Nachhaltigkeits-Screening-Tool als Entscheidungshilfe im Bereich der urbanen Mobilität.

Abstract

Die Arbeit beschreibt die Entwicklung eines Nachhaltigkeits-Screening-Tools, mit dem in kurzer Zeit und ohne großes Expertenwissen beurteilt werden kann, ob Innovationen, die die Attraktivität des öffentlichen Verkehrs verbessern sollen, eine nachhaltige Entwicklung wirklich fördern oder nicht. In diesem Screening-Tool sind die drei Ebenen der Nachhaltigkeit (umwelt-, soziale- und wirtschaftliche Ebenen) zusammengefasst. Nichts desto trotz liegt das Hauptaugenmerk auf der umwelt- und der sozialen Ebene. Die Methode um die Einflüsse auf die Umwelt zu beurteilen basiert auf einer vereinfachten Ökobilanz. Es wurden Umweltfaktoren ausgewählt und deren Beurteilung wird quantitativ mit existierenden Datenbanken abgeglichen. Mit der Hilfe von Experteninterviews wurden soziale Indikatoren, die die grundlegenden Wünsche und Bedürfnisse der Menschen in Bezug auf die Nutzung der öffentlichen Verkehrsmittel beschreiben, identifiziert. Im Hintergrund des Tools läuft ein Modul ab, das auf Basis einer Identifikation von Zielpersonen und durch die Beurteilung von sozialen Indikatoren ermittelt, ob die Menschen wirklich von ihren privaten Autos auf die öffentlichen Verkehrsmittel umsteigen. Mit dem Nachhaltigkeitsscreening werden die Ergebnisse für jede Idee vergleichend für die Situation vor und nach der Implementierung dargestellt. Insgesamt wurden damit vier Fallstudien für München durchgeführt. Eine Übertragung auf weitere Städte und deren Mobilitätssysteme ist möglich.The sustainability-screening tool developed in this study assists companies during their decision-making processes for the implementation of sustainable innovations in the field of public transport. This tool can be used without specific expertness with few data in a short time. The methodology merges a simplified Life Cycle Assessment, a qualitative analysis of social indicators, which have been developed with the help of experts interviews, as well as an analysis of user behavior correlated with modal share estimation. Simulations have been run for four case studies in Munich. The transferability to other cities is also possible.