The impacts of climate change pose one of the main challenges for agriculture in Central Europe. In particular, an increase of extreme and compound extreme climate events is expected to strongly impact economic revenues and the provision of ecosystem services by agroecosystems. A highly relevant, still open question is how grassland farming systems can cope best with these climate risks to adapt to climate change. A prominently discussed economic instrument to relieve income risks is the formal insurance, but natural and social insurances are newly under discussion as well. Natural insurances include specific grassland management practises such as maintaining species-rich grasslands. Social insurances, in our terminology, comprise all forms of societal support for farmers’ climate risk management. This includes in particular arrangements of community-supported agriculture that reduce income risks for farmers, or payments for ecosystem services if their design takes risk into account. Formal, natural and social insurances may be substitutes or complements, and affect farmer behaviour in different ways. Thus, policy support for any of the three forms of insurance will have effects on the others, which need to be understood. InsuranceGrass takes an innovative interdisciplinary view and assesses formal, natural and social insurances: on how to cope best with impacts of climate extremes on grasslands, integrating social and natural sciences perspectives and feedbacks between them. Based on this holistic analysis, InsuranceGrass will provide recommendations for policy and insurance design to ensure effective risk-coping of farmers and to enhance sustainable grassland farming, considering economic, environmental and social aspects. Impacts of extreme and compound extreme events on the provision of ecosystem services (e.g. magnitude and quality of yield, climate regulation via carbon sequestration, plant diversity) by permanent grasslands in Germany and Switzerland are quantified based on long-term observations and field experiments. Cutting-edge model-based approaches will be based on behavioural theories and empirically calibrated. With the help of social-ecological modelling, InsuranceGrass explicitly incorporates feedbacks between farmers’ and households’ decision, grassland management options, and ecosystem service provision in a dynamic manner. The contributions of different insurance types are developed, discussed and evaluated jointly with different groups of stakeholders (i.e., farmers, insurance companies, public administration). A scientifically sound and holistic assessment of the role of formal, natural, and social insurances for the sustainability of grassland farming under extreme events requires both disciplinary excellence and seamless interdisciplinary collaboration. InsuranceGrass brings together four groups from Zürich and Leipzig, with unique disciplinary expertise and a track record of successful collaboration.
Es werden die regulatorischen Rahmenbedingungen für die Projektentwicklung von Windkraftparks untersucht. Untersuchungsgegenstand wird dabei das Zusammenspiel von Politikinstrumenten zur Absatzunterstützung, Investitionsunterstützungen und Minimierung von Risikofaktoren im Investitionsumfeld. Forschungsfrage ist, wie bestehende Investitionsanreize in der Praxis wirken und deren Effektivität aus Sicht von Projektentwickler und Investoren optimiert werden können. Nach einer ersten Projektphase mit Experteninterviews planen wir nun eine empirische Datenerhebung der Präferenzstruktur von Windkraft-Projektierern mittels einer Conjoint Analyse. Dafür haben wir einen adaptiven, web-basierten Fragebogen entworfen, der nun von möglichst vielen Projektierern beantwortet werden soll.
In diesem Gutachten untersuchte Ecofys, welche Optionen zur Gestaltung eines marktbasierten haushaltsunabhängigen Verpflichtungsansatzes zur CO2-Minderung im deutschen Gebäudebestand bestehen. Die Analyse erfolgte technologieoffen und berücksichtigte neben Sanierungsmaßnahmen zur Steigerung der Energieeffizienz auch einen verstärkten Einsatz CO2-armer/erneuerbarer Energien. Das Verpflichtungssystem soll in der Lage sein, die bestehenden Treibhausgas (THG)-Minderungsziele im Gebäudebestand möglichst kostengünstig auf kurz- und langfristig sinnvolle Weise zu erreichen und sich gut in das bestehende Förderinstrumentarium integrieren lassen. Ecofys erstellte den Bericht im Auftrag des Bundesministeriums der Finanzen.
Dass Naturschutz (Arten-, Biotop- und Landschaftsschutz) nicht nur mit oekonomischen Instrumenten betrieben werden kann und muss, sondern auch oekonomisch begruendbar ist, ist eine relativ junge Erkenntnis, die im Rahmen der o.g. Arbeit untermauert werden soll.
Das Projekt wird unter anderem durch den stetig steigenden Kostendruck aufgrund der Anreizregulierung und die zunehmende Verknappung von materiellen sowie personellen Ressourcen, insbesondere im Zuge des Fachkräftemangels, motiviert. Deshalb muss der Einsatz der vorhandenen Ressourcen für Netzerneuerung, -ausbau und -instandhaltung möglichst effizient gestaltet werden. Gleichzeitig gewinnt im durch die Energiewende eingesetzten Transformationsprozess der Energielandschaft die Digitalisierung zunehmend an Bedeutung - wie auch aus dem gleichnamigen Gesetz zur Digitalisierung der Energiewende hervorgeht. Dabei besteht großes Potenzial, die in den letzten Jahren stetig verbesserten Fähigkeiten der Künstlichen Intelligenz (KI) im Kontext der Energiewende zu nutzen. Bisher ist der Einsatz von Methoden aus dem Bereich der KI und maschinellem Lernen auf der Ebene des Asset Managements für die weitere Optimierung von Instandhaltungs- sowie Erneuerungsstrategien jedoch, mit Ausnahme des Forschungsprojektes 'Predictive Asset Management' (PAM), wenig erforscht. Daher soll das Forschungsprojekt hier ansetzen und Methoden der KI umfassend auf die Ebene des Asset Managements für Betriebsmittel der gesamten Mittelspannungsebene übertragen. Im Zuge des Forschungsprojektes sollen gemeinsam mit der BUW zentrale normative Kennzahlen erarbeitet werden, welche als Grundlage für das Trainingsmodell der KI dienen sollen. Durch die Implementierung vorausschauender Wartungsstrategien für Assets wird eine erhöhte Planungssicherheit erwartet. Darüber hinaus sollen erhebliche Potenziale im Bereich der nachhaltigen Netzwirtschaft erschlossen werden. Die proaktive Wartung von Assets trägt zur Reduzierung der Treibhausgasemissionen, der Netzverluste und des Eigenverbrauchs der Liegenschaften bei. Diese Maßnahmen dienen als Indikatoren, sowohl für den Klimaschutz der Organisation als auch für das Ziel der Klimaneutralität bis 2045.
Global Warming is a political reality. All actors now agree that global warming is a major threat to world economic and ecologic development and that action needs to be taken. The research program 'Economics of Global Warming' deals with issues related to environmental and resource economic questions, and it is based on modeling (such as CGE modeling) as well as on policy issues (such as economic instruments, technology policy).
Der Strassenverkehr setzt in den Ballungskernen und Verdichtungsrandzonen Luftschadstoffe in solch grossen Mengen frei, dass sie die Lebensbedingungen der dortigen Bevoelkerung erheblich beeintraechtigen. Bereits die Waldschadendiskussion hatte aber auch deutlich gemacht, dass die Luftverunreinigungen durch den Strassenverkehr nicht nur raeumlich eng begrenzte Probleme darstellen. Die Gefahren einer globalen Klimaveraenderung aufgrund der Emissionen von sog Treibhausgasen (vor allem CO2) zeigen schliesslich, dass der Verkehr auch Mitverursacher der globalen Umweltrisiken ist. Die anstehenden Probleme lassen sich durch technische Konzepte zur Emissionsminderung allein nicht loesen. Vielmehr sind solche Massnahmen durch eine Vielzahl weitergehender Massnahmen - auch im Bereich von Raumordnung und Staedtebau - zu unterstuetzen. Folgende Forschungsfragen beduerfen vordringlich einer Klaerung: - Welche Emissionssituation herrschte im Referenzjahr 1985 im Gebiet der ehemaligen DDR? - Wie stellt sich die Situation der Schadstoffemissionen des Strassenverkehrs in der BRD im Jahr 1990 in raeumlicher Differenzierung dar, wer sind die wesentlichen Verursacher? - Welche Veraenderungen in der raeumlichen und sektoralen Emissionsstruktur haben sich zwischen 1985 und 1990 ereignet, welchen Einfluss besitzen hierbei die als Folge der deutschen Vereinigung geaenderten Verkehrsstroeme? - Welche zukuenftigen Entwicklungen bis zum Jahr 2000 bzw 2005 sind bei den einzelnen Schadstoffen zu erwarten, welche besonderen Einfluesse auf die Emissionsentwicklung wird die weitere Verkehrsentwicklung ausueben.
Dieses Projekt wird u.a. durch den steigenden Kostendruck infolge der Anreizregulierung und die Verknappung materieller sowie personeller Ressourcen, insbesondere im Kontext des Fachkräftemangels, motiviert. Der Einsatz vorhandener Ressourcen für die Netzerneuerung, den -ausbau und die -instandhaltung muss effizient gestaltet werden. Gleichzeitig gewinnt die Digitalisierung im Transformationsprozess der Energielandschaft an Bedeutung. Hier besteht Potenzial, die verbesserten Fähigkeiten von Künstlicher Intelligenz (KI) zu nutzen. Der Einsatz von KI-Methoden zur Optimierung von Instandhaltungs- und Erneuerungsstrategien im Asset Management ist bisher jedoch unzureichend erforscht. In diesem Teilvorhaben wird ein KI-basiertes System zur Optimierung von Strategien im Mittelspannungsnetz für Asset Manager entwickelt. Methoden des Reinforcement Learning werden auf ein zu entwickelndes Simulationsmodell angewandt, welches das Ausfallrisiko der Mittelspannungs-Komponenten sowie deren wirtschaftliche Kosten und Erlöse über den gesamten Lebenszyklus abbildet. Dadurch können Asset Manager verschiedene Szenarien in ihrem Mittelspannungsnetz simulieren und für ihre Unternehmensziele optimieren.
Dieses Projekt wird unter anderem durch den stetig steigenden Kostendruck aufgrund der Anreizregulierung und die zunehmende Verknappung von materiellen sowie personellen Ressourcen insbesondere im Zuge des Fachkräftemangels motiviert. Der Einsatz vorhandener Ressourcen für Netzerneuerung, -ausbau und -instandhaltung muss daher möglichst effizient gestaltet werden. Gleichzeitig gewinnt im Transformationsprozess der Energielandschaft die Digitalisierung zunehmend an Bedeutung. Hier besteht großes Potential, die stetig verbesserten Fähigkeiten der Künstlichen Intelligenz (KI) zu nutzen. Bisher ist der Einsatz von Methoden aus dem Bereich der KI und dem Machine Learning (ML) auf der Ebene des Asset Managements für die Optimierung von Instandhaltungs- sowie Erneuerungsstrategien jedoch nur wenig erforscht. Hier setzt das Forschungsprojekt an, um KI-Methoden umfassend auf die Ebene des Asset Managements für Betriebsmittel der gesamten MS-Ebene zu übertragen. Konkret werden in diesem Teilvorhaben dazu basierend auf einer bereits für Ortsnetzstationen entwickelten Systematik ereignisbezogene Zustandsbewertungssystematiken für MS-Kabel, MS-Freileitungen und MS-Betriebsmittel wie Leistungsschalter in Umspannwerken entwickelt, die als Basis für die Modellierung relevanter Ereignisse im Lebenszyklus dieser Betriebsmittel dienen. Über die ereignisbezogene Zustandsbewertung aller Betriebsmittel der MS-Ebene und der u.a. auf Störungsdaten und Instandhaltungshistorie basierenden Analyse der Wirkzusammenhänge zwischen Zustand und Ereigniswahrscheinlichkeit, werden somit Prognosemodelle unterstützt durch ML-Methoden für strategierelevante Ereignisse entwickelt. Diese Modelle dienen als Grundlage für das übergeordnete auf Reinforcement Learning basierende System, das zur ganzheitlichen Optimierung von Asset Management Strategien auf Basis der Unternehmenswerte der Netzbetreiber dient.
In diesem Projekt werden - vor allem mit Diplomarbeiten - oekonomische Aspekte der Wasserwirtschaft betrachtet. Dabei geht es um geeignete Preissetzungsverfahren ebenso wie um Kosten-Nutzen-Analysen zu speziellen Investitionen in diesem Bereich.
| Organisation | Count |
|---|---|
| Bund | 1227 |
| Europa | 89 |
| Kommune | 6 |
| Land | 27 |
| Weitere | 22 |
| Wirtschaft | 1 |
| Wissenschaft | 249 |
| Zivilgesellschaft | 30 |
| Type | Count |
|---|---|
| Ereignis | 5 |
| Förderprogramm | 1109 |
| Text | 85 |
| unbekannt | 57 |
| License | Count |
|---|---|
| Geschlossen | 134 |
| Offen | 1121 |
| Unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 1144 |
| Englisch | 287 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 1 |
| Datei | 7 |
| Dokument | 56 |
| Keine | 826 |
| Multimedia | 1 |
| Webseite | 412 |
| Topic | Count |
|---|---|
| Boden | 784 |
| Lebewesen und Lebensräume | 1010 |
| Luft | 637 |
| Mensch und Umwelt | 1256 |
| Wasser | 522 |
| Weitere | 1234 |