Modell und die Schätzer der Preise wurden im Anschluss durch Hypothesentest getestet. Als signifikante Schätzer, mit stark negativen Werten, stellten sich in allen Kategorien die Preise heraus. Die Hypothesentests ergaben, dass es sinnvoll ist, die Schätzer der Preise für die ersten beiden Gerätetypen zusammenzufassen. Es stellte sich eine unterproportionale Preiselastizität der Nachfrage heraus und eine hohe Akzeptanz ein Teil der Geräte in den Nachtstunden zu nutzen. Insgesamt sprachen sich mehr Teilnehmer für ein Smart-Meter-Gateway aus als dagegen. / The aim of the master thesis is to clarify whether private households accept variable electricity prices and determine the strength of the characteristic attributes. The data set was determined with a Stated Choice survey on the Internet. For this purpose, three device categories and a three-tariff model were formulated. An additive-linked partial-value model and a binary logit choice model were used for the evaluation. Significant variables were determined by using the top-down method. Afterwards the model and the estimators of the prices were tested with statistical hypothesis testings. The price emerged as a significant estimator, with strongly negative values in all categories. The hypothesis tests showed that it is useful to conclude the estimators of the prices for the first two device types. The results showed an inelastic price elasticity of demand and a high acceptance of the subjects to use a part of the devices in the night hours. Overall, more participants decide to use a smart meter gateway than to refuse it.

Das Ziel der Masterarbeit ist es zu klären, ob private Haushalte variable Strompreise akzeptieren und die Stärke der charakteristischen Merkmale zu ermitteln. Der dazu benötigte Datensatz wurde mit Hilfe einer Stated Choice Befragung im Internet ermittelt. Dafür wurden drei Gerätekategorien und ein Dreitarifmodell formuliert. Für die Auswertung wurde ein additiv verknüpftes Teilwert-Nutzenmodell und ein binäres Logit-Choice-Modell verwendet. Signifikante Variablen wurden über das Top-down-Verfahren bestimmt. Das Modell und die Schätzer der Preise wurden im Anschluss durch Hypothesentest getestet. Als signifikante Schätzer, mit stark negativen Werten, stellten sich in allen Kategorien die Preise heraus. Die Hypothesentests ergaben, dass es sinnvoll ist, die Schätzer der Preise für die ersten beiden Gerätetypen zusammenzufassen. Es stellte sich eine unterproportionale Preiselastizität der Nachfrage heraus und eine hohe Akzeptanz ein Teil der Geräte in den Nachtstunden zu nutzen. Insgesamt sprachen sich mehr Teilnehmer für ein Smart-Meter-Gateway aus als dagegen.:Kurzfassung I Abstract I Themenbeschreibung für eine Forschungsarbeit II Inhaltsverzeichnis III Abbildungsverzeichnis V Tabellenverzeichnis VI Abkürzungsverzeichnis VII 1. Einleitung - 1 - 2. Gegenwärtiger Strommarkt - 3 - 2.1 Aufbau der Elektrizitätswirtschaft - 3 - 2.2 Strombörse - 5 - 2.3 Preisbildung des Stroms - 8 - 3. Nutzung variabler Strompreise - 13 - 3.1 Probleme und Gestaltung eines zukünftigen Strommarktes - 14 - 3.2 Funktionsweise des Demand Side Management - 19 - 3.3 Ausblick auf zukünftige Tarife - 25 - 3.4 Aufbau einer zukünftigen überregionalen und häuslichen Energieinfrastruktur - 28 - 3.5 Bandbreite möglicher Speichertechnologien des zukünftigen Strommarktes - 32 - 4. Theoretische Grundlagen - 39 - 4.1 Stated Preference vs. Revealed Preference - 39 - 4.2 Conjoint-Analyse - 40 - 4.3 Diskrete Wahlmodelle - 42 - 5. Hintergründe zur Erstellung des Fragebogens - 50 - 6. Modellspezifikation - 53 - 7. Analyse der Umfrage - 57 - 7.1 Auswertung des Modells - 57 - 7.2 Teststatistik - 62 - 8. Interpretation der Ergebnisse - 66 - 9. Fazit - 68 - Literaturverzeichnis IX Anhang XIV Erklärung zur Urheberschaft XXII / The aim of the master thesis is to clarify whether private households accept variable electricity prices and determine the strength of the characteristic attributes. The data set was determined with a Stated Choice survey on the Internet. For this purpose, three device categories and a three-tariff model were formulated. An additive-linked partial-value model and a binary logit choice model were used for the evaluation. Significant variables were determined by using the top-down method. Afterwards the model and the estimators of the prices were tested with statistical hypothesis testings. The price emerged as a significant estimator, with strongly negative values in all categories. The hypothesis tests showed that it is useful to conclude the estimators of the prices for the first two device types. The results showed an inelastic price elasticity of demand and a high acceptance of the subjects to use a part of the devices in the night hours. Overall, more participants decide to use a smart meter gateway than to refuse it.:Kurzfassung I Abstract I Themenbeschreibung für eine Forschungsarbeit II Inhaltsverzeichnis III Abbildungsverzeichnis V Tabellenverzeichnis VI Abkürzungsverzeichnis VII 1. Einleitung - 1 - 2. Gegenwärtiger Strommarkt - 3 - 2.1 Aufbau der Elektrizitätswirtschaft - 3 - 2.2 Strombörse - 5 - 2.3 Preisbildung des Stroms - 8 - 3. Nutzung variabler Strompreise - 13 - 3.1 Probleme und Gestaltung eines zukünftigen Strommarktes - 14 - 3.2 Funktionsweise des Demand Side Management - 19 - 3.3 Ausblick auf zukünftige Tarife - 25 - 3.4 Aufbau einer zukünftigen überregionalen und häuslichen Energieinfrastruktur - 28 - 3.5 Bandbreite möglicher Speichertechnologien des zukünftigen Strommarktes - 32 - 4. Theoretische Grundlagen - 39 - 4.1 Stated Preference vs. Revealed Preference - 39 - 4.2 Conjoint-Analyse - 40 - 4.3 Diskrete Wahlmodelle - 42 - 5. Hintergründe zur Erstellung des Fragebogens - 50 - 6. Modellspezifikation - 53 - 7. Analyse der Umfrage - 57 - 7.1 Auswertung des Modells - 57 - 7.2 Teststatistik - 62 - 8. Interpretation der Ergebnisse - 66 - 9. Fazit - 68 - Literaturverzeichnis IX Anhang XIV Erklärung zur Urheberschaft XXII

Eine große Herausforderung für Verkehrsmodelle stellt die korrekte Abbildung der Entscheidungsmuster bei der Zielwahl dar. Diese bestimmt die räumlichen Strukturen der Nachfrage und steht in engem Zusammenhang mit zentralen Ergebnissen der Nachfragemodellierung. Rund ein Drittel der Alltagswege in Deutschland sind Einkaufs- und Erledigungwege. Zahlreiche Arbeiten zeigen die Bedeutung von habitualisierten Verhaltensmustern bei der Wahl eines Einkaufsortes. Die Motive der Geschäftswahl gelten als sehr vielfältig. Besondere Bedeutung wird zudem den Primäraktivitätenorten zugeschrieben. Gleichwohl erfolgt die Abbildung der Zielwahl in der Nachfragemodellierung zumeist sehr vereinfachend. Gewöhnlich wird von einem Versorgungseinkauf mit der Geschäftsgröße und der Anreisezeit ausgegangen. Diese Arbeit zeigt anhand empirischer Auswertungen Möglichkeiten einer verhaltensorientierten Abbildung der Einkaufszielwahl in mikroskopischen Personenverkehrsmodellen auf. Im Fokus stehen die Variabilität der Geschäftswahl, die ausschlaggebenden Motive sowie die räumlichen Bezugspunkte der Suche. Am Beispiel des Erwerbs von Nahrungs- und Genussmitteln, von Textilien sowie von Unterhaltungselektronik werden Unterschiede zwischen Einkaufswaren verschiedener Fristigkeit, aber auch zwischen verschiedenen Personengruppen herausgearbeitet. Simulationsrechnungen mit dem Nachfragemodell TAPAS zeigen, dass eine Differenzierung der Einkaufsart sowie die Nutzung eines motivgestützen Erreichbarkeitsmaßes die Modellierungsergebnisse stark verbessern. Die Arbeit stellt erweiterte Indikatoren für eine Berücksichtigung der räumlichen Bezugspunkte bei der Beurteilung der Modellierungsergebnisse bereit. Auch stehen mit den Analysen der Aktivitätenräume, der Umwegfaktoren, der Lage der Einkaufsorte sowie der kumulierten Reiseweiten Informationen zur Verfügung, die generell für die Definition adäquater Suchräume und Bezugspunkte für die Modellierung städtischer Untersuchungsgebiete genutzt werden können. / A major challenge in travel demand modelling is the correct representation of decision patterns underlying the choice of destinations. This choice determines the spatial structures of demand and is closely related to central modelling results. Around one third of everyday trips in Germany are for shopping and errands. Numerous studies show the importance of habitualised behavioral patterns when choosing a shopping location. The motives for choosing a shop are considered to be very diverse. Particular importance is attributed to primary activity locations. Nevertheless, the representation of the target choice in demand modelling is usually very simplified. Usually, a supply purchase is implicitly assumed, with the size of the shop and travel time from the previous location being the most important choice criteria. Using empirical analyses, this dissertation shows possibilities for a behavior-oriented depiction of shopping location choice in microscopic passenger transport models. These are discussed in terms of their usability for modeling. The analyses focus on the variability of destinations, the decisive motives and the spatial reference points of the location search. Using the example of the purchase of food and beverages, textiles and consumer electronics, differences between shopping goods of different periodicity and also different groups of people are presented. Simulation calculations with the demand model TAPAS show that a differentiation of the type of purchase and the use of a motive-based accessibility measure greatly improves the modelling results. The dissertation provides extended indicators for a consideration of spatial reference points in the evaluation of the modelling results. Furthermore, the analyses of activity areas, diversion factors, the location of shopping locations and cumulative travel distances provide information that can be generally used to define adequate search areas and reference points for the modelling of urban study areas.Einkaufsverhalten