Our tools: data-driven and analytical
In order to understand and shape the complex systems of industrial transformation, we rely on a foundation of modern, data-supported and analytical methods. These tools allow us to quantitatively and holistically assess sustainability and resilience.
Life Cycle Assessment (LCA) – Die Ökobilanz
Das Life Cycle Assessment ist unsere zentrale Methode zur ganzheitlichen Bewertung von Umweltwirkungen. Wir betrachten dabei den gesamten Lebensweg eines Produkts oder einer Dienstleistung, von der Rohstoffgewinnung über die Produktion und Nutzung bis hin zum Recycling oder der Entsorgung ("von der Wiege bis zur Bahre").
Dieser Ansatz ermöglicht es uns, über die reine CO₂-Diskussion hinauszugehen und eine Vielzahl von Umweltkategorien (z.B. Ressourcenverbrauch, Versauerung, Toxizität) zu analysieren. So vermeiden wir Problemverlagerungen – also die Gefahr, ein Problem zu lösen, indem wir an anderer Stelle ein neues, vielleicht sogar größeres schaffen. Die Anwendung nach internationalen Standards (ISO 14040/44) sichert dabei die wissenschaftliche Validität und Vergleichbarkeit unserer Ergebnisse.
Typische Fragestellungen bei uns:
- Welches Material oder welcher Produktionsprozess ist über den gesamten Lebenszyklus hinweg umweltfreundlicher?
- Wo sind die ökologischen "Hotspots" in einer Wertschöpfungskette und wo setzen wir mit Verbesserungen am wirksamsten an?
- Wie schneidet ein zirkuläres Geschäftsmodell im Vergleich zu einem linearen Modell in der Gesamtumweltbilanz ab?
Digitale Werkzeuge für die Twin Transition
An unserem Lehrstuhl ist die "Twin Transition" – die untrennbare Verschränkung der digitalen und der nachhaltigen Transformation – unser zentraler methodischer Ansatz. Wir nutzen digitale Werkzeuge als Hebel, um Nachhaltigkeit messbar, analysierbar und optimierbar zu machen.
- Die Basis bildet die systematische Datenanalyse (Data Analytics), um Ineffizienzen und Potenziale in bestehenden Prozessen und Energiesystemen aufzudecken.
- Darauf aufbauend verwenden wir Digitale Zwillinge als virtuelle Testfelder, um neue, ressourcenschonende Prozesse oder komplexe Systeme wie Energienetze risikofrei zu simulieren und zu validieren.
- Methoden der Künstlichen Intelligenz (KI), insbesondere des maschinellen Lernens, dienen uns schließlich dazu, diese Systeme autonom zu steuern oder Produktionsprozesse in Echtzeit zu optimieren.
Dieser integrierte methodische Dreiklang – Verstehen, Simulieren, Optimieren – ermöglicht es uns, die Vorteile der Digitalisierung direkt für die Ziele der Nachhaltigkeit nutzbar zu machen.
Techno-ökonomische Analyse (TEA)
Die TEA ist unser Instrument, um die Brücke zwischen technischer Machbarkeit und wirtschaftlicher Tragfähigkeit zu schlagen. Eine nachhaltige Innovation kann sich nur durchsetzen, wenn sie auch ökonomisch rentabel ist.
In unseren Analysen kombinieren wir technische Prozessdaten (z.B. Energieeffizienz, Materialeinsatz) mit ökonomischen Modellen (z.B. Investitions- und Betriebskosten, Marktpreise). Auf diese Weise können wir die Wirtschaftlichkeit von Zukunftstechnologien unter verschiedenen Szenarien bewerten, Kosten-Nutzen-Verhältnisse aufzeigen und robuste Business Cases für nachhaltige Lösungen entwickeln.
Typische Fragestellungen bei uns:
- Ab welchem Skalierungsgrad oder welchem Energiepreis wird die Herstellung von grünem Wasserstoff für ein Industrieunternehmen profitabel?
- Welche Investition ist langfristig kosteneffektiver: eine zentrale Großanlage oder mehrere dezentrale, vernetzte Module?
- Wie wirken sich regulatorische Änderungen (z.B. CO₂-Preise) auf die Wettbewerbsfähigkeit verschiedener technologischer Pfade aus?