HUDU

Energetische Sanierung des Wohnungsbestands durch Passivhaus-Technologien


€ 33,00
 
pdf eBook
Sofort lieferbar (Download)
Januar 2008

Beschreibung

Beschreibung

Die Wohnungswirtschaft in Deutschland steht derzeit vielfältigen und bisher nicht gekannten Herausforderungen gegenüber. Der demographische Wandel, die Klimaschutzproblematik, zunehmende Leerstände in strukturschwachen Regionen, sowie steigende und immer stärker individualisierte Ansprüche an den Wohnkomfort erfordern schlüssige Konzepte für die Entwicklung der Wohnungsbestände. Eine besondere Bedeutung kommt dabei Maßnahmen zur Verringerung des Energieverbrauchs zu, da sie durch Reduktion der CO2-Emissionen einen wesentlichen Beitrag zur Zukunftsfähigkeit des deutschen Immobilienbestandes leisten können. Dabei stellt sich die Frage, ob der Einsatz energieeffizienter Passivhaustechnologien im Gebäudebestand nicht nur erheblich zum Klimaschutz beitragen, sondern zugleich auch den wirtschaftlichen Rentabilitätsanforderungen genügen kann. Diese Studie untersucht daher die relative wirtschaftliche Vorteilhaftigkeit einer Sanierung mit Passivhaus-Technologien gegenüber herkömmlichen Sanierungsvarianten aus Investorensicht. Im Zentrum der Analyse stehen typische Mehrfamilienhäuser der 50er und 60er Jahre. Dabei baut die Untersuchung auf der Entwicklung verschiedener Szenarien auf. Mit Hilfe der Monte-Carlo-Methode werden unterschiedlichste real mögliche Sanierungsfälle im Sinne einer repräsentativen Stichprobe simuliert und anschließend ökonomisch und statistisch ausgewertet. Die Ergebnisse zeigen die aktuelle und zukünftige Leistungsfähigkeit der Passivhaustechnologien bei der Sanierung von Wohnungen im Bestand.

Inhaltsverzeichnis

1;Inhaltsverzeichnis;8 2;Abkürzungsverzeichnis;10 3;Abbildungsverzeichnis;11 4;Tabellenverzeichnis;12 5;1. Einleitung;14 5.1;1.1. Problemstellung und aktueller Bezug;14 5.2;1.2. Zielsetzung und Hypothese;16 5.3;1.3. Methodik und Ablauf der Untersuchung;18 6;2. Grundlagen der Untersuchung;22 6.1;2.1. Grundlegende begriffliche Abgrenzungen;22 6.1.1;2.1.1 Passivhaus-Technologien;22 6.1.2;2.1.2 Der ökologische Mietspiegel;23 6.1.3;2.1.3 Investorengruppen;24 6.2;2.2. Methodische Grundlagen;24 6.2.1;2.2.1 Lebenszykluskosten-Analyse;24 6.2.2;2.2.2 Kapitalwertmethode;26 6.2.3;2.2.3 Risikoanalyse und Monte-Carlo-Methode;28 6.2.4;2.2.4 Szenario-Analyse;30 6.3;2.3. Prämissen;31 6.3.1;2.3.1 Bautypologie und Gebäudegeometrie;31 6.3.2;2.3.2 Sanierungsmaßnahmen und Nutzereinflüsse;32 6.3.3;2.3.3 Steuern, Finanzierung und öffentliche Förderung;32 6.3.4;2.3.4 Sonstige Prämissen;33 7;3. Entwicklung von Szenarien;36 7.1;3.1. Analyse der Ausgangssituation;36 7.1.1;3.1.1 Kritische Deskriptoren;37 7.1.2;3.1.2 Cross-Impact-Analyse;38 7.2;3.2. Prognose der Entwicklungen;40 7.3;3.3. Synthese - Szenarioformulierung;44 7.3.1;3.3.1 Szenario "Status Quo";44 7.3.2;3.3.2 Szenario "Trend";44 7.3.3;3.3.3 Szenario "Faktor 10";44 7.4;3.4. Strategieentwicklung - Handlungsalternativen des Investors;45 7.4.1;3.4.1 Der Basisfall;45 7.4.2;3.4.2 Die Referenzvariante;46 7.4.3;3.4.3 Die Zielvariante;46 7.5;3.5. Szenarien-Alternativen-Matrix;47 8;4. Entwicklung des Simulationsmodells;50 8.1;4.1. Modellelemente;51 8.2;4.2. Modellstrukturen;53 8.2.1;4.2.1 Berechnungsansätze für ökonomische Größen;54 8.2.2;4.2.2 Berechnungsansätze für technische Größen;57 8.2.3;4.2.3 Berechnungsansätze für statistische Größen;57 8.3;4.3. Konzeption der szenariobasierten simulativen Lebenszyklus-Erfolgsanalyse;58 9;5. Datengewinnung und Datenstruktur;60 9.1;5.1. Daten zur Generierung der Gebäudestichprobe;60 9.2;5.2. Daten zur Lebenszykluserfolgs-Simulation;61 9.2.1;5.2.1 Deterministische Größen;62 9.2.2;5.2.2 Stochastische Größe
n;63 10;6. Ergebnisse und Implikationen;68 10.1;6.1. Allgemeine Simulationsergebnisse;68 10.1.1;6.1.1 Darstellung der Ergebnisse - Szenario "Status Quo";69 10.1.2;6.1.2 Darstellung der Ergebnisse - Szenario "Trend";72 10.1.3;6.1.3 Darstellung der Ergebnisse - Szenario "Faktor 10";75 10.2;6.2. Analyse und Interpretation;77 10.3;6.3. Schlussfolgerungen;80 11;7. Schlussbetrachtung;84 12;Anhang;88 13;Literaturverzeichnis;108 14;Der Autor;116 15;Reihe Nachhaltigkeit;118


Portrait

Florian A. Mertens, Diplom-Kaufmann. Studium der Architektur und der Betriebswirtschaftslehre an der Rheinisch-Westfälischen Technischen Hochschule Aachen. Abschluss 2007 als Diplom-Kaufmann. Derzeit tätig im Portfolio-Management einer börsennotierten Immobilien-AG.

Leseprobe

Kapitel 2.2.3, Risikoanalyse und Monte-Carlo-Methode

Im Unterschied zur Kapitalwertmethode liefert eine Risikoanalyse kein unmittelbares Entscheidungskriterium.

Risikoanalysen sind vollstochastische Verfahren zur Berücksichtigung von Unsicherheit, die unter explizitem Ansatz von Wahrscheinlichkeiten zur Ermittlung von Wahrscheinlichkeitsverteilungen für die zugrunde gelegten Zielgrößen herangezogen werden.

So ermöglichen sie, dem Problem unvollkommener Information bzw. dem Problem der Entscheidung unter Unsicherheit bei Investitionsentscheidungen gerecht zu werden. Ziel einer Risikoanalyse ist die explizite Darstellung von Chancen und Risiken in Form von Risikoprofilen, also die Darstellung der kumulierten relativen Häufigkeiten der Kapitalwerte einer Investition. Diese Risikoprofile sind dann einer statistischen Auswertung zugänglich. Vorausgesetzt wird, dass sich Wahrscheinlichkeiten für die Input-Variablen in objektiver oder subjektiver Form angeben lassen. Diese Verteilungen können sowohl aus empirischen Daten ermittelt, als auch durch Experten geschätzt werden. Subjektive Schätzungen sind allerdings anfällig für vielfältige Fehler, etwa bei der korrekten Bestimmung der Einflussgrößen auf die jeweilige Variable oder bei den Prognosen, bei unzureichender Datenlage sind sie aber in der Regel unvermeidlich. Hinsichtlich der Verarbeitung der (stochastischen) Variablen im Rahmen einer quantitativen Risikoanalyse lassen sich folgende Verfahren unterscheiden:

(1) Vollständige Enumeration
(2) Mathematisch-analytische Verfahren
(3) Paarbildung von Zufallsvariablen
(4) Simulation (mit Monte-Carlo-Methode)

Für ein umfangreiches Modell scheidet die vollständige Enumeration aufgrund des enormen Rechenaufwandes bei hoher Variablenanzahl. aus. Außerdem
ist das Verfahren ausschließlich mit Inputvariablen diskreter Natur durchführbar.104 Die mathematisch-analytischen Verfahren fordern eine Normalverteilung aller Input-Variablen, was eine Berücksichtigung anders verteilter Risiken nicht zulässt. Die Paarbildung von Zufallsvariablen ist wiederum auf die Verarbeitung diskreter Wahrscheinlichkeitsverteilungen beschränkt. Die Simulation mit Monte-Carlo-Methode vermeidet den enormen Rechenaufwand einer vollständigen Enumeration, indem nur eine repräsentative Auswahl aller Kombinationsmöglichkeiten in Form einer Stichprobe gebildet wird.


EAN: 9783836654326
Untertitel: Eine szenariobasierte Lebenszyklus-Erfolgsanalyse. Dateigröße in MByte: 1.
Verlag: Diplomica Verlag
Erscheinungsdatum: Januar 2008
Seitenanzahl: 116 Seiten
Format: pdf eBook
Kopierschutz: Wasserzeichen
Es gibt zu diesem Artikel noch keine Bewertungen.Kundenbewertung schreiben