VERKEHR ENERGIE WIRTSCHAFT Verkehrsmengen/ Antriebsstruktur Straßengüterverkehr (Netzmodell) Pkw-Modelle (Kohortenmodell, E-Flotte) Demografie Welthandel VIEW Weltwirtschaft Umweltwirtschaft OCCUR Sozialversicherung Mikrosimulation Abfallwirtschaft DINOS Branchenmodell REGINA Regionalökonomie Fachkräftemodell Gebäudemodell (Haushalt) Nachfragesektoren (Haushalte, Dienstleistungen, Industrie, Verkehr) Lastprofile Gasmodell Strommarktmodell (Kraftwerke, Erneuerbare, KWK, Wasser) Energiepreise

Steckbriefe der Prognos-Modelle

 

Klicken Sie auf ein Modell, um mehr zu erfahren.

Energie

Sektormodell Endenergieverbrauch des Sektors Private Haushalte, inkl. Wohngebäude

  • Anwendungszwecke, Einsatz

    • Berechnung des Endenergieverbrauchs im Sektor Private Haushalte (Deutschland und Schweiz)
    • Teil von Szenarienarbeiten im Energiesystem
    • nutzbar zur Bestimmung von Auswirkungen energiepolitischer Maßnahmen und Instrumente auf den Energieverbrauch von Gebäuden und sonstigen Verbrauchern im Sektor Private Haushalte (u.a. Elektrogeräte)
  • Modelltyp

    energiewirtschaftliches Bottom-up-Simulationsmodell

    dabei berücksichtigte Restriktionen sind v. a. Investitionszyklen, Lebensdauer von Anlagen, Entwicklung von Technologiekosten und Energiepreisen

  • Abgebildete Kategorien

    • Gebäudepark nach Gebäudetypen und Alterskohorten
    • Heizsysteme und Warmwassererzeuger
    • Energieträger (analog zur Energie- und Satellitenbilanz)
    • Verwendungszwecke, Elektrogeräte
    • Maßnahmen/Instrumente
  • Regionale Abdeckung

    • Deutschland: Bundesebene, Bundesländer
    • Schweiz: Bund, Kantone
  • Szenarien- und prognosefähig?

    Ja
  • Zeitraum

    • ex post bis 1990 (Gebäudepark z. T. noch früher), ex ante bis 2060 (wird nach Bedarf weiter fortgeschrieben)
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    • Energiebilanzen
    • Gebäudestatistiken (u. a. Flächen, Zubau, Energieträgerstruktur)
    • Anwendungsbilanzen
    • Statistiken zu Bevölkerung und Haushalten
    • vielfach einzelne Quellen zu technischen Lösungen
  • Input

    • Demografie, Baustatistik, Marktanalysen Elektrogeräte
    • Trends (z. B. Haushaltsgrößen, Haushaltsentwicklungen), Effizienzentwicklung basierend auf technischem Fortschritt und politischen Instrumenten
  • Output

    • Endenergieverbrauch (und THG-Emissionen) nach Energieträgern und Anwendungen
    • bei Szenarienarbeiten: Differenzinvestitionen und Differenz der Energieverbrauchskosten zu einer Referenzentwicklung
  • Modellkern, Dynamik

    • Alterskohorten nach Gebäudetypen, Gerätekohorten
    • Abbildung in Jahresschritten
    • Dynamik nach Investitionszyklen mit Abalterung und Neuanschaffung, ggf. von Trends überlagert
    • Sanierungsraten und Sanierungseffizienz nach Gebäudetypen und Altersklassen können simuliert werden
    • Nebenmodul Simulation der Energieträgerstruktur anhand von Energiepreisen, Anlagenkosten und Potenzialrestriktion
  • Modellierplattform

    Wolfram Mathematica ©, Datenschnittstelle Excel

Energie

Sektormodell Endenergieverbrauch des Sektors Private Haushalte, inkl. Wohngebäude

  • Anwendungszwecke, Einsatz

    • Berechnung des Endenergieverbrauchs im Sektor Private Haushalte (Deutschland und Schweiz)
    • Teil von Szenarienarbeiten im Energiesystem
    • nutzbar zur Bestimmung von Auswirkungen energiepolitischer Maßnahmen und Instrumente auf den Energieverbrauch von Gebäuden und sonstigen Verbrauchern im Sektor Private Haushalte (u.a. Elektrogeräte)
  • Modelltyp

    energiewirtschaftliches Bottom-up-Simulationsmodell

    dabei berücksichtigte Restriktionen sind v. a. Investitionszyklen, Lebensdauer von Anlagen, Entwicklung von Technologiekosten und Energiepreisen

  • Abgebildete Kategorien

    • Gebäudepark nach Gebäudetypen und Alterskohorten
    • Heizsysteme und Warmwassererzeuger
    • Energieträger (analog zur Energie- und Satellitenbilanz)
    • Verwendungszwecke, Elektrogeräte
    • Maßnahmen/Instrumente
  • Regionale Abdeckung

    • Deutschland: Bundesebene, Bundesländer
    • Schweiz: Bund, Kantone
  • Szenarien- und prognosefähig?

    Ja
  • Zeitraum

    • ex post bis 1990 (Gebäudepark z. T. noch früher), ex ante bis 2060 (wird nach Bedarf weiter fortgeschrieben)
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    • Energiebilanzen
    • Gebäudestatistiken (u. a. Flächen, Zubau, Energieträgerstruktur)
    • Anwendungsbilanzen
    • Statistiken zu Bevölkerung und Haushalten
    • vielfach einzelne Quellen zu technischen Lösungen
  • Input

    • Demografie, Baustatistik, Marktanalysen Elektrogeräte
    • Trends (z. B. Haushaltsgrößen, Haushaltsentwicklungen), Effizienzentwicklung basierend auf technischem Fortschritt und politischen Instrumenten
  • Output

    • Endenergieverbrauch (und THG-Emissionen) nach Energieträgern und Anwendungen
    • bei Szenarienarbeiten: Differenzinvestitionen und Differenz der Energieverbrauchskosten zu einer Referenzentwicklung
  • Modellkern, Dynamik

    • Alterskohorten nach Gebäudetypen, Gerätekohorten
    • Abbildung in Jahresschritten
    • Dynamik nach Investitionszyklen mit Abalterung und Neuanschaffung, ggf. von Trends überlagert
    • Sanierungsraten und Sanierungseffizienz nach Gebäudetypen und Altersklassen können simuliert werden
    • Nebenmodul Simulation der Energieträgerstruktur anhand von Energiepreisen, Anlagenkosten und Potenzialrestriktion
  • Modellierplattform

    Wolfram Mathematica ©, Datenschnittstelle Excel

Energie

Sektormodell Endenergieverbrauch des Sektors Gewerbe, Handel, Dienstleistungen (GHD)

GHD-Modell

  • Anwendungszwecke, Einsatz

    • Berechnung des Endenergieverbrauchs im Sektor GHD
    • Teil von Szenarienarbeiten im Energiesystem
    • nutzbar zur Bestimmung von Auswirkungen energiepolitischer Maßnahmen und Instrumente auf den Energieverbrauch von Gebäuden und sonstigen Verbrauchern im Sektor GHD
  • Modelltyp

    energiewirtschaftliches Bottom-up-Simulationsmodell

    dabei berücksichtigte physische Restriktionen (Sanierungstiefe, Effizienz Geräte)

  • Abgebildete Kategorien

    • Gebäudefläche nach Altersklassen und Branchen
    • Energieträger (analog EBil + SatBil)
    • Anwendungen
    • Maßnahmen/Instrumente
  • Regionale Abdeckung

    • Deutschland: Bundesebene, Bundesländer
    • Schweiz: Bund, Kantone
  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    • ex post bis 1990, ex ante bis 2050 (wird nach Bedarf weiter fortgeschrieben)
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    • Energiebilanzen/Satellitenbilanzen
    • Gebäudeflächen
    • Anwendungsbilanzen
    • vielfach einzelne Quellen zu technischen Lösungen oder Branchen
  • Input

    • wirtschaftliche Entwicklung der abgebildeten Branchen (Erwerbstätige, Bruttowertschöpfung)
    • Witterung/Klimaerwärmung
    • Effizienzentwicklung basierend auf technischem Fortschritt und politischen Maßnahmen und Instrumenten
  • Output

    • Endenergieverbrauch (und THG-Emissionen) nach Branchen, Energieträgern und Anwendungen
    • bei Szenarienarbeiten: Differenzinvestitionen und Energieverbrauchs(kosten)unterschiede zu einer Referenzentwicklung können berechnet werden
  • Modellkern, Dynamik

    • Abgangsraten der Gebäudefläche
    • Sanierungsraten und Sanierungseffizienz nach Gebäudetypen und Altersklassen können simuliert werden
    • Entwicklung des spezifischen Energieverbrauchs der Geräte/Anlagen
  • Modellierplattform

    Wolfram Mathematica ©, Datenschnittstelle Excel

Energie

Sektormodell Endenergieverbrauch der Industrie (Verarbeitendes Gewerbe)

I_DE / I_CH

  • Anwendungszwecke, Einsatz

    • Berechnung des Endenergieverbrauchs im Industriesektor (Deutschland und Schweiz)
    • Teil von Szenarienarbeiten im Energiesystem
    • nutzbar zur Bestimmung von Auswirkungen energiepolitischer Maßnahmen und Instrumente auf den Energieverbrauch einzelner Akteure der Industrie
  • Modelltyp

    energiewirtschaftliches Bottom-up-Simulationsmodell

    dabei berücksichtigte Restriktionen sind v. a. Investitionszyklen, Lebensdauer von Anlagen

  • Abgebildete Kategorien

    • Branchen (feiner als EBil)
    • Energieträger (analog EBil + SatBil)
    • Anwendungen (inkl. Prozesswärmeniveaus und Querschnittstechnologien)
    • Prozessbedingte Emissionen (analog Nationales Treibhausgasinventar)
    • Maßnahmen/Instrumente
  • Regionale Abdeckung

    • Deutschland: Bundesebene, Bundesländer
    • Schweiz: Bund, Kantone
  • Szenarien- und prognosefähig?

    Ja
  • Zeitraum

    • ex post bis 1990, ex ante bis 2060 (wird nach Bedarf weiter fortgeschrieben)
    • Berechnung und Darstellung in Jahresschritten (Schweiz: zusätzlich Quartale)
  • Datenbasen

    • Energiebilanzen
    • Anwendungsbilanzen
    • Branchendaten
    • vielfach einzelne Quellen zu technischen Lösungen
  • Input

    • wirtschaftliche Entwicklung der abgebildeten Branchen
    • Trends, Effizienzentwicklung basierend auf technischem Fortschritt und politischen Maßnahmen und Instrumenten
  • Output

    • Endenergieverbrauch (und THG-Emissionen) nach Branchen, Energieträgern und Anwendungen
    • bei Szenarienarbeiten: Differenzinvestitionen und Energieverbrauchs(kosten)unterschiede zu einer Referenzentwicklung
  • Modellkern, Dynamik

    • hohe Disaggregation der einzelnen Energieverbraucher
    • Abbildung in Jahresschritten (Schweiz: Quartalsschritten)
    • Dynamik nach Investitionszyklen mit Abalterung und Neuanschaffung, ggf. von Trends überlagert
    • Schweiz: Alterskohorten der Produktionsanlagen
  • Modellierplattform

    Wolfram Mathematica ©, Datenschnittstelle Excel

Energie

Prognos-Strommarktmodell

  • Anwendungszwecke, Einsatz

    Modellierung des europäischen Stromsektors

    nutzbar zur Bestimmung von Auswirkungen energiepolitischer Maßnahmen und Instrumente auf den Stromsektor

  • Modelltyp

    Fundamentalmodell
  • Abgebildete Kategorien

    • konventionelle Kraftwerke
    • erneuerbare Kraftwerke
    • Speicher, Lastmanagement, flexible Nachfrage
  • Regionale Abdeckung

    • Europa: Länder, Bundesländer, Regionen
    • Fokus: Deutschland
  • Szenarien- und prognosefähig?

    Ja
  • Zeitraum

    ex post bis 1990, ex ante bis 2060

  • Datenbasen

    • Kraftwerksdatenbank
    • Statistik
    • Branchendaten
  • Input

    Kraftwerkspark (Bestand), Brennstoff- und CO2-Preise, Investitionskosten, Betriebskosten, technische Kraftwerksparameter, KWK und Fernwärme, Stromnachfrage, Handelskapazitäten, energiepolitische Vorgaben

  • Output

    Stromerzeugung, installierte Leistung, Brennstoffeinsatz, Emissionen, Stromhandel, Wirtschaftlichkeit von Kraftwerken, Großhandels- und Endkundenstrompreise, Kosten des Stromsystems

  • Modellkern, Dynamik

    • stündlicher Dispatch von Kraftwerken, Speichern, Lastmanagement
    • Zubau- und Rückbauentscheidung
  • Modellierplattform

    C#, Datenschnittstelle Excel

Energie

Lastprofile Stromverbrauch

  • Anwendungszwecke, Einsatz

    • Berechnung des stündlichen Stromverbrauchs
    • Teil der Szenarienarbeiten im Energiesystem
    • nutzbar zur Analyse der Auswirkungen von Energieeffizienz und der Entwicklung des Stromverbrauchs im Allgemeinen auf die Laststruktur und die Spitzenlast im Stromsystem
  • Modelltyp

    Simulationsmodell
  • Abgebildete Kategorien

    • Branchen (feiner als EBil)
    • Anwendungen
  • Regionale Abdeckung

    grundsätzlich unabhängig von der geografischen Abgrenzung einsetzbar (z. B. auf Ebene von Ländern, Bundesländern, Netzgebieten etc.)

    bisheriger Einsatz:

    • Deutschland: Bundesebene
    • Schweiz: Bundesebene, Großregionen
  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    • ex post bis 2012, ex ante bis 2050 (wird nach Bedarf weiter fortgeschrieben)
    • Berechnung und Darstellung auf Stundenbasis
  • Datenbasen

    • Energiebilanzen
    • Gesamtlastprofil gemäß entso-e, Daten von Stromnetzbetreibern
  • Input

    • Entwicklung des Endenergieverbrauchs/anwendungsspezifischen Stromverbrauchs pro Sektor
    • Witterungsparameter (Heizgradtage, Kühlgradtage, etc.)
    • Anwendungsspezifische Lastprofile für spezifische Anwendungen
    • Gesamtlastprofile (ex-post)
  • Output

    • Stromverbrauch auf Stundenbasis
    • charakteristische Größen des stündlichen Stromverbrauchs: Extremwerte (min/max-Werte, Spitzenlast), Lastveränderung (Lastrampen), Laststruktur (Lastdauerlinie, Verhältnis min/max, Temperatursensitivität etc.)
  • Modellkern, Dynamik

    • Simulation anwendungsspezifischer Lastprofile
    • Abbildung auf Stundenbasis
    • Kalibration auf das Gesamtlastprofil
  • Modellierplattform

    Wolfram Mathematica ©, Datenschnittstelle Excel

Verkehr

VerkehrsInformations-, Simulations- und UmlegungsModell

VISUM

  • Anwendungszwecke, Einsatz

    • Modellierung der Verkehrsströme (z. B. im europäischen Güterverkehr)
    • Simulation der Routenwahl im Straßenverkehr (eingeschränkt auch im Schienenverkehr)
  • Anwendungsbeispiele, Projekte

    • Analyse der territorialen sowie nationalen Verkehrs- und Fahrleistungen (auch regional NUTS1 sowie NUTS2)
    • Analyse des alpenquerenden (Güter-)Verkehrs (Straße und Schiene)
    • Analyse der externen (Maut-)Kosten in Europa
  • Modelltyp

    Software zur Simulation von Verkehrsströmen im Netzen
  • Abgebildete Kategorien

    • Verkehrsträger: Straße (gut) und Schiene (ausbaufähig)
    • Verkehrsmodi: Güter NSTR (gut) und Personen (noch nicht vorhanden)
  • Regionale Abdeckung

    • momentan Europa mit überregionalem Straßen- und Schienennetz
    • kann je nach Aufgabenstellung angepasst werden – Restriktion: Lizenzgröße mit Limit bei Anzahl der Bezirke, Knoten und Kanten
  • Szenarien- und prognosefähig?

    ja: Szenarien möglich durch Variation der Inputdaten (Verkehrsmengen) und/oder der Infrastruktur (Netzanpassung)

  • Zeitraum

    • abhängig von den Inputdaten (Verkehrsprognosen, Ausbauzustände der Infrastruktur); derzeitiger Horizont ca. 2030
    • muss anschließend alles in den Netzen und Nachfragematrizen angepasst werden
  • Datenbasen

    • prinzipiell alle offiziellen Verkehrsstatistiken nutzbar (insb. Verflechtungsinformationen)
    • Nutzer kann Daten-/Verkehrs-/Transport-Aufkommen selbst erzeugen/errechnen lassen
  • Input

    • Verkehrs-/Transportverflechtungsinformationen (z. B. von Eurostat, nationalen Statistiken)
    • Mautkosten, Zählstellendaten, Netzparameter (GIS-Daten zu Strecken/-Straßennetzen und NUTS-Bezirken)
  • Output

    • Streckenbelastungen (Lkw/Tag) im europäischen Straßengüterverkehr auf Basis der simulierten Routenwahl
    • Streckenbelastungen: auf einzelnen Strecken, Spinnen zur Visualisierung der Von-Nach-Ströme über einen Querschnitt
    • und vieles mehr …
  • Modellkern, Dynamik

    • Grundlage sind Netze (Straße, Schiene) in Form von Knoten und Kanten mit Einspeispunkten für das Aufkommen
    • Dynamik abhängig vom Input
  • Modellierplattform

    • PTV Vision VISUM
    • vielfältige Schnittstellen (ESRI/GIS, Datenbanken, Excel, Python etc.)

Verkehr, Energie

Pkw-Kohortenmodell

VERM

  • Anwendungszwecke, Einsatz

    Berechnung der Pkw-Bestände, -Fahrleistungen, -Energieverbräuche und -Emissionen

  • Modelltyp

    Kohortenmodell
  • Abgebildete Kategorien

    • Pkw (Benzin, Benzin-Hybrid, Diesel, Diesel-Hybrid, CNG, CNG-Hybrid, LPG, Plug-in-Hybrid, Elektro, FCV)
    • Segmente (Größenklassen) – im Aufbau
    • Neuzulassungen, Bestände, Fahrleistungen, Energieverbräuche und Emissionen
  • Regionale Abdeckung

    Deutschland

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    1990–2050

  • Datenbasen

    KBA Neuzulassungen, Bestände und Fahrleistungen

  • Input

    • Neuzulassungen nach Antrieb (Statistik ex post, Annahmen ex ante), spezifische Verbräuche der Neuzulassungen, spezifische Fahrleistung nach Alter und Antrieb
    • Bestand nach Antrieb (ex post)
  • Output

    Bestand, Fahrleistung, Energieverbrauch und Emissionen nach Antrieb und Alter

  • Modellkern, Dynamik

    • Bestand wird aus Neuzulassungen und Absterbefunktion gebildet (Weibull-Funktion).
    • Spezifische Energieverbräuche und Fahrleistungen werden nach Fahrzeugalter und Antrieb definiert.
  • Modellierplattform

    Mathematica ©, Datenschnittstelle Excel

Verkehr, Energie

E-Flotte

  • Anwendungszwecke, Einsatz

    • zeitaufgelöste Fahrleistung, Energieverbrauch und Lademenge von Elektrofahrzeugen
    • verschiedene Ladevarianten können simuliert werden
  • Anwendungsbeispiele, Projekte

    • flexible Verbraucher (E-Pkw) quantifizieren
    • Szenarienprojekte
  • Modelltyp

    Pkw-Flotte, Simulation
  • Abgebildete Kategorien

    • synthetische Pkw-Flotte (repräsentiert Vollbestand)
    • Fahrtzwecke: Freizeit, Arbeit, Einkauf, sonstige
    • Ladeleistung: langsam, schnell
  • Regionale Abdeckung

    je nach Flotte, die simuliert wird

  • Szenarien- und prognosefähig?

    ja, abhängig von den Inputparametern
  • Zeitraum

    2015 - 2050

  • Datenbasen

    • MiD – Mobilität in Deutschland
    • KBA: Bestand Elektrofahrzeuge
  • Input

    • MiD – Mobilität in Deutschland
    • KBA: Bestand Elektrofahrzeuge
  • Output

    Fahrprofil und Stromnachfrage (zeitaufgelöst: min)

  • Modellkern, Dynamik

    • Simulation der Fahrzeugflotte
    • Fahrleistung
    • Ladeverhalten (flexibel/inflexibel)
  • Modellierplattform

    R

Verkehr

Verkehrsmengenmodell

VMM

  • Anwendungszwecke, Einsatz

    Verkehrsprognosen für Personen- und Güterverkehr unter Berücksichtigung der (sozio)ökonomischen Leitvariablen

  • Modelltyp

    Verkehrsprognose und Strukturmodell
  • Abgebildete Kategorien

    • Verkehrsträger: Straße, Schiene, Luftfahrt, Binnenschifffahrt, Seeverkehr
    • Verkehrszweige: motorisierte Zweiräder, Pkw, Busse, leichte Nutzfahrzeuge, Lkw, Sattelzugmaschinen, Stadtbahnen, Schiene (nah und fern), Güterzüge usw.
    • Verkehrsleistung, Fahrleistung, Bestände, Neuzulassungen
    • Antriebsstruktur (Benzin, Diesel, Elektro, Erdgas etc.)
    • Segmente (Größenklassen) bei Pkw – im Aufbau
  • Regionale Abdeckung

    wichtige internationale Märkte, Europa, Deutschland, teilweise Bundesländer

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    1990–2050

  • Datenbasen

    • Kraftfahrzeugbestände und Neuzulassungen (Eurostat, KBA)
    • Fahrleistungen (BASt, KBA, Destatis)
  • Input

    Verkehrsstatistik

  • Output

    Verkehrsprognosen

  • Modellkern, Dynamik

    • Prognosemodell mit Leitvariablen (ökonomische und sozioökonomische)
    • Korrelationsanalysen zur Wahl der geeigneten Leitvariable
  • Modellierplattform

    MS Excel (VBA)

Abfall und Sekundärrohstoffe

Datenbank und multimodulares Modell Abfallwirtschaft

MARIA (für DE) und EUWAS (für EU 28)

  • Anwendungszwecke, Einsatz

    • Abfallaufkommensprognosen (stoffstromspezifische Teilmodule)
    • Anlagenkapazität- und -auslastungsprognosen
    • Wettbewerbsanalysen
    • Gesetzesfolgenabschätzungen, Grundlagen zur Entscheidungsunterstützung
    • Preisprognosen
  • Modelltyp

    szenariobasiertes Prognose- und Simulationsmodell
  • Abgebildete Kategorien

    • Abfallaufkommen und Zusammensetzung (inkl. Import/Export)
    • Behandlungs- und Verwertungsoptionen
    • Kapazitäten/Auslastung
    • Preise
  • Regionale Abdeckung

    • Deutschland: Bundesländer, Kreise/kreisfreie Städte
    • EU 28 + CH: unterschiedlicher Detaillierungsgrad nach Ländern/ Stoffströmen/Anlagentypen
  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    ex post bis 1995 (stoffstrom- und länderspezifische Datenverfügbarkeit), ex ante bis 2035 (bei Bedarf auch darüber hinaus)

  • Datenbasen

    • Eurostat, EEA, nationale statistische Ämter, nationale und internationale Verbände
    • Destatis, statistische Ämter der Bundesländer, Umweltbundesamt, Verbände
    • Branchenverbandsdaten, Eigenauskünfte von Marktteilnehmern, Wirtschaftsdatenbanken
    • demografische und sektorspezifische wirtschaftliche Parameter – Schnittstelle zu Prognos-Modellen VIEW, REGINA
  • Input

    • Abfallaufkommen (nach Stoffströmen bzw. AVV), Abfallzusammensetzung
    • Anlagendaten
    • Unternehmensdaten (inkl. Gesellschafter)
    • abfallwirtschaftspolitische Rahmenbedingungen und Zielvorgaben
    • demografische und wirtschaftliche Parameter
  • Output

    • Einzelprognosen zu Angebot und Nachfrage (Abfallaufkommen, Behandlungsoptionen, Kapazitätsbedarfe, Preise)
    • ganzheitliche Bewertung abfallwirtschaftlicher Entwicklungsoptionen und Wettbewerbssituation (Cross-Impact-Analyse)
  • Modellkern, Dynamik

    • stoffstromspezifische Entwicklung von Angebot und Nachfrage
    • Abbildung auf Jahresbasis
  • Modellierplattform

    MS Access/MS Excel, Power BI

volkswirtschaftliche Grundsatzfragen/Arbeitsmarkt und soziale Sicherung

Prognos-Mikrosimulationsmodell

PROMSI

  • Anwendungszwecke, Einsatz

    • Steuer- und Transfersimulation auf Personen- und Haushaltsebene
    • Verteilungswirkungen von fiskal-, sozial- und familienpolitischen Reformen
    • Abschätzung gesamtwirtschaftlicher und fiskalischer Auswirkungen
  • Modelltyp

    Steuer- und Transfermodell auf Personen- und Haushaltsebene
  • Abgebildete Kategorien

    • Einkommensteuer
    • (Energiesteuern)
    • Sozialversicherungsbeiträge
    • Transferzahlungen
    • Einkommens-/Einkunftsarten
  • Regionale Abdeckung

    Deutschland: Bundesebene, Bundesländer, Raumordnungsregionen

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    • 2000–2016
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    Sozio-oekonomisches Panel (SOEP)

  • Input

    • SOEP
    • Parameter Steuer- und Transfersystem
  • Output

    • Einkommensteuerzahlungen
    • Sozialversicherungsbeiträge
    • Transferzahlungen
  • Modellkern, Dynamik

    • statisches Mikrosimulationsmodell
    • keine Dynamik
  • Modellierplattform

    R

volkswirtschaftliche Grundsatzfragen/Arbeitsmarkt und soziale Sicherung

Outlook on Care, Cure, Unemployment and Retirement

OCCUR

  • Anwendungszwecke, Einsatz

    • Simulation der Finanzentwicklung der deutschen Sozialversicherungen
    • intergenerative Verteilungswirkungen von sozialpolitischen Reformen
    • Abschätzung gesamtwirtschaftlicher und fiskalischer Auswirkungen
  • Modelltyp

    Sozialversicherungsmodell
  • Abgebildete Kategorien

    • Sozialversicherungen (gesetzliche Rentenversicherung, gesetzliche Krankenversicherung, soziale Pflegeversicherung, Arbeitslosenversicherung)
    • Einnahmen (Sozialbeiträge, Bundeszuschuss etc.)
    • Ausgaben (Transfers etc.)
    • durchschnittliche Zahlungen nach Alter/Jahrgang und Geschlecht
  • Regionale Abdeckung

    Deutschland

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    • ex post ab 1991, ex ante bis 2060 (variabel)
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    • Statistik der Deutsche Rentenversicherung, der gesetzlichen Krankenversicherung (BMG), der sozialen Pflegeversicherung (BMG), der Arbeitslosenversicherung (BA)
    • Statistisches Bundesamt (Bevölkerung, Erwerbspersonen, Pflegestatistik etc.)
  • Input

    • Bevölkerungsprojektion, Einnahmen und Ausgaben der Sozialversicherungen nach Alter und Geschlecht
    • Parameter Sozialversicherungssystem
  • Output

    • Einnahmen, Ausgaben der Sozialversicherungszweige
    • Beitragsätze
    • Bundeszuschuss
    • Leistungsempfänger, Beitragszahler
  • Modellkern, Dynamik

    Kohorten-Komponenten-Modell

  • Modellierplattform

    Python, Excel, Mathematica

volkswirtschaftliche Grundsatzfragen

Welthandelsmodell

WHM

  • Anwendungszwecke, Einsatz

    • Analyse globaler Handelsströme auf sehr detaillierter Basis
    • Verknüpfung mit der globalen Innovationsdynamik (Patentanalysen)
    • Analyse von Querschnittsbranchen (z. B. Umweltwirtschaft)
  • Modelltyp

    Datenbank
  • Abgebildete Kategorien

    • Importe, Exporte
    • Patenttätigkeit
  • Regionale Abdeckung

    42 Volkswirtschaften (analog zu VIEW)

  • Szenarien- und prognosefähig?

    nein
  • Zeitraum

    1995–2017 (ggf. erweiterbar bis 1990)

  • Datenbasen

    • Comtrade (UN)
    • Patstat (EPO)
  • Input

    Zeitreihen, stark disaggregiert und schwer auszulesen

  • Output

    Zeitreihen, anschaulich aufbereitet

  • Modellkern, Dynamik

    • Datenbank
    • keine Dynamik (ggf. händische Trendfortschreibung auf Grundlage der VIEW-Prognosen)
  • Modellierplattform

    MS Excel, MySQL, Talend, Jedox

volkswirtschaftliche Grundsatzfragen/Arbeitsmarkt und soziale Sicherung

Demografiemodell

  • Anwendungszwecke, Einsatz

    • Fortschreibung des Bevölkerungsstands für Deutschland nach Alter und Geschlecht
    • Simulation alternativer Bevölkerungsentwicklungen (z. B. Zuwanderungsboom)
  • Modelltyp

    Bevölkerungsvorausberechnungsmodell
  • Abgebildete Kategorien

    • Bevölkerungsstand
    • Geburten
    • Zu-/Fortzüge
    • Sterbefälle
  • Regionale Abdeckung

    Deutschland

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    • ex post ab 1991, ex ante bis 2060
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    • Bevölkerungsstand, Geburtenziffern, Zu-/Fortzüge, Sterbetafel (Statistisches Bundesamt)
    • Annahmen (Statistisches Bundesamt, koordinierte Bevölkerungsvorausberechnung)
  • Input

    Bevölkerungsstand, Geburtenziffern, Zu-/Fortzüge, Sterbetafel

  • Output

    Bevölkerung nach Einzelalter und Geschlecht

  • Modellkern, Dynamik

    • Kohorten-Komponenten-Modell
    • Projektion der Bevölkerungsentwicklung infolge von Geburten, Sterbefällen, Zu-/Abwanderung
  • Modellierplattform

    Excel

volkswirtschaftliche Grundsatzfragen

Fachkräftemodell

  • Anwendungszwecke, Einsatz

    • Prognose von Arbeitsnachfrage, Arbeitsangebot und daraus resultierender Fachkräftelücke
    • Aufzeigen von Handlungsfeldern und deren Beitrag zur Reduktion der potenziellen Fachkräftelücke
    • Welche Arbeitsinhalte (Tätigkeiten) werden zukünftig stärker nachgefragt?
    • Szenarienrechnungen, z. B.: Welchen Einfluss hat ein verändertes Bildungsverhalten auf die Fachkräftelücke?
  • Modelltyp

    Angebot-Nachfrage-Modell des Arbeitsmarkts
  • Abgebildete Kategorien

    • Nachfrage und Angebot an Arbeitskräften sowie entstehende Fachkräftelücke, differenziert nach Qualifikation, Hauptfachrichtung, Tätigkeit, Beruf und Branche
    • Alters- und geschlechtspezifische Wochenarbeitszeiten und Erwerbsquoten
  • Regionale Abdeckung

    Deutschland: Bundesebene, Bundesländer(-aggregate)

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    Stützzeitraum 2000–2017, Simulationszeitraum bis 2060 (Stand: Oktober 2018)

  • Datenbasen

    • Erwerbstätigenprognose aus VIEW (differenziert nach Branchen)
    • Mikrozensus
    • Bundesagentur für Arbeit und IAB
    • Destatis
  • Input

    • volkswirtschaftliche und demografische Zeitreihen
    • diverse Matrizen, bspw. zur Differenzierung der Berufsbilder nach Branchen oder Hauptfachrichtungen
  • Output

    wie Input

  • Modellkern, Dynamik

    • Ableitung der branchenspezifischen Arbeitskräftenachfrage aus VIEW
    • Projektion des Arbeitsangebots
    • Saldierung von Angebot und Nachfrage führt zur potenziellen Fachkräftelücke
  • Modellierplattform

    MS Excel (VBA), R

volkswirtschaftliche Grundsatzfragen

Dynamic Input Output System

DINOS

  • Anwendungszwecke, Einsatz

    detaillierte Simulation und Prognose der Wirtschaftsbereiche (Branchen)

  • Modelltyp

    dynamisches Input-Output-Modell mit vollständiger Integration der gesamtwirtschaftlichen Entstehungs-, Verteilungs- und Verwendungsrechnung (im autonomen Modus)

    im abhängigen Modus Verteilung der durch VIEW gegebenen gesamtwirtschaftlichen Wertschöpfung und Beschäftigung auf die Branchen

  • Abgebildete Kategorien

    • Wertschöpfung, Beschäftigung und viele weitere Variablen nach Wirtschaftsbereichen (maximal 56)
    • Bruttoinlandsprodukt nach Verwendungsaggregaten (privater Konsum, staatlicher Konsum, Bruttoanlageinvestitionen, Ex- und Importe), primäre Einkommensverteilung
    • Handelsstruktur nach Ländern und Wirtschaftsbereichen
  • Regionale Abdeckung

    maximal 44 Länder

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    Simulationszeitraum bei Bedarf bis zum Jahr 2100

  • Datenbasen

    • World Input Output Database (WIOD)
    • Volkswirtschaftliche Gesamtrechnungen (OECD, UN, EU-Kommission)
  • Input

    ökonomische und demografische Zeitreihen, Input-Output-Tabelle

  • Output

    wie Input

  • Modellkern, Dynamik

    • kapitalgebundener technologischer Fortschritt in Abhängigkeit von Ausgangsniveaus, Importoffenheit und Erneuerungsrate des Kapitalstocks
    • Preissetzung und Faktornachfrage durch Firmen und iterative Anpassung von Angebot und Nachfrage je Periode (vermittelt über Input-Output-Tabelle)
    • Veränderung der Produktions- und Nachfragestruktur im Simulationszeitraum in Abhängigkeit von Preisrelationen, Zeittrends und demografischen Effekten
  • Modellierplattform

    MS Excel, Python

volkswirtschaftliche Grundsatzfragen

Weltwirtschaftsmodell

VIEW

  • Anwendungszwecke, Einsatz

    Simulation und Prognose der weltwirtschaftlichen Entwicklung

  • Anwendungsbeispiele, Projekte

    • Prognos Economic Outlook
    • Prognos Deutschland Report
    • klimapolitische Szenarien (BDI-Klimapfade)
    • branchenspezifische Szenarien (u. a. für Stahl und Chemie)
    • fiskalpolitische Szenarien (u. a. Maastricht 2.0, fiskalische Konsequenzen der demografischen Alterung)
    • lohnpolitische Szenarien für die Euro-Zone
  • Modelltyp

    Strukturgleichungsmodell (ca. 500 demographische und gesamtwirtschaftliche Variablen je Land)

  • Abgebildete Kategorien

    • Bruttoinlandsprodukt nach Verwendung (nominal, real und Deflatoren für ca. 20 Verwendungsaggregate)
    • primäre und sekundäre Verteilung des Brutto-/ Nettonationaleinkommens
    • Bruttoinlandsprodukt nach Entstehung (Wertschöpfung und Erwerbstätige nach 32 Wirtschaftsbereichen) im Verbund mit Branchenmodell DINOS
    • Handelsstruktur nach Partnerländern
    • detaillierte Modellierung des Staatshaushalts
  • Regionale Abdeckung

    37 Nationalstaaten (> 90 % der aktuellen globalen Wirtschaftsleistung)

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    Stützzeitraum 1970–2017, Simulationszeitraum bis 2060 (Stand: Januar 2019)

  • Datenbasen

    • volkswirtschaftliche Gesamtrechnungen (Quellen: Eurostat, OECD, UN National Accounts)
    • Bevölkerungsprojektionen der UN
    • vielfältige weitere Quellen (Regulierungsindices, Ölpreise, Erwerbsquoten etc.)
  • Input

    volkswirtschaftliche, demografische und sonstige Zeitreihen

  • Output

    wie Input

  • Modellkern, Dynamik

    • kurzfristige Dynamik getrieben durch effektive Nachfrage, mittel-/ langfristige Entwicklung durch Potenzialwachstum
    • Potenzialwachstum hängt ab von demografischer Entwicklung, technologischer Leistungsfähigkeit, institutionellen Rahmenbedingungen (Regulierungsindices) und Annahmen zu Konvergenzprozessen
    • Verbindung der 37 VIEW-Länder sowie Rest of the World über Handel und relative Preise, damit explizite Wechselwirkungen zwischen den Ländern
  • Modellierplattform

    MS Excel, Eviews

Umweltwirtschaft & Klimawandel

Umweltwirtschaftsmodell

envigos – model for environmental industry, goods and services

  • Anwendungszwecke, Einsatz

    • anbieterseitige Analyse der Querschnittsbranche Umweltwirtschaft auf Basis sekundärstatistischer Daten zur Erwerbstätigkeit, Umsätzen, Außenhandel, Bruttowertschöpfung und Patenten
    • valide und fortschreibungsfähige Analyse der Querschnittsbranche anhand statistischer Datenquellen anstatt bspw. auf Basis eingeschränkt aussagekräftiger Befragungsansätze
  • Modelltyp

    detailliertes Abgrenzungsmodell der Querschnittsbranche, ihrer Leitmärkte, Marktsegmente und Technologiebereiche im Rahmen vorhandener statistischer Klassifikationen

  • Abgebildete Kategorien

    • Ebene 1: Leitmärkte (Kreislaufwirtschaft, Wasserwirtschaft, Schutztechnologien, erneuerbare Energien, Energieeffizienz, Materialeffizienz, nachhaltige Mobilität, umweltfreundliche Landwirtschaft, Holz- und Forstwirtschaft)
    • Ebene 2: Marktsegmente (z. B. Abfallbehandlung und -verwertung)
    • Ebene 3: Technologiebereiche (z. B. energetische Verwertung)
  • Regionale Abdeckung

    alle Ebenen vom Weltmarkt bis zur Kreisebene möglich, abhängig von der Qualität verfügbarer statistischer Daten

  • Szenarien- und prognosefähig?

    bedingt prognosefähig (in Verbindung mit der VIEW-Basisprognose kann für verschiedene Länder eine Einschätzung der Entwicklung vorgenommen werden)

  • Zeitraum

    2008 – ggw. 2017; Projektion bis 2050

  • Datenbasen

    • Beschäftigungsstatistik der Bundesagentur für Arbeit, Umsatzsteuerstatistik des statistischen Bundesamts/der Landesämter
    • volkswirtschaftliche Gesamtrechnung des Bundes/der Länder
    • Produktionserhebung des statistischen Bundesamts/der Landesämter
    • Prognos Welthandelsmodell, Außenhandelsstatistik
    • PATSTAT
  • Input

    statistische Daten nach WZ oder Gütern (GP, WA, SITC)

  • Output

    Kennwerte der Umweltwirtschaft (Erwerbstätige, Anzahl der Unternehmen, Umsätze, Bruttowertschöpfung, Exporte, Importe, Weltmarkt, Absatzmärkte, Patentanmeldungen)

  • Modellierplattform

    MS Excel, Power BI

Volkswirtschaftliche Grundsatzfragen/Regionen und Standort

REGINA

ReGIonalized National Accounts

  • Anwendungszwecke, Einsatz

    • Ermittlung und Fortschreibung der regionalen Wirtschaftsstruktur, mit Ausweis der Erwerbstätigkeit, der Bruttowertschöpfung, der Konsumausgaben und der Investitionen auf Bundesland- und Kreisebene
    • Simulationen, Partial- und Totalanalysen
    • Impact-Analysen
  • Modelltyp

    Regionalökonomisches Input-Output-Modell
  • Abgebildete Kategorien

    • Aggregate der volkswirtschaftlichen Gesamtrechnungen
    • Entstehung und Verwendung des BIP
    • 63 Wirtschaftszweige
  • Regionale Abdeckung

    Deutschland: Bundesländer, Kreise

  • Szenarien- und prognosefähig?

    Ja
  • Zeitraum

    • ex post ab 2000 (nicht alle Größen), ex ante bis 2050, wird nach Bedarf weiter fortgeschrieben
    • Berechnung und Darstellung in Jahresschritten
  • Datenbasen

    • Demografie (Human Mortality Database, Fortschreibung Zensus, 13., aktualisierte koordinierte Bevölkerungsvorausberechnung)
    • Bundesagentur für Arbeit, VGR Bund, IO-Rechnung Bund, VGRdL
    • Einkommens- und Verbrauchsstichprobe, laufende Wirtschaftsrechnung
    • BBSR-INKAR, Regionalstatistik, Genesis-Datenbank, SOEP
  • Input

    • Demografie (Bevölkerung, Altersstruktur nach Einzelalter, Anzahl Haushalte)
    • Entwicklung ökonomischer Rahmengrößen Bund bzw. Welt (VIEW)
  • Output

    • Bevölkerung nach Einzelalter, Haushalte nach Haushaltszusammensetzung, Wertschöpfung nach Produktionsbereichen und Wirtschaftszweigen
    • Erwerbstätige nach Produktionsbereichen und Wirtschaftszweigen, regionale Produktionsstruktur, Konsum nach Altersgruppen, Investitionen, verfügbares Einkommen
  • Modellkern, Dynamik

    • Regionalisierung der Input-Output-Tabelle des Bundes im Basisjahr
    • Projektion der regionalen Wirtschaftsentwicklung anhand der gegebenen regionalen Nachfrage unter Berücksichtigung der Bundesentwicklung
    • Treiber der regionalen Nachfrage sind die Demografie und gesamtwirtschaftliche Entwicklung (technologischer Fortschritt, Strukturwandel)
  • Modellierplattform

    Wolfram Mathematica ©, Datenschnittstelle Excel

Energie

Prognos-Gasflussmodell

  • Anwendungszwecke, Einsatz

    • Langfristige Fundamental-Analyse des Transports- und Speicherbedarfs für Erdgas
    • Nutzbar zur Bestimmung von Auswirkungen von Infrastrukturmaßnahmen auf die Versorgungssicherheit der Erdgasversorgung
  • Anwendungsbeispiele, Projekte

    • Planungsprämissen Gasmarkt im Auftrag von Energieversorgung Weser-Ems (EWE), 2012
    • Künftiger Bedarf Gas- und Ölkavernen in Deutschland im Auftrag von Storag Etzel (ehemals IVG Caverns)
    • Durchführung europäischer Gasflussanalysen für verschiedene Gasnetzbetreiber, 2017/2018
  • Modelltyp

    Fundamentalmodell
  • Abgebildete Kategorien

    • Speichertätigkeit
    • Förderung/Importanteile
    • Gasflüsse auf Übertragungsnetzebene
  • Regionale Abdeckung

    Europa: Länder, L- und H-Gas-Gebiete

  • Szenarien- und prognosefähig?

    ja
  • Zeitraum

    ex post bis 2012, ex ante bis 2030 (ggf. auch darüber hinaus)

  • Datenbasen

    • Eurostat nrg103m et al.
    • BP Statistical review, CIA factbook
    • länderspezifische Analysen
    • IEA Gas Trade Flows
  • Input

    • Förder-, Transport-, und Speicherkapazitäten
    • Nachfrage (differenziert nach Anwendung: Stromerzeugung, sonstige)
    • Förder-, Transport- und Speicherkosten
  • Output

    • Gasfluss, Speichertätigkeit
    • ggf. Loss of Load
  • Modellkern, Dynamik

    saisonale, monatliche, tageweise Lösungsschritte

  • Modellierplattform

    R, Datenschnittstelle Excel