The present thesis introduces an iterative expert-based Bayesian approach for assessing greenhouse gas (GHG) emissions from the 2030 German new vehicle fleet and quantifying the impacts of their main drivers. A first set of expert interviews has been carried out in order to identify technologies which may help to lower car GHG emissions and to quantify their emission reduction potentials. Moreover, experts were asked for their probability assessments that the different technologies will be widely adopted, as well as for important prerequisites that could foster or hamper their adoption. Drawing on the results of these expert interviews, a Bayesian Belief Network has been built which explicitly models three vehicle types: Internal Combustion Engine Vehicles (which include mild and full Hybrid Electric Vehicles), Plug-In Hybrid Electric Vehicles, and Battery Electric Vehicles. The conditional dependencies of twelve central variables within the BBN - battery energy, fuel and electricity consumption, relative costs, and sales shares of the vehicle types - have been quantified by experts from German car manufacturers in a second series of interviews. For each of the seven second-round interviews, an expert's individually specified BBN results. The BBN have been run for different hypothetical 2030 scenarios which differ, e.g., in regard to battery development, regulation, and fuel and electricity GHG intensities. The present thesis delivers results both in regard to the subject of the investigation and in regard to its method. On the subject level, it has been found that the different experts expect 2030 German new car fleet emission to be at 50 to 65% of 2008 new fleet emissions under the baseline scenario. They can be further reduced to 40 to 50% of the emissions of the 2008 fleet though a combination of a higher share of renewables in the electricity mix, a larger share of biofuels in the fuel mix, and a stricter regulation of car CO$_2$ emissions in the European Union. Technically, 2030 German new car fleet GHG emissions can be reduced to a minimum of 18 to 44% of 2008 emissions, a development which can not be triggered by any combination of measures modeled in the BBN alone but needs further commitment. Out of a wealth of existing BBN, few have been specified by individual experts through elicitation, and to my knowledge, none of them has been employed for analyzing perspectives for the future. On the level of methods, this work shows that expert-based BBN are a valuable tool for making experts' expectations for the future explicit and amenable to the analysis of different hypothetical scenarios. BBN can also be employed for quantifying the impacts of main drivers. They have been demonstrated to be a valuable tool for iterative stakeholder-based science approaches. / Die vorliegende Arbeit verfolgt zwei Forschungsziele - ein inhaltliches und ein methodisches. Auf der inhaltlichen Ebene wurde die Entwicklung der CO2-Emissionen der deutschen Neuwagenflotte bis 2030 untersucht. Es wurden verschiedene technische Möglichkeiten daraufhin überprüft, inwieweit sie zur Emissionsminderung beitragen können, wie wahrscheinlich es ist, dass sie umgesetzt werden, und welche Voraussetzungen und Rahmenbedingungen bedeutenden Einfluß haben. Die methodische Innovation dieser Arbeit besteht darin, subjektive Einschätzungen von Experten mit einem Bayesianischen Netzwerk zu verknüpfen, um die Anwendung solcher Netzwerke auf Situationen von Unsicherheit im Knight'schen Sinne zu erweitern, hier am Beispiel der zukünftigen, heute nicht vorhersagbaren Entwicklung der CO2-Emissionen der deutschen Neuwagenflotte. Ein erster Schritt dieser Untersuchung bestand in der Erhebung und Auswertung der Einschätzungen von 15 Experten in Bezug auf die Möglichkeiten, die CO2-Emissionen neuer PKW in Deutschland bis 2020 zu senken. Erhoben wurden Aussagen über verfügbare Technologien, ihre Einsparpotenziale, ihre Umsetzungswahrscheinlichkeiten sowie wichtige Rahmenbedingungen. Ziel war es, wesentliche Variablen und deren Abhängigkeiten zu identifizieren, um eine Grundlage für die spätere Modellierung zu schaffen. Um die Untersuchung auf eine breite Basis zu stellen, wurden Experten von Autobauern und Zulieferern, Nichtregierungsorganisationen, Verbänden sowie solche aus Wissenschaft und Journalismus einbezogen. Aufbauend auf diesen Ergebnissen wurde in einem zweiten Schritt ein Bayesianisches Netzwerk entwickelt, mit dem die CO2-Emissionen der deutschen Neuwagenflotte im Jahr 2030 quantifiziert werden können. Außerdem sollten die Marktchancen verschiedener Fahrzeugtypen untersucht werden. Ein weiteres Ziel war es, den Einfluss verschiedener technologischer und regulatorischer Einflussfaktoren zu quantifizieren, die in der ersten Interviewrunde identifiziert worden waren. Gegenüber der ersten Interviewrunde wurde der zeitliche Rahmen der Untersuchung um 10 Jahre auf das Jahr 2030 erweitert. Das Bayesianische Netz erstreckt sich auf die zukünftigen Eigenschaften und Marktchancen von drei Fahrzeugtypen: Verbrennungsmotorische Fahrzeuge einschließlich aller Hybridvarianten bis hin zum Vollhybrid, Plug-In Hybride und Batterie-Elektrofahrzeuge. Das Netzwerk umfasst 46 miteinander verknüpfte Variablen. Für zwölf entscheidende Variablen wurden per Expertenbefragung bedingte Wahrscheinlichkeiten erhoben. Befragt wurden sieben Experten, fast alle hochrangige F&E- oder Umweltexperten bei deutschen Autobauern. Für jeden Experten entstand ein individuell quantifiziertes Netzwerk. Um mögliche Technologie- und Emissionspfade zu untersuchen, wurden verschiedene Szenarien definiert, die unterschiedliche Regulierungen, Batterie-Entwicklungspfade und CO2-Intensitäten von Treibstoffen und elektrischer Energie in Betracht ziehen. Im Basis-Szenario liegen die Erwartungswerte der CO2-Emissionen der deutschen Neuwagenflotte 2030 nach Einschätzung der Experten bei 50 bis 65% der Emissionen der Neuwagenflotte 2008. Kombiniert man einen gesteigerten Anteil erneuerbarer Energien im Strommix, einen größeren Anteil von Biotreibstoffen im Treibstoff-Mix und eine strengere CO2-Emissionsregulierung seitens der Europäischen Union, liegen die erwarteten Emissionen der Neuwagenflotte 2030 bei 40 bis 50% der Emissionen der Neuwagen 2008. Die Erwartungswerte der Neuflotten-Emissionen 2030 können in den verschiedenen BBN auf minimale Werte von 18 bis 44% der Emissionen der deutschen Neuwagenflotte von 2008 festgelegt werden. Es ist in den BBN durchaus möglich, aber in den betrachteten Szenarien unwahrscheinlich, die Emissionen so stark zu senken. Neben der Untersuchung von Fahrzeugtechnologien und CO2-Emissionen bis 2030 verfolgte die vorliegende Arbeit das Ziel, eine innovative Methode zu erproben. Es hat meines Wissens bisher kein Experten-basiertes BBN gegeben, das zukünftige Entwicklungen untersucht. Eine weitere Besonderheit des Ansatzes ist, dass für jeden Experten ein eigenes BBN quantifiziert wurde, so dass eine Schar von Netzwerken entstanden ist, deren Aussagen verglichen werden können. Dadurch war es möglich, die Bandbreite der Erwartungen verschiedener Experten abzuleiten und festzustellen, wo Erwartungen relativ konsistent sind, und wo sie weit auseinander liegen. Daraus lassen sich wertvolle Schlüsse ableiten, an welchen Punkten weitere Forschung besonders erfolgversprechend ist. BBN haben sich damit als nützliches Werkzeug für Stakeholder-basierte iterative Forschungsprozesse erwiesen. Insgesamt hat es sich als fruchtbarer neuer Ansatz erwiesen, Experten-basierte Bayesianische Netzwerke zur Untersuchung zukünftiger Entwicklungsmöglichkeiten heranzuziehen. Die Methode ermöglicht es auch, den Einfluß von Rahmenbedingungen zu bestimmen.

This thesis analysis the impact of private road transport under emission trading using two different Computable General Equilibrium models. A static multi-region model with special emphasis on the European Union, addresses the welfare impact of road transport under the European Emission Trading System. Including terms-of-trade effects, this model does not account for congestion which is the main externality of road transport. Furthermore, technological details of electricity generation which are an important factor in evaluating climate policies are not included. Therefore, the second model is a static Small Open Economy model of the German economy including congestion effects and detailed technological characteristics of electricity generation. The results of both models highlight the important role of already existing taxes on transport fuels for the evaluation of carbon mitigation measures in road transportation.

This thesis analysis the impact of private road transport under emission trading using two different Computable General Equilibrium models. A static multi-region model with special emphasis on the European Union, addresses the welfare impact of road transport under the European Emission Trading System. Including terms-of-trade effects, this model does not account for congestion which is the main externality of road transport. Furthermore, technological details of electricity generation which are an important factor in evaluating climate policies are not included. Therefore, the second model is a static Small Open Economy model of the German economy including congestion effects and detailed technological characteristics of electricity generation. The results of both models highlight the important role of already existing taxes on transport fuels for the evaluation of carbon mitigation measures in road transportation.

This study was aimed to assess the status of waste treatment for cow raising at small farm households in Can Tho, Tra Vinh, Soc Trang, and Hau Giang. The interview of 120 cow farmer households indicated that local farmers normally treat their waste by sun-drying, storing in ponds, discharging directly into rivers, or applying to anaerobic biogas. The farmers select ways to treat cow excrement according to seasons of the year: in the dry season cow waste is mostly sun-dried for sale (76.7%); stored for use (10%), untreated (7.5%) or applied to biogas plants (5.8%); however, in the rainy season most of the farmers leave the waste untreated (94.2%), except for those owning biogas tanks. Biogas treatment is applied mainly by dairy cow-raising households, accounting for 85.7% of biogas users. The cow farmer households have limited knowledge about biogas application; 23.3% of the interviewed farmers knew about biogas technology; 47.5% had little knowledge about this technology, however, 29.2% of the selected persons had no idea about biogas technology. Based on the quantity of beef cattle herds in the surveyed areas, it is estimated that CH4 gas emissions account for around 252.3 tons, 61.4 tons, 8.2 tons, and 2.5 tons in Soc Trang, Tra Vinh, Can Tho, and Hau Giang, respectively. / Nghiên cứu này nhằm đánh giá hiện trạng xử lý chất thải tại các hộ chăn nuôi bò ở thành phố Cần Thơ và các tỉnh Trà Vinh, Sóc Trăng, Hậu Giang. Tổng số 120 hộ chăn nuôi đã được phỏng vấn cho thấy có 4 phương pháp xử lý chính để xử lý chất thải chăn nuôi phát sinh: ủ yếm khí (biogas), phơi khô và bán, trữ lại trong ao để sử dụng, và không xử lý. Tùy theo thời điểm trong năm người dân sẽ thay đổi cách thức xử lý chất thải chăn nuôi bò: vào mùa khô có nhiều nắng chủ yếu người dân phơi khô để bán (76,7%), để lại và sử dụng (10%), dùng để ủ biogas (5,8%), và không xử lý (7,5%); tuy nhiên vào mùa mưa hầu hết các hộ dân không xử lý chất thải chăn nuôi (94,2%), chỉ trừ những hộ dân đã có hầm ủ biogas để xử lý. Xử lý chất thải chăn nuôi bằng công nghệ biogas được áp dụng phổ biến ở các hộ nuôi bò sữa, chiếm 85,7% số hộ có hầm ủ biogas. Sự hiểu biết về công nghệ biogas của các hộ chăn nuôi còn khá giới hạn, chỉ 23,3% hộ dân được phỏng vấn biết về công nghệ biogas, 47,5% hộ biết ít về công nghệ này, trong khi 29,2% hộ dân hoàn toàn không biết. Dựa trên số lượng đàn bò thịt trong vùng khảo sát, có thể tính được lượng CH4 phát thải hàng năm từ chất thải chăn nuôi là 252,3 tấn, 61,4 tấn, 8,2 tấn và 2,5 tấn từ các địa phương Sóc Trăng, Trà Vinh, Cần Thơ, và Hậu Giang.

No description available.

Ziel der Arbeit ist die Gesamtbilanzierung der Treibhausgasemissionen eines Anbausystems unter Bewässerung auf einem Sandboden. Die dazu aufgestellte Treibhausgasbilanz basiert auf langjährigen Datenreihen zu Erträgen und Corg-Vorräten eines Dauerfeldversuchs sowie auf zweijährigen im Feldversuch durchgeführten N2O-Messungen. Die durchgeführten Untersuchungen zum Einfluss der Bewässerung auf die Corg-Vorräte zeigen, dass der Einsatz von mineralischem Stickstoffdünger und Bewässerung auf einem leichten Standort unter den klimatischen Bedingungen Nord-Ost-Deutschlands positive Effekte hat. Die N2O-Emissionen eines Sandbodens unter den klimatischen Bedingungen Brandenburgs sind sehr niedrig. Die Applikation von mineralischem Stickstoffdünger hat nur schwache und Bewässerung hat aufgrund der der hohen Bodendurchlüftung des Sandbodens keine Effekte auf die Höhe der N2O-Emissionen. Die direkten und indirekten Emissionen aus dem Maschinen- und Betriebsmitteleinsatz erhöhen sich bei Bewässerung und steigender Stickstoffdüngung deutlich. Bei den indirekten Treibhausgasemissionen nehmen die Emissionen der Herstellung des mineralischen Stickstoffdüngers einen bedeutenden Anteil der Gesamttreibhausgasemissionen ein. Bewässerung führt durch den erhöhten Dieselverbrauch hauptsächlich zu einer Erhöhung der direkten Emissionen. Unter Bewässerung kann jedoch ein Teil der Emissionen durch zunehmende Corg-Vorräte kompensiert werden. Somit sind in einigen Fällen die Gesamttreibhausgasemissionen pro Hektar bei Bewässerung geringer als ohne Bewässerung. Die aus Stickstoffdüngung und Bewässerung resultierenden Ertragserhöhungen führen dazu, dass die Gesamttreibhausgasemissionen bezogen auf die Ertragseinheit in den meisten bewässerten Varianten deutlich geringer sind als in den unbewässerten. Daraus lässt sich ableiten, dass Bewässerung auf einem Sandboden zu einer Verminderung der Treibhausgasemissionen beitragen kann. / The aim of this work is the estimation of the net greenhouse gas emissions by a greenhouse balance for an irrigated cropping system on a sandy soil in north-east Germany under various nitrogen fertilizer intensities. The balances are based on data of yields and SOC stocks of an irrigated long term field experiment as well as on results of N2O-measurements over two years. The results of the analysis of the long term response of irrigation and nitrogen fertilization have shown that irrigation and mineral nitrogen fertilization led to significant increases in yields and harvest residues. The increased carbon inputs from above ground harvest residues had positive effects on the SOC stocks. The results of N2O measurements indicated that N2O emissions from a sandy soil are very low. Mineral nitrogen fertilization had only marginal effects. Irrigation showed no effects on the amount of N2O emissions. On the one hand the analysis of the prepared greenhouse gas balances showed that irrigation and increased nitrogen fertilization lead to a strong increase of direct and indirect emissions from machinery and maintenance resource use. The indirect emissions of nitrogen fertilizer production took up a main part of the net greenhouse gas emissions. Irrigation mainly increased greenhouse gas emissions of fuel use and fuel production as well as the emissions of the machinery production. On the other hand the increasing SOC stocks especially in the fertilized variants under irrigation led to a compensation of a huge part of the additional emissions. Thus, in many cases the net greenhouse gas emissions per unit area was lower under irrigation. Due to the increased yields under irrigation the net greenhouse gas emissions per unit yield were lower than that under non-irrigated conditions.

Die Arbeit liefert ein umfassendes Verständnis der (1) Auswirkungen auf Landnutzung und Treibhausgas (THG)-emissionen im Zusammenhang mit der deutschen Milchproduktion im Zeitraum von 2000 bis 2015 und bis 2030, (2) Unsicherheiten hinsichtlich der Bewertung der THG-emissionen der Milchproduktion und (3) Bewertung der Anwendbarkeit des zugrundeliegenden Modells für andere Länder als Deutschland. Landnutzung stellt die Anbaufläche von Futter für bestimmte Milchleistungen dar. Die Arbeit konzentrierte sich auf die Landnutzungsänderung zwischen Grün- und Ackerland durch Änderung der Milchkuhrationen. Ein Ökobilanz-Modell wurde entwickelt, um die Auswirkungen der Entwicklung der deutschen Milchproduktion und -leistung (typische Rationen unter deutschen Bedingungen) bis 2030 für drei Weidesysteme (ohne Weide, Halbtags- und Ganztagsweide) zu simulieren. THG-emissionen wurden für die gesamte Produktionskette berechnet, beginnend mit dem Pflanzenbau. Eingangsdaten für Ökobilanz-Studien von Lebensmitteln werden von Variabilität und Unsicherheiten beeinflusst. Ein systematischer Ansatz (Kombination aus lokaler und globaler Sensitivitätsanalyse) wurde verwendet, um wesentliche Eingangsparameter für die Bewertung der THG-emissionen der Milchproduktion zu identifizieren. Zu diesem Zweck wurden drei Rationen, welche die Weidesysteme im Jahr 2030 repräsentieren, ausgewählt. Die lokale Sensitivitätsanalyse diente der Identifikation der einflussreichsten Parameter, die globale der Identifikation der wichtigsten Parameter. Die USA dienen der Prüfung der Anwendbarkeit des Modells für andere Länder. Produktionssystem, verfügbare Daten und IPCC Tier-Methoden werden mit dem deutschen System und zugehörigen Daten verglichen. Diese Arbeit liefert wichtige Erkenntnisse zur künftigen Intensivierung der Milchproduktion sowie zu Klimaschutzpotenzialen in Abhängigkeit der Fütterungsstrategie. Darüber hinaus trägt sie zur Verringerung der Unsicherheiten künftiger Studien zur Milchproduktion bei. / This thesis provides an comprehensive understanding of: (1) impacts on land use and greenhouse gas (GHG) emissions related to the German milk production in the period from 2000 to 2015 and further until 2030, (2) uncertainties with regard to the assessment of GHG emissions of milk production and (3) evaluation of applicability of the underlying life cycle assessment (LCA) model for countries other than Germany. Land use represents the acreage needed to provide sufficient feed for certain milk yields. This research focusses on land use change between grassland and cropland as an effect of changing dairy cow diets. A LCA model, which reflects typical dairy cow diets under German conditions, was developed to simulate the impact of the German development of milk production and yield until 2030 for three grazing systems (zero-, restricted and unrestricted grazing). GHG emissions have been calculated for the whole production chain, beginning with crops cultivation. Input parameter of LCA studies of food products are affected by variability and uncertainty. A systematic approach (combining local and global sensitivity analysis) was used to identify essential input parameters for the assessment of GHG emissions of milk production. Three diets representing the grazing systems in the year 2030 were selected for this purpose. Local sensitivity analysis was used to identify the most influential parameters, global sensitivity analysis was used to identify the parameters which are most important. The United States of America are taken as example to verify the applicability of the LCA model for other countries. Production system, available data, and IPCC tier methods were compared with the German system and data. This thesis provides important insights on future intensification of milk production along with climate change mitigation potentials depending on the feeding strategy. Moreover, it contributes to the reduction of uncertainties of future LCA studies of milk production.

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

Diese Arbeit ist ein Beitrag zur Entwicklung einer Strategie für die eine CO2 sparende zu- künftige Landwirtschaft, in der nur geringe Emissionen von Treibhausgasen entstehen, die Stromerzeugung vor Ort aus natürlichen Ressourcen erfolgt, eine maximale Ausnutzung der Sonnenenergie genutzt wird, und der Konflikt zwischen der Nutzung der verfügbaren Ressourcen für Nahrungsmittel und Treibstoff Produktion vermieden wird. Alle Versuche in der Arbeit wurden in den Jahren 2005 -2009 auf der Öko-Farm (TOSOLY) der UTA (Fundación para la Producción Agropecuaria Tropical Sostenible Capitulo Kolumbien - UTA) unter der Leitung von Dr. TR Preston (Präsident ) und MSc Lylian Rodríguez (Director) durchgeführt. / This thesis is a contribution to the strategy that should underpin all future farming systems: namely the need to “de-carbonize” the system, by reducing emissions of greenhouse gases, generating electricity locally from natural resources, making maximum use of solar energy and ensuring there is no conflict between use of available resources for both food and fuel production. All the experiments described in the thesis were carried out in the period 2005 -2009 at the ecological farm (TOSOLY) of the UTA Foundation (Fundación para la Producción Agropecuaria Tropical Sostenible Capitulo Colombia – UTA) of which the principals are Dr T R Preston (President) and MSc Lylian Rodríguez (Director).