Smart Metering, Beratung oder Sozialer Vergleich Was beeinflusst den Elektrizitätsverbrauch?

Transkript

1 Eidgenössisches Departement für Umwelt, Verkehr, Energie und Kommunikation UVEK Bundesamt für Energie BFE Schlussbericht 1. Juli 2013 Smart Metering, Beratung oder Sozialer Vergleich Was beeinflusst den Elektrizitätsverbrauch? D:\My Dropbox\ewz\papers\schlussbericht\SB-Deckblatt.doc

2 Auftraggeber: Bundesamt für Energie BFE Forschungsprogramm Energie-Wirtschaft-Gesellschaft CH-3003 Bern ewz Tramstrasse 35 CH-8050 Zürich Auftragnehmer: Université de Lausanne Quartier UNIL-Dorigny, Bâtiment Internef CH-1015 Lausanne Autoren: Kathrin, Degen, Universität Lausanne, Charles Efferson, Universität Zürich, Fabian Frei, ewz, Lorenz Goette, Universität Lausanne, Rafael Lalive, Universität Lausanne, BFE-Bereichsleiter Nicole A. Mathys / BFE-Programmleiter Nicole A. Mathys BFE-Vertrags- und Projektnummer: SI/ Für den Inhalt und die Schlussfolgerungen sind ausschliesslich die Autoren dieses Berichts verantwortlich.

3 i Danksagung Wir möchten uns beim Steuerungsausschuss und beim Projektteam für die Umsetzung der ewz-studie Smart Metering, sowie bei den Mitarbeiterinnen und Mitarbeitern des ewz, insbesondere bei Monika Kämpfer, Unternehmenskommunikation, für ihre zahlreichen Anregungen und Anmerkungen bedanken. Unser Dank geht auch an das Bundesamt für Energie, welches die wissenschaftliche Begleitung der Studie finanziert hat, sowie an den Gemeinderat der Stadt Zürich, welcher die Studie unterstützt. Autoren Kathrin Degen ist Doktorandin und wissenschaftliche Assistentin an der wirtschaftswissenschaftlichen Fakultät der Universität Lausanne. Fabian Frei ist Projektleiter der ewz-studie Smart Metering innerhalb von ewz. Charles Efferson ist Assistenzprofessor im Bereich Ökologie und Ökonomie an der wirtschaftswissenschaftlichen Fakultät der Universität Zürich. Rafael Lalive ist Professor für Mikroökonometrie an der wirtschaftswissenschaftlichen Fakultät der Universität Lausanne und Mitglied der Forschungsnetzwerke CEPR, CESifo, IZA und des Instituts für Volkswirtschaftslehre der Universität Zürich. Lorenz Götte ist Professor für Mikroökonomie an der wirtschaftswissenschaftlichen Fakultät der Universität Lausanne und Mitglied der Forschungssnetzwerke CEPR, IZA sowie des Instituts für Volkswirtschaftslehre der Universität Zürich. Kontakt: Rafael Lalive Universität Lausanne DEEP Bâtiment Internef 1015 Lausanne-Dorigny Tel

4 ii Policy Summary Eine der bedeutendsten Herausforderungen im Bereich der Energieversorgung der Schweiz ist der effiziente Umgang mit Energie. Die neue Energiestrategie des Bundes sieht vor, dass der Strombedarf der Schweiz mittelfristig ohne Kernenergie abgedeckt werden soll. Die Umsetzung dieser Strategie erfordert Investitionen in alternative Formen der Energie, aber auch verstärkte Einsparungen im Verbrauch (Energieeffizienz). Energiesparen kann bei Energiekonsumenten über verschiedene Instrumente erreicht werden. Eine Möglichkeit ist die Erhöhung von Energiepreisen, um Haushalten einen monetären Anreiz zu geben, Energie zu sparen. Eine weitere Möglichkeit besteht darin, Konsumenten besser zu informieren, um sie so zum Energiesparen anzuregen. Konsumenten haben jedoch sehr wenig Information über ihren Energieverbrauch oder den Verbrauch anderer Haushalte, der ihnen auch als Massstab dienen könnte. Die Grosszahl der Haushalte erhalten nur Information über ihren Jahresverbrauch im Rahmen ihrer Stromrechnungen. Dies lässt ihnen wenig Möglichkeiten, genauer zu verstehen, welche Verhaltensmuster viel oder wenig Strom verbrauchen und wie ihr Stromverbrauch im Vergleich zu einem vergleichbaren Haushalt aussieht. Die Rolle von Information für den Stromverbrauch: Die vorliegende Studie untersucht, ob und wie sich mittels zusätzlicher Information der Stromverbrauch reduzieren lässt. Im Rahmen der Studie werden die Wirkungen von vier unterschiedlichen Formen der Information gemessen. Bessere Information über den eigenen Verbrauch: Wir untersuchen, wie sich das Verhalten verändert, wenn Haushalten eine kontinuierliche und detaillierte Information über den eigenen Stromkonsum mittels einer Smart Meter-Anzeige (SMA) vermittelt wird. Die Smart Meter-Anzeige erlaubt es Haushalten, sich in Echtzeit über ihren Stromkonsum zu informieren. Professionelle Stromberatung: Wir evaluieren, ob sich durch eine professionelle Stromsparberatung der Stromverbrauch reduzieren lässt. Stromsparberatung fördert die Energieeffizienz dann, wenn sie zusätzliche Möglichkeiten zur Einsparung von Strom aufzeigt und diese Möglichkeiten auch umgesetzt werden. Information über den Konsum anderer: Wir testen, ob Individuen ihre Stromkonsum anpassen, wenn sie Information über den Konsum eines vergleichbaren Haushaltes erhalten. Wir betrachten dabei zwei Spielformen solcher sozialer Information. In einer Gruppe von Haushalten wird zwei vergleichbaren Haushalten jeweils der Stromkonsum des anderen Haushaltes mitgeteilt, und beide sind darüber informiert, dass jeweils der andere Haushalt diese Informationen auch erhält. Diese Konstellation kann den Stromverbrauch senken, wenn dies die beteiligten Haushalte zu einem Wettbewerb um das Reduzieren des Stromverbrauchs anstachelt. Eine zweite Gruppe von Haushalten erhält Informationen über den Konsum eines anderen Haushalts, aber der Informationsaus-

5 iii tausch ist nicht gegenseitig: der andere Haushalt erhält keine zusätzliche Information. Diese Information schliesst das Konkurrenzelement zwischen den Haushalten aus, kann aber trotzdem den Stromverbrauch senken, wenn der Haushalt mit zusätzlicher Information diese als Richtschnur für den eigenen Verbrauch versteht und versucht, diesen Verbrauch zu unterbieten. Methodik: Die Studie hat folgende Kernelemente: Eine zufällige Auswahl von ewz-kundinnen und -Kunden wird kontaktiert und zur Teilnahme an der ewz-studie Smart Metering eingeladen. Die teilnehmenden Haushalte werden nach dem Zufallsprinzip einer von fünf Interventionsgruppen zugewiesen. Gruppe G0 ist die Kontrollgruppe, welche an der Studie teilnimmt ohne zusätzliche Information zum Stromverbrauch zu erhalten. Teilnehmern der Gruppe G1 wird eine Smart Meter-Anzeige zur Verfügung gestellt. Gruppe G2 wird zu einer kostenlosen Stromsparberatung im ewz-kundenzentrum eingeladen. Teilnehmern der Gruppe G3 wird ein Partnerhaushalt zugewiesen und danach regelmässig die Information zum eigenen Verbrauch und zum Verbrauch des Partners zur Verfügung gestellt. Gruppe G4 erhält einen Partnerhaushalt zugewiesen und wird über den eigenen und den Verbrauch des Partnerhaushaltes informiert. Die Wirkung der zusätzlichen Information kann über einen Vergleich der Interventionsgruppen mit der Kongrollgruppe verlässlich gemessen werden, da die Zuweisung zu den Interventionsgruppe nach Zufallsprinzip erfolgte. Der Ansatz in dieser Studie beruht auf strikter randomisierter Zuordnung der teilnehmenden Haushalte zu einem der Treatments. Nur so können der ursächliche Effekt der verschiedenen Formen von Information gemessen werden und die quantitativen Effekte verlässlich geschätzt werden. Im Rahmen der Studie werden drei Arten von Daten erhoben. Zunächst werden die Zähler der Studienhaushalte über einen Zeitraum von 15 Monaten insgesamt acht Mal abgelesen. Diese Zählerdaten messen so den Stromverbrauch im Quartal vor der Einführung sowie monatlich im ersten Quartal sowie quartalsweise für die drei verbleibenden Quartale nach Einführung der Intervention. Studienhaushalten mit Smart Meter-Anzeige wurde ein Smart Metering-fähiger Zähler montiert. Dieser Zähler zeichnet den Stromverbrauch viertelstündlich auf. Dies in einem Zeitraum von ein paar Wochen vor, sowie über ein Jahr nach dem Ausliefern der Anzeige. Schliesslich werden alle Studienhaushalte vor Beginn der Intervention, quartalsweise während der Intervention und nach Ablauf der Intervention bezüglich einer Reihe von Merkmalen befragt. Diese Datenbasis erlaubt eine umfassende Beurteilung der kurz- sowie auch mittelfristigen Auswirkungen der zusätzlichen Informationen auf den Stromverbrauch. Die wichtigsten Ergebnisse: Wie hat die Smart Meter-Anzeige den Stromverbrauch beeinflusst? Haushalte mit einer SMA haben statistisch nachweisbar weniger Strom verbraucht als die Haushalte der Kontrollgruppe. Dieses Resultat lässt sich der Abbildung 1 entnehmen. Die Abbildung weist die Veränderung des Stromverbrauchs pro Tag der Teilnehmenden mit Anzeige (Gruppe G1) im Vergleich mit der Kontrollgruppe (Gruppe G0) aus. Die durchgezoge-

6 iv ne Linie beschreibt den Effekt der Smart Meter-Anzeige auf den Stromkonsum im Untersuchungszeitraum. Die Effekte in den ersten drei Monaten nach Installation (M1, M2 und M3) werden gesondert von den Effekten im zweiten bis vierten Quartal nach Installation (Q2, Q3 und Q4) ausgewiesen. Der dunkel schraffierte Bereich bezeichnet die statistisch in 90% aller Fälle mögliche Grössenordnungen für den Effekt; der hell schraffierte Bereich bezeichnet die in 95% aller Fälle beobachtbare Grössenordnung des Effektes. Der Effekt der Smart Meter- Anzeige ist statistisch nachweisbar von Null verschieden, wenn die schraffierten Bereiche die Null-Linie nicht überdecken. Abb. 1: Effekte auf den Stromverbrauch der Haushalte mit Smart Meter Anzeige DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall Bemerkungen: Diese Grafik zeigt den Effekt der Interventionen auf den Stromverbrauch über den Zeitverlauf für die Interventionsgruppe G1. Die Grafik zeigt die Veränderung im Verbrauch zwischen den Ableseperioden M1 (bzw. M2, M3, Q2, Q3 und Q4) im Vergleich mit dem Verbrauch vor Start der Interventionen für die Interventionsgruppe G1 im Vergleich mit der Kontrollgruppe (Differenz der Veränderungen). Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. Abbildung 1 zeigt einen klaren Effekt der Smart Meter-Anzeige auf den Stromverbrauch. Der Stromverbrauch der Gruppe G1 liegt von Beginn weg unter dem Verbrauch der Kontrollgruppe und sinkt ab bis zum Ende des zweiten Quartals nach Beginn der Intervention. Dieses graduelle Absinken entsteht, weil die SMA im Verlaufe des ersten Quartals an die Studienhaushalte ausgeliefert wurde. Während im ersten Monat nach Beginn der Intervention (M1) nur rund 80 Studienhaushalte eine SMA zur Verfügung hatten, so stand dieser Wert am Ende des ersten Quartals bei rund 800 ausgelieferten SMA. Im zweiten Quartal nach Auslieferung der Anzeige liegt der Tagesverbrauch um rund 0.2 kwh unter dem Wert, der sich ohne SMA eingestellt hätte. Diese Reduktion ist statistisch klar nachweisbar von Null verschieden. Eine

7 v Reduktion von 0.2 kwh pro Tag entspricht einer Reduktion um rund 3.2% des Tageskonsums. Interessanterweise reduziert das Vorhandensein der SMA den Stromverbrauch nicht nur kurz- sondern auch mittelfristig. Der Tagesverbrauch der Gruppe G1 ist auch knapp ein Jahr nach Beginn der Intervention statistisch nachweisbar tiefer als er ohne Anzeige gewesen wäre. Dies bedeutet, dass die SMA den Umgang mit Elektrizität nachhaltig verändert hat. Die detaillierten Stromverbrauchsdaten der Smart Meter erlauben uns, die Auswirkung der Anzeige auf den Verbrauch in jeder einzelnen Stunde eines Tages zu bestimmen. Abbildung 2 vergleicht den Stromverbrauch von Haushalten in den 50 Tagen vor und nach Auslieferung der SMA. Wir normalisieren diesen Stromverbrauch mit demjenigen aller Haushalte, welche die SMA noch nicht erhalten haben. Die gelbe Linie zeigt den normalisierten Verbrauch über den Tagesverlauf vor dem Ausliefern der SMA. Die blaue Linie zeigt, wie sich dieses Tagesprofil nach Aufschalten der SMA über den betrachteten Zeitraum verändert. Abb. 2: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Nach Installation der SMA Vor Installation der SMA +/ SE Bemerkungen: Diese Grafik bildet das Tagesprofil für die Abweichungen vom Stundendurchschnitt (kwh pro Stunde) in den 50 Tagen vor und nach der Installation der SMA ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten. Die Ergebnisse zeigen drei interessante Tendenzen: erstens ist eine generelle Reduktion des Stromverbrauchs zu allen Tageszeiten ab 6h morgens zu beobachten. Zweitens ist diese Reduktion besonders markant zu den Spitzenzeiten des Verbrauchs. Sie beträgt z.b kwh in der Stunde zwischen 20h und 21h, oder fast 8% des Verbrauchs zu diesem Zeitpunkt. Drittens beobachten wir auch eine leichte Verschiebung des Konsums hin zu Niedertarif-Zeiten. Der Stromverbrauch steigt nach Aufschalten der SMA leicht an in den Stunden zwischen 0h

8 vi und 5h nachts. Die SMA ermöglicht es den Studienteilnehmern, ihren Stromverbrauch einzuschränken. Zusätzlich werden Studienteilnehmer angeregt, einen Teil des Stromverbrauches vom Hochtarif während des Tages auf den Niedertarif während der Nacht zu verlagern. Die SMA zeichnet auch detailliert auf, ob, wann und wie lange Studienhaushalte sie nutzen. In den ersten vier Wochen nach Auslieferung der SMA nutzen rund 70% der Studienhaushalte die SMA mindestens einmal pro Woche. Ein Jahr nach Aufschalten der SMA liegt der Anteil der Nutzer immer noch bei 30% pro Woche. Am häufigsten wird der momentane Verbrauch während rund vier bis fünf Minuten betrachtet. Der historische Verlauf des Stromkonsums wird auch oft betrachtet und dies während rund drei bis vier Minuten. Die Darstellung der Zielerreichung sowie die Einstellungsfunktionen der SMA werden etwas weniger häufig genutzt. Die Umfragedaten erlauben uns auch, Effekte auf Wissen, Verhalten, und Zufriedenheit mit den Leistungen von ewz feststellen. Die Studienhaushalte mit Smart Meter-Anzeige wussten besser Bescheid bezüglich des Stromverbrauches. Die SMA hat jedoch nicht zu einer verbesserten Einschätzung des Einsparpotenzials von verschiedenen Verhaltensmustern (z.b. weniger Fernsehen, etc.) geführt. Interessanterweise werden Haushaltsgeräte nicht weniger häufig genutzt. Dies zeigt, dass SMA den effizienten Umgang mit Elektrizität fördern können ohne messbare Einschränkungen der Lebensqualität. Die Gruppe G1 war ingesamt sehr zufrieden mit ewz, seinen Leistungen und dem Fokus der Studie. Kann man den Stromverbrauch auch durch Beratung reduzieren? Zu diesem Zweck vergleichen wir die Haushalte der Gruppe G2 mit der Kontrollgruppe. Rund ein Drittel der Studienhaushalte der Gruppe G2 haben der Einladung zu einem Beratungsgespräch im Kundenzentrum des ewz Folge geleistet. Die Einladung zum Beratungsgespräch hat jedoch keinen statistisch nachweisbaren Effekt auf den Stromverbrauch. Der Stromverbrauch der Gruppe G2 bleibt sowohl kurz- wie auch mittelfristig auf dem gleichen Niveau wie der Verbrauch der Kontrollgruppe. Dies bedeutet jedoch nicht, dass die Beratungsgespräche keine Effekte hatten. Das Beratungsgespräch hat den Stromverbrauch der Teilnehmer kurzfristig leicht gesenkt, die grosse Masse der Nichtteilnehmer war davon aber nicht betroffen. Die Studienteilnehmer der Gruppe G2 haben auch Informationen zur Auswirkung von verschiedenen Massnahmen zum Einsparen des Stromverbrauchs erhalten. Sie schätzen es als leichter ein, z.b. mittels Energiesparlampen Strom zu sparen, Wäsche an der Leine trocknen zu lassen, etc.. Sie wissen jedoch bezüglich des absoluten Verbrauchs nicht mehr als die Kontrollgruppe. Insgesamt beurteilt die Gruppe G2 die Stromsparberatung sehr positiv, sie äussert sich jedoch skeptisch bezüglich der Bedeutung der Studie für Zürich. Welche Wirkungen hat Information über den eigenen Stromverbrauch und denjenigen eines Partnerhaushaltes? Haushalte in der Gruppe G3, d.h. mit gegenseitiger Information über den Verbrauch eines Partnerhaushaltes, reduzieren ihren Stromkonsum etwas, insbesondere am Ende des ersten Quartals nach Beginn der Intervention. Die resultierenden Rückgänge

9 vii im Stromverbrauch liegen jedoch lediglich im Bereich von rund einem Prozent des Stromverbrauches und sind somit nicht statistisch gesichert zu belegen. Haushalte der Gruppe G4 welche nur einseitig Zugang zum Stromverbrauch eines Haushaltes erhalten, reduzieren ihren Stromverbrauch auch etwa um ein Prozent, ein Effekt der wiederum nicht statistisch von Null verschieden ist. Soziale Information hat keine spezifischen Effekte auf Veränderungspotenzial und Wissen; wenn überhaupt, verschlechtert sich die Beurteilung der Einsparmöglichkeiten etwas. Die Teilnehmenden dieser Gruppe sind insgesamt zufrieden mit der Umsetzung der Studie, äussern jedoch auch Zweifel am Nutzen der Studie für Zürich, insbesondere in der zweiten Hälfte der Beobachtungsperiode. Implikationen für die Energiepolitik: Diese Studie leistet einen Beitrag zur Politikberatung im Bereich des Energiesparens, indem sie quantitative Ergebnisse über Einfluss von Information auf den Stromkonsum liefert. Smart Meter-Anzeigen reduzieren den Stromverbrauch mittelfristig um rund 3 bis 5%. Der Stromverbrauch sinkt vor allem in den Abendstunden, den Zeiten mit dem höchsten Stromverbrauch. Smart Meter-Anzeigen erlauben es den beteiligten Haushalten auch, einen Teil des Stromverbrauches von Hoch- in Niedertarifzeiten zu verlagern. Die reine Aufforderung zu einer Stromsparberatung erzeugt keinen Rückgang des Stromverbrauchs, vermittelt aber Hinweise zu den Einsparmöglichkeiten. Soziale Information hat das Potenzial, eine Reduktion des Stromverbrauches zu erreichen, insbesondere wenn die Rückmeldung zum Verbrauch des Partnerhaushaltes häufig erfolgt. Diese Studie zeigt demnach, dass Information alleine bereits zu signifikanten Senkungen des Stromverbrauchs führen kann.

10 Inhaltsverzeichnis 1 Ausgangslage 1 2 Design der Feldstudie Methodik und statistische Überlegungen Detailliertes Konzept Persönlichkeit und Entscheidungsexperimente Umsetzung des Konzeptes Zuständigkeiten Staffelung Rekrutierung Datenerhebung Datengrundlagen Elektrizitätsverbrauchsdaten Rohdaten Korrekturen Befragungsdaten Rohdaten Korrekturen Deskriptive Statistik Persönlichkeit Smart Meter-Daten Rohdaten und Korrekturen Ausrollen der Smart Meter-Anzeigen Analyse der Zählerdaten Kurzfristige Analyse Mittelfristige Wirkungen Sensitivitätsanalysen Verbrauch der Nachbarn Analyse der Smart Meter-Daten 56 viii

11 INHALTSVERZEICHNIS ix 6.1 Nutzung der Smart Meter-Anzeigen Elektrizitätskonsum und Nutzung der Smart Meter-Anzeige Empirische Analyse der Smart Meter-Daten Hauptergebnisse Zeitliche Substitution des Stromverbrauchs Viel- vs. Wenignutzer Wissen, Verhalten und Zufriedenheit Kurzfristige Wirkungen Mittelfristige Wirkungen Schlussfolgerungen 89 A Statistische und Methodische Grundlagen 91 A.1 Kausale Effekte A.2 Empirische Strategie zur Analyse der Zählerdaten A.3 Empirische Strategie zur Analyse der Smart Meter-Daten B Power Calculations 95 C Weitere Tabellen 100 D Weitere Grafiken 118 E Umfragen 161 E.1 Baselineumfrage E.2 Q1 Kurzumfrage und Experiment E.3 Q2 Kurzumfrage, Experiment 2 und Treatment Kontrolle E.4 Q3 Kurzumfrage und Persönlichkeit E.5 Experiment E.6 Abschlussumfrage

12 Tabellenverzeichnis Tab. 4.1: Entwicklung der Studienpopulation für Haushalte und Nachbarn Tab. 4.2: Charakteristik des Samples im Vergleich zu Zürich, zu Schweizer Grossstädten und der Schweiz Tab. 4.3: Haushaltsmerkmale Tab. 4.4: Einstellungen, Wissen und Verhalten Tab. 4.5: Persönlichkeitscharakteristiken Tab. 4.6: Entscheidungsexperimente Tab. 5.1: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag)- Pre vs. M1 Verbräuche Tab. 5.2: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag)- Pre vs. M3 Verbrauch 42 Tab. 5.3: Treatment Effekte mit Kontrollvariablen Tab. 5.4: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag) der Nachbarn Tab. 6.1: Treatment Effekte auf Tagesbasis Tab. 6.2: Treatment Effekte auf Stundenbasis Tab. 7.1: Wissen zu Elektrizitätsverbrauch - Pre vs. Q1 Umfrage Tab. 7.2: Differenz zu den Musterantworten (Elektrizitätsverbräuche) - Pre vs. Q1 Umfrage Tab. 7.3: Wissen zu Einsparungspotenzialen - Pre vs. Q1 Umfrage Tab. 7.4: Differenz zu den Musterantworten (Einsparungspotenziale) - Pre vs. Q1 Umfrage Tab. 7.5: Treatment Effekte für Befragungsdaten Tab. B.1: Summary statistics Tab. B.2: Simulated Treatments with 750 participants Tab. C.1: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag) der Haushalte Tab. C.2: Menschen haben das Recht, ihre Umwelt ihren Wünschen und Bedürfnissen anzupassen - Pre vs. Q1 Umfrage Tab. C.3: Die Menschheit missbraucht die Umwelt stark - Pre vs. Q1Umfrage x

13 TABELLENVERZEICHNIS xi Tab. C.4: Die Tier- und Pflanzenwelt hat das dasselbe Existenzrecht wie die Menschen - Pre vs. Q1 Umfrage Tab. C.5: Es gibt Grenzen von Wachstum, die unsere industrialisierte Welt bereits überschritten hat oder sehr bald erreichen wird - Pre vs. Q1 Umfrage Tab. C.6: Ich verhalte mich auch dann umweltbewusst, wenn es erheblich höhere Kosten und Mühen verursacht - Pre vs. Q1 Umfrage Tab. C.7: Der grösste Teil der Bevölkerung in unserem Land verhält sich immer noch wenig umweltbewusst - Pre vs. Q1 Umfrage Tab. C.8: Die Politik tut zu wenig für den Umweltschutz - Pre vs. Q1 Umfrage Tab. C.9: Das Ausmass der Umweltverschmutzung unserer Erde wird stark übertrieben - Pre vs. Q1 Umfrage Tab. C.10: Die Menschen sind für die Klimaveränderung und den Treibhauseffekt verantwortlich - Pre vs. Q1 Umfrage Tab. C.11: Umweltschutzmassnahmen sollen auch dann durchgesetzt werden, wenn dadurch Arbeitsplätze verloren gehen - Pre vs. Q1 Umfrage Tab. C.12: Gefahren: Gentechnik - Pre vs. Q1 Umfrage Tab. C.13: Gefahren: Atomkraftwerk - Pre vs. Q1 Umfrage Tab. C.14: Gefahren: Mobilfunkantennen - Pre vs. Q1 Umfrage Tab. C.15: Gefahren: Hochspannung - Pre vs. Q1 Umfrage Tab. C.16: Gefahren: Klimaerwärmung - Pre vs. Q1 Umfrage Tab. C.17: Gefahren: Autoverkehr - Pre vs. Q1 Umfrage Tab. C.18: Veränderungen: Die meisten konventionellen Glühbirnen durch Energiesparlampen ersetzen - Pre vs. Q Tab. C.19: Veränderungen: Zwei Stunden pro Woche weniger fernsehen - Pre vs. Q Tab. C.20: Veränderungen: Wäsche an der Leine trocknen lassen anstelle eines Wäschetrockners im Sommer - Pre vs. Q Tab. C.21: Veränderungen: Den Kühlschrank um 1 C höher stellen - Pre vs. Q Tab. C.22: Veränderungen: Haushaltsgeräte nach Gebrauch sofort ausschalten - Pre vs. Q Tab. C.23: Veränderungen: Stromleiste zum Ein-/Ausschalten für Haushalts- und/oder Multimediageräte installieren - Pre vs. Q Tab. C.24: Zufriedenheit allgemein: Leben - Pre vs. Q Tab. C.25: Zufriedenheit allgemein: Umwelt - Pre vs. Q Tab. C.26: Zufriedenheit allgemein: Lebensqualität - Pre vs. Q Tab. C.27: Zufriedenheit mit ewz: Kundenservice - Pre vs. Q Tab. C.28: Zufriedenheit mit ewz: Stromprodukte - Pre vs. Q Tab. C.29: Zufriedenheit mit ewz: Strompreise - Pre vs. Q Tab. C.30: Zufriedenheit mit ewz: Stromsparberatung - Pre vs. Q

14 TABELLENVERZEICHNIS xii Tab. C.31: Zufriedenheit mit der Studie: informiert ausreichend - Pre vs. Q Tab. C.32: Zufriedenheit mit der Studie: untersucht ein interessantes Thema - Pre vs. Q Tab. C.33: Zufriedenheit mit der Studie: Die Studie ist wichtig für die Stadt Zürich - Pre vs. Q Tab. C.34: Zufriedenheit mit der Studie: Die Studie wird helfen künftig Strom zu sparen - Pre vs. Q Tab. C.35: Zufriedenheit mit der Studie: Die Studie ist professionell durchgeführt - Pre vs. Q

15 Abbildungsverzeichnis Abb. 1: Effekte auf den Stromverbrauch der Haushalte mit Smart Meter Anzeige.. iv Abb. 2: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) v Abb. 2.1: Zeitplan Abb. 3.1: Organisationsstruktur Abb. 4.1: Häufigkeit der Installationen der SMA über den Zeitverlauf Abb. 4.2: Häufigkeit der Installationen der SMA nach Wochentagen Abb. 4.3: Anteil Haushalte ohne installierte SMA Abb. 5.1: Anteil Studienhaushalte mit Intervention zwischen T0 und T Abb. 5.2: Installationszeitpunkte des Smart Meter-Anzeige für Gruppe G Abb. 5.3: G1: Smart Meter Abb. 5.4: Beratungszeitpunkte für Gruppe G Abb. 5.5: G2: Stromsparberatung Abb. 5.7: G3: Sozialer Wettbewerb Abb. 5.8: G4: Sozialer Vergleich Abb. 6.1: Smart Meter-Anzeige: Anteil Haushalte mit mindestens einer Nutzung pro Woche Abb. 6.2: Smart Meter-Anzeige: Anteil Haushalte mit mindestens einer Nutzung pro Woche Abb. 6.3: Smart Meter-Anzeige: Anteil Haushalte mit mindestens einer Nutzung pro Woche Abb. 6.4: Smart Meter-Anzeige: Durchschnittliche Anzahl Benutzungen pro Tag Abb. 6.5: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit (in Minuten) pro Tag und Funktion Abb. 6.6: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit (in Minuten) pro Tag und Funktion Abb. 6.7: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit für Nutzer (in Minuten) pro Tag und Funktion xiii

16 ABBILDUNGSVERZEICHNIS xiv Abb. 6.8: Abweichungen vom Tagesdurchschnitt (Verbrauch): 7 Wochen vor bis 26 Wochen nach Installation der Smart Meter-Anzeige Abb. 6.9: Abweichungen vom Tagesdurchschnitt (Ausgaben): 7 Wochen vor bis 26 Wochen nach Installation der Smart Meter-Anzeige Abb. 6.10: Abweichungen vom Tagesdurchschnitt (Verbrauch): + 50 Tage vor und nach Installation der Smart Meter-Anzeige Abb. 6.11: Tageslastprofil: Gesamtverbrauch (kwh pro Stunde) Abb. 6.12: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) 71 Abb. 6.13: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Zeit Abb. 6.14: Abweichungen vom Tagesdurchschnitt (Verbrauch): Nach Nutzungshäufigkeit der Smart Meter-Anzeige Abb. 6.15: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Nutzungshäufigkeit Abb. 6.16: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Nutzungshäufigkeit und Zeit Abb. B.1: Electricity Consumption in Zurich, Abb. B.2: Histogram Electricity Consumption, Abb. B.3: Treatment Effects and Required Sample Sizes: Consumption Levels Abb. B.4: Treatment Effects and Required Sample Sizes: Household Fixed Effects Abb. D.1: Effekte auf Wissen bezgl. Elektrizitätsverbrauch Abb. D.2: Effekte auf Distanz zur Musterantwort (Verbrauch) Abb. D.3: Effekte auf Wissen bezgl. Elektrizitätseinsparung Abb. D.4: Effekte auf Distanz zur Musterantwort (Einsparung) Abb. D.5: Effekte auf durchschnittliches Veränderungspotenzial Abb. D.6: Effekte auf Veränderungspotenziale: Die meisten konventionellen Glühbirnen durch Energiesparlampen ersetzen Abb. D.7: Effekte auf Veränderungspotenziale: 2 Stunden pro Woche weniger fernsehen 125 Abb. D.8: Effekte auf Veränderungspotenziale: Wäsche an der Leine trocknen lassen anstelle eines Wäschetrockners im Sommer Abb. D.9: Effekte auf Veränderungspotenziale: Den Kühlschrank um 1 C höher einstellen127 Abb. D.10: Effekte auf Veränderungspotenziale: Stromschalter an Haushaltsgeräten nach Gebrauch sofort ausschalten Abb. D.11: Effekte auf Veränderungspotenziale: Stromleiste zum Ein-/ Ausschalten für Haushalts- und/oder Multimediageräte installieren Abb. D.12: Effekte auf Einstellungen: Menschen haben das Recht, ihre Umwelt ihren Wünschen und Bedürfnissen anzupassen

17 ABBILDUNGSVERZEICHNIS xv Abb. D.13: Effekte auf Einstellungen: Die Menschheit missbraucht die Umwelt stark Abb. D.14: Effekte auf Einstellungen: Die Tier- und Pflanzenwelt hat das selbe Existenzrecht wie die Menschen Abb. D.15: Effekte auf Einstellungen: Es gibt Grenzen von Wachstum, die unsere industrialisierte Welt bereits überschritten hat oder sehr bald erreichen wird Abb. D.16: Effekte auf Einstellungen: Ich verhalte mich auch dann umweltbewusst, wenn es erheblich höhere Kosten und Mühen verursacht Abb. D.17: Effekte auf Einstellungen: Der grösste Teil der Bevölkerung in unserem Land verhält sich immer noch wenig umweltbewusst Abb. D.18: Effekte auf Einstellungen: Die Politik tut zu wenig für den Umweltschutz Abb. D.19: Effekte auf Einstellungen: Das Ausmass der Umweltverschmutzung unserer Erde wird stark übertrieben Abb. D.20: Effekte auf Einstellungen: Die Menschen sind für die Klimaerwärmung und den Treibhauseffekt verantwortlich Abb. D.21: Effekte auf Einstellungen: Umweltschutzmassnahmen sollen auch dann durchgesetzt werden, wenn dadurch Arbeitsplätze verloren gehen Abb. D.22: Effekte auf Einschätzungen von Umweltgefahren: Gentechnik Abb. D.23: Effekte auf Einschätzungen von Umweltgefahren: Atomkraftwerk Abb. D.24: Effekte auf Einschätzungen von Umweltgefahren: Mobilfunkantennen Abb. D.25: Effekte auf Einschätzungen von Umweltgefahren: Hochspannung Abb. D.26: Effekte auf Einschätzungen von Umweltgefahren: Klimaerwärmung Abb. D.27: Effekte auf Einschätzungen von Umweltgefahren: Autoverkehr Abb. D.28: Effekte auf Zufriedenheit allgemein: mit dem Leben Abb. D.29: Effekte auf Zufriedenheit allgemein: mit der Umwelt Abb. D.30: Effekte auf Zufriedenheit allgemein: mit der Lebensqualität Abb. D.31: Effekte auf Zufriedenheit mit ewz: Kundenservice Abb. D.32: Effekte auf Zufriedenheit mit ewz: Stromprodukte Abb. D.33: Effekte auf Zufriedenheit mit ewz: Strompreise Abb. D.34: Effekte auf Zufriedenheit mit ewz: Energieberatung Abb. D.35: Effekte auf Zufriedenheit mit der Studie: informiert ausreichend Abb. D.36: Effekte auf Zufriedenheit mit der Studie: untersucht ein interessantes Thema154 Abb. D.37: Effekte auf Zufriedenheit mit der Studie: ist wichtig für die Stadt Zürich Abb. D.38: Effekte auf Zufriedenheit mit der Studie: wird helfen künftig Strom zu sparen156 Abb. D.39: Effekte auf Zufriedenheit mit der Studie: ist professionell durchgeführt Abb. D.40: Funktionalitäten der Smart Meter-Anzeige Abb. D.41: Vergleichsinformationen für Gruppen G3 & G

18 Kapitel 1 Ausgangslage Die vorliegende Studie untersucht, ob zusätzliche Information Haushalte helfen kann, Strom zu sparen. Diese Fragestellung ist aus mehreren Gründen zentral. Zum einen stimmte am 30. November 2008 eine grosse Mehrzahl der stimmberechtigen Zürcherinnen und Zürcher dem Ziel der 2000-Watt-Gesellschaft zu. Damit bekräftigten sie einen vom Stadtrat schon vorher eingeschlagenen Weg (Bébié et al., 2008). Der Masterplan Energie der Stadt Zürich sieht vor, dass der Stromverbrauch um weniger als 5% pro Jahr ansteigt (Salerno et al., 2008). Nur so lässt sich das langfristige Ziel der 2000-Watt-Gesellschaft erreichen. Zum anderen will der Bundesrat in der Schweiz weiterhin eine hohe Stromversorgungssicherheit garantieren - mittelfristig jedoch ohne Kernenergie. Das hat er am 25. Mai 2011 beschlossen. Die bestehenden Kernkraftwerke sollen am Ende ihrer Betriebsdauer stillgelegt und nicht durch neue Kernkraftwerke ersetzt werden. Um die Versorgungssicherheit zu gewährleisten, setzt der Bundesrat im Rahmen der neuen Energiestrategie 2050 auf verstärkte Einsparungen (Energieeffizienz), den Ausbau der Wasserkraft und der erneuerbaren Energien sowie, wenn nötig, auf fossile Stromproduktion (Wärmekraftkopplungsanlagen, Gaskombikraftwerke) und Importe. Zudem sollen die Stromnetze rasch ausgebaut und die Energieforschung verstärkt werden. Schliesslich beschloss die Europäische Union im Jahr 2009, dass bis 2020 rund 80% der Kundinnen und Kunden Zugang zu einem intelligenten System zur Messung des Elektrizitätsverbrauchs erhalten sollen. Ein Smart Metering-Rollout ist in Ländern wie Schweden und Italien bereits abgeschlossen, in Ländern wie Grossbritannien steht der Rollout noch bevor. In der Schweiz wäre eine flächendeckende Einführung von Smart Metern aus volkswirtschaftlicher Sicht rentabel, dies zeigt das Impact Assessment Smart Metering (Baeriswyl et al., 2012): Die Geräte- und Installationskosten führen bis 2035 zu Mehrkosten von einer Milliarde Franken gegenüber eines wirtschaftlichen Nutzens (vorwiegend Stromeinsparungen bei den Endkunden) von 1,5 bis 2,5 Milliarden Franken. In diesem Umfeld hat ewz Anfang 2010 ein Smart Metering-Projekt gestartet. Dieses Pro- 1

19 KAPITEL 1. AUSGANGSLAGE 2 jekt hat zum Ziel, umfassend das Potenzial der neuen Smart Metering-Technologien für die Stadt Zürich zu erforschen. Insbesondere entschied der Steuerungsausschuss des Projektes, in einer gross angelegten Feldstudie die Wirkung von unmittelbarer Information bezüglich des Stromverbrauchs auf eben diesen zu erforschen. Die gemeinsame Studie von ewz, dem Bundesamt für Energie und den Universitäten Lausanne und Zürich wurde in der Sitzung des Gemeinderates vom 28. Oktober 2010 bewilligt. Die Studie untersucht die Rolle und Effektivität verschiedener Formen von Information auf das Stromsparverhalten von Haushalten. 1 Diese Frage ist insbesondere politisch relevant, da ein gezielter Einsatz von Information eine potenziell kostengünstige Art darstellen könnte, auf den Stromverbrauch der Haushalte Einfluss zu nehmen. Allerdings ist bis jetzt nur wenig bekannt zur Wirkung von Information auf das Konsumverhalten. Das vorliegende Konzept umreisst das statistische Design und die Interventionen zur Schätzung der Kausaleffekte verschiedener Formen von Information auf den Stromkonsum in Haushalten. Dabei befassen wir uns insbesondere mit folgenden Fragestellungen: A. Information zum eigenen Stromverbrauch: Technologische Fortschritte erlauben es Haushalten, ihren Stromkonsum kontinuierlich und in Echtzeit zu beobachten. Dadurch können die Haushalte ineffiziente Haushaltsgeräte oder verschwenderischen Umgang mit Elektrizität einfacher erkennen, wodurch ein stromsparendes Verhalten gefördert wird. Eine randomisierte Einführung von Smart Meters ermöglicht uns, die kausale Wirkung zwischen kontinuierlichem und detailliertem Feedback zum vergangenen Stromkonsum und dem zukünftigem Stromkonsum zu schätzen. B. Professionelle Stromsparberatung: Es ist auch möglich, dass die Individuen zu wenig über die Einsparungsmöglichkeiten in ihren Haushalten wissen und insbesondere nicht informiert sind über die Subventionsmöglichkeiten beim Kauf energieeffizienter Haushaltgeräte. Eine zufällig ausgewählte Gruppe von Haushalten hat die Möglichkeit zu einer professionellen Stromsparberatung, welche auf die verschiedenen Einsparungmöglichkeiten im Haushalt aufmerksam macht. C. Information zum Stromverbrauch vergleichbarer Haushalte: Informationen über das Verhalten Anderer kann das eigene Konsumverhalten über zwei verschiedene Kanäle beeinflussen: Informationen über den Stromkonsum Anderer zeigt uns erstens, was andere Teilnehmende für optimal halten. Zweitens, und vielleicht sogar wichtiger, kann das Wissen über das Verhalten Anderer zu einer Art Wettbewerb führen und den Teilnehmerinnen und Teilnehmern Anreize verschaffen, ihren Gegenpart zu schlagen. Beide Kanäle sind potenziell relevant für den Stromkonsum. Das randomisierte Design der Feldstudie ermöglicht es, beide Kanäle einzeln zu untersuchen. Dabei können die Daten aus der prä-experimentellen Befragung potenziell hilfreich sein, die Ursachen für das gezeigte Verhalten zu verstehen. Die Studie besteht aus zwei Hauptelementen: (i) eine Umfrage, die vor, während und nach 1 Nachfolgend werden die Begriffe Elektizität und Strom als Synonyme behandelt.

20 KAPITEL 1. AUSGANGSLAGE 3 den experimentellen Interventionen stattfindet und (ii) die randomisierten Interventionen, welche die obengenannten Formen von Information manipulieren. Dies ist der Hauptteil der Studie, welcher eine detaillierte Wirkungsanalyse der verschiedenen Massnahmen auf den Stromkonsum erlaubt. Berechnungen zum Stichprobenumfang ergeben, dass total N = Teilnehmende oder N g = Teilnehmende pro Interventionsgruppe g nötig sind, um Verhaltensänderungen in der Grössenordnung von 5-10% des Grundverbrauchs zu identifizieren. 2 Diese Feldstudie stellt in umfassender Art und Weise dar, wie Information den Stromkonsum beeinflusst. Die Studie wird eine Zahl von politisch relevanten Fragestellungen beantworten und stellt eine solide Basis zur Evaluierung der Kosteneffektivität verschiedener Informationsmassnahmen dar. Ausserdem versprechen die Resultate neue und wichtige Einblicke in die Rolle von Information auf das individuelle Verhalten. Der vorliegende Bericht hat zum Ziel, über die Umsetzung der Studie sowie über die kurzund mittelfristigen Resultate zu berichten. Der Bericht ist wie folgt gegliedert: Kapitel 2 beschreibt den Aufbau und das Design der Feldstudie. Kapitel 3 beschreibt die konkrete Umsetzung des Konzeptes sowie die Abweichungen von der Grundstruktur. Kapitel 4 beschreibt die vorhandenen Datenquellen. Kapitel 5 diskutiert die kurz- und mittelfristigen Auswirkungen auf den Stromverbrauch basierend auf einer Analyse der Zählerdaten. Kapitel 6 analysiert die Auswirkungen auf den Stromverbrauch mittels der Smart Meter-Daten. Kapitel 7 beschreibt die Effekte auf das Wissen, das Verhalten und die Zufriedenheit der teilehmenden Haushalte. Kapitel 8 fasst die Resultate der Studie zusammen und diskutiert eine Reihe von weiterführenden Vorschlägen. 2 Diese Berechnungen basierten auf den Informationen bezüglich des Jahresstromkonsums von Haushalten. Die im Rahmen der Studie neu erhobenen Daten zum Monats- und Quartalsverbrauch erlauben uns auch Effekte im Bereich ab 2 % des Verbrauches statistisch gesichert zu messen.

21 Kapitel 2 Design der Feldstudie Dieses Kapitel diskutiert die wesentlichen methodischen Überlegungen und das daraus resultierende Detailkonzept der Feldstudie. 2.1 Methodik und statistische Überlegungen Ziel der Feldstudie ist das Schätzen der kausalen Effekte der vier oben skizzierten Interventionen auf den Stromverbrauch. Der Anhang A.1 definiert den Term kausaler Effekt und diskutiert, unter welchen Bedingungen diese geschätzt werden können. Der kausale Effekt einer Intervention entspricht der Veränderung im Stromkonsum, welche einzig durch die Intervention hervorgerufen wurde. Im Kontext dieser Studie sind vor allem zwei Ansätze zur Schätzung des kausalen Effektes relevant. Der erste Ansatz ist ein Vorher- Nachher-Vergleich. Dieser Ansatz schätzt das kontrafaktische Ergebnis über den Stromverbrauch vor der Intervention. Dieser Ansatz ist dann zielführend, wenn es keine Änderungen im Niveau des Stromverbrauchs über die Zeit gibt. Diese Bedingung ist in der vorliegenden Anwendung sicher nicht gegeben. Der zweite Ansatz ist ein Vorher-Nachher-Vergleich mit (randomisierter) Kontrollgruppe. Dieser sogenannte Difference-in-Difference Ansatz ist dann zielführend, wenn die Veränderung im Stromverbrauch ohne Intervention in der Interventionsgruppe genau gleich verlaufen wäre wie in der Kontrollgruppe (Imbens and Wooldridge, 2009). Es gibt wenig Gründe diese Annahme anzuzweifeln, wenn die Intervention nach Zufallsprinzip zugewiesen wird. Eine wichtige Frage bei der Entwicklung des Konzeptes ist die der richtigen Grösse der Interventionsgruppen. Der Anhang B beschreibt, dass die Gruppen relativ gross sein müssen um Effekte in der Grössenordnung unter 10% festzustellen, da der Stromverbrauch eine sehr hohe Streuung aufweist. Die Gruppengrösse kann jedoch bedeutend verkleinert werden, wenn Informationen über den Stromverbrauch vor der Intervention vorliegen. Effekte auf die Veränderung im Stromverbrauch können präziser geschätzt werden als Effekte auf das Niveau 4

22 KAPITEL 2. DESIGN DER FELDSTUDIE 5 des Stromverbrauches, da die Veränderung des Stromverbrauches sehr viel weniger streut als dessen Niveau. Wir folgern aus diesen Überlegungen, dass eine zufällige Zuweisung der verschiedenen Typen von Information zentral ist, die Interventionsgruppen eine Grösse von rund Haushalten aufweisen müssen und dass wir Veränderungen des Stromverbrauchs analysieren werden. 2.2 Detailliertes Konzept Das Ziel dieser Feldstudie ist es, den Einfluss von Information auf den Stromkonsum zu verstehen. Es werden drei Arten von Information berücksichtigt: Kontinuierliches Feedback zum persönlichen Stromverbrauch (mittels Smart Meter-Anzeige), professionelle Stromsparberatung durch eine Energiefachperson und sozialer Vergleich. Diese drei Interventionen werden randomisiert eingeführt. Die Randomisierung stellt sicher, dass die Verhaltensänderungen effektiv den Interventionen und nicht dem Zufall zugeschrieben werden können. Für die Implementierung der Feldstudie gehen wir in folgenden Schritten vor: 1. Rekrutierung der Haushalte. Versand von Schreiben an die Haushalte mit der Anfrage, ob diese bereit wären, an der Studie teilzunehmen. Teilnehmerinnen und Teilnehmer registrieren sich auf Studienwebseite, nach Einwilligung zu den Datenschutzbestimmungen. Auf diese Weise ist das Einverständnis der Haushalte zur Teilnahme am Experiment sichergestellt. Zielpersonen werden nach Ende der ersten Anmeldefrist an die Möglichkeit der Teilnahme erinnert. 2. Auswahl und Versand einer Umfrage an Haushalte, welche sich bereit erklären am Experiment teilzunehmen. Die Befragung sammelt Grundinformationen zur Haushaltsstruktur und zur Kundenzufriedenheit, welche für die Wirkungsanalyse der verschiedenen Interventionen wertvoll sind. 3. Die Teilnehmenden werden einer von fünf Experimentalgruppen zugewiesen, welche nachfolgend erklärt werden. Die Gruppenzuteilung basiert auf einer Minimierung der Varianz des Energiekonsums zwischen den Experimentalgruppen. Wir unterscheiden folgende fünf Experimentalgruppen: G0 Kontrollgruppe: Keine Intervention. Agiert als Kontrollgruppe und identifiziert Zeiteffekte über die gesamte Projektdauer. G1 Smart Meter: Diese Gruppe von Haushalten erhält über den Einsatz von Smart Meter- Anzeigen kontinuierliches Feedback über ihren Stromkonsum.

23 KAPITEL 2. DESIGN DER FELDSTUDIE 6 G2 Stromsparberatung: Diese Gruppe erhält Zugang zu einer professionellen Stromsparberatung im ewz-kundenzentrum. G3 Sozialer Wettbewerb: Jedem Teilnehmenden dieser Gruppe wird ein vergleichbarer anderer Haushalt zugewiesen. Die Haushalte erhalten erst monats- dann quartalsweise ein Feedback zum Stromverbrauch des eigenen und des anderen Haushalts. Wichtig ist dabei, dass beide Parteien wissen, dass jeweils beide Parteien den Stromverbrauch des Anderen sehen können. G4 Sozialer Vergleich: Jeder Teilnehmende wird einem vergleichbaren Haushalt aus G0 zugeteilt und kann dessen Stromverbrauch vom letzten Quartal beobachten und mit dem eigenen vergleichen. Wichtig ist dabei, dass die Haushalte von G0 nicht wissen, dass Informationen über ihren Stromverbrauch Dritten gezeigt wird. Ausserdem sehen sie den Stromverbrauch anderer Haushalte nicht. Damit die Interventionen nützliche Informationen liefern können, benötigen wir Informationen, die detaillierter sind als die jährlichen Ablesungen des Stromverbrauchs. Bestehende Stromzähler werden durch Smart Meter ersetzt, um ein kontinuierliches Feedback zum Energieverbrauch von Haushalten zu ermöglichen. Idealerweise sind die Smart Meter bereits ein Quartal bevor die Haushalte Zugang zu den Daten haben montiert. Dies erlaubt einen klaren Vorher-Nachher-Vergleich. Die Stromzähler der gesamten Studienpopulation, d.h. der Haushalte, werden häufiger als normal abgelesen. Zudem werden die Zähler von maximal zwei zufällig ausgewählten Nachbarn des Studienhaushaltes abgelesen. Dies hat zwei Gründe. Zum einen soll die Messung des Elektrizitätskonsums einheitlich über die Gruppen G0 bis G4 erfolgen. Zudem kann die Installation eines Smart Meter auch Effekte auf die Nachbarn haben (Gespräche über bewussteren Umgang mit Elektrizität, etc.). Die Ablesung aller Zähler erlaubt es, diesen Effekt sichtbar zu machen. Bezüglich Frequenz sehen wir eine Ablesung pro Quartal über 16 Monate hinweg vor (eine Lesung bereits vor Beginn des Experiments). Zusätzlich benötigen wir monatliche Ablesungen für das erste Quartal. Insgesamt bedeutet dies acht zusätzliche Ablesungen in 15 Monaten zu den regulären Ablesungen einmal im Jahr. Das Studiendesign verspricht eine weitreichende Analyse des Einflusses von Information auf den Elektrizitätskonsum. Die wichtigsten Effekte, welche mittels der vorgeschlagenen Interventionen untersucht werden können, sind: Der Vergleich von G0 und G1 erlaubt uns zu untersuchen, wieviel der Stromkonsum durch die Installation einer Smart Meter-Anzeige pro Quartal gesenkt wird. Ein Vergleich

24 KAPITEL 2. DESIGN DER FELDSTUDIE 7 zwischen dem Vor- und Nachquartal innerhalb der G1 Gruppe erlaubt uns zu analysieren, woher die Einsparungen des Elektrizitätsverbrauchs stammen: Wieviel Stromeinsparung wird durch eine Reduktion von Spitzenwerten und wieviel durch einen Rückgang des Grundverbrauchs, wie zum Beispiel durch Ausschalten der Standby-Modi an Haushaltgeräten, erzielt? Die Daten ermöglichen uns auch den zeitlichen Rahmen der Verhaltensänderung zu analysieren und zu schätzen, ab welchem Zeitpunkt die Smart Meter-Anzeige keine Verhaltensänderungen mehr hervorruft. Der Vergleich von G0 und G2 ermöglicht uns zu schätzen, wieviel der Elektrizitätsverbrauch in einem Haushalt durch einen einmaligen Besuch im ewz-kundenzentrum gesenkt wird. Das Beratungsgespräch erfolgt freiwillig nach einer Einladung durch das ewz. Bedeutend ist auch folgender Umstand: An den Beratungsgesprächen nehmen zwei Gruppen von Personen teil. Zum einen sind das Personen, welche auch sonst eine Beratung in Anspruch genommen hätten. Zum andern sind dies Personen, welche nur wegen der Einladung durch ewz das Kundenzentrum besucht haben. Beide Gruppen können unterschiedlich auf die Beratung reagieren. Das experimentelle Design erlaubt uns, den Effekte auf die zweite Gruppe von Personen zu schätzen. Die randomisierte Zuteilung eines Partnerhaushalts in G3 und G4 ermöglicht eine Schätzung, inwieweit der Elektrizitätverbrauch des Partnerhaushalts das eigene Verhalten ändert. Ein Vergleich zwischen den Resultaten in G3 und G4 erlaubt uns darüber hinaus die Präsenz von Wettbewerbseffekten zu testen. Ein Vergleich aller Interventionen ermöglicht uns zu untersuchen, welche der drei Massnahmen den grössten Rückgang des Elektrizitätverbrauchs zur Folge hat. Er ermöglicht zudem eine Kosteneffektivitätsanalyse der vier Massnahmen. Ein Vergleich der nicht-teilnehmenden Nachbarn von G0 Haushalten mit Nachbarn der Haushalte in G1 bis G4 zeigt auf, ob die Anregung zu bewussterem Umgang mit Elektrizität über soziale Kanäle auch Auswirkungen hat auf Personen, denen keine neue Information über den Elektrizitätsverbrauch zur Verfügung gestellt wird. Insgesamt sind die obengenannten Vergleiche in verschiedener Hinsicht interessant. Man gewinnt Informationen zur Wirksamkeit verschiedener Formen von Information und sie stellen eine Berechnungsgrundlage für die Effektivität der vier Interventionen pro kwh Elektrizitäteinsparung dar. Aus einer grundsätzlicheren Perspektive ermöglichen sie uns die Analyse neuer und wichtiger Aspekte des sozialen Vergleichs im Rahmen des Elektrizitätkonsums. Sie erlauben uns eine Differenzierung zwischen der Wirkung von Information über den Elektrizitätverbrauch anderer Haushalte (Sozialer Vergleich) und den Wettbewerbswirkungen zwischen den zwei Haushalten (Sozialer Wettbewerb) auf das Verhalten.

25 KAPITEL 2. DESIGN DER FELDSTUDIE 8 Die Umsetzung der Studie erfolgt gestaffelt, d. h. jede Woche werden neu je 50 Haushalte pro Interventionsgruppe ins Experiment aufgenommen. Die gesamte Studienpopulation wird in Staffeln von 250 Haushalten eingeteilt. Die Staffelung hat mehrere Vorteile. Sie vermeidet Spitzen bezüglich Ablesebedarf, sie ist wenig störungsanfällig und sie vermeidet saisonale Einflüsse (Weihnachten, Ferienzeit, etc.). Die Staffelung bedingt, dass die Umsetzungsphase insgesamt 30 Monate dauert. Ein Haushalt ist während 16 Monaten an der Studie beteiligt. Die zusätzlichen 14 Monate ergeben sich aus der Staffelung. Abbildung 2.1 weist die zeitliche Struktur der Interventionen für eine Staffel aus. Die zeitliche Struktur ist relativ zum letzten Messzeitpunkt vor der Intervention definiert (in Wochen). Diesen Zeitpunkt benennen wir mit T. Die wesentlichen Schritte sind wie folgt: T-17 Wochen: Rund 3,200 zufällig ausgewählte Privathaushalte werden angeschrieben. Die Studie wird im Hinblick auf die Umsetzung der 2000-Watt-Gesellschaft durchgeführt. Die Kundinnen und Kunden werden informiert, dass Informationen über ihren Elektriziätsverbrauch an andere anonymisiert weitergeleitet werden können. Teilnahme impliziert auch Erlaubnis zur Weitergabe der Daten. Teilnahme ermöglicht es auch, eine Smart Meter-Anzeige zu erhalten, etc. Kundinnen und Kunden haben zwei Wochen Zeit für die Registrierung. T-15 Wochen: Die registrierten Haushalte werden der Gruppe G1 zufällig zugewiesen. T-13 Wochen: Zählerablesung aller beteiligten Haushalte der Studie T-12 Wochen: Vorbereiten der Haushalte in G1: Montage und Inbetriebnahme der Smart Meter. T-2 Wochen: Pre-treatment Umfrage unter allen Haushalten. T: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte) T+1 Woche: Zufällige Zuteilung zu G0, G2, G3 und G4 unter Berücksichtigung der Paarbildung für G3 und G4. Intervention startet. G1 Installation und Inbetriebnahme der Smart Meter-Anzeigen. 1 Information über die Elektrizitätsnutzung. G2 Versand des Einladungsbriefes für eine Stromsparberatung. G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. 2 G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. 1 Abbildungen der verschiedenen Funktionalitäten der Smart Meter-Anzeige befinden sich in Abbildung D Abbildungen der Informationen, die den Teilnehmerinnen und Teilnehmern der Gruppen G3 und G4 gesendet wurden, befinden sich in Abbildung D.41.

26 KAPITEL 2. DESIGN DER FELDSTUDIE 9 T+5 Wochen: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte) T+6 Wochen: Soziale Information über Stromkonsum: G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. T+9 Wochen: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte) T+10 Wochen: Soziale Information über Stromkonsum: G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. T+13 Wochen: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte). Kurze Online-Umfrage unter allen Gruppen. T+14 Wochen: Soziale Information über Stromkonsum: G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. T+26 Wochen: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte). Kurze Online-Umfrage unter allen Gruppen. T+27 Wochen: Soziale Information über Stromkonsum: G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. T+39 Wochen: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte). Kurze Online-Umfrage unter allen Gruppen. T+40 Wochen: Soziale Information über Stromkonsum: G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. T+52 Wochen: Zählerablesung sämtlicher Studienhaushalte (inkl. Nachbarhaushalte). T+53 Wochen: Soziale Information über Stromkonsum: G3 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G3. G4 mit eigenem Verbrauch und dem des Partnerhaushaltes aus G0. T+54 Wochen: Abschlussumfrage.

27 KAPITEL 2. DESIGN DER FELDSTUDIE 10 Die Umsetzung der Studie wird vorgängig mittels einer Pilotstudie getestet. Wir erachten es als optimal, die Pilotgruppe genau so gross zu gestalten wie eine der 26 Staffeln, d.h. 250 Haushalte. Zudem wurde die Rekrutierung der Teilnehmenden für die Pilotgruppe schon in der ersten Juniwoche des Jahres 2011 gestartet. 2.3 Persönlichkeit und Entscheidungsexperimente Mit Hilfe von Entscheidungsexperimenten und Umfragen messen wir verschiedene Aspekte der Persönlichkeit, die für das Energiesparen wichtig sein können. Sie werden uns helfen, die Reaktionen auf die verschiedenen Treatments besser zu verstehen. Entscheidungsexperiment 1 - Öffentliches Gut Beim ersten Entscheidungsexperiment handelt es sich um ein sogenanntes Öffentliches-Gut-Spiel. Die Teilnehmenden jeder Staffel werden in Gruppen von jeweils 10 Teilnehmerinnen oder Teilnehmern eingeteilt. Alle Teilnehmenden haben ein Budget von CHF 100 und können entscheiden, wie dieses, gemäss folgenden Regeln, eingesetzt werden soll: Alle Teilnehmenden können entscheiden, wieviel der CHF 100 er oder sie für sich behält und wieviel er oder sie auf ein Gruppenkonto einbezahlt. Jeder Franken, der auf das Gruppenkonto einbezahlt wird, wird verdoppelt. Der Betrag, der so auf dem Gruppenkonto zustande kommt, wird danach gleichmässig auf alle zehn Mitglieder aufgeteilt, unabhängig von ihrem Beitrag. Der Forschungsbeitrag des BFE erlaubte es uns, eine Gruppe pro Staffel zu ziehen und diese dann gemäss ihren Entscheidungen auszubezahlen. Die Teilnehmenden wurden darüber vor Beginn des Entscheidungsexperimentes informiert. Bei der Entscheidung des Beitrags zum Gruppenkonto kommen eine von zwei Formen zur Anwendung, und jeder Teilnehmende muss für beide Formen eine Entscheidung treffen. Fall 1: In diesem Fall wissen die Teilnehmenden nicht, wie hoch der Beitrag der anderen für das Gruppenkonto ist. Sie müssen trotzdem jetzt entscheiden wie viel sie selber ins Gruppenkonto einzahlen. Fall 2: In diesem Fall können die Teilnehmenden ihren Beitrag zum Gruppenkonto davon abhängig machen, wie viel die anderen einbezahlt haben. Dies können sie mit Hilfe der folgenden Tabelle angeben. Mein Beitrag: Falls die anderen Teilnehmerinnen und Teilnehmer im Schnitt zwischen 0 und 20 CHF beitragen, trage ich X CHF bei. zwischen 21 und 40 CHF beitragen, trage ich X CHF bei.

28 KAPITEL 2. DESIGN DER FELDSTUDIE 11 Abb. 2.1: Zeitplan G1: T-12: Montage der Smart Meter G1: T+1: Installation der SMA G1: Datenaufzeichnung durch Smart Meter T-17: Rekrutierung G2: T+1: Einladung Stromsparberatung T-15: Randomisierung G3, G4: E E E E E E G0-G4: T-13: Meter ablesen G0-G4: T-2: pre Web- Umfrage WS WS WS M M M M M M M T-17 T-13 T T+5 T+9 T+13 T+26 T+39 T+52 WS G0-G4: T+54: post Web- Umfrage Bemerkungen: Der Zeitpunkt T bezeichnet die letzte Ablesung des Zählers vor Beginn der Interventionen (in T+1). G0 bis G4 sind die im Text identifizierten Treatment-Gruppen. Zeit ist in Wochen gemessen.

29 KAPITEL 2. DESIGN DER FELDSTUDIE 12 zwischen 41 und 60 CHF beitragen, trage ich X CHF bei. zwischen 61 und 80 CHF beitragen, trage ich X CHF bei. zwischen 81 und 100 CHF beitragen, trage ich X CHF bei. Am Schluss wird eine Teilnehmerin oder ein Teilnehmer bestimmt, die oder der nach Fall 2 beiträgt. Für alle anderen Teilnehmenden wird Fall 1 relevant für die Auszahlung. Diese Entscheidungssituation schafft einen Konflikt zwischen dem Interesse der Gruppe und dem Eigennutz des Individuums. Alle Teilnehmenden der Gruppe würden am besten fahren, wenn jeder die CHF 100 voll auf das Gruppenkonto einbezahlen würde. In diesem Fall würde jedes Mitglied der Gruppe CHF 200 erhalten. Ein egoistischer Teilnehmender, d.h. eine Person, die sich nur für ihren eigenen Beitrag interessiert, wird jedoch niemals etwas zum Gruppenkonto beitragen: Eine Einzahlung von CHF 1 kosten ein Franken und generiert CHF 2 für die Gruppe. Von diesen CHF 2 erhält der Stifter jedoch nur CHF 0.2, d.h. er macht individuell für sich ein Verlust. Das Ausmass des Beitrages ist daher ein Mass für die Kooperationsbereitschaft oder die Aufopferungsbereitschaft für die Allgemeinheit. Die beiden Fälle erlauben uns, zwei verschiedene Motive der Kooperation zu verstehen. Fall 1 misst die unbedingte Kooperationsbereitschaft. Fall 2 erlaubt es, auf den durchschnittlichen Beitrag der anderen Teilnehmenden zu konditionieren und misst daher die bedingte Kooperationsbereitschaft. Entscheidungsexperiment 2 - Selbsteinschätzung Das zweite Entscheidungsexperiment misst die Tendenz unserer Teilnehmerinnen und Teilnehmer, sich zu überschätzen. Dabei stellten wir den Teilnehmenden folgende Fragen: Wie schätzen Sie sich ein, wenn Sie 100-mal mit zwei zufällig ausgewählten Teilnehmerinnen oder Teilnehmern verglichen werden? Bitte beachten Sie, dass die Summe der drei gewählten Werte 100 ergeben muss. Wie oft wäre Ihr Stromverbrauch pro Monat grösser als derjenige der beiden anderen Haushalte? Ihre Antwort: In X von 100 Fällen Wie oft läge Ihr Stromverbrauch zwischen dem der beiden anderen Haushalte? Ihre Antwort: In X von 100 Fällen Wie oft wäre Ihr Stromverbrauch geringer als derjenige der beiden anderen Haushalte? Ihre Antwort: In X von 100 Fällen Das Experiment wurde für den Stromverbrauch, das Einkommen, das Wissen zum Energiesparen und in der letzten Umfrage noch für den Wasserverbrauch durchgeführt. Falls die Individuen realistische Einschätzungen über ihre Leistung haben, dann sollte die durchschnittliche Wahrscheinlichkeit in jeder Kategorie 33% betragen. Dies ist jedoch typischerweise nicht der Fall. Individuen haben eine Tendenz, positive Attribute an sich selbst zu überschätzen.

30 KAPITEL 2. DESIGN DER FELDSTUDIE 13 Dieses Mass dient dazu, diese Tendenz in verschiedenen Lebensbereichen zu messen. In diesem Entscheidungsexperiment wurde keine Auszahlung vorgenommen. Entscheidungsexperimentexperiment 3 - Zeitpräferenzen Im dritten Entscheidungsexperiment haben wir die Geduld der Teilnehmerinnen und Teilnehmer in Bezug auf verschiedene Aspekte gemessen. In der Literatur werden zwei wichtige Aspekte der Geduld gemessen: Langfristige Geduld: Damit ist gemeint, wieviel Gewicht ein Individuum auf den Nutzen in der fernen Zukunft um Vergleich zum Nutzen in der nahen Zukunft legt. Gegenwartspräferenz: Die Gegenwartspräferenz ist die Tendenz, sofortigen Nutzen gegenüber späterem Nutzen vorzuziehen. Wir messen die beiden Verhaltenstendenzen mit Hilfe der folgenden vier Situationen. In jeder Situation müssen sich die Teilnehmenden entscheiden zwischen einer Auszahlung A von CHF 100 zu einem früheren Zeitpunkt oder eine Auszahlung eines höheren Betrages B (entweder CHF 110 oder CHF 120) zu einem späteren Zeitpunkt. Wir haben den Teilnehmenden folgende Frage gestellt: Wie viele Wochen sind Sie bereit, auf die höhere Auszahlung B zu warten. Mittels eines Schiebereglers konnten die Individuen dann angeben, wieviele Wochen sie maximal bereit wären, auf diese Bezahlung zu warten (sie konnten angeben, zwischen 1 bis 46 Wochen zu warten). Aus jeder Staffel wurden 5 Teilnehmende ausgelost und gemäss der folgenden anreizkompatiblen Prozedur bezahlt: Mittels der Lottozahlen jeweils vom Samstag der Woche nach Umfrageende wird eine Zahl zwischen 1 und 45 ausgewählt. Diese Lotto- oder Zufallszahl (ZZ) bestimmt die gezogene Wartedauer: Wenn die Verzögerungsbereitschaft grösser ist als die Zufallszahl ZZ, dann erfolgt die Auszahlung B genau ZZ Wochen später. Wenn Verzögerungsbereitschaft kleiner oder gleich der gezogenen Zufallszahl ist, dann geschieht die Auszahlung A zum für A vereinbarten Zeitpunkt. Fall 1. CHF sofort vs X 1 Wochen später Fall 2. CHF sofort vs X 2 Wochen später Fall 3. CHF Wochen später vs. CHF X 3 Wochen später Fall 4. CHF Wochen später vs. CHF X 4 Wochen später Mit Hilfe der verschiedenen Fälle können wir langfristige Ungeduld von Gegenwartspräferenz unterscheiden. Langfristige Geduld wird mit Hilfe der Fälle 3 und 4 gemessen. Hier spiegelt sich die Tendenz wider, auf höheren Nutzen länger zu warten, ohne dass dabei auf sofortigen Nutzen verzichtet werden muss. Ist die Geduld in den Fällen 3 und 4 grösser als in den Fällen 1 und 2, wird damit die Gegenwartspräferenz gemessen. In den Fällen 1 und 2 geht es um dieselben Beträge, aber man könnte die CHF 100 sofort erhalten. Die Reihenfolge dieser Auszahlungen wurde randomisiert, sodass wir auch Reihenfolge- Effekte analysieren können.

31 Kapitel 3 Umsetzung des Konzeptes In diesem Kapitel werden einige Punkte zur Umsetzung der Studie beschrieben. Es werden die zuständigen Bereiche innerhalb ewz genannt. Es wird die Rekrutierung der teilnehmenden Haushalte beschrieben und wie deren Verbrauchsdaten erfasst werden. 3.1 Zuständigkeiten Anfang 2010 wurde innerhalb von ewz ein Smart Metering-Projekt lanciert. Daran beteiligt sind überwiegend die Geschäftsbereiche Verteilnetze und Markt und Kunden. In diesem Projekt gibt es fünf Teilprojekte: - Technik - Feldstudie - Smart Monitoring - Vorkassenzähler - Zukunftsideen Aus dem Teilprojekt Feldstudie entstand die ewz-studie Smart Metering. Geleitet wird dieses Teilprojekt von Fabian Frei aus dem Geschäftsbereich Markt und Kunden. Für die Koordination der Studienabläufe wurden zudem bis zu drei Temporärstellen geschaffen und im Geschäftsbereich Verteilnetze angesiedelt. In der Abbildung 3.1 ist die Organisationsstruktur des Projektes widergegeben. Die Studienkoordination ist für die Studie von zentraler Bedeutung. Sie überwacht den Fortschritt der Studie und der einzelnen teilnehmenden Haushalte. Sie löst die notwendigen Aktionen aus und kontrolliert deren Ausführung. Sie ist auch zuständig für die gesamte Information und Kommunikation mit den Teilnehmenden. 14

32 KAPITEL 3. UMSETZUNG DES KONZEPTES 15 Abb. 3.1: Organisationsstruktur Auftraggeber L. Küng (GV) StA L. Küng (GV) R. Deplazes (GM) H. Abplanalp (MP) H. Graf (GK) F. Hug (MI) A. Martinelli (VM) A. Stark (GS) Projektleitung Smart Metering D. Chiapuzzi ( GVA) Sounding board: M. Frei (GD), B. Hürlimann (GE), D. Schiesser (MD), U. Iten (MK), G. Emch (UM), T. Püntener (UGZ), U. Hauri (WVZ), J.-C. Weber (Erdgas Zürich), H. Wild (ERZ), R. Detsch (IMMO) B. Bébié (Energiebeauftragter Stadt Zürich) + StA Projektbeirat Nicole Mathys (BFE) Dionys Hallenbarter (MI1) Teilprojektleitung Feldstudie Fabian Frei (MDE) Privatkundenbetreuung Barbara Claure (MPD) Energieberatung Markus Fahrni (MPB) Energiedatenerfassung Erwin Bischof (VMV) Studienkoordination Gian Andrea Jäger, Valentin Peter, Mirjam Avdyli (GVA) Öffentliche Kommunikation Monika Kämpfer (GK) Netzinfrastruktur Jürg Greuter, Christoph Steinmann, (VMT) Inhouse Technik Markus Gübeli (magspin) Forschung Rafael Lalive, Lorenz Goette, Kathrin Degen (UniL) Charles Efferson (UniZ) 3.2 Staffelung Um die Masse der Teilnehmenden zu bewältigen, werden die Studienhaushalte in Staffeln 26 (+ 1 Pilotstaffel) à 250 eingeteilt. 1 Die Staffeln starten im Wochentakt. Nur zwischen Staffel 20 und 21 liegen sechs Wochen. D. h. alle Interaktionen werden gestaffelt durchgeführt, beginnend mit der Rekrutierung. 3.3 Rekrutierung Aus dem ewz-kundenstamm wurden alle in der Stadt Zürich wohnhaften privaten Haushalte als potenzielle Teilnehmende identifiziert. Daraus wurden alle Haushalte ohne Schlüsseltresor (SLT) ausgeschieden. Schlüsseltresore garantieren den Zugang zu den Stromzählern und somit zu den Verbrauchsdaten für die Studie. Aus den Verbleibenden wurden die Anzuschreibenden zufällig ausgewählt; sie wurden brieflich zur Teilnahme an der Studie eingeladen. Die Anmeldung erfolgte über die Studienwebseite ( mit der Angabe der -Adresse und zwei Telefonnummern. Falls sich die Angeschriebenen nach zwei Wochen noch nicht angemeldet hatten, wurden sie mit einem Brief an die Einladung erinnert. Dieses Vorgehen verdoppelte die Anmeldequote im Vergleich mit einer einmaligen Einladung. In der Rektrutierungsphase werden jede Woche 250 von den Angemeldeten zufällig ausgewählt und in eine neue Staffel eingeteilt. Zu jedem der ausgewählten Studienhaushalte werden, so- 1 Ursprünglich wurde mit 20 Staffeln à 250 Haushalten gerechnet. Aufgrund von Ausfällen, insbesondere durch Umzüge, wurden sechs Zusatzstaffeln angehängt.

33 KAPITEL 3. UMSETZUNG DES KONZEPTES 16 fern vorhanden, maximal zwei Nachbarn im selben Gebäude zufällig ausgewählt, bei denen zum Vergleich ebenfalls der Stromverbrauch erhoben werden. Die Nachbarn werden darüber informiert und können die Erhebung der Daten durch einen Einspruch unterbinden. Aus den 250 Studienhaushalten werden wiederum zufällig 50 Haushalte ausgewählt, die der Gruppe G1 (Smart Meter) zugeordnet werden. 2 Sie werden darüber informiert, dass sie in der Studie definitiv teilnehmen und eine Smart Meter-Anzeige bekommen werden. Des Weiteren bestand für die Gruppe G1 die Möglichkeit, zwischen einer WLAN- und einer LAN-Version der Smart Meter-Anzeige zu wählen. Die restlichen 200 Haushalte werden nur über ihre Teilnahme informiert. Nach der Referenzmessung, bei der der Verbrauch der letzten drei Monate gemessen wurde, erfolgt die Zuteilung der restlichen Studienhaushalte in die Studiengruppen. Die Einteilung erfolgt wiederum zufällig. 3 Für die Gruppen G3 und G4 werden Paare mit Vergleichshaushalten gebildet. Für die Gruppe G3 werden die zwei Haushalte mit den niedrigsten Verbräuchen in den letzten drei Monaten gepaart. Mit den zwei Haushalten mit den nächst höheren Verbräuchen wird gleich verfahren, bis zu den zwei Haushalten mit den höchsten Verbräuchen. Für die Gruppe G4 werden die Vergleichshaushalte aus der Gruppe G0 herangezogen. Die Haushalte werden ebenfalls unter Berücksichtigung ihrer Verbräuche in den letzten drei Monaten gepaart. 3.4 Datenerhebung Die grundlegenden Verbrauchsdaten für die Studie werden bei allen Studienhaushalten und ausgewählten Nachbarn durch die Verbrauchsdatenerfassung vor Ort erhoben. Dazu werden die Zähler innerhalb von 15 Monaten acht Mal abgelesen (zusätzlich zu den jährlichen abrechnungsrelevanten Verbrauchsdatenerfassungen). Die erste Erfassung der Zählerdaten erfolgt gleich nach der Auswahl als Studienhaushalt. Nach drei Monaten erfolgt die zweite Ablesung inkl. der ersten für die Nachbarn. Danach folgen die Ablesungen drei bis fünf im Monatstakt. Die Ablesungen sechs bis acht erfolgen danach im Dreimonatstakt. Zur Analyse werden zudem die Jahresverbrauchsdaten der vergangenen Jahre zur Verfügung gestellt (soweit vorhanden). Neben den Verbrauchsdaten werden auch verschiedene Informationen durch sechs Befragungen bei den Studienhaushalten eingeholt. Bei den Haushalten mit einer Smart Meter-Anzeige werden zudem die Verbrauchsdaten im 2 Die Haushalte werden nach ihrem Verbrauch im letzten Jahr sortiert. Innerhalb der fünf Haushalte mit den niedrigsten Verbräuchen wird ein Haushalt zufällig ausgewählt, der der Gruppe G1 zugeordnet wird. Mit den fünf Haushalten mit den nächst höheren Verbräuchen wird gleich verfahren, bis zu den fünf Haushalten mit den höchsten Verbräuchen. 3 Die Haushalte werden nach ihrem Verbrauch in den letzten drei Monaten sortiert. Innerhalb der vier Haushalte mit den niedrigsten Verbräuchen werden diese zufällig den Gruppen G2 (Stromsparberatung), G3 (sozialer Wettbewerb), G4 (sozialer Vergleich) und G0 (Kontrollgruppe) zugeordnet. Mit den vier Haushalten mit den nächst höheren Verbräuchen wird gleich verfahren, bis zu den vier Haushalten mit den höchsten Verbräuchen.

34 KAPITEL 3. UMSETZUNG DES KONZEPTES 17 Viertelstundentakt, ihre Wochensparziele, die Erreichung der Sparziele, sowie jede Interaktion mit der Anzeige aufgezeichnet.

35 Kapitel 4 Datengrundlagen Diese Kapitel beschreibt vier Datenquellen, die im Rahmen der Studie ausgewertet werden: Elektrizitätsverbrauchsdaten, Befragungsdaten, die Daten zu den Persönlichkeitscharakteristiken und Entscheidungsexperimenten und die Smart Meter Daten. 4.1 Elektrizitätsverbrauchsdaten Rohdaten Die Analyse der Elektrizitätsverbräuche basiert auf den periodischen Ablesungen der Stromzähler der Studienhaushalte. Die Rohdaten enthalten die Zählerdaten für jeden Studienhaushalt und für jeweils bis zu zwei zufällig ausgewählte Nachbarn. Neben der anonymen Identifikationsnummer (VID) der Studienteilnehmenden und deren Nachbarn enthalten die Daten Informationen zum Zählerstand, zum Ablesedatum, der genauen Ablesezeit, sowie eine eindeutige Ablese-ID. Der Datensatz beinhaltet auch Angaben zum Tariftyp 1 und zur Tarifklasse 2. Ausserdem stehen uns die Ablesehinweise zur Verfügung, welche automatisch oder durch die Verbrauchsdatenerfasserin oder den Verbrauchsdatenerfasser den Ablesungen zugeordnet wurden. Insgesamt sind dies Zählerstände. Die Ablesungsdaten folgen grob den im Studiendesign festgelegten Zeitraster T-13, T0, T+5, T+9, T+13, T+26, T+39 und T+52. Aus logistischen Gründen weichen gewisse Zählerablesungen teilweise von diesem Ableseraster ab. Besonders betroffen von den Abweichungen sind die Staffeln 8, 12, 16 und 20. Gewisse Ablesungen dieser Staffeln fielen auf Perioden, in denen das Ablesepersonal bereits mit den ordentlichen Ablesungen ausgelastet war und mussten deshalb bis zu drei Wochen vorverlegt werden. Um die Daten trotz unterschiedlicher 1 ewz unterscheidet zwischen vier verschiedenen Tariftypen, welche jedoch auch kombiniert werden können. Diese vier Typen sind ewz.ökopower, ewz.naturpower, ewz.mixpower und ewz.solartop (allgemein als Stromprodukte bekannt). 2 Es wird unterschieden zwischen Hoch- und Niedertarif sowie zwischen Hoch- und Niedertarif aus Blindenergie. Hoch- und Niedertarif aus Blindenergie sind bei Privatkunden selten und werden im Rahmen dieser Analyse nicht berücksichtigt. 18

36 KAPITEL 4. DATENGRUNDLAGEN 19 Ablesungsintervalle vergleichbar zu halten, werden die aggregierten Elektrizitätsverbräuche zwischen zwei Ablesungen in Elektrizitätsverbräuche pro Tag umgerechnet. Zu diesem Zweck wurden die Rohdaten in einem ersten Schritt über die verschiedenen Tariftypen und -klassen hinweg aggregiert, so dass jeder Studienhaushalt bzw. Nachbar pro Ablesedatum einen einzigen aggregierten Zählerstand aufweist. Der aggregierte Zählerstand erlaubt die Berechnung der Tagesverbräuche. Diese wurden folgendermassen berechnet: Elektrizitätsverbrauch pro Tag = Zählerstand t Zählerstand t 1 Anzahl Stunden zw. t und t-1 24 Da die Rohdaten nicht nur die Zählerstände zu den festgelegten Ablesedaten T-13 bis T+52, sondern auch die jeweiligen End- und Anfangszählerstände bei Zählerwechseln aufweisen, ist eine Zuordnung der Ablesungen ins festgelegte Zeitraster notwendig. Die Ableseinformationen aus dem Ablaufplan 3 erwiesen sich als zu wenig präzise für diese Zuordnung, da die Ablesedaten aus den Zählerdaten insbesondere nach ausserordentlichen Zählerwechseln aufgrund von defekten Zählern teilweise nicht der richtigen Ablesung zugeordnet wurden. Anstelle der Informationen aus den Ablaufdaten wurde folgender Alogrithmus für die Zuordnung der Zählerdaten ins Ableseraster verwendet: - Ablesungen bis zu 15 Wochen nach der ersten Ablesung werden der Pre Ablesung zugeordnet. - Ablesungen bis zu 6 Wochen nach der letzten als Pre Ablesung zugeordneten Ablesung werden der M1 Ablesung zugeordnet. - Ablesungen bis zu 6 Wochen nach der letzten als M1 Ablesung zugeordneten Ablesung werden der M2 Ablesung zugeordnet. - Ablesungen bis zu 6 Wochen nach der letzten als M2 Ablesung zugeordneten Ablesung werden der M3 Ablesung zugeordnet. - Ablesungen bis zu 15 Wochen nach der letzten als M3 Ablesung zugeordneten Ablesung werden der Q2 Ablesung zugeordnet. - Ablesungen bis zu 15 Wochen nach der letzten als Q2 Ablesung zugeordneten Ablesung werden der Q3 Ablesung zugeordnet. - Ablesungen bis zu 15 Wochen nach der letzten als Q3 Ablesung zugeordneten Ablesung werden der Q4 Ablesung zugeordnet. Für die Mehrheit der Staffeln ordnet dieses Verfahren die Ablesungen gut dem im Studiendesign definierten Ableseraster zu. Für die Staffeln 8, 12, 16, 20 und 23 musste der Algorith- 3 Der Ablaufplan dokumentiert die einzelnen Interaktionen mit den verschiedenen Studienhaushalten. Der Plan enthält Informationen zu Staffeleinteilung, Gruppeneinteilung, Paarzuweisungen für die Gruppen Sozialer Wettbewerb und Sozialer Vergleich, den Teilnahmestatus aller Studienhaushalte, die Ablesungsdaten, sowie die Daten jeglicher Kommunikationen mit den Studienhaushalten.

37 KAPITEL 4. DATENGRUNDLAGEN 20 mus angepasst werden, da die Toleranzbereiche aufgrund der verschobenen Ableserhythmen zwischen den Ablesungen nicht passten. Nach Anpassungen für die Staffeln 8,12,16,20 und 23 stimmten über 95% der Ableseraster mit den Ablesezeitpunkten aus dem Ablaufplan überein Korrekturen Auch nach Einordnung der Ablesedaten in das Ableseraster enthalten die Rohdaten einige weitere Fehlerquellen 4 : Die erste Fehlerquelle sind fehlerhafte Zuordnungen der anonymen Haushaltsnummern. In den Rohdaten enthalten Beobachtungen keine Anonyme Nummer (VID), 184 Beobachtungen werden der VID 37 zugeordnet und 44 Beobachtungen werden der VID 0 zugeordnet. Die fehlenden bzw. fehlerhaften Zuordnungen konnten teilweise korrigiert werden. Für Zählerstände, oder ungefär 3.4% aller Zählerstände, konnte keine Korrektur vorgenommen werden und werden dementsprechend für die weiteren Analysen nicht berücksichtigt. Gemäss ewz-internen Abklärungen handelt es sich vor allem um Nachbarablesungen von Haushalten, welche aus der Studie ausgeschieden sind. Eine zweite Fehlerquelle stellen Ablesungen mit nicht-standardmässigen Ablesehinweisen dar. Bei den Ablesehinweisen 45 (Zähler ersetzt), 46 (Zähler nicht vorhanden), 47 (Zählersicherung entfernt), 48 (Zähler defekt) und 10 (Wohnung geschlossen) weisen die Zähler einen Zählerstand von 0 aus und wurden durch fehlende Werte ersetzt. Des Weiteren weisen 34 Haushalte oder Nachbarn bei mindestens einer Ablesungsperiode einen Tagesverbrauch von 0 kwh aus. Dies kann einerseits daraus resultieren, dass der betreffende Haushalt in der fraglichen Periode effektiv keinen Strom verbraucht hat (zum Beispiel wegen Auslandaufenthalt oder langer Ferienabwesenheit). Andererseits ist es aber möglich, dass der betreffende Zähler kaputt ist, und dies bei den Ablesungen nicht bemerkt bzw. gemeldet wurde. Jeder dieser 34 Haushalte wurde einzeln analysiert und die Zählerstände wurden als fehlende Werte ersetzt, wenn ein defekter Zähler die wahrscheinlichste Ursache für den Null-Tagesverbrauch war oder der Fall nicht nachvollziehbar war. Dies war bei 17 der 34 Haushalte der Fall. Eine weitere Fehlerquelle stellen negative Stromverbräuche dar. Insgesamt weisen Beobachtungen einen negativen Tagesverbrauch aus. Ein negativer Stromverbrauch kann einerseits durch einen Zählerwechsel verursacht werden oder andererseits durch Fehlablesungen der Stromzähler. Bei einem Zählerwechsel werden die alten Zählerstände vor dem Austauschen der Zähler abgelesen oder linear hochgerechnet. Die neuen Zähler weisen in der Regel einen Anfangsstand von 1 kwh im Hochtarif und 3 kwh im Niedertarif auf. Andere Anfangszählerstände sind jedoch durchaus möglich und müssen entsprechend berücksichtigt werden. Bei gewissen Haushalten wies der Anfangszählerstand nach dem Zählerwechsel 4 ewz hat für die abrechnungsrelevanten Daten einen eigenen Prozess der für die Studie nicht verwendet werden konnte. Die Daten werden automatisch plausibilisiert und bei Bedarf abgeklärt und korrigiert. Ablesehinweise, die auf defekte Zähler deuten, werden an die entsprechenden Stellen weitergeleitet.

38 KAPITEL 4. DATENGRUNDLAGEN 21 einen höheren Stand auf als zuvor, was zu sehr hohen positiven Tagesverbräuchen führte. Diese hohen Tagesverbräuche wurden durch fehlende Werte ersetzt. In der Regel resultiert aus der Differenz zwischen den Zählerständen vor und nach dem Zählerwechsel jedoch ein negativer Tagesverbrauch. Negative Tagesverbräuche wurden ersetzt durch fehlende Werte, wenn sie aufgrund von Zählerwechseln auftreten. Dies war der Fall für der Beobachtungen. 5 Die restlichen 101 Beobachtungen mit negativen Stromverbräuchen stellen Fehlablesungen dar, die in verschiedener Weise korrigiert werden. Wo sinnvoll und plausibel wurden die Fehlablesungen mittels einer Korrektur der Zählerstände korrigiert. Ein manuelles Ablesen der Zählerstände birgt ein gewisses Risiko für Fehlablesungen. Die korrekte Ablesung der Zählerstände durch die Verbrauchsdatenerfasser wird zusätzlich dadurch erschwert, dass sich Stromzähler oft in dunklen Untergeschossräumen befinden. Zählerstände wurden angepasst, wenn eine Verwechslung von zwei Ziffern plausibel erscheint: Dies ist beispielsweise der Fall für die Ziffern 3 und 8, die Ziffern 6 und 8, die Ziffern 8 und 9 oder die Ziffern 2 und 7. 6 Auf diese Weise wurden 27 Fehlablesungen korrigiert. Weitere 33 Fehlablesungen wurden korrigiert, indem der fehlerhafte Zählerstand durch einen gewichteten Durchschnitt des vorherigen und des nachfolgenden Zählerstandes ersetzt wurde. War zum Beispiel der M3 Tagesverbrauch negativ aufgrund einer Fehlablesung der T+13 Ablesung, wird der Zählerstand der T+13 Ablesung durch einen gewichteten Durchschnitt der T+9 und T+26 Ablesung ersetzt. 7 Die restlichen Fehlablesungen wurden als fehlende Werte ersetzt, da weder eine Korrektur der Zählerstände noch ein gewichteter Durchschnitt zwischen zwei Ablesungsperioden plausibel oder möglich erschien. Da die Berechnung des Tagesverbrauchs sowohl vor als auch nach der Fehlablesung verfälscht ist, wurden jeweils sowohl die Tagesverbräuche vor und nach der Fehlablesung zu fehlenden Werten geändert. Nach den obgengenannten Korekturen beträgt die Anzahl der auswertbaren Elektrizitätsverbrauchsdaten N = über alle Gruppen und Ableseperioden hinweg. Tabelle 4.1 zeigt die Entwicklung der teilnehmenden Haushalte pro Gruppe über die Zeit hinweg. In der Pre Ableseperiode werden pro Gruppe die Elektrizitätsverbräuche von zwischen und Haushalten beobachtet. Aufgrund von Ausscheidungen aus der Studie, beispielsweise aufgrund von Umzügen, sinkt die Beobachtungszahl pro Gruppe auf zwischen und Beobachtungen am Ende der Studie. Studienaustritte treten leicht häufiger auf in den Gruppen G1 (Abbruchquote 14%), G3 (13%) und G4 (14%) als in der Kontrollgruppe G0 (11%) oder der Beratungsgruppe G2 (10%). Die Unterschiede in der Abbruchquote sind jedoch zahlen- 5 Um die negativen Stromverbräuche zwischen klassischen Zählerwechseln im Rahmen der Interventionen und zwischen Fehlblesungen zu unterscheiden, werden diejenigen negativen Tagesverbräuche, welche eine Dauer von maximal einer Woche zwischen zwei Ablesungen aufweisen, als Zählerwechsel angesehen. 6 Beispielsweise wurde der Niedertarif-Zählerstand 3887 vom 16. August 2011 vom Teilnehmenden mit der Identifikationsnummer 2431 durch den Zählerstand 3387 ersetzt, da eine Verwechslung der Ziffern 8 und 3 plausibel erscheint. 7 Die Gewichte sind umgekehrt proportional zum Verhältnis der Dauer zwischen den Ablesungen und der Gesamtdauer. In anderen Worten erhält die Beobachtung, welche zeitlich näher an der T+13 Ablesung liegt, ein grösseres Gewicht.

39 KAPITEL 4. DATENGRUNDLAGEN 22 mässig gering. 8 Darüberhinaus beobachten wir in der M1 Ableseperiode zwischen und Nachbarn pro Gruppe. In der Q4 Ableseperiode verfügen wir immer noch über bis Elektrizitätsverbräuche pro Gruppe für die Nachbarn. Tab. 4.1: Entwicklung der Studienpopulation für Haushalte und Nachbarn Haushalt G0 G1 G2 G3 G4 Ablese- Kontroll- Smart Stromspar- Sozialer Sozialer periode gruppe Meter beratung Wettbewerb Vergleich Pre M M M Q Q Q Nachbarn Pre M M M Q Q Q Bemerkungen: Diese Tabelle zeigt die Entwicklung der Studienpopulation für die Haushalte und die Nachbarn für die fünf Interventionsgruppen. Die Pre - Verbäuche werden nur für die Haushalte beobachtet, da die Zuteilung der Nachbarn erst nach T-13 erfolgt ist. Quelle: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. 4.2 Befragungsdaten Rohdaten Die Befragungsdaten beruhen auf insgesamt sechs Onlineumfragen, welche den Studienteilnehmenden periodisch per zugesandt wurden. Der erste Fragebogen wurde vor Beginn der ersten Intervention in T-2 versandt. Dieser Fragebogen enthält eine breite Palette von Fragen zu den individuellen Merkmalen der Studienteilnehmerinnen und Studienteilnehmern, wie beispielsweise, Alter, Geschlecht, Nationalität, Bildungsstand, Einkommen, Informationen zur Anzahl im selben Haushalt lebenden Erwachsenen und Kindern sowie zum Wochenaufenthaltsstatus. Des Weiteren wird eine Reihe von Fragen zu den Haushaltsmerkmalen 8 Abbrüche treten vermutlich häufiger in den Interventionsgruppen auf, da die Teilnehmer der Gruppe G1 persönlich kontaktiert wurden, und die Teilnehmer der Gruppen G3 und G4 regelmässig per durch ewz über ihren Verbrauch informiert wurden. Diese Kontakte fanden entweder nicht statt (G0) oder nur in einer kurzen Phase nach Beginn der Intervention (G2). Eine vertiefte Analyse der Studienabbrüche zeigt auf, dass Haushalte in den Gruppen G0, G2 und G4, welche die Studie abbrechen, einen geringeren Stromverbrauch haben als Haushalte, welche bis am Ende der Beobachtungsperiode in der Studie verbleiben. Dies deutet darauf hin, dass Studienabbrüche bei Einpersonenhaushalten oder bei Haushalten mit unregelmässiger Nutzung gehäuft auftreten.

40 KAPITEL 4. DATENGRUNDLAGEN 23 gestellt. Dies sind einerseits Fragen zu Miet- oder Eigentumsverhältnissen und zur Wohnfläche. Andererseits werden Fragen gestellt zur Art der Heizung, zur Warmwassererzeugung oder zur Existenz und Nutzung von stromintensiven Haushaltsgeräten wie Waschmaschine, Wäschetrockner, Geschirrspüler, Kühlschränke, Fernsehgeräte und Computer. Daneben wird nach der Existenz von zahlreichen kleineren Haushaltsgeräten wie beispielsweise Mikrowelle, Radio, Stereoanalge, Telefon etc. gefragt. Ausserdem sollen die Studienteilnehmerinnen und Studienteilnehmer angeben, inwieweit sie bereits stromsparende Massnahmen im Haushalt umgesetzt haben. Hierunter fallen beispielsweise der Anteil von Energiesparlampen oder die Nutzung von Standby-Modi an Haushaltgeräten. Ausserdem wird gefragt, wie oft die Studienteilnehmenden sich zu Hause verpflegen, wie sie kochen und wie oft sie beim Kochen Deckel verwenden. Neben den individuellen Merkmalen und den Haushaltsangaben enthält der erste Fragebogen eine Reihe von Fragen zu Persönlichkeit, zu Charakterzügen 9 sowie zur analytischen Denkfähigkeit der Studienteilnehmenden. Ausserdem werden die Teilnehmenden gebeten, ihre Einstellungen gegenüber verschiedenen Umweltthemen und Gefahrenpotenzialen verschiedener Technologien und Umweltproblemen einzuschätzen. Ein wichtiger Teil des Fragebogens beschäftigt sich mit dem Vorwissen zu Energiethemen. Die Teilnehmerinnen und Teilnehmer werden gebeten, Fragen zum Elektrizitätsverbrauch verschiedener Haushaltsgeräte und deren Einsparpotenziale zu beantworten. Ausserdem wird das Einsparpotenzial der Studienhaushalte evaluiert und gefragt, inwieweit Energieeffizienz beim Erwerb von kleinen und grossen Haushaltsgeräten eine Rolle spielen. Ein letzter Fragenblock dient zur Evaluierung der Zufriedenheit der Teilnehmenden. Es werden Fragen zur allgemeinen Zufriedenheit, zur Zufriedenheit mit ewz und zur Zufriedenheit mit der Studie gestellt. Die Fragen zu den Einstellungen, zu den Einschätzungen von Umweltgefahren und Technologien, zum Wissen bezüglich Elektrizitätsverbrauch und -einsparung, zur Nutzung von Haushaltsgeräten und zur Zufriedenheit wurden sowohl in der zweiten, dritten und vierten Umfrage, als auch in der Abschlussumfrage wiederholt gestellt, um zu analysieren, inwieweit die Interventionen das Verhalten, die Einstellungen, das Wissen über Energiethemen oder die Zufriedenheit verändern. Die Antwortquote für den ersten Fragebogen liegt bei ungefähr 85%. Die Antwortquote der zweiten und dritten Umfrage beträgt um die 75% und die Antwortquoten der vierten bis sechsten Umfrage liegen noch bei ungefähr 68-70% Korrekturen Der grösste Teil der Fragen und Antwortoptionen der sechs Onlineumfragen blieb über die verschiedenen Befragungen hinweg unverändert und erlaubt einen bedingungslosen Vergleich sowohl über verschiedene Befragungen hinweg, als auch über die Pilot- und Feldstudie hin- 9 Die Fragen zu den Charakterzügen wurden erst in der Feldstudie, nicht aber in der Pilotstudie gestellt. 10 Die Berechnung der Antwortquoten beruht auf den Befragungsdaten der Feldstudie, da die Befragungsdaten der Pilotstudie zeitlich und inhaltlich nicht vollständig mit den Befragungszeitpunkten der Feldstudie übereinstimmen.

41 KAPITEL 4. DATENGRUNDLAGEN 24 weg. Gewisse Fragen und Antwortoptionen wurden jedoch zwischen den Befragungen und vor allem zwischen Pilot- und Feldstudie angepasst. Dies war insbesondere der Fall für die Fragen zur Existenz und Nutzung der Waschmaschine, des Wäschetrockners, der Fernsehgeräte und der Computer. So wurde beispielsweise in der Pilotstudie lediglich gefragt, wie oft die Teilnehmenden pro Monat waschen. Teilnehmende welche die Frage mit Nie beantwortet haben, können entweder über keinen Zugang zu einer Waschmaschine verfügen oder aber effektiv nie selber waschen. Um diese Fälle zu unterscheiden, wurde in der Feldstudie eine Frage zur Existenz und Verrechnungsart einer Waschmaschine in der Wohnung oder im Wohnhaus eingefügt. Die Informationen der Pilotstudienteilnehmenden zur Nutzung der Waschmaschine fliessen aus obengenanntem Grund nicht in die Analysen ein. Ausserdem werden bei der Frage nach der Nutzungshäufigkeit der Waschmaschine nur Teilnehmende berücksichtigt, welchen in der Wohnung oder im Wohnhaus ein solches Gerät zur Verfügung steht. Gleichermassen wurde eine Frage zur Existenz und Verrechnungsart eines Wäschetrockners für die Feldstudienbefragungen ergänzt. Allerdings wurde die Frage in diesem Fall für die Feldstudie nur umformuliert, so dass auch für die Pilotstudienteilnehmenden eine Auswertung sowohl der Existenz als auch der Nutzungshäufigkeit eines Wäschetrockners möglich ist. Wiederum wird die Nutzungshäufigkeit nur für Teilnehmende analysiert, welche über einen Zugang zu einem Wäschetrockner verfügen. Ebenso wurden die Antwortoptionen zur Nutzung von Fernsehgeräten und Computer zwischen Pilot- und Feldstudie leicht angepasst. Eine Analyse dieser Fragen ist jedoch sowohl für Pilot- als auch Feldstudienteilnehmende möglich, da die Änderungen lediglich qualitativer Natur waren. Die Nutzung von Computer und Fernsehgeräten wird wiederum nur analysiert für Teilnehmerinnen und Teilnehmer welche über mindestens ein entsprechendes Gerät verfügen. Eine weitere Änderung, welche zwischen Pilot- und Feldstudie vorgenommen wurde, stellt die Umcodierung der Antwortoptionen zur Frage nach der Nutzung der Standby-Modi an Haushaltsgeräten dar. Während die Pilotstudienteilnehmenden die Wahl zwischen Keines, 1-2 Geräte, 3-5 Geräte und Mehr als 5 Geräte hatten, verfügen die Feldstudienteilnehmenden über die Optionen Bei keinem, 1-3 Geräte, 4-6 Geräte, 7-9 Geräte, 10 oder mehr Geräte und Weiss nicht. Da eine Einordnung der Antworten der Pilotstudienteilnehmenden in die Antwortkategorien der Feldstudie schwierig ist, werden die Pilotstudienteilnehmenden für die Analyse dieser Frage nicht berücksichtigt. Die Antwortoptionen zur Frage nach den Kühloptionen wurde in der Feldstudie ergänzt. Zusätzlich zu den in der Pilotstudie bestehenden Optionen Kleiner Kühlschrank ohne Gefrierfach, Kleiner Kühlschrank mit Gefrierfach, Grosser Kühlschrank mit Gefrierfach und Kühl- und Gefrierkombination wurde für die Feldstudienbefragung die Option Kein Kühlschrank vorhanden ergänzt. Diese Option wurde jedoch nur gerade von zwei Teilnehmenden angekreuzt. Die Antworten aus der Pilotstudie und der Feldstudie wurden zusammengefügt unter der Annahme, dass Pilotstudienteilnehmenden, welche über keinen Kühlschrank ver-

42 KAPITEL 4. DATENGRUNDLAGEN 25 fügen und die entsprechende Ankreuzoption nicht hatten, die Frage unbeantwortet liessen. Ebenso wurde die Frage nach dem Kochen mit Deckel in den Feldstudienbefragungen neben den Optionen Meistens, Ab und zu und Selten durch die Option Koche nicht ergänzt. Diese Option wurde von insgesamt 47 Personen angekreuzt. Auch für diese Frage wurden die Antworten aus Pilot- und Feldstudie kombiniert unter der Annahme, dass nicht-kochende Personen aus der Pilotstudie die Frage nicht beantworteten. Eine weitere Ergänzung von Antwortoptionen in der Feldstudienbefragung stellt die Option Keine Antwort in der Frage nach aktiver Beteiligung bei Wahlen und Abstimmungen dar. Diese Option wurde von insgesamt 566 Teilnehmenden der Feldstudie gewählt. Da die Pilotstudienteilnehmerinnen und -teilnehmer diese Option nicht zur Verfügung hatten, wird diese Frage zwischen Pilot- und Feldstudie getrennt analysiert. Eine letzte Änderung der Antwortoptionen wurde bereits während der Pilotstudie in die Umfragen integriert. Bei den Fragen, ob die Energieeffizienz bei dem Erwerb von grossen und kleinen Haushaltsgeräten eine Rolle spielt, wurde zusätzlich zu den bestehenden Optionen Ja und Nein die Option Habe keinen Einfluss auf solche Kaufentscheidungen integriert. Vor allem bei grossen Haushaltsgeräten wie beispielsweise Kühlschränken oder Backöfen haben Mieter oft kein Mitspracherecht bei der Auswahl von neuen Geräten. Die Antworten derjenigen Befragungen, welche nur mit Ja oder Nein beantwortet werden konnten, müssen deshalb mit Vorsicht interpretiert werden, da ein gewisser Anteil der Studienteilnehmenden, der mit Nein geantwortet hat, möglicherweise gar keinen Einfluss auf die Kaufentscheidung hatte Deskriptive Statistik Dieser Abschnitt vergleicht die verschiedenen Studiengruppen bezüglich den Haushaltsmerkmalen und individuellen Merkmalen. Tabelle 4.2 vergleicht eine Reihe von Charakteristiken der Studienpopulation mit den jeweiligen Werten für Zürich, für die Schweizer Grossstädte und für die Schweiz. Die Schweizer Grosstädte sind Städte mit mehr als Einwohnern. Darunter fallen Basel, Bern, Genf, Lausanne, Winterthur und Zürich. Der Frauenanteil der Studienpopulation ist unterrepräsentiert. Er beträgt 37.06% im Vergleich zu rund 51% in Zürich, den Schweizer Grossstädten und der Schweiz. Auch bezüglich Alter weicht die Zusammensetzung der Studienpopulation von der Alterstruktur Zürichs ab. Die Jugendlichen von 0 bis 19 und die über 65-Jährigen sind unterrepräsentiert. Die Unterrepräsentation der Jugendlichen erklärt sich möglicherweise dadurch, dass Jugendliche in diesem Alter mehrheitlich noch bei den Eltern wohnen. Die Unterrepräsentation der über 65 Jährigen lässt sich möglicherweise über einen fehlenden Internetanschluss erklären. Dagegen sind die 30 bis 39-Jährigen, die 40 bis 49-Jährigen und die 50 bis 64-Jährigen in der Studienpopulation überrepräsentiert. Des weiteren sind Schweizer in der Studie überrepräsentiert: 82.26% der Teilnehmerinnen und Teilnehmer sind

43 KAPITEL 4. DATENGRUNDLAGEN 26 Schweizer, während der Anteil in der Stadt Zürich bei knapp 70% liegt. Die Deutschen sind etwas überrepräsentiert, während Teilnehmende aus Italien, Portugal und Serbien unterrepräsentiert sind. Ein möglicher Grund für diese Zusammensetzung sind die Sprachbarrieren der nicht-deutschsprachigen Bewohner. Tab. 4.2: Charakteristik des Samples im Vergleich zu Zürich, zu Schweizer Grossstädten und der Schweiz Geschlecht Studien- Zürich Schweizer Schweiz population Grossstädte % weiblich % männlich Alter % % % % % % Nationalität % Schweiz % Deutschland % Italien % Portugal % Serbien % Andere Bemerkungen: Diese Tabelle zeigt verschiedene Charakteristiken der Studienpopulation im Vergleich zur Stadt Zürich, zu den Schweizer Grossstädten (Basel, Bern, Genf, Lausanne, Winterthur, Zürich) und der Schweiz insgesamt. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Die Zahlen zu Zürich, den Schweizer Grossstädten und der Schweiz kommen aus der Statistik der Schweizer Städte (2010), Schweizerischer Städteverband. Tabelle 4.3 weist die erhobenen Haushaltsmerkmale aus. Die Spalte G0 weist den Mittelwert der Merkmale für die Teilnehmenden aus, welche der Kontrollgruppe zugelost wurden. Die Spalte G1 weist den Mittelwert der Merkmale für die Haushalte aus, die der Smart Meter Intervention zugelost wurden, etc. Die Spalte Total weist den Mittelwert des Merkmales über die gesamte Studienpopulation aus. Die Spalte p-wert weist die Wahrscheinlichkeit aus, mit der man bei Abwesenheit von Unterschieden der Mittelwerte der verschiedenen Studiengruppe die auftretenden Unterschiede beobachten würde. Liegt der p-wert unter 0.05 sind die Unterschiede zwischen den Gruppen statistisch signifikant. Unser Hauptinteresse gilt der Spalte p-wert. Diese legt nahe, dass die zufällige Zuteilung der Interventionen tatsächlich auch funktioniert hat. Lediglich die Merkmale Elektroheizung, Existenz Waschmaschine und

44 KAPITEL 4. DATENGRUNDLAGEN 27 Nutzung Computer sind statistisch unterschiedlich über die Studienhaushalte verteilt. Diese Anzahl von Ablehnungen der Nullhypothese ist jedoch zu erwarten, wenn man so viele verschiedene Merkmale vergleicht.

45 KAPITEL 4. DATENGRUNDLAGEN 28 Tab. 4.3: Haushaltsmerkmale Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Demographische Angaben Weiblich Alter Haushaltseinkommen Haushaltsangaben Haushaltsgrösse Wohnfläche Mietverhältnis Heizung Oelheizung Gasheizung Elektroheizung Holzheizung Wärmepumpenheizung Anderes Weiss nicht Warmwassererzeugung Elektrisch Teilweise elektrisch Wärmepumpe Oel Gas Fernwärme Holz Anderes Weiss nicht Haushaltsgeräte Waschmaschine Wäschetrockner Computer Fernseher Spülmaschine Kaffeemaschine Mikrowelle Wasserkocher Luftbefeuchter/Verdampfer Drucker/Scanner/Kopierer Internet Modem Telefon mit Anrufbeantworter Mobiltelefon Radio Elektronische Fotorahmen Stereoanlage Videogeräte Spielkonsole Elektroheizung Aquarium Sauna Solarium Nutzung Haushaltsgeräte Waschmaschine = 0-19 Jahre; 2 = Jahre; 3 = Jahre; 4 = Jahre; 5 = Jahre; 6 = 65+ Jahre 12 1 = < CHF 3000; 2 = CHF ; 3 = CHF ; 4 = CHF ; 5 = CHF ; 6 = CHF ; 7 = CHF ; 8 = CHF ; 9 = CHF ; 10 = CHF ; 11 = CHF = < 15m 2 ; 2 = 15-40m 2 ; 3 = 41-65m 2 ; 4 = 66-80m 2 ; 5 = m 2 ; 6 = > 115m = Nie; 2 = 1-2 Waschgänge; 3 = 3-5 Waschgänge; 4 = 6-9 Waschgänge; 5 = Waschgänge; 6 = > 15

46 KAPITEL 4. DATENGRUNDLAGEN 29 Tab. 4.3 Fortsetzung Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Wäschetrockner Computer Fernseher Spülmaschine Standbymodus Energiesparlampen Kochen Gas Strom Anderes Kochen mit Deckel? Verpflegung zuhause: Mittag Verpflegung zuhause: Abend N (Alter) Bemerkungen: Spalten (1) - (5) zeigen die Mittelwerte für verschiedene Haushaltsmerkmale für die Gruppen G0 bis G4. Spalte (6) zeigt die Mittelwerte über alle Gruppen hinweg. Spalte (7) enthält die P-Werte eines F-Tests, der testet, ob die Gruppen G1 bis G4 gemeinsam signifikant unterschiedlich von G0 sind. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tabelle 4.4 weist eine Reihe von Einstellungs-, Wissens- und Verhaltensmerkmale der Personen aus, welche die Befragung ausgefüllt haben. Die Tabelle hat denselben Aufbau wie die Tabelle 4.3. Wiederum lehnt der statistische Test auf Zufälligkeit der Merkmale diese Hypothese für die Mehrzahl der Merkmale nicht ab. Ausnahmen bilden die Merkmale Umweltschutz vs. Arbeitsplätze und der Score zur analytischen Denkfähigkeit. Die Hypothese der Zufälligkeit wird für diese Merkmale zwar abgelehnt, die Unterschiede in den Mittelwerten sind jedoch gering. Tab. 4.4: Einstellungen, Wissen und Verhalten Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Einstellungen: 1 = Stimme nicht zu und 5 = Stimme zu Anpassung der Umwelt Missbrauch der Umwelt Tier- & Pflanzenwelt Industrialisierte Welt Eigenes Umweltbewusstsein Umweltbewusstsein der Waschgänge (pro Woche) 15 1 = Nach jedem Waschgang; 2 = Nach 75% der Waschgänge; 3 = Nach 50% der Waschgänge; 4 = Nach 25% der Waschgänge; 5 = Nie 16 1 = 0-1 Stunden; 2 = 1-2 Stunden; 3 = 2-3 Stunden; 4 = 3-4 Stunden; 5 = Mehr als 4 Stunden 17 1 = 0-1 Stunden; 2 = 1-2 Stunden; 3 = 2-3 Stunden; 4 = 3-4 Stunden; 5 = Mehr als 4 Stunden 18 1 = 0-1 Mal pro Woche; 2 = 2-3 Mal pro Woche; 3 = Mehr als 3 Mal pro Woche 19 1 = Bei keinem; 2 = 1-3 Geräte; 3 = 4-6 Geräte; 4 = 7-9 Geräte; 5 = 10 oder mehr Geräte 20 1 = Keine; 2 = 25%; 3 = 50%; 4 = 75%; 5 = 100% 21 1 = Meistens; 2 = Ab und zu; 3 = Selten; 4 = Koche nicht 22 1 = Nie; 2 = An 1-2 Tagen; 3 = An 3-4 Tagen; 4 = An 5-6 Tagen; 5 = Immer 23 1 = Nie; 2 = An 1-2 Tagen; 3 = An 3-4 Tagen; 4 = An 5-6 Tagen; 5 = Immer

47 KAPITEL 4. DATENGRUNDLAGEN 30 Tab. 4.4 Fortsetzung Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Mitmenschen Politik & Umweltschutz Umweltverschmutzung Klimaerwärmung & Treibhauseffekt Umweltschutz vs Arbeitsplätze Gefahren: 1 = Keine Gefahr und 5 = Sehr grosse Gefahr Gentechnik Atomkraftwerk Mobilfunktantennen Hochspannung Klimaerwärmung Autoverkehr Wissen: Score Analytisch [Max. = 2] Elektrizitätsver brauch [Max. = 7] Elektrizitätsein sparung [Max. = 4] Energiesparverhalten Stromsparberatung Energiebewusstsein bei... grossen Geräten kleinen Geräten Bemerkungen: Spalten (1) - (5) zeigen die Mittelwerte für verschiedene Haushaltsmerkmale für die Gruppen G0 bis G4. Spalte (6) zeigt die Mittelwerte über alle Gruppen hinweg. Spalte (7) enthält die P-Werte eines F-Tests, der testet, ob die Gruppen G1 bis G4 gemeinsam signifikant unterschiedlich von G0 sind. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. 4.3 Persönlichkeit Neben den in Abschnitt 4.2 erwähnten Merkmale wurden in den Onlineumfragen auch drei Entscheidungsexperimente und eine Persönlichkeitsanalyse basierend auf der HEXACO Persönlichkeitsbefragung durchgeführt. Tabelle 4.5 enthält eine deskriptive Analyse verschiedener Persönlichkeitsmerkmale und Charakterzüge. Die Durchschnitte in den verschiedenen Aspekten der Persönlichkeit entsprechen weitgehend den bekannten Durchschnittswerten. Tab. 4.5: Persönlichkeitscharakteristiken Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Persönlichkeit: (basierend auf der HEXACO 60-Item Version) Aufrichtigkeit, Bescheidenheit Emotionalität Extraversion Freundlichkeit

48 KAPITEL 4. DATENGRUNDLAGEN 31 Tab. 4.5 Fortsetzung Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Gewissenhaftigkeit Offenheit Persönlichkeit: (basierend auf Fragen aus dem ETH Umweltsurvey 2007) Vertrauen Kontakt Beobachten Vergleichen Austauschen Was andere tun Messen an Mitmenschen Messen an selbstgesteckten Zielen Charakterzüge: 1 = Trifft überhaupt nicht zu und 7 = Trifft voll und ganz zu Extrovertiert, begeistert Kritisch, streitsüchtig Zuverlässig, selbstdiszipliniert Aengstlich, leicht aus der Fassung zu bringen Offen für neue Erfahrungen vielschichtig Zurückhaltend, still Verständnisvoll, warmherzig Unorganisiert, achtlos Gelassen, emotional stabil Konventionell, unkreativ Bemerkungen: Spalten (1) - (5) zeigen die Mittelwerte für verschiedene Haushaltsmerkmale für die Gruppen G0 bis G4. Spalte (6) zeigt die Mittelwerte über alle Gruppen hinweg. Spalte (7) enthält die P-Werte eines F-Tests, der testet, ob die Gruppen G1 bis G4 gemeinsam signifikant unterschiedlich von G0 sind. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tabelle 4.6 enthält eine deskriptive Analyse der Entscheidungsexperimente. Die Ergebnisse sind vielversprechend. In Entscheidungsexperiment 1, dem Öffentlichen-Gut-Spiel, tragen die Teilnehmerinnen und Teilnehmer erstaunlich viel zum öffentlichen Gut bei. Der Beitrag liegt bei CHF im Durchschnitt, was eher an der oberen Grenze liegt im Vergleich zu den bekannten Studien. Wir sehen in den Daten von Fall 2 auch klare Evidenz für bedingte Kooperation: Gegeben dass die anderen beitragen, tragen die Teilnehmenden im Schnitt klar mehr bei. Die Tabelle zeigt auch den p-wert eines Tests der Gleichheit der Beiträge über die verschiedenen Experimentgruppen. Wir können Gleich nicht verwerfen, was allerdings nicht ganz überraschend ist, da das Experiment sehr kurz nach Einführung der Treatments stattfand und es deshalb nur schwierig möglich ist, dass die Treatments überhaupt einen Einfluss auf das Verhalten in diesem Experiment hätten haben können. Wir finden die typischen Merkmale von Selbstüberschätzung in Entscheidungsexperiment 2. Die Teilnehmenden geben an, dass sie glauben, dass sie mit Wahrscheinlichkeit von 40% den tiefsten Stromverbrauch im Vergleich zu zwei anderen Studienteilnehmerinnen und - teilnehmern haben. Wenn sie alle Teilnehmenden richtig einschätzen würden, sollte dieser

49 KAPITEL 4. DATENGRUNDLAGEN 32 Wert bei 33% sein. Die Individuen sind daher im Schnitt klar zu optimistisch. Ähnliche Ergebnisse finden wir in allen Kategorien: Wissen über Energiesparen, Wasserverbrauch und Einkommen. Selbstüberschätzung ist ein starkes Phänomen in allen Kategorien. Zudem haben die Treatments einen Einfluss auf die Selbstüberschätzung. Im Vergleich zur Kontrollgruppe (39%) ist der Optimismus klar stärker (43%) in der Smart Meter Gruppe. Ähnliches finden wir in Bezug auf das Wissen. Die Teilnehmenden, die eine Stromsparberatung angeboten erhielten, fühlen sich klar kompetenter in diesem Bereich. Wir finden hingegen keine Effekt auf Bereiche, die nichts mit Elektrizitätskonsum zu tun haben, wie z.b. Wasserverbrauch oder Einkommen. Dies bestärkt uns in der Interpretation, dass unsere Treatments den subjektiven Wissensstand und das Sparbewusstsein der Teilnehmerinnen und Teilnehmer positiv beeinflusst hat. In Entscheidungsexperiment 3 messen wir die Geduld unserer Versuchsteilnehmerinnen und -teilnehmer. Auch hier finden sich die typischen Ergebnisse. Die Daten zeigen starke Ungeduld. Für eine Rendite von 10% (CHF 110 anstatt CHF 100) sind die Leute im Schnitt bereit, 22 Wochen zu warten, nicht länger (20% sind bereit, 46 Wochen zu warten, die maximale Wartezeit, die wir zugelassen hatten). Für eine Rendite vom 20% (CHF 120 anstatt 100), sind die Leute bereit etwas länger zu warten, aber nicht viel. Der Schnitt steigt auf 24 Wochen. Zudem finden wir kleine aber signifikante Effekte von Gegenwartpräferenz: Die Wartezeiten sind leicht länger, wenn man sowieso mindestens vier Wochen warten muss. In diesem Experiment finden sich keine Effekte der Treatments auf das Verhalten, jedoch war das auch nicht zu erwarten. Tab. 4.6: Entscheidungsexperimente Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert Entscheidungsexperiment 1: Öffentliches Gut Beitrag von X CHF von möglichen 100 CHF wenn der durchschnittliche Beitrag der restlichen Teilnehmenden nicht bekannt ist Beitrag von X CHF von möglichen 100 Fr., wenn der durchschnittliche Beitrag der restlichen Teilnehmenden CHF beträgt CHF beträgt CHF beträgt CHF beträgt CHF beträgt Entscheidungsexperiment 2: Selbsteinschätzung 24 Stromverbrauch im Vergleich zum Verbrauch zweier zufällig gezogener anderer Studienhaushalte % Stromverbrauch grösser % Stromverbrauch gleich Das Entscheidungsexperiment zur Selbsteinschätzung wurde zum Umfragezeitpunkt Q2 durchgeführt für die Einschätzungen bezüglich Stromverbrauch, Wissen zum Energiesparen und Haushaltseinkommen. Die Einschätzung bezüglich Wasserverbrauch wurde in der Abschluss-Umfrage gefragt.

50 KAPITEL 4. DATENGRUNDLAGEN 33 Tab. 4.6 Fortsetzung Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbe- ratung Wettbewerb Meter Sozialer Vergleich Total P-Wert % Stromverbrauch kleiner Wissen bezgl. Energiesparen im Vergleich zum Wissen zweier zufällig gezogener anderer Studienhaushalte % Wissen grösser % Wissen gleich % Wissen kleiner Haushaltseinkommen im Vergleich zum Einkommen zweier zufällig gezogener anderer Studienhaushalte % Einkommen grösser % Einkommen gleich % Einkommen kleiner Wasserverbrauch im Vergleich zum Wasserverbrauch zweier zufällig gezogener anderer Studienhaushalte % Wasserverbrauch grösser % Wasserverbrauch gleich % Wasserverbrauch kleiner Entscheidungsexperiment 3: Zeitpräferenzen (Wartezeit in Wochen) Entscheidung zwischen 100 CHF heute, oder CHF in X Wochen CHF in X Wochen Entscheidung zwischen 100 CHF in 4 Wochen, oder CHF in 4+X Wochen CHF in 4+X Wochen Entscheidungsexperiment 3: Anteile mit maximaler Zeitpräferenz von 46 Wochen Entscheidung zwischen 100 CHF heute, oder CHF in X Wochen CHF in X Wochen Entscheidung zwischen 100 CHF in 4 Wochen, oder CHF in 4+X Wochen CHF in 4+X Wochen Bemerkungen: Spalten (1) - (5) zeigen die Mittelwerte für verschiedene Haushaltsmerkmale für die Gruppen G0 bis G4. Spalte (6) zeigt die Mittelwerte über alle Gruppen hinweg. Spalte (7) enthält die P-Werte eines F-Tests, der testet, ob die Gruppen G1 bis G4 gemeinsam signifikant unterschiedlich von G0 sind. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. 4.4 Smart Meter-Daten Rohdaten und Korrekturen Die Smart Meter-Daten enthalten detaillierte Daten zum Elektrizitätsverbrauch für die Haushalte der Smart Meter-Gruppe. Diese Daten enthalten für jeden Haushalt mit einer installierten Smart Meter-Anzeige (SMA) einen Zeitstempel und die dazugehörigen Zählerstände im Hoch- und Niedertarif. Die Frequenz zwischen den abgespeicherten Zählerständen beträgt 15 Minuten. Dies erlaubt uns also den Elektrizitätsverbrauch im Hoch- und Niedertarif wie auch den Gesamtelektrizitätsverbrauch pro 15 Minuten zu berechnen. Zu diesen detaillierten Verbrauchsdaten wurde das Datum des Zählerwechsels aus den Zählerdaten hinzugefügt.

51 KAPITEL 4. DATENGRUNDLAGEN % der Beobachtungen liegen noch vor diesem Zählerwechseldatum und wurden für die weiteren Analysen nicht berücksichtigt. Des Weiteren wurde aus den Ablaufdaten das Installationsdatum der SMAs hinzugefügt. Bei 18 Haushalten wurde das Installationsdatum in den Ablaufdaten nicht vermerkt. In diesen Fällen wurde das Installationsdatum aus den Log- Daten der SMAs abgeleitet. 25 Die Daten von neun Haushalten wurden nicht berücksichtigt, da die Elektrizitätsdaten dieser Haushalte nicht korrekt aufgezeichnet wurden. Insgesamt liegen auswertbare Verbrauchsdaten zu Haushalten vor. Des Weiteren enhalten die Smart Meter-Daten detaillierte Aufzeichnungen der Aktivitäten, die die Haushalte mit der SMA durchgeführt haben. Für jeden Haushalt kann also beobachtet werden, wie oft welche Funktion der SMA angeklickt wurde und wie lange die Haushalte jeweils in einer Bildschirmansicht verweilten. Eine Funktion der Anzeigen besteht darin, dass sich die Haushalte Wochenziele (in kwh pro Woche) setzen können und jederzeit überprüfen können, inwieweit diese Ziele erreicht wurden. Diese Ziele können wöchentlich angepasst werden. Die Zielsetzungen werden abgespeichert und sind für uns beobachtbar. Von allen Haushalten haben knapp über die Hälfte die Zielsetzung mindestens einmal genutzt Ausrollen der Smart Meter-Anzeigen Abbildung 4.1 zeigt den zeitlichen Verlauf der Installationen der Anzeigen über die Studiendauer an. Die Abbildung zeigt, dass das Ausrollen der SMAs intensiv während des Zeitraumes von Juli 2011 und Februar 2012 geschah. Abbildung 4.2 gibt einen Eindruck über die Verteilung der Installationen auf die Wochentage (einige wenige Geräte wurden selbst an Wochenenden installiert). Die SMA wurden nach einer Frist von ca. drei Wochen nach Montage der Smart Meter installiert. Abbildung 4.3 zeigt, in welcher Zeit dies geschah. Wie wir in Unterabschnitt noch genauer erklären werden, ist von besonderer Wichtigkeit, dass während eines beträchtlichen Teils der Studie ein wesentlicher Teil der Smart Meter zwar schon installiert, die Anzeigen aber noch nicht aufgeschaltet waren. 25 Die SMAs wurden alle vor der Installation auf ihre Funktionalität getestet. Dies hat zur Folge, dass bereits vor Installation einige Logeinträge vorhanden sind. Diese Testeinträge geschahen bei Fertigstellung des Gerätes, was mehrere Wochen vor der eigentlichen Installation sein kann. Gleichzeitig wurde am Installationstag typischerweise die Funktionalität des Gerätes erklärt, was zu einer grossen Zahl Logeinträge führt. Um das Installationsdatum abzuleiten wurde also das erste Datum gewählt, welches eine grössere Zeitdifferenz zum letzten Logeintrag und gleichzeitig viele Logeinträge aufweist.

52 KAPITEL 4. DATENGRUNDLAGEN 35 Abb. 4.1: Häufigkeit der Installationen der SMA über den Zeitverlauf Anzahl Installationen jan apr jul oct2011 Datum 01jan apr jul2012 Bemerkungen: Diese Grafik bildet die Verteilung der Installationszeitpunkte über alle Staffeln hinweg ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

53 KAPITEL 4. DATENGRUNDLAGEN 36 Abb. 4.2: Häufigkeit der Installationen der SMA nach Wochentagen Anzahl Installationen So Mo Di Mi Do Fr Sa Bemerkungen: Diese Grafik bildet die Verteilung der Installationen über die Wochentage ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

54 KAPITEL 4. DATENGRUNDLAGEN 37 Abb. 4.3: Anteil Haushalte ohne installierte SMA Anteil Haushalte ohne installiertes Display jan jul jan jul jan2013 Datum Bemerkungen: Diese Grafik bildet den Anteil der Haushalte ohne installierte SMA über den Zeitverlauf ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

55 Kapitel 5 Analyse der Zählerdaten Dieser Teil des Berichtes untersucht die Auswirkungen der Interventionen auf den Stromverbrauch. Der Anhang A.2 erläutert die statistischen Schätzungen und Methoden im Detail. 1 Die folgenden Unterabschnitte diskutieren die Ergebnisse im Detail. 5.1 Kurzfristige Analyse Dieser Teil des Berichtes präsentiert eine Analyse der Resultate in der kurzen Frist. Darunter verstehen wir die durch die Veränderungen im Stromverbrauch zwischen T0 und T+5 im Vergleich mit dem Baselineverbrauch zwischen T-13 und T0. Abbildung 5.1 weist den Anteil der Studienhaushalte aus, welche die ihnen zugeloste Intervention auch zwischen T0 und T+5 erlebt haben. Dieser Anteil ist deutlich geringer als 10% in den Gruppen G1 und G2, während er nahe 100% beträgt für die Gruppen G3 und G4. Dieses erste Resultat legt also nahe, dass für die Gruppen G1 und G2 keine kurzfristigen Wirkungen auf den Stromverbrauch möglich sind. Die Gruppe G1 hatte zum Zeitpunkt T+5 noch keine Anzeige in der Wohnung, das unmittelbare Rückschlüsse über den Stromverbrauch erlaubt. In der Gruppe G2 hatten wiederum erst sehr wenige Haushalte eine professionelle Stromsparberatung im Kundenzentrum der ewz hinter sich. 1 Der Anhang ist vor allem Leserinnen und Lesern empfohlen, die sich für die technischen Details der nachfolgenden Schätzungen interessieren. Für das Verständnis der meisten Abbildungen ist dieser Abschnitt nicht notwendig. 38

56 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 39 Abb. 5.1: Anteil Studienhaushalte mit Intervention zwischen T0 und T+5 Anteil mit erfolgter Intervention in M Smart Meter Stromspar beratung Sozialer Wettbewerb Sozialer Vergleich Gruppe Bemerkungen: Diese Abbildung bildet den Anteil der Studienhaushalte ab, die zwischen T0 und T+5 die ihnen zugeloste Intervention erlebt haben. Quellen: Eigene Berechnungen auf Basis der Studienmanagementsystem (SMS) Daten. Das SMS ist eine eigens für die Studie entwickelte Datenbankapplikation. Andererseits sehen wir aus Abbildung 5.1, dass beinahe alle Teilnehmenden der beiden Gruppen mit sozialer Information bezüglich des Elektrizitätsverbrauchs versorgt wurden zwischen T0 und T+5. Wir vermuten jedoch stark, dass auch für diese Teilnehmerinnen und Teilnehmer eine Wirkung erst nach T+5 zu erwarten ist. Diese Teilnehmerinnen und Teilnehmer haben lediglich eine erste Information bezüglich ihres Verbrauchs und des Verbrauchs des Partnerhaushaltes erhalten. D.h. für die Gruppe G3 hat somit erst der Wettkampf begonnen. Wir können jedoch allfällige Wirkungen erst im Zeitpunkt T+9 erwarten. Desgleichen mit der Gruppe G4. Die Tabelle 5.1 weist die kurzfristigen Entwicklung des Stromverbrauchs über die vier Interventionen aus. Wir präsentieren diese Entwicklung zur Illustration des Ansatzes zur Messung der Effekte. Die tatsächlichen Effekte können erst in der mittleren Frist festgestellt werden (siehe Abschnitt 5.2), da ein Grossteil der Teilnehmer in den Gruppe G1 und G2 noch gar keine zusätzliche Information erhalten hat. Die Spalte Pre weist den durchschnittlichen Stromverbrauch pro Tag in der Baseline Phase, d.h. der Phase zwischen T-13 und T0, aus. Die Teilnehmenden in der Smart Metering Gruppe (G1) verbrauchten zum Beispiel Kilowattstunden (kwh) pro Kalendertag. Dies entspricht rund (= mal Kalendertage) kwh in einem ganzen Jahr. Dieser Wert liegt rund 300 kwh unter dem Wert,

57 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 40 der für Zürich typisch ist (siehe Anhang B). Dieser Unterschied lässt sich eventuell dadurch erklären, dass die Teilnahme an der Feldstudie freiwillig war. Studienteilnehmerinnen und -teilnehmer sind also vermutlich etwas energiebewusster als der Durchschnitt. Entscheidend ist jedoch, dass der Stromverbrauch relativ ähnlich ist zwischen den Interventionsgruppen. Dies erwarten wir, da die Zuweisung zu den Gruppen zufällig war. Die Tabelle 5.1 weist unterhalb des mittleren Verbrauchs den Standardfehler der geschätzten Werte in Klammern aus. Der Verbrauch der Smart Metering Gruppe hat zum Beispiel einen Standardfehler von kwh. Dieser Wert informiert uns über die Präzision der Schätzung. Der wahre Tagesverbrauch liegt mit 95% Wahrscheinlichkeit zwischen 5.76 kwh und 6.22 kwh (= ± ). Der Tagesverbrauch kann also relativ präzise geschätzt werden. Die Angaben in eckigen Klammern weisen die Beobachtungszahl aus. In der Pre Phase waren zum Beispiel 1176 Haushalte in der Smart Metering Gruppe. Die Spalte M1 der Tabelle 5.1 weist den Tagesverbrauch in der ersten Phase von 5 Wochen nach dem geplanten Beginn der Intervention aus. Die Tagesverbrauchswerte liegen bei allen Gruppen höher als in der Pre Phase. Da der Verbrauch in der Kontrollgruppe auch ansteigt, ist vermutlich die saisonale Änderung des Verbrauchs die Erklärung für den Anstieg. Die Stromverbrauchswerte werden leicht weniger präzise geschätzt in der M1 Phase. Eine Erklärung für diesen Verlust an Präzision liegt in den Studienaustritten. In der Smart Metering Gruppe sinkt die Teilnehmerzahl von auf oder um 48 Haushalte oder 4.1% der Ausgangspopulation. Die Zahl der Studienaustritte ist etwas geringer in den Gruppen G2 (-1 Haushalt), G3 (-11 Haushalte) bis G4 (-10 Haushalte) und in der Kontrollgruppe (-5 Haushalte). Tab. 5.1: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag)- Pre vs. M1 Verbräuche Pre M1 across within within within G1: Smart Meter (0.117) (0.121) (0.168) (0.050) (0.074) (0.121) [N=1 176] [N=1 128] G2: Stromsparberatung (0.126) (0.140) (0.188) (0.054) (0.077) (0.074) [N=1 207] [N=1 206] G3: Sozialer Wettbewerb (0.100) (0.108) (0.147) (0.043) (0.070) (0.067) [N=1 166] [N=1 155] G4: Sozialer Vergleich (0.100) (0.112) (0.150) (0.040) (0.068) (0.064) [N=1 173] [N=1 163] G0: Kontrollgruppe (0.112) (0.129) (0.170) (0.055) [N=1 197] [N=1 192] Wocheneffekte Nein Ja

58 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 41 Bemerkungen: Diese Tabelle zeigt den durchschnittlichen pro Tag Elektrizitätsverbrauch vor und nach der Intervention in T0 für die verschiedenen Interventionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen sowie die within Differenzen-in- Differenzen mit und ohne Wocheneffekte. Standardfehler sind cluster-robust. Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. Die Spalte across weist die Veränderung des Stromverbrauchs zwischen der Pre Phase und der M1 Phase aus. Wir ziehen vom Stromverbrauch der Spalte M1 denjenigen der Spalte Pre ab. In allen Gruppen steigt der Stromverbrauch um kwh (G3) bis zu kwh (G2) an. Die Spalte within weist die Veränderung des Stromverbrauchs zwischen der Pre Phase und der M1 Phase für die Haushalte, welche in der Studie verbleiben aus. Diese Analyse erlaubt es, die Veränderung des Stromverbrauches sehr präzise zu schätzen. Die Veränderung in der Gruppe G1 wird z.b. mit einem Standardfehler von kwh geschätzt in Spalte across. Der Standardfehler beträgt lediglich 0.05 kwh oder etwas weniger als 30% in der Spalte within. Die geschätzten Anstiege des Stromverbrauches sind alle auf dem 5% Niveau statistisch signifikant von Null verschieden. Die Spalte within weist die Veränderung des Stromverbrauchs der Interventionsgruppen im Vergleich zur Kontrollgruppe aus. Diese Spalte weist also eine erste Schätzung des kausalen Effektes der Interventionen auf den Stromverbrauch aus. Die erste Zeile zeigt, dass die Gruppe G1 ihren Verbrauch um kwh stärker erhöht hat als die Kontrollgruppe G0. Dieser Effekt ist jedoch nicht statistisch von Null unterscheidbar, da er nur mit einer Präzision von kwh geschätzt wurde. Dies bedeutet, dass ein solcher Unterschied zwischen den Gruppen rein zufällig ist. Dasselbe Ergebnis sehen wir für die anderen Interventionsgruppen. Die letzte Spalte within weist die doppelte Differenz des Stromverbrauchs aus. Im Unterschied zur zweitletzten Spalte sind die Ergebnisse der letzten Spalte um saisonale Effekte korrigiert. Die Ergebnisse ändern sich vor allem in der Smart Metering Gruppe relativ bedeutend. Während die zweitletzte Spalte eine Erhöhung schätzt, legt die letzte Spalte nahe, dass der Stromverbrauch um kwh stärker gesunken ist als dies in der Kontrollgruppe der Fall war. Die Punktschätzungen der Entwicklung des Stromverbrauchs sind sehr nahe bei Null und geringer als die Standardfehler. Somit können wir nicht ausschliessen, dass die Interventionen ohne Effekt waren. Dies erstaunt im Lichte unserer Überlegungen oben jedoch nicht. Die kurzfristigen Auswirkungen der Interventionen lassen sich erst mit Vorliegen der Zählerdaten zum Zeitpunkt T+9 bzw. T+13 abschliessend beurteilen. In T+13 haben eine bedeutend höhere Zahl von Haushalten mit Beratung diese auch besucht (siehe Abbildung 5.4 im Anhang). Schliesslich hatten auch die Teilnehmerinnen und Teilnehmer der Gruppen G3 und G4 erst zum Zeitpunkt T+13 die Gelegenheit, ihren Verbrauch zu drosseln. Für die Smart Metering Gruppe wurde die grosse Mehrzahl der Smart Meter-Anzeigen sogar erst in T+13 ausgeliefert und installiert (siehe Abbildung 5.2). Tabelle 5.2 weist den Effekt der Interventionen auf den Stromverbrauch im dritten Monat

59 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 42 nach Beginn der Interventionen aus. Der M3 Verbrauch bezeichnet den Zeitraum zwischen T+9 und T+13. Zu diesem Zeitpunkt war ein Grossteil der Anzeigen in den Haushalten der Gruppe G1 schon installiert. Rund ein Drittel der Teilnehmer der Gruppe G2 hatte auch schon der Einladung zu einem Beratungsgespräch Folge geleistet. Schliesslich hatten die Teilnehmer der Gruppen G3 und G4 schon Zeit, auf die zusätzliche Information zu reagieren. Tab. 5.2: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag)- Pre vs. M3 Verbrauch Pre M3 across within within within G1: Smart Meter (0.117) (0.129) (0.174) (0.075) (0.092) (0.085) [N=1 176] [N=1 139] G2: Stromsparberatung (0.126) (0.144) (0.191) (0.058) (0.078) (0.075) [N=1 207] [N=1 192] G3: Sozialer Wettbewerb (0.100) (0.112) (0.150) (0.056) (0.078) (0.072) [N=1 166] [N=1 132] G4: Sozialer Vergleich (0.100) (0.119) (0.155) (0.055) (0.077) (0.073) [N=1 173] [N=1 131] G0: Kontrollgruppe (0.112) (0.126) (0.168) (0.053) [N=1 197] [N=1 167] Wocheneffekte Nein Ja Bemerkungen: Diese Tabelle zeigt den durchschnittlichen pro Tag Elektrizitätsverbrauch vor und nach der Intervention in T-13 und T0 (Spalte Pre) und in der Periode T+9 und T+13 (Spalte M3) für die verschiedenen Interventionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen sowie die within Differenzen-in-Differenzen mit und ohne Wocheneffekte. Standardfehler sind cluster-robust. Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. Tatsächlich liegt nun der Stromverbrauch der Gruppe G1 um kwh tiefer als er ohne Anzeige gewesen wäre (Spalte within). Diese Reduktion im Stromverbrauch ist gerade knapp nicht signifikant von Null verschieden. Die Ableseperiode M3 ist jedoch vermutlich auch noch zu nahe am Installationszeitpunkt der Anzeige. Viele der Haushalte hatten die Anzeige erst wenige Wochen im Haushalt vorliegen. Wenn der Gebrauch dieser Anzeige erst erlernt werden muss, dann kann die M3 Analyse den Gesamteffekt der Smart Meter-Anzeige noch nicht feststellen. Der Stromverbrauch der Gruppe G2 liegt hingegen nur gerade kwh unter dem Niveau ohne Stromberatung. Diese Reduktion im Stromverbrauch ist nicht signifikant von Null verschieden. Der Stromverbrauch der Gruppe G3 liegt jedoch um kwh unter dem Niveau ohne Wettbewerb eine statistisch signifikante Reduktion. Schliesslich liegt der Verbrauch von Elektrizität um kwh unter dem Verbrauch ohne Information über den Stromverbrauch des Partnerhaushaltes ein Rückgang der nicht signifikant von Null verschieden ist. Diese Analyse zeigt also auf, dass die Effekte der Interventionen mittelfristig

60 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 43 bedeutender sein können als in der sehr kurzen Betrachtung von Tabelle 5.1. Der nächste Abschnitt diskutiert deshalb die Effekte zu jedem Ablesezeitpunkt. 5.2 Mittelfristige Wirkungen Wie sehen die Wirkungen in der mittleren Frist, d.h. im Jahr nach Beginn der Interventionen, aus? Abbildung 5.2 weist die kumulierte Anzahl Studienhaushalte der Gruppe G1 aus, welche eine Smart Meter-Anzeige zur Verfügung hat. Die Abbildung zeigt auf, dass die Installation und Auslieferung der Anzeigen zeitaufwändig war. Nur rund 80 Haushalte hatte die Anzeige im ersten Monat nach Beginn der Intervention zur Verfügung (Zeitpunkt M1). Im zweiten Monat nach Interventionsbeginn waren dies schon rund 340 Haushalte (Zeitpunkt M2). Am Ende des ersten Quartals nach Beginn der Intervention stand die Anzeige knapp 800 Haushalten zur Verfügung (Zeitpunkt M3). Am Ende des zweiten Quartals waren rund 950 der Smart Meter-Anzeigen installiert (Zeitpunkt Q2) und am Ende der Studienlaufzeit lag die Zahl der installierten Anzeigen bei etwas über Abb. 5.2: Installationszeitpunkte des Smart Meter-Anzeige für Gruppe G1 Anzahl Haushhalte mit Anzeige (kumuliert) ,000 Pre M1 M2 M3 Q2 Q3 Q4 Bemerkungen: Dieses Abbildung zeigt die kumulierte Anzahl installierter Anzeigen in der Smart Meter Gruppe G1 über die Zeit hinweg. Quellen: Eigene Berechnungen auf Basis der SMS Daten. Die Tatsache, dass die Auslieferung zeitaufwändig war, hat auch einen Einfluss auf die Wirkung von Smart Meter-Anzeigen. Die Abbildung 5.3 weist die Veränderung des Stromver-

61 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 44 brauchs der Teilnehmenden mit Anzeige (Gruppe G1) im Vergleich mit der Kontrollgruppe aus. Die durchgezogene Linie beschreibt den Effekt der Smart Meter-Anzeige auf den Stromkonsum (mittels Differenz in Differenz geschätzt; siehe Tabelle 5.1). Der Effekt wird an einem Ablesezeitpunkt relativ zum letzten Ablesezeitpunkt gerechnet. Der Effekt bei Q2 z.b. weist den durchschnittlichen Effekt im zweiten Quartal nach Beginn der Intervention aus. Der dunkel schraffierte Bereich bezeichnet die statistisch in 90% aller Fälle mögliche Grössenordnungen für den Effekt; der hell schraffierte Bereich bezeichnet die in 95% aller Fälle beobachtbare Grössenordnung des Effektes. Der Effekt der Smart Meter-Anzeige ist statistisch signifikant von Null verschieden, wenn die schraffierten Bereiche die Null-Linie nicht überdecken. Abb. 5.3: G1: Smart Meter DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall Bemerkungen: Diese Grafik zeigt den Effekt der Interventionen auf den Stromverbrauch über den Zeitverlauf für die Interventionsgruppe G1. Die Grafik zeigt die Veränderung im Verbrauch zwischen den Ableseperioden M1 (bzw. M2, M3, Q2, Q3 und Q4) im Vergleich mit dem Verbrauch vor Start der Interventionen für die Interventionsgruppe G1 im Vergleich mit der Kontrollgruppe (Differenz der Veränderungen). Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. Abbildung 5.3 zeigt einen klaren Effekt der Smart Metering Anzeige auf den Stromverbrauch. Der Tagesstromverbrauch der Gruppe G1 liegt von Beginn weg unter dem Tagesverbrauch der Kontrollgruppe und sinkt ab bis zum Ende des zweiten Quartals nach Beginn der Intervention. Dieses Absinken geschieht beinahe zeitgleich mit der Auslieferung der Anzeigen an die Studienhaushalte der Gruppe G1. Am Ende des zweiten Quartals liegt der Tagesverbrauch um rund 0.2 kwh unter dem Wert, der sich ohne Anzeige eingestellt hätte. Diese Reduktion ist auch statistisch klar signifikant von Null verschieden. Der Effekt der Anzeige bleibt mittelfristig erhalten. Smart Metering-Anzeigen reduzieren den Stromverbrauch nicht

62 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 45 nur kurzfristig, sondern auch über eine Zeitspanne von bis zu einem Jahr: der Tagesverbrauch der Gruppe G1 ist auch ein Jahr nach geplantem Installationszeitpunkt signifikant tiefer als er ohne Anzeige gewesen wäre. Wie gross ist dieser Effekt? Tabelle C.1 zeigt, dass die an der Studie beteiligten Haushalte pro Jahr knapp kwh Elektrizität konsumierten. Dies entspricht einem Tageskonsum von 6.3 kwh. Eine Reduktion von 0.2 kwh bezogen auf diesen Tageskonsum entspricht also einer Reduktion um rund 3.2%. 2 Wie gross ist dieser Effekt im Vergleich mit anderen Studien? Das Smart Metering Impact Assessment des Bundesrates beschäftigt sich auch mit den Effizienzvorteilen durch Smart Metering. Basierend auf früheren Studien beziffern Baeriswyl et al. (2012) die Reduktion des Elektrizitätsverbrauchs auf zwischen 1.2 bis 3.7%, je nach Art der Rückmeldung der Information. Das Impact Assessment für die Schweiz geht von einer Reduktion des Elektrizitätsverbrauchs von 3.7% während den ersten fünf Jahren aus. Diese Reduktion sollte sich bei den Konsumentinnen und Konsumenten ergeben, welche die über Smart Metering bereitgestellten zusätzlichen Informationen empfänglich sind. Das Einsparungspotenzial in der ewz-studie Smart Metering entspricht ziemlich genau dem Wert, mit dem die Smart Metering Impact Studie arbeitet. Die ewz-studie Smart Metering bekräftigt auch, dass die Einsparung von etwas über 3% auch mittelfristig, d.h. während des ersten Jahres nach Installation, feststellbar ist. Welche Auswirkungen hat die Stromsparberatung? Zunächst interessiert hier die Zahl der realisierten Beratungsgespräche. Abbildung 5.4 weist die kumulierte Zahl realisierter Beratungsgespräche aus. Im ersten Monat nach Beginn der Intervention werden knapp über 100 Gespräche realisiert. Diese Zahl steigt auf knapp unter 300 am Ende des zweiten Monats (M2) und steigt danach nur leicht auf etwa 330 Beratungsgespräche am Ende des dritten Monats. Insgesamt werden also in der Gruppe G2 rund ein Drittel aller möglichen Beratungsgespräche realisiert. Die Nachfrage nach Beratung ist also nicht unbedeutend aber insgesamt doch relativ gering. 2 Der Gesamtstromverbrauch pro Jahr erhöht sich durch den Eigenstrombedarf des Devolo-Moduls und der Smart Meter-Anzeige um ca. 55 kwh pro Jahr. Da die ausgewiesenen Reduktionen Nettoeffekte darstellen, d.h. Einsparungen des Gesamtstrombedarfs, werden die wahren Einsparungen für die Teilnehmenden der Smart Meter-Gruppe leicht unterschätzt.

63 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 46 Abb. 5.4: Beratungszeitpunkte für Gruppe G2 Anzahl Haushhalte mit Beratung (kumuliert) ,000 Pre M1 M2 M3 Q2 Q3 Q4 Bemerkungen: Dieses Abbildung zeigt die kumulierte Anzahl erfolgter Beratungen in der Beratungsgruppe G2 über die Zeit hinweg. Quellen: Eigene Berechnungen auf Basis der SMS Daten. Welche Auswirkung hat nun diese Beratung auf den Stromverbrauch? Die Abbildung 5.5 weist die Effekte auf den Stromverbrauch für G2 aus. Die Schätzungen für den Effekt liegen entweder auf der Nulllinie oder leicht darüber, d.h. insgesamt verbraucht die Gruppe G2 etwa gleich viel Strom wie die Kontrollgruppe. Dieses Resultat lässt sich allenfalls darüber erklären, dass nicht alle Haushalte der Gruppe G2 an einer Beratung teilgenommen haben. Abbildung 5.6a vergleicht die Entwicklung des Stromverbrauches der Teilnehmer mit der Kontrollgruppe. Der Stromverbrauch der Teilnehmer liegt im ersten Monat (M1) über dem der Kontrollgruppe, danach liegt er während zwei Monaten leicht unter demjenigen der Kontrollgruppe. Insgesamt lässt sich jedoch kein Effekt des Beratungsgesprächs nachweisen. Abbildung 5.6b untersucht den Stromverbrauch der Nichtteilnehmer (mit derselben Skalierung der vertikalen Achse wie für die Teilnehmer). Nicht weiter überraschend entwickelt sich der Stromverbrauch der Nichtteilnehmer genau wie derjenige der Kontrollgruppe. 3 Wir folgern aus dieser Analyse, dass der Stromverbrauch insgesamt nicht zurückgeht, da die Effekte des Beratungsgespräches selbst gering sind und die Mehrheit der Studienteilnehmer den Termin zu einem Beratungsgespräch 3 Diese Vergleiche müssen vorsichtig interpretiert werden. Wenn die Gruppe der Beratungsgesprächteilnehmer aus Haushalten besteht, welche unabhängig vom Beratungsgespräch starke Einsparungen im Stromverbrauch realisieren möchten, dann schlägt der Vergleich der Teilnehmer mit der Kontrollgruppe fehl. Die Tatsache, dass sich der Stromverbrauch für Nichtteilnehmer in etwa gleich wie derjenige der Kontrollgruppe entwickelt, legt allerdings nahe, dass dieses Problem unbedeutend ist.

64 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 47 nicht wahrnimmt. Wir diskutieren im nächsten Kapitel weitere mögliche Effekte von Beratungsgesprächen auf Wissen und Sparpotenziale. Abb. 5.5: G2: Stromsparberatung DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall Bemerkungen: Diese Grafik zeigt den Effekt der Interventionen auf den Stromverbrauch über den Zeitverlauf für die Interventionsgruppe G2. Die Grafik zeigt die Veränderung im Verbrauch zwischen den Ableseperioden M1 (bzw. M2, M3, Q2, Q3 und Q4) im Vergleich mit dem Verbrauch vor Start der Interventionen für die Interventionsgruppe G2 im Vergleich mit der Kontrollgruppe (Differenz der Veränderungen). Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten.

65 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 48 Abb. 5.6: G2: Verbrauch für Teilnehmer und Nichtteilnehmer (a) Teilnehmer DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall (b) Nichtteilnehmer DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall Wie beeinflussen die beiden Interventionen mit Informationen über den Stromverbrauch anderer Haushalte den Stromverbrauch? Die Abbildung 5.7 weist die Effekte auf den Strom-

66 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 49 verbrauch für die Gruppe im sozialen Wettbewerb (Gruppe G3) aus. Studienteilnehmende im sozialen Wettbewerbs verbrauchen etwas weniger Strom als die Kontrollgruppe. Der Unterschied vergrössert sich leicht im Laufe des ersten Quartals und wird marginal statistisch signifikant negativ am Ende des dritten Monats nach Beginn der Intervention. Danach nimmt der Effekt leicht ab. Am Ende der Beobachtungsperiode bleibt der Effekt negativ, ist jedoch nicht statistisch gesichert. Diese Analyse legt nahe, dass der soziale Wettbewerb geringe Einsparungen bewirken kann. Wichtig scheint jedoch die Häufigkeit der Rückmeldung. In den ersten drei Monaten nach Beginn der Intervention reduzieren die Studienhaushalte im sozialen Wettbewerb den Elektrizitätskonsum. Dies ist genau die Zeitperiode, in der die Haushalte jeden Monat über ihren Verbrauch im Vergleich mit dem Partnerhaushalt informiert werden. Wechselt die Rückmeldungshäufigkeit von Monats- auf Quartalsfrequenz so nimmt der Effekt der sozialen Information auf den Stromverbrauch ab. Es scheint, als ob der Wettbewerb zwischen den Partnerhaushalten erlahmt. Abb. 5.7: G3: Sozialer Wettbewerb DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall Bemerkungen: Diese Grafik zeigt den Effekt der Interventionen auf den Stromverbrauch über den Zeitverlauf für die Interventionsgruppe G3. Die Grafik zeigt die Veränderung im Verbrauch zwischen den Ableseperioden M1 (bzw. M2, M3, Q2, Q3 und Q4) im Vergleich mit dem Verbrauch vor Start der Interventionen für die Interventionsgruppe G3 im Vergleich mit der Kontrollgruppe (Differenz der Veränderungen). Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. Die Abbildung 5.8 weist die Effekte auf den Stromverbrauch für Teilnehmerinnen und Teilnehmer mit sozialer Vergleichsinformation (Gruppe G4) aus. Auch sozialer Vergleich scheint den Stromkonsum leicht zu verringern. Der Rückgang ist jedoch zu gering um statistisch

67 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 50 signifikant von Null verschieden zu sein. Abb. 5.8: G4: Sozialer Vergleich DiD im Elektrizitätsverbrauch M1 M2 M3 Q2 Q3 Q4 Zeit 90% Konfidenzintervall Bemerkungen: Diese Grafik zeigt den Effekt der Interventionen auf den Stromverbrauch über den Zeitverlauf für die Interventionsgruppe G4. Die Grafik zeigt die Veränderung im Verbrauch zwischen den Ableseperioden M1 (bzw. M2, M3, Q2, Q3 und Q4) im Vergleich mit dem Verbrauch vor Start der Interventionen für die Interventionsgruppe G4 im Vergleich mit der Kontrollgruppe (Differenz der Veränderungen). Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. 5.3 Sensitivitätsanalysen Dieser Abschnitt diskutiert die Robustheit der Resultate bezüglich des Beizuges von Kontrollvariablen. Tabelle 5.3 weist die Effekte der Intervention in vier verschiedenen Formen aus. Die Spalte Wocheneffekte enthält die Effekte, welche in den vorgängigen Grafiken ausgewiesen wurden. Die Spalte Haushaltscharakteristiken weist Effekte aus, welche für die Struktur der Haushalte kontrollieren. Das Beifügen dieser Eigenschaften hat zwei Konsequenzen. Zum einen werden die Effekte mit einer kleineren Grundstichprobe berechnet. Die Zeile N (Total) zeigt z.b. auf, dass wir die Haushaltscharakteristiken für der insgesamt vorhandenen Ablesungen kennen, da diese Informationen nur für die Haushalte bekannt sind, welche an der ersten Umfrage teilnehmen. Ebenso sinkt die Zahl der brauchbaren Ablesungen von auf , wenn wir für die beobachteten Eigenschaften der Individuen kontrollieren (siehe Spalte Individuelle Charakteristiken ). Schliesslich liegen beide Informationsblöcke für Ablesungen vor (siehe letzte Spalte Alle ). Zum anderen können durch

68 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 51 das Beifügen von zusätzlicher Information auch die Effekte präziser geschätzt werden. Die Zunahme an Präzision hängt jedoch von der Prognosekraft der zusätzlichen Charakteristiken ab. Tabelle 5.3 weist sowohl Effekte nach Ablesezeitpunkt als auch den durchschnittlichen Effekt über die gesamte Beobachtungsperiode aus (letzte Zeile Total ). Für die Gruppe G1 zeigt sich ein interessantes Bild. Studienhaushalte, für die Charakteristiken vorliegen, reagieren leicht stärker auf die Installation der Anzeige. Dieser Effekt wird noch stärker für Haushalte, zu denen auch Eigenschaften der Individuen vorliegen. Am Ende des zweiten Quartals reduziert die Anzeige den Stromverbrauch um kwh pro Tag oder um rund 5.2% in der Untergruppe mit Informationen zu den Individuen. Die Einsparung in der gesamten Teilnehmergruppe liegt bei kwh pro Tag oder bei 3.3%. Wir vermuten, dass die Effekte leicht stärker sind in der Gruppe mit Haushalts- und Indivdiualinformation, weil es sich hier um Haushalte handelt, die an den Umfragen teilgenommen haben. Diese Haushalte sind eher kooperationsbereit und setzen eventuell die Smart Meter-Anzeige auch gezielt ein, um Strom zu sparen. Die Resultate für die Gruppe G2 zeigen durchwegs einen Effekt auf, der nicht von Null verschieden ist. Die Durchschnittseffekte über die gesamte Beobachtungsperiode liegen bei 0.01 bis 0.03 kwh. Die Resultate für die Gruppe G3 zeigen einen signifikant negativen Effekt am Ende des dritten Monats nach Beginn der Intervention. Dieser Effekt liegt bei kwh oder rund 2.3% des durchschnittlichen Tagesverbrauchs. Der Effekt bleibt negativ aber seine statistische Signifikanz ist nicht robust bezüglich des Einschlusses von Kontrollvariablen. Der Gesamteffekt des sozialen Wettbewerbs wird negativ aber nicht signifikant von Null verschieden geschätzt. Er liegt bei rund kwh oder knapp über einem Prozent des Tagesverbrauchs. Die Resultate für Gruppe G4 zeigen ein ähnliches Bild. Der soziale Vergleich reduziert zwar durchwegs den Tagesverbrauch leicht. Der Effekt ist jedoch zu klein um statistisch von Null verschieden zu sein. Interessanterweise ist der Effekt am Ende des vierten Quartals stark negativ und er wird auch in einer von den vier Spezifikationen signifikant von Null verschieden geschätzt. Der Gesamteffekt auf den Verbrauch liegt bei rund kwh oder knapp unter einem Prozent des Tagesverbrauchs; er ist nicht signifikant von Null verschieden. Der letzte Block in Tabelle 5.3 vergleicht die beiden Interventionen mit sozialer Information mit der Kontrollgruppe. Der Durchschnittseffekt der beiden Interventionen ist negativ aber nicht statistisch von Null verschieden. Die Einsparungsmöglichkeiten liegen bei oder etwa einem Prozent des Tagesverbrauchs. Tab. 5.3: Treatment Effekte mit Kontrollvariablen Ableseperiode Wocheneffekte Haushaltscharakteristiken Individuelle Charakteristiken Alle G1: Smart Meter M

69 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 52 Ableseperiode Tab. 5.3 Fortsetzung Haushalts- Wocheneffekte charakte- ristiken Individuelle Charakteristiken Alle (0.121) (0.113) (0.151) (0.124) M (0.077) (0.089) (0.089) (0.092) M ** ** (0.085) (0.092) (0.083) (0.088) Q *** *** *** *** (0.073) (0.081) (0.079) (0.083) Q *** *** *** *** (0.074) (0.077) (0.081) (0.080) Q *** *** *** *** (0.060) (0.064) (0.068) (0.068) Total *** *** *** *** (0.053) (0.059) (0.058) (0.061) N (Total) G2: Stromsparberatung M (0.074) (0.069) (0.077) (0.072) M (0.070) (0.078) (0.080) (0.083) M (0.075) (0.084) (0.084) (0.088) Q (0.074) (0.081) (0.081) (0.084) Q (0.082) (0.081) (0.084) (0.085) Q (0.058) (0.065) (0.065) (0.068) Total (0.049) (0.054) (0.053) (0.055) N (Total) G3: Sozialer Wettbewerb M (0.067) (0.068) (0.078) (0.071) M (0.073) (0.075) (0.081) (0.079) M ** * (0.072) (0.078) (0.078) (0.081) Q (0.075) (0.081) (0.080) (0.082) Q (0.079) (0.086) (0.085) (0.087) Q (0.058) (0.062) (0.065) (0.066) Total (0.049) (0.054) (0.053) (0.055) N (Total) G4: Sozialer Vergleich

70 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 53 Ableseperiode Tab. 5.3 Fortsetzung Haushalts- Wocheneffekte charakte- ristiken Individuelle Charakteristiken Alle M (0.064) (0.065) (0.076) (0.066) M (0.074) (0.076) (0.082) (0.078) M (0.073) (0.077) (0.077) (0.078) Q (0.067) (0.072) (0.074) (0.074) Q (0.073) (0.070) (0.075) (0.070) Q * (0.059) (0.064) (0.064) (0.066) Total (0.045) (0.048) (0.048) (0.049) N (Total) G3 und G4: Soziale Treatments M (0.060) (0.059) (0.069) (0.061) M (0.063) (0.067) (0.071) (0.070) M (0.062) (0.067) (0.067) (0.069) Q (0.060) (0.065) (0.066) (0.067) Q (0.066) (0.067) (0.069) (0.068) Q * (0.052) (0.056) (0.056) (0.058) Total (0.040) (0.045) (0.044) (0.046) N (Total) Wocheneffekte Ja Ja Ja Ja

71 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 54 Bemerkungen: Diese Tabelle zeigt die Treatment Effekte für die Interventionsgruppen sowohl für die verschiedenen Zeitperioden M1 bis Q4, als auch den Gesamteffekt mit verschiedenen Kontrollvariablen. Spalte (1) zeigt die Ergebnisse mit Wocheneffekten (analog zu Spalte 6 in Tabelle 5.1. Spalte (2) enthält zusätzlich zu den Wocheneffekten eine Reihe von Haushaltscharakteristiken. Diese umfassen Art der Heizung (7 Kategorien), Art der Warmwassererzeugung (9 Kategorien), Wohnfläche (5 Kategorien), Haushaltsgeräte (17 Kategorien), sowie Dummies für Eigentumswohnungen und Wochenaufenthalterwohnungen. Spalte (3) enthält zusätzlich zu den Wocheneffekten eine Anzahl von individuellen Charakteristiken. Diese umfassen Geschlecht, Alter (6 Kategorien), Bildung (4 Kategorien), Einkommen (4 Kategorien), Anzahl Erwachsene (4 Kategorien), Anzahl Kinder (5 Kategorien) und Nationalität (6 Kategorien). Spalte (4) kontrolliert neben den Wocheneffekten sowohl für individuelle Charakteristiken als auch für Haushaltscharakteristiken. Standardfehler sind cluster-robust. *** P<0.01 ** P<0.05 * P<0.1. Quellen: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. 5.4 Verbrauch der Nachbarn Im Rahmen der Studie wurde auch der Elektrizitätsverbrauch von bis zu zwei zufällig ausgewählten Nachbarn erhoben. Nachbarn sind Personen, die im gleichen Gebäude wohnhaft sind wie der Haushalt, der einer der Interventionsgruppen zugeteilt wurde. Für Nachbarn liegt keine Information zum Elektrizitätskonsum vor Beginn der Studie vor, da die Nachbarn erst nach der ersten Ablesung in die Studie miteinbezogen wurden. Der Stromverbrauch der Nachbarn kann ändern, wenn sich die Studienhaushalte über das Stromsparen unterhalten und/oder Informationen über das Stromsparen austauschen. Dieses Phänomen bezeichnen wir als soziale Transmission des Stromsparverhaltens. Tab. 5.4: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag) der Nachbarn Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbera- tung Wettbewerb Meter Ableseperiode Sozialer Vergleich Total M (0.117) (0.116) (0.116) (0.108) (0.120) (0.052) M (0.120) (0.117) (0.118) (0.111) (0.121) (0.053) M (0.124) (0.123) (0.118) (0.118) (0.122) (0.054) Q (0.131) (0.129) (0.124) (0.120) (0.120) (0.056) Q (0.128) (0.128) (0.122) (0.120) (0.124) (0.056) Q (0.117) (0.121) (0.115) (0.108) (0.116) (0.052) ØJahresverbrauch

72 KAPITEL 5. ANALYSE DER ZÄHLERDATEN 55 Bemerkungen: Diese Tabelle zeigt die Durchschnittsverbräuche der Nachbarn für die Ableseperioden M1 bis Q4 für alle Interventionsgruppen und insgesamt. Die Pre Verbräuche werden für die Nachbarn nicht beobachtet, da die Zuteilung der Nachbarn erst nach T-13 erfolgt ist. Quelle: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. Tabelle 5.4 weist den Stromverbrauch der Nachbarn (pro Tag) aus. Die Tabelle zeigt kein klares Resultat bezüglich der sozialen Transmission von Einsparbemühungen. Der Stromverbrauch der Nachbarn der Teilnehmerinnen und Teilnehmer an einer Intervention entwickelt sich in etwa gleich wie bei den Nachbarn der Kontrollgruppe. Einzig die Nachbarn der Studienhaushalte mit sozialem Wettbewerb brauchen etwas weniger Strom als die Nachbarn der anderen Interventionsgruppen, dies jedoch schon ganz zu Beginn der Studie, bevor die Studienhaushalte sich wirklich mit ihren Nachbarn über das Stromsparen unterhalten konnten. Wir vermuten deshalb, dass dieser geringe Stromverbrauch nicht durch die Studie sondern durch eine Zufallschwankung hervorgerufen wurde. Es hat also keine wesentliche soziale Transmission der Stromsparbemühungen stattgefunden hat.

73 Kapitel 6 Analyse der Smart Meter-Daten Dieser Abschnitt diskutiert die Auswertungen anhand der Smart Meter-Daten. Wir diskutieren zuerst die Nutzung der Smart Meter-Anzeige (SMA). Wir benutzen dann im Unterabschnitt 6.2 das Ausrollen, sowie die ca. dreiwöchige Periode zwischen der Montage des Smart Meters und dem Aufschalten der SMA um den kausalen Effekt der Benutzung der SMA zu schätzen. Wir gehen hier nochmals kurz auf die formale Definition der Schätzungen ein, da diese sich leicht von den vorhergehenden Schätzungen unterscheiden. 6.1 Nutzung der Smart Meter-Anzeigen Die SMA wird sehr stark benutzt. Die Smart Meter-Anzeige verfügt über verschiedene Funktionalitäten. Abbildung D.40 zeigt die verschiedenen Funktionalitäten der Smart Meter-Anzeige. Der Startbildschirm nach Aufschaltung zeigt die Echtzeitdaten und die Zielerreichung. Das zweite Untermenu zeigt die Verbrauchsdaten, welche einen Vergleich mit der Vor- und/oder Nachperiode ermöglicht. Das Untermenu Zielerreichung zeigt an, inwieweit die Verbrauchsziele erreicht wurden. Im Untermenu Messung lässt sich die aktuelle Leistung im Haushalt messen, und im Untermenu Einstellungen kann das Wochen-Verbrauchsziel angepasst werden. Abbildung 6.1 zeigt den Verlauf der Nutzung des Smart Meters über die Installationsdauer an. Per Definition wird der Smart Meter in der Installationswoche mindestens einmal aktiviert (beim Installieren). In den nachfolgenden Wochen ist die Nutzung der Anzeige jedoch hoch und sinkt nur sehr langsam ab. Bis hin zur vierten Woche ab Installation der SMA werden 70% der SMA mindestens einmal pro Woche benutzt. Diese Zahl sinkt auf 50% nach drei Monaten (13 Wochen). Nach einem Jahr Nutzung liegt die Nutzung immer noch bei ca. 30% der Geräte pro Woche. Die Abbildungen 6.2 bis 6.6 geben weitere Merkmale der Benutzung wider: Grundsätzlich kann festgehalten werden, dass alle Funktionen des Smart Meters intensiv genutzt werden. Die Nutzung des Gerätes nimmt zwar an Häufigkeit ab über die Zeit hinweg (von 70% pro 56

74 KAPITEL 6. ANALYSE DER SMART METER-DATEN 57 Woche auf ca. 30% pro Woche), allerdings macht Abbildung 6.7 deutlich, dass gegeben, dass das Gerät benutzt wird, die Nutzung intensiv bleibt. In Abbildung 6.7 sieht man, dass z.b. die Echtzzeitdaten lange betrachtet wurden. In den Abbildungen unterscheiden wir zwischen Vielnutzern und Wenignutzern, basierend auf der totalen Häufigkeit der Benutzung des Gerätes in der gesamten Beobachtungsperiode. Wir unterteilen die Haushalte in Vielnutzer (Nutzer in der oberen Hälfte der Verteilung der Benutzungshäufigkeit) und Wenignutzer (Nutzer in der unteren Hälfte der Verteilung der Benutzungshäufigkeit). Selbst Wenignutzer verbringen einige Zeit an der SMA, wenn sie diese einschalten: Sie verbringen ca. 2 Minuten auf der Anzeige für die Echtzeitdaten der SMA, ca. 3 Minuten auf der Anzeige für die Verlaufsdaten und ca. eine Minute auf der Anzeige für die Zielerreichung. Interessanterweise ist der Verlauf relativ konstant: d.h. es nimmt zwar die Häufigkeit der Benutzung der SMA ab, nicht aber die Qualität der Benutzung gemessen in der Zeit, in der die Anzeigen genutzt werden wenn die SMA eingeschaltet wurde. Vielnutzer benutzen die SMA (logischerweise) deutlich häufiger aber nicht unbedingt länger. Da unsere Einteilung jedoch aufgrund der totalen Häufigkeit der Benutzung erfolgte und nicht aufgrund einer bestimmten Kategorie, kann man dennoch interessante Unterschiede in verschiedenen Kategorien feststellen. Der weitaus grösste Unterschied besteht in der Benutzung der Echtzeitdaten, wie Abbildung 6.7 zeigt. Bei einer Nutzung verweilen Vielnutzer stabil im Schnitt 7 Minuten auf den Echtzeitdaten, wohingegen die Tendenz bei den Wenignutzern weit weniger stabil ist und sich nach einem halben Jahr zwischen 2 und 3 Minuten einpendelt. Auch die Verlaufsdaten werden von den Vielnutzern länger betrachtet. Der Unterschied ist zwar weniger prägnant, aber immer noch gross: Vielnutzer pendeln ihren Verbrauch bei etwa 4.5 Minuten ein, wohingegen Wenignutzer nur etwa halb solange diese Funktion betrachten wenn sie die SMA benutzen. Ähnliches gilt für die Anzeige der Zielerreichung: auch hier zeigen Vielnutzer eine deutlich längere Betrachtung pro Nutzung. Weniger klar hingegen sind die Unterschiede in Bezug auf die Einstellungs- und Messungsbildschirme, was allerdings auch nicht besonders überraschend ist. Es zeigt, dass die Vielnutzer ein echtes Interesse an den Informationen der SMA haben und nicht einfach nur länger brauchen für eine bestimmte Funktion. Zusammenfassend lässt sich feststellen, dass die SMA selbst nach einem Jahr intensiv genutzt wird. Die Nutzungen beschränken sich selbst nach einem Jahr nicht nur auf ein flüchtiges Einschalten, sondern dauert im Schnitt um die 15 Minuten für Vielnutzer und 7 Minuten für Wenignutzer.

75 KAPITEL 6. ANALYSE DER SMART METER-DATEN 58 Abb. 6.1: Smart Meter-Anzeige: Anteil Haushalte mit mindestens einer Nutzung pro Woche Anteil Haushalte mit mind. einer Nutzung pro Woche Wochen seit Installation der Smart Meter Anzeige Bemerkungen: Diese Grafik bildet den Anteil der Haushalte mit mindestens einer Nutzung der SMA pro Woche über den Zeitverlauf ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten. Abb. 6.2: Smart Meter-Anzeige: Anteil Haushalte mit mindestens einer Nutzung pro Woche Anteil Haushalte mit mind. einer Nutzung pro Woche Wochen seit Installation der Smart Meter Anzeige Echtzeitdaten Zielerreichung Verlauf Bemerkungen: Diese Grafik bildet den Anteil der Haushalte mit mindestens einer Nutzung der SMA pro Woche über den Zeitverlauf ab für die Echtzeit-, die Verlaufsund die Zielerreichungsfunktion. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

76 KAPITEL 6. ANALYSE DER SMART METER-DATEN 59 Abb. 6.3: Smart Meter-Anzeige: Anteil Haushalte mit mindestens einer Nutzung pro Woche Anteil Haushalte mit mind. einer Nutzung pro Woche Wochen seit Installation der Smart Meter Anzeige Messung Einstellungen Bemerkungen: Diese Grafik bildet den Anteil der Haushalte mit mindestens einer Nutzung der SMA pro Woche über den Zeitverlauf ab für die Messungs-, und die Einstellungsfunktion. Quellen: Eigene Berechnungen auf Basis der SMA Daten. Abb. 6.4: Smart Meter-Anzeige: Durchschnittliche Anzahl Benutzungen pro Tag Benutzungen pro Tag Wochen seit Installation der Smart Meter Anzeige Bemerkungen: Diese Grafik bildet die Entwicklung der Anzahl Benutzungen der SMA pro Tag über den Zeitverlauf an. 0 bezeichnet das Installationsdatum der SMA. Eine Benutzung gilt dann als Benutzung, wenn der Nutzer sich in einer der fünf Funktionen (Echtzeitdaten, Verlauf, Zielerreichung, Messung oder Einstellungen) bewegt hat. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

77 KAPITEL 6. ANALYSE DER SMART METER-DATEN 60 Abb. 6.5: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit (in Minuten) pro Tag und Funktion Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Echtzeitdaten Zielerreichung Verlauf Bemerkungen: Diese Grafik bildet die durchschnittliche Nutzungszeit der SMA pro Tag über den Zeitverlauf an. 0 bezeichnet das Installationsdatum der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten. Abb. 6.6: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit (in Minuten) pro Tag und Funktion Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Messung Einstellungen Bemerkungen: Diese Grafik bildet die durchschnittliche Nutzungszeit der SMA pro Tag über den Zeitverlauf an. 0 bezeichnet das Installationsdatum der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

78 KAPITEL 6. ANALYSE DER SMART METER-DATEN 61 Abb. 6.7: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit für Nutzer (in Minuten) pro Tag und Funktion (a) Echtzeitdaten Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Echtzeitdaten: Vielnutzer Echtzeitdaten: Wenignutzer (b) Verlauf Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Verlauf: Vielnutzer Verlauf: Wenignutzer (c) Zielerreichung Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Zielerreichung: Vielnutzer Zielerreichung: Wenignutzer

79 KAPITEL 6. ANALYSE DER SMART METER-DATEN 62 Abb. 6.7: Smart Meter-Anzeige: Durchschnittliche Nutzungszeit für Nutzer (in Minuten) pro Tag und Funktion (Fortsetzung) (d) Messung Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Messung: Vielnutzer Messung: Wenignutzer (e) Einstellungen Nutzung (in Minuten) pro Tag Wochen seit Installation der Smart Meter Anzeige Einstellungen: Vielnutzer Einstellungen: Wenignutzer Bemerkungen: Diese Grafik bildet die durchschnittliche Nutzungszeit der SMA pro Tag über den Zeitverlauf an für Individuen, welche die Anzeige genutzt haben. 0 bezeichnet das Installationsdatum der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten. 6.2 Elektrizitätskonsum und Nutzung der Smart Meter-Anzeige Die interessanteste Frage in diesem Zusammenhang ist jedoch, welche Stromersparnisse mittels der SMA erreicht werden können. In diesem Unterabschnitt gehen wir auf diese Frage ein. Bevor wir jedoch darauf eingehen können, müssen wir erklären, wie wir die Einsparungseffekte berechnen und von anderen Zeiteffekten trennen können.

80 KAPITEL 6. ANALYSE DER SMART METER-DATEN Empirische Analyse der Smart Meter-Daten Wir stellen die Ergebnisse der Analysen auf zwei Arten dar: grafisch und in der Form von multiplen Regressionen. Ein wichtiger Punkt in der Darstellung der Resultate ist der folgende: da die Smart Meter über das Jahr hinweg ausgerollt wurden, kann man nicht einfach den durchschnittlichen Verbrauch vor und nach der Installation der Smart Meter-Anzeige vergleichen. Dieser Vergleich vermengt reine Zeiteffekte mit dem Einsparungseffekt. Wir benötigen auch hier eine Kontrollgruppe. Die Kontrollgruppe in diesem Fall sind die Haushalte, die schon einen Smart Meter montiert haben, bei denen aber die SMA noch nicht installiert wurde. Da die Zuweisung zu den Staffeln zufällig geschah, ist die Zusammensetzung der Haushalte, die bereits die SMA installiert haben, und diejenigen, die sie noch nicht haben, zufällig. Wir können daher sämtliche Zeiteffekte aus der Analyse eliminieren, indem wir den durchschnittlichen Verbrauch der noch nicht installierten SMA-Haushalte als Kontrollmittel behandeln und alle Werte aus den Haushalten mit SMA so normalisieren. Dies hat eine wichtige Einschränkung dieser Auswertung zur Folge: Wir können diese Strategie nur so lange betreiben, wie das Ausrollen der SMA gedauert hat. Ab dem Moment, an dem alle Smart Meter-Anzeigen installiert sind, ist es nicht mehr möglich, den Effekt der Anzeige von allgemeinen Zeiteffekten zu unterscheiden. Abbildung 4.3 zeigt den Anteil der Haushalte, die zwar schon einen Smart Meter montiert hatten, bei denen aber die SMA noch nicht installiert worden ist. Nur in den Zeiträumen, in denen dieser Anteil zwischen 0 und 1 ist, können wir die Zeiteffekte korrigieren, wie bereits erklärt. Wir sehen in der Grafik, dass wir eine solide Abdeckung von ca. 20% der Haushalte ohne Anzeige nur zwischen dem Zeitraum von Juni 2011 bis Januar 2012 haben. Für diesen Zeitraum können wir statistisch gesicherte Aussagen alleine mit den Smart Meter-Daten tätigen. Für alles, was über diesen Zeitraum hinaus geht, müssen wir uns auf die Analysen im Kapitel 5 berufen, die auf den abgelesenen Zählerdaten aller Teilnehmer beruhen, da dort die Zeiteffekte durch die Kontrollgruppe absorbiert werden. In der grafischen Analyse normalisieren wir alle Daten in zwei Stufen. Zuerst normalisieren wir den Stromverbrauch jedes Haushaltes um den durchschnittlichen Verbrauch dieses Haushaltes. Danach erfolgt eine Korrektur relativ zum Wochendurchschnitt des Stromverbrauchs in der entsprechenden Zeiteinheit (Stunde oder Tag) der Kontrollgruppe, d.h. derjenigen Haushalte, deren SMA noch nicht installiert wurde. Dieses Vorgehen eliminiert sowohl Unterschiede zwischen den Haushalten als auch jegliche Zeiteffekte und erlaubt uns, den Einfluss der installierten SMA auf den Elektrizitätsverbrauch zu schätzen. Wir betrachten die Daten in Bezug auf zwei Dimensionen: den täglichen Elektrizitätsverbrauch, sowie den durchschnittlichen stündlichen Verbrauch im Verlauf eines Tages. Der Anhang A.3 diskutiert die multiplen Regressionsmodelle, welche in unserer Analyse verwendet werden.

81 KAPITEL 6. ANALYSE DER SMART METER-DATEN Hauptergebnisse Abbildung 6.8 gibt einen ersten Eindruck der Ergebnisse. Sie zeigt den normalisierten Energiekonsum zwischen 6 Wochen vor Inbetriebnahme der SMA bis zu 26 Wochen danach. Wie bereits erklärt wurden alle Daten normalisiert um den durchschnittlichen Wochenstromkonsum der Haushalte, deren SMA noch nicht installiert wurden. Dies eliminiert Zeiteffekte, die den Stromkonsum unabhängig von der SMA betreffen. Die Beobachtungseinheit sind Wochen, wobei aber der Konsum auf Tagesbasis getitelt wird. Ein Wert von 0 heisst daher, dass ein Haushalt im Schnitt gleichviel wie der Schnitt aller Haushalte verbraucht, deren SMA noch nicht installiert wurde. Der Einfachheit halber bezeichnen wir diese Gruppe im Folgenden nun als Kontrollgruppe, die jedoch nicht zu verwechseln ist mit der Gruppe G0, deren Daten wir in den Analysen dieses Abschnitts nicht verwerten. Ein positiver Wert von z.b. 0.5 bedeutet einen durchschnittlichen Tagesverbrauch, der 0.5 kwh höher liegt als derjenige der Kontrollgruppe in dieser Woche. Die Grafik zeigt einen normalisierten Konsum von ungefähr 0 in den Wochen vor dem Aufschalten (so ist die Normalisierung definiert!). Innerhalb weniger Wochen macht sich jedoch ein deutliches Absinken des Energiekonsums bemerkbar, das je nach Woche bei einer Einsparung von zwischen 0.4 und 0.1 kwh pro Tag schwankt. Welche Einsparung ergibt sich insgesamt? In Spalte (1) von Tabelle 6.1 schätzen wir die durchschnittliche Einsparung aufgrund von Tagesdaten auf 0.23 kwh, was trotz völlig unterschiedlicher Identifikationstrategie praktisch identisch ist mit den Ergebnissen der Analysen der Ablesedaten in Kapitel 5. Wiederum zeigen unsere Schätzungen, dass die Einsparung statistisch klar signifikant ist. Auf das Jahr gerechnet entspricht dies einer Reduktion des Energieverbrauchs von ca. 84 kwh. In Abbildung 6.10 zeigen wir dieselbe Analyse, allerdings in einer noch höheren zeitlichen Auflösung von nur gerade +/- sieben Wochen um die Installation der SMA herum. Die Ergebnisse sind dieselben. Sie zeigen in zeitlich noch höherer Auflösung, dass Einsparungseffekte sehr schnell realisiert werden. Abbildung 6.9 führt dieselbe Analyse durch, allerdings diesmal mit den durch den Stromkonsum verursachten Kosten anstatt des Elektrizitätskonsums. Die Ergebnisse sind sehr ähnlich. Wiederum zeigt sich eine stabile Sparfunktion, die zwischen CHF 0.1 und CHF 0.01 fluktuiert. Insgesamt, wie die Ergebnisse in Spalte (3) von Tabelle 6.1 beträgt die durchschnittliche Ersparnis CHF pro Tag, oder ca. CHF 14 pro Jahr.

82 KAPITEL 6. ANALYSE DER SMART METER-DATEN 65 Tab. 6.1: Treatment Effekte auf Tagesbasis Elektrizitätsverbrauch kwh/tag Elektrizitätsausgaben CHF/Tag (1) (2) (3) (4) a. Gesamteffekt Treatment Effekt *** *** *** *** (0.060) (0.060) (0.011) (0.011) N Clusters b. Vielnutzer Treatment Effekt *** *** *** *** (0.087) (0.087) (0.016) (0.016) N Clusters c. Wenignutzer Treatment Effekt ** ** * ** (0.082) (0.082) (0.014) (0.014) N Clusters Stundeneffekte Ja Nein Ja Nein Wocheneffekte Ja Ja Ja Ja Bemerkungen: Diese Tabelle zeigt die Differenz im Elektrizitätsverbrauch (kwh pro Tag) bzw. die Differenz in den Elektrizitätsausgaben (CHF pro Tag) nach Installation der SMA. Die Schätzungen in den Spalten (1) und (3) basieren auf einer Aggregation der stündlichen Elektrizitätsverbräuchen bzw. -ausgaben auf Tagesniveau und enthalten sowohl Stundeneffekte als auch Wocheneffekte. Die Schätzungen in den Spalten (2) und (4) basieren auf Tagesverbäuchen bzw. - ausgaben und enthalten Wocheneffekte. *** P<0.01 ** P<0.05 * P<0.1. Quelle: Eigene Berechnungen auf Basis der SMA Daten. Diese Analyse wirft die Frage auf, ob diese Ersparnisse durch Substitution von Geräten mit hohem Stromverbrauch zu erklären sind, oder ob sie generell eher einfach eine Reduktion des Verbrauchs durch geringere Benutzung darstellen. Um dieser Frage nachzugehen, analysieren wir die Daten auf eine zweite Weise. In Abbildung 6.11 zeigen wir den Stromverbrauch der Haushalte über den Tagesverlauf. Der Stromverbrauch ist am tiefsten in der Nacht, steigt in den Morgenstunden an und bleibt dann relativ stabil. Die Nutzungsspitze wird zwischen 19h und 21h erreicht. Auch hier normalisieren wir alle Beobachtungen um den mittleren Verbrauch pro Stunde in der Kontrollgruppe in der entsprechenden Kalenderwoche. Die Daten sind in Abbildung 6.12 widergegeben. Die gelbe Linie zeigt den normalisierten Verbrauch der Kontrollgruppe über den Tagesverlauf. Die blaue Linie zeigt, wie sich dieses Tagesprofil nach Aufschalten der SMA über den betrachteten Zeitraum verändert. Die Ergebnisse zeigen drei interessante Tendenzen: erstens ist eine generelle Reduktion des Stromverbrauchs zu allen Tageszeiten ab 6h morgens zu beobachten. Zweitens ist diese Re-

83 KAPITEL 6. ANALYSE DER SMART METER-DATEN 66 duktion besonders markant zu den Spitzenzeiten des Verbrauchs. Sie beträgt z.b kwh in der Stunde zwischen 20h und 21h, oder fast 8% des Verbrauchs zu diesem Zeitpunkt. Drittens beobachten wir auch eine leichte Verschiebung des Konsums hin zu Niedertarif-Zeiten. Der Stromverbrauch steigt nach Aufschalten der SMA leicht an in den Stunden zwischen 1h und 5h nachts. Diese Ergebnisse sind auch in Spalte (1) von Tabelle 6.2 widergegeben im Rahmen eines multiplen Regressionsmodells verifiziert. Die Schätzungen zeigen, dass der Eindruck, der aus den Abbildungen entsteht, tatsächlich auch statistisch signifikant ist. Die Einsparungen sind signifikant grösser zu den Spitzennutzungen, und der Anstieg des Konsums während des Niedertarifs ist ebenfalls signifikant. Insgesamt lassen diese Ergebnisse auf eine mehrschichtige Reaktion des Energieverbrauchs schliessen. Einerseits sehen wir, dass sich messbare und wesentliche Energieeinsparungen innert weniger Wochen realisieren lassen. Dies scheint nicht auf eine generelle Reduktion des Stromkonsums zurückzuführen zu sein, wie man es z.b. durch ein konsequenteres Ausschalten von Stand-by Geräten erwarten würde. Die Reaktion scheint eher durch eine gezielte Reduktion des Stromverbrauchs während des Spitzenverbrauchs zustande zu kommen. Aus der Analyse der Fragebogendaten erhalten wir wenige Hinweise, dass der Smart Meter zu bedeutenden Ersetzungen von Geräten führte, sodass die Interpretation am plausibelsten ist, dass diese Energieersparnis aufgrund einer Verhaltensänderung zustande kam. Dies ist auch konsistent mit der beobachteten Tendenz, dass der Stromverbrauch in den Nachstunden leicht ansteigt, was auf ein gezieltes Substituieren auf diese tieferen Tarife hindeutet. Tab. 6.2: Treatment Effekte auf Stundenbasis Elektrizitätsverbrauch kwh/stunde Elektrizitätsausgaben CHF/Stunde Gesamt Vielnutzer Wenignutzer Gesamt Vielnutzer Wenignutzer (1) (2) (3) (4) (5) (6) 0h *** 0.022*** 0.016*** 0.003*** 0.004*** 0.003*** (0.004) (0.007) (0.006) (0.001) (0.001) (0.001) 1h *** 0.013*** 0.011** 0.002*** 0.003*** 0.003*** (0.004) (0.005) (0.005) (0.001) (0.001) (0.001) 2h (0.006) (0.010) (0.008) (0.001) (0.001) (0.001) 3h *** 0.027*** *** 0.004*** 0.003** (0.007) (0.009) (0.009) (0.001) (0.001) (0.001) 4h ** 0.013** *** 0.002*** 0.002** (0.005) (0.005) (0.007) (0.001) (0.001) (0.001) 5h ** 0.001** 0.002* (0.003) (0.004) (0.006) (0.001) (0.001) (0.001) 6h (0.003) (0.004) (0.005) (0.001) (0.001) (0.001) 7h *** *** * *** *** * (0.003) (0.004) (0.005) (0.001) (0.001) (0.001) 8h *** *** ** *** ** ** (0.003) (0.005) (0.005) (0.001) (0.001) (0.001)

84 KAPITEL 6. ANALYSE DER SMART METER-DATEN 67 Tab. 6.2 Fortsetzung Elektrizitätsverbrauch kwh/stunde Elektrizitätsausgaben CHF/Stunde Gesamt Vielnutzer Wenignutzer Gesamt Vielnutzer Wenignutzer (1) (2) (3) (4) (5) (6) 9h *** ** ** *** * ** (0.003) (0.005) (0.005) (0.001) (0.001) (0.001) 10h *** ** ** ** * * (0.003) (0.005) (0.005) (0.001) (0.001) (0.001) 11h *** *** *** *** *** *** (0.004) (0.005) (0.005) (0.001) (0.001) (0.001) 12h *** ** ** *** ** ** (0.004) (0.006) (0.005) (0.001) (0.001) (0.001) 13h *** * ** ** ** (0.004) (0.006) (0.005) (0.001) (0.001) (0.001) 14h *** * ** ** * * (0.004) (0.005) (0.005) (0.001) (0.001) (0.001) 15h (0.003) (0.005) (0.005) (0.001) (0.001) (0.001) 16h *** *** ** *** *** * (0.004) (0.005) (0.005) (0.001) (0.001) (0.001) 17h *** *** *** *** *** *** (0.004) (0.006) (0.006) (0.001) (0.001) (0.001) 18h *** *** *** *** *** *** (0.005) (0.008) (0.008) (0.001) (0.001) (0.001) 19h *** *** *** *** *** *** (0.006) (0.008) (0.008) (0.001) (0.002) (0.002) 20h *** *** *** *** *** *** (0.005) (0.008) (0.007) (0.001) (0.002) (0.001) 21h *** *** ** *** *** ** (0.004) (0.006) (0.006) (0.001) (0.001) (0.001) 22h *** *** * ** (0.006) (0.010) (0.006) (0.001) (0.001) (0.001) 23h *** 0.015* 0.015** 0.003*** 0.003*** 0.003*** (0.005) (0.008) (0.007) (0.001) (0.001) (0.001) N Clusters Stundeneffekte Ja Ja Ja Ja Ja Ja Wocheneffekte Ja Ja Ja Ja Ja Ja Bemerkungen: Diese Tabelle zeigt die Differenz im Elektrizitätsverbrauch (kwh pro Stunde) bzw. die Differenz in den Elektrizitätsausgaben (CHF pro Stunde) nach Installation der Smart Meter- Anzeige über das gesamte Tagesprofil. Spalten (1) bis (3) beziehen sich auf Elektrizitätsverbräuche und Spalten (4) bis (6) beziehen sich auf Elektrizitätsausgaben. Die Schätzungen sind gezeigt für alle Haushalte (Spalten 1 und 4), für Vielnutzer (Spalten 2 und 5) und für Wenignutzer (Spalten 3 und 6). Alle Schätzungen enthalten Stunden- und Wocheneffekte. *** P<0.01 ** P<0.05 * P<0.1. Quelle: Eigene Berechnungen auf Basis der SMA Daten.

85 KAPITEL 6. ANALYSE DER SMART METER-DATEN 68 Abb. 6.8: Abweichungen vom Tagesdurchschnitt (Verbrauch): 7 Wochen vor bis 26 Wochen nach Installation der Smart Meter-Anzeige Abweichung vom Tagesdurchschnitt (kwh pro Tag) Wochen seit Installation der Smart Meter Anzeige Abweichung vom Tagesdurchschnitt +/ SE Bemerkungen: Diese Grafik bildet die Abweichungen vom Tagesdurchschnitt (kwh pro Tag) in den 7 Wochen vor und 26 Wochen nach der Installation der SMA ab. Der Tagesdurchschnitt basiert auf Beobachtungen vor Installation der SMA. 0 bezeichnet die Woche vor der Installation der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

86 KAPITEL 6. ANALYSE DER SMART METER-DATEN 69 Abb. 6.9: Abweichungen vom Tagesdurchschnitt (Ausgaben): 7 Wochen vor bis 26 Wochen nach Installation der Smart Meter-Anzeige Abweichung vom Tagesdurchschnitt (CHF pro Tag) Wochen seit Installation der Smart Meter Anzeige Abweichung vom Tagesdurchschnitt +/ SE Bemerkungen: Diese Grafik bildet die Abweichungen der Stromausgaben vom Tagesdurchschnitt (CHF pro Tag) in den 7 Wochen vor und 26 Wochen nach der Installation der SMA ab. Der Tagesdurchschnitt basiert auf Beobachtungen vor Installation der SMA. 0 bezeichnet die Woche vor der Installation der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

87 KAPITEL 6. ANALYSE DER SMART METER-DATEN 70 Abb. 6.10: Abweichungen vom Tagesdurchschnitt (Verbrauch): + 50 Tage vor und nach Installation der Smart Meter-Anzeige Abweichung vom Tagesdurchschnitt (kwh pro Tag) Tage seit Installation der Smart Meter Anzeige Abweichung vom Tagesdurchschnitt +/ SE Bemerkungen: Diese Grafik bildet die Abweichungen vom Tagesdurchschnitt (kwh pro Tag) in den 50 Tagen vor und nach der Installation der SMA ab. Der Tagesdurchschnitt basiert auf Beobachtungen vor Installation der SMA. 0 bezeichnet den Zeitpunkt der Installation der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten. Abb. 6.11: Tageslastprofil: Gesamtverbrauch (kwh pro Stunde) kwh pro Stunde h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Nach Installation der SMA Vor Installation der SMA Bemerkungen: Diese Grafik bildet das durchschnittliche Tageslastprofil (kwh pro Stunde) in den 50 Tagen vor und nach der Installation der SMA ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

88 KAPITEL 6. ANALYSE DER SMART METER-DATEN 71 Abb. 6.12: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Nach Installation der SMA Vor Installation der SMA +/ SE Bemerkungen: Diese Grafik bildet das Tagesprofil für die Abweichungen vom Stundendurchschnitt (kwh pro Stunde) in den 50 Tagen vor und nach der Installation der SMA ab. Quellen: Eigene Berechnungen auf Basis der SMA Daten Zeitliche Substitution des Stromverbrauchs Diesem Effekt der Substitution des Konsums gehen wir noch etwas detaillierter nach. Es ist durchaus möglich, dass die SMA Individuen dazu motiviert, z.b. den Geschirrspüler oder die Waschmaschine für die Nacht zu programmieren, um vom Niedertrarif zu profitieren. Sind diese Effekte quantitativ bedeutend? In Abbildung 6.13 trennen wir die Beobachtungen nach Installation der SMA in drei Zeiträume auf: 1 bis 3 Wochen nach Installation, 4 bis 6 Wochen und 7 oder mehr Wochen. Die Abbildung zeigt ein interessantes Muster. Wie bereits vorher gesehen, beginnen die Einsparungseffekte sehr schnell. Bereits in Wochen 1 bis 3 nach Installation geht der Elektrizitätskonsum bei den Spitzenstunden zurück. Diese Einsparungen werden noch grösser in den Wochen 4 bis 6. Die Einsparungen zu den Spitzenzeiten zwischen 19h und 21h betragen gut 10% über diese Zeit. Dies scheint sich danach wieder etwas zu reduzieren. Zudem beginnt sich in der Zeit ab der 7. Woche auch die Substitution hin zum Niedertarif deutlicher abzuzeichnen. Die SMA scheint daher mittelfristig nicht nur dabei zu helfen, den Energiekonsum zu reduzieren, sondern scheint auch leichte Verschiebungen im Konsum zu verursachen, mutmasslicherweise um die Energiekosten zu senken. Diese Verschiebungen sind nicht unwesentlich. Sie betragen ca. ein Drittel der totalen Einsparungen, die durch die SMA erzielt werden. Da

89 KAPITEL 6. ANALYSE DER SMART METER-DATEN 72 die Strompreise jedoch sehr tief sind, sind diese Einsparungen sehr tief. 1 Abb. 6.13: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Zeit Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Vor Installation der SMA 4 6 Wochen nach Installation +/ SE 1 3 Wochen nach Installation 7 26 Wochen nach Installation Bemerkungen: Diese Grafik bildet das Tagesprofil für die Abweichungen vom Stundendurchschnitt (kwh pro Stunde) ab für die Zeitperioden von 1 bis 3 Wochen nach Installation, 4 bis 6 Wochen nach Installation und 7 bis 26 Wochen nach Installation der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten Viel- vs. Wenignutzer Schliesslich stellt sich auch die Frage, wie die Benutzung der SMA das Energiesparen beeinflusst. Zu diesem Zweck betrachten wir in diesem Unterabschnitt die Entwicklung des Energiekonsums von Viel- und Wenignutzern der SMA getrennt. 2 In Abbildung 6.14 spalten wir die Reaktion auf die Installation der SMA nach Nutzungsart auf. Die Abbildung zeigt ein überraschendes Resultat: Im Gegensatz zu den Erwartungen, sind die Vielnutzer der SMA nicht Leute, die bereits einen sehr umweltbewussten Elektrizitätsverbrauch haben. Ihr Verbrauch ist im Vorfeld leicht höher als derjenige der Wenignutzer (ca. 0.1 kwh pro Tag, oder 36 kwh pro Jahr). Die Reaktion auf das Aufschalten der SMA scheint in Bezug auf den totalen Energiekonsum optisch etwa gleich. In Tabelle 6.1 schätzen wir die Einsparungseffekte für die beiden Gruppen separat in den Abschnitten b und c. Unabhängig von der Schätzmethode (tägliche 1 In Spalte (1) von Tabelle 6.2 ist ersichtlich, dass die Erhöhung des Energiekonsums in den Nachtstunden etwa kwh beträgt, oder ca. 22 kwh pro Jahr. Dies entspricht einer Einsparung von CHF 2.15 für den ewz.naturpower Tarif. 2 Die Unterteilung basiert auf derselben Unterteilung wie in Abbildung 6.7.

90 KAPITEL 6. ANALYSE DER SMART METER-DATEN 73 Daten oder aufaggregieren der stündlichen Einsparungseffekte) finden wir insgesamt leicht grössere Effekte für die Vielnutzer. Ein Unterschied deutet sich auch an in Bezug auf die Einsparungen. Diese scheinen leicht höher zu sein für die Vielnutzer, jedoch ist der Unterschied nicht statistisch signifikant. In Abbildung 6.15 untersuchen wir Unterschiede in Bezug auf das Lastprofil innerhalb eines Tages zwischen Viel- und Wenignutzern der SMA. Wiederum zeigt sich bereits vor Installation der SMA ein Unterschied. Die Grafik zeigt, dass der Stromkonsum insbesondere zu den Spitzenzeiten unterschiedlich ist zwischen den beiden Gruppen. Die Abbildung vermittelt auch den Eindruck, dass die Reaktionen der Vielnutzer generell stärker sind: sie weisen eine stärkere Reduktion des Konsums zu Spitzenzeiten auf, aber auch eine stärkere Substitution hin zum Niedertarif. In Tabelle 6.2 schätzen wir die Veränderung der Tagesprofile separat für Viel- und Wenignutzer. Der Eindruck bestätigt sich: wir verwerfen die Hypothese, dass die Reaktion der beiden Gruppen identisch ist. In Abbildung 6.16 untersuchen wir, wie die beiden Gruppen ihr Lastprofil nach Aufschalten über die Zeit verändern. Es zeigen sich hier sehr interessante Unterschiede. Vielnutzer haben ein deutlich stärkere Reaktion in den ersten drei Wochen nach Installation der SMA (Abbildung 6.16a). Sie reduzieren ihren Konsum sehr stark gleich nach Aufschalten der SMA. Diese Tendenz lässt sich in abgeschwächter Form auch in den Wochen 4 bis 6 nach Installation der Anzeige feststellen, wie in Abbildung 6.16b zu sehen ist. Es stellt sich die Frage, warum Vielnutzer dann nicht auch eine deutlichere Reduktion des Konsums erfahren. Die Antwort ist ersichtlich in Abbildung 6.16c: ein grosser Teil der anfänglichen Einsparnisse werden durch eine starke Verschiebung hin zum Niedertarif wieder wettgemacht. Insgesamt zeigt sich, dass die Benutzung der SMA mit dem Konsumverhalten korreliert. Vielnutzer reduzieren den Konsum stärker zu Spitzenzeiten, aber verschieben auch mehr Konsum in den Niedertarif, sodass der Nettoeffekt nicht grösser ist als bei Wenignutzern der Anzeige. Es ist allerdings aufgrund dieser Analyse schwierig, mehr über die Mechanismen zu sagen. Vielnutzer haben, wie bereits besprochen, ein deutlich höheres Interesse an den Echtzeitdaten als Wenignutzer. Eine mögliche Erklärung ist, dass Vielnutzer mehr experimentieren, d.h. mehr Geräte ein- und ausschalten, um ein besseres Gefühl dafür zu kriegen, welche Geräte viel Strom verbrauchen und danach ihren Verbrauch optimieren. Um diese Frage abschliessend zu klären bedürfte es weiterer Experimente, in denen verschiedenen Gruppen SMA mit unterschiedlichen Funktionen angeboten würden. Aufgrund der bisherigen Ergebnisse bleiben diese Interpretationen der Unterschiede spekulativ.

91 KAPITEL 6. ANALYSE DER SMART METER-DATEN 74 Abb. 6.14: Abweichungen vom Tagesdurchschnitt (Verbrauch): Nach Nutzungshäufigkeit der Smart Meter-Anzeige Abweichung vom Tagesdurchschnitt (kwh pro Tag) Anzahl Nutzungen Wochen seit Installation der Smart Meter Anzeige Vielnutzer +/ SE Wenignutzer Bemerkungen: Diese Grafik bildet die Abweichungen vom Tagesdurchschnitt (kwh pro Tag) in den 7 Wochen vor und 26 Wochen nach der Installation der SMA für häufige und für seltene Nutzer der SMA ab. Die gepunkteten Linien bezeichnen die durchschnittliche Anzahl Nutzungen pro Tag für die Viel- beziehungsweise die Wenignutzer über die Zeit. Der Tagesdurchschnitt basiert auf Beobachtungen vor Installation der SMA. 0 bezeichnet die Woche vor der Installation der SMA. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

92 KAPITEL 6. ANALYSE DER SMART METER-DATEN 75 Abb. 6.15: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Nutzungshäufigkeit Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Vielnutzer vor Installation Vielnutzer nach Installation +/ SE Wenignutzer vor Installation Wenignutzer nach Installation Bemerkungen: Diese Grafik bildet das Tagesprofil für die Abweichungen vom Stundendurchschnitt (kwh pro Stunde) in den 50 Tagen vor und nach der Installation der SMA ab für Haushalte mit häufiger Nutzung der SMA versus Haushalte mit seltener Nutzung der Anzeige. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

93 KAPITEL 6. ANALYSE DER SMART METER-DATEN 76 Abb. 6.16: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Nutzungshäufigkeit und Zeit (a) 1-3 Wochen nach Installation Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Vielnutzer vor Installation Vielnutzer: 1 5 Wochen nach +/ SE Wenignutzer vor Installation Wenignutzer: 1 5 Wochen nach (b) 4-6 Wochen nach Installation Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Vielnutzer vor Installation Vielnutzer: 6 15 Wochen nach +/ SE Wenignutzer vor Installation Wenignutzer: 6 15 Wochen nach

94 KAPITEL 6. ANALYSE DER SMART METER-DATEN 77 Abb. 6.16: Tageslastprofil: Abweichungen vom Stundendurchschnitt (kwh pro Stunde) - nach Nutzungshäufigkeit und Zeit (Fortsetzung) (c) 7-26 Wochen nach Installation Abweichung vom Stunden durchschnitt (kwh pro Stunde) h00 2h00 4h00 6h00 8h00 10h00 12h00 14h00 16h00 18h00 20h00 22h00 Tagesprofil Vielnutzer vor Installation Vielnutzer: Wochen nach +/ SE Wenignutzer vor Installation Wenignutzer: Wochen nach Bemerkungen: Diese Grafik bildet das Tagesprofil für die Abweichungen vom Stundendurchschnitt (kwh pro Stunde) für die Zeitperioden von 1 bis 3 Wochen nach Installation, 4 bis 6 Wochen nach Installation und 7 bis 26 Wochen nach Installation der SMA für Haushalte mit häufiger Nutzung der SMA versus Haushalte mit seltener Nutzung der Anzeige. Quellen: Eigene Berechnungen auf Basis der SMA Daten.

95 Kapitel 7 Wissen, Verhalten und Zufriedenheit In diesem Abschnitt berichten wir über die kurz- und mittelfristigen Auswirkungen der Treatments auf Einstellungen gegenüber der Umwelt, Umweltbewusstsein sowie Umweltwissen. Wir gliedern das Kapitel in zwei Unterabschnitte. Der Teil kurzfristige Wirkungen stellt die unmittelbaren Auswirkungen des Beginns der Interventionen dar. Das Kapitel zu den mittelfristigen Wirkungen diskutiert den durchschnittlichen Effekt der Interventionen im Verlauf des Experimentes. 7.1 Kurzfristige Wirkungen Die kurzfristigen Resultate schätzen wir wie für den Stromverbrauch. Wir wenden dabei genau dieselbe Methodik und Schätzansätze an wie in Teil 5, sodass dies hier keiner neuerlichen Darstellung bedarf. Die Resultate sind in den Tabellen C.2 bis C.35 zusammengefasst und weisen daher auch genau dieselbe Struktur auf. Wir finden wenige signifikante Effekte auf Einstellungen und Umwelt. Zwar weisen ein paar Tabellen halbwegs signifikante Effekte auf, so zum Beispiel die Schätzergebnisse in Tabelle C.16. Die Tabelle zeigt, dass sozialer Wettbewerb und sozialer Vergleich offenbar zu einem leichten Rückgang der Meinung, dass Klimaerwärmung eine Gefahr für die Menschheit darstellt, führt. Der Rückgang ist jedoch statistisch nur schwach signifikant und zudem theoretisch nur schwierig zu verstehen. Aufgrund der wiederholten statistischen Tests, die wir in jeder Tabelle durchführen, ist dies jedoch zu erwarten, dass einige der Tests schwach signifikant sind, obwohl die Richtung der Veränderung wenig Sinn ergibt. In zwei Bereichen finden wir jedoch interessante Unterschiede zwischen den Interventionen, die durchaus in die erwartete Richtung gehen und die statistisch signifikant sind. Zum einen finden wir signifikante Unterschiede zwischen der Smart Meter-Gruppe und der Kon- 78

96 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 79 trollgruppe in Bezug auf Wissen zum Stromverbrauch und zum Stromsparpotenzial. Bei den Fragen zum Wissen handelt es sich um Einschätzungen, wieviel Strom sieben verschiedene Geräte im Vergleich zu einer 100-Watt-Birne brauchen. Insgesamt waren pro Kategorie fünf Antwortkategorien möglich: viel weniger, weniger, gleich viel, mehr oder viel mehr. Maximal war daher ein Wissensscore von sieben möglich. Bei rein zufälligem Raten würde man im Schnitt = 1.4 richtige Antworten erwarten. Die Ergebnisse sind in der Tabelle 7.1 enthalten. Der mittlere Score in der ersten Umfrage liegt bei 3.4 richtigen Antworten über alle Kategorien, d.h. also deutlich über zufälligem Antworten. Tab. 7.1: Wissen zu Elektrizitätsverbrauch - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.039) (0.043) (0.058) (0.049) (0.069) (0.069) [N=1 079] [N=896] G2: Stromsparberatung (0.042) (0.050) (0.066) (0.054) (0.073) (0.074) [N=1 026] [N=791] G3: Sozialer Wettbewerb (0.044) (0.046) (0.064) (0.049) (0.069) (0.069) [N=968] [N=834] G4: Sozialer Vergleich (0.043) (0.046) (0.063) (0.050) (0.070) (0.069) [N=949] [N=841] G0: Kontrollgruppe (0.042) (0.046) (0.063) (0.049) [N=993] [N=871] Wocheneffekte Nein Ja Bemerkungen: Tabelle 7.1 zeigt das durchschnittliche Wissen zu Elektrizitätsverbrauch vor und nach der Intervention in T0 für die verschiedenen Interventionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen, sowie die Differenzen in Differenzen. Der maximale Score beträgt 7. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Obwohl in der ersten Umfrage keinerlei Unterschied bestand zwischen den verschiedenen Treatment Gruppen, steigt das Wissen zum Stromverbrauch leicht an in der Smart Meter- Gruppe im Vergleich zur Kontrollgruppe. Der Anstieg ist signifikant sowohl wenn man den Wissensscore wie auch die Differenz zwischen der gegebenen und der richtigen Antwort als abhängige Variable nimmt. Ähnliche Ergebnisse erhalten wir, wenn wir die Distanz zur richtigen Antwort als abhängige Variable nehmen (Tabelle 7.2).

97 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 80 Tab. 7.2: Differenz zu den Musterantworten (Elektrizitätsverbräuche) - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.069) (0.073) (0.101) (0.082) (0.116) (0.117) [N=1 050] [N=865] G2: Stromsparberatung (0.073) (0.095) (0.120) (0.094) (0.125) (0.127) [N=995] [N=761] G3: Sozialer Wettbewerb (0.074) (0.079) (0.108) (0.082) (0.117) (0.117) [N=931] [N=806] G4: Sozialer Vergleich (0.082) (0.082) (0.116) (0.088) (0.121) (0.121) [N=912] [N=805] G0: Kontrollgruppe (0.074) (0.081) (0.109) (0.082) [N=963] [N=849] Wocheneffekte Nein Ja Bemerkungen: Tabelle 7.2 zeigt die Summe der durchschnittliche Differenz zu den korrekten Antworten der Verbrauchsfragen vor und nach der Intervention in T0 für die verschiedenen Interventionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen, sowie die Differenzen in Differenzen. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Zudem finden wir, dass dieselben Teilnehmerinnen und Teilnehmer aus der Gruppe G1 besser informiert sind über die Energiesparpotenziale verschiedener Massnahmen im Vergleich zueinander (Tabellen 7.3 und 7.4). Tab. 7.3: Wissen zu Einsparungspotenzialen - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.031) (0.034) (0.046) (0.041) (0.057) (0.057) [N=1 093] [N=907] G2: Stromsparberatung (0.032) (0.035) (0.047) (0.043) (0.058) (0.058) [N=1 035] [N=802] G3: Sozialer Wettbewerb (0.035) (0.035) (0.049) (0.046) (0.060) (0.061) [N=975] [N=842] G4: Sozialer Vergleich (0.033) (0.035) (0.048) (0.044) (0.059) (0.059) [N=956] [N=852] G0: Kontrollgruppe (0.033) (0.034) (0.047) (0.040) [N=1 002] [N=875] Wocheneffekte Nein Ja Bemerkungen: Tabelle 7.3 zeigt das durchschnittliche Wissen zu Einsparungspotenzialen vor und nach der Intervention in T0 für die verschiedenen Interventionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen, sowie die Differenzen in Differenzen. Der maximale Score beträgt 4. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

98 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 81 Tab. 7.4: Differenz zu den Musterantworten (Einsparungspotenziale) - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.096) (0.111) (0.147) (0.128) (0.180) (0.181) [N=1 083] [N=898] G2: Stromsparberatung (0.103) (0.121) (0.159) (0.146) (0.193) (0.193) [N=1 026] [N=796] G3: Sozialer Wettbewerb (0.106) (0.120) (0.160) (0.142) (0.190) (0.190) [N=965] [N=836] G4: Sozialer Vergleich (0.109) (0.117) (0.160) (0.151) (0.196) (0.197) [N=945] [N=836] G0: Kontrollgruppe (0.108) (0.109) (0.153) (0.126) [N=991] [N=868] Wocheneffekte Nein Ja Bemerkungen: Tabelle 7.4 zeigt die Summe der durchschnittliche Differenz zu den korrekten Antworten der Verbrauchsfragen vor und nach der Intervention in T0 für die verschiedenen Intervetionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen, sowie die Differenzen in Differenzen. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Man muss sich bei diesen Vergleichen jedoch auch die absolute Grösse der Veränderungen vor Augen halten. Wir finden z.b. dass der Wissensscore um 0.2 Punkte zunimmt im Vergleich zur Kontrollgruppe, d.h. um 0.2 richtige Antworten von 7. Dies ist nicht sehr viel, absolut betrachtet oder im Vergleich zur bestehenden Variation zwischen den Individuen. Es ist jedoch ein Vorzug unserer Studie, dass sie selbst kleine Effekte mit grosser statistischer Trennschärfe erfassen kann. Diese Veränderungen sind daher trotzdem interessant. Dies insbesondere, weil - wie gesagt - die Smart Meter-Anzeige zum Zeitpunkt der Q1 Umfrage noch nicht bei allen Haushalten installiert war. Es ist jedoch durchaus plausibel, dass bereits die Ankündigung der Installation der Smart Meters bei den Haushalten eine Tendenz, sein Verhalten zu ändern auslöst und erst einmal mit Beschaffung zusätzlicher Information reagiert. Wir finden auch interessante Veränderungen über die Zeit, die alle Gruppen gleich betreffen. Es handelt sich um mehrere Indikatoren, bei denen alle Versuchsgruppen konsistent in dieselbe Richtung gehen und die Kontrollgruppe eine klar signifikante Veränderung aufzeigt. In mehreren Fragen, welche Veränderungen des Stromverbrauches in ihrem Haushalt möglich sind, werden die Haushalte über die Zeit in allen Versuchsgruppen optimistischer. Dies gilt für die Einfachheit, den Kühlschrank auf eine höhere Temperatur zu stellen (Tabelle C.21), Haushaltsgeräte gleich auszuschalten (Tabelle C.22) und Stromleisten zu benutzen (Tabelle C.23). In diesen Kategorien zeigen alle Gruppen Veränderungen in dieselbe Richtung auf. Es ist gut möglich, dass die Partizipation an diesem Projekt selbst in der Kontrollgruppe leichte Verhaltensveränderungen auslöst. Weitere signifikante Veränderungen finden wir im Bereich der Zufriedenheit mit den Leis-

99 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 82 tungen des ewz. Hier schneiden die Treatment-Gruppen leicht besser ab als die Kontrollgruppe. Dies gilt insbesondere für die Zufriedenheit mit dem Kundenservice (Tabelle C.27), der Zufriedenheit mit den ewz-stromprodukten (Tabelle C.28), der Zufriedenheit mit den Strompreisen (Tabelle C.29) und der Zufriedenheit mit der Information über die ewz-studie Smart Metering (Tabelle C.31). In all diesen Bereichen zeigen eine oder mehrere Treatmentgruppen signifikante Unterschiede relativ zur Kontrollgruppe auf. In der Tabelle C.27 weisen G1, G3 sowie G4 Gewinne an Zufriedenheit mit dem Kundenservice des ewz im Vergleich zur Kontrollgruppe auf. Insbesondere die Gruppe G1 schneidet positiv ab in Bezug auf die Zufriedenheit. Allerdings gilt auch hier, dass die Gewinne eher bescheiden sind. Der Mittelwert der meisten Scores liegt im Bereich von 4.5, d.h. die typische Antwort liegt irgendwo zwischen eher zufrieden (codiert als 4) und vollständig zufrieden (codiert als 5). Der typische Gewinn ist eher gering. Er beträgt z.b. bei der Zufriedenheit mit dem Kundenservice 0.22 Punkte im Mittelwert, ist aber wegen der statistischen Präzision unserer grossen Stichprobe trotzdem klar signifikant. Es ist nicht der Fall, dass die Interventionen zu Verdruss bei den Kunden führen, im Gegenteil. Bei genauerem Hinsehen zeigt sich, dass die meisten Unterschiede, die im Verlauf der Studie entstehen, vor allem auf ein Absinken der Zufriedenheit bei der Kontrollgruppe zurückzuführen ist. Dies ist schwierig zu interpretieren, aber könnte etwa durch enttäuschte Erwartungen erklärt werden ( jetzt habe ich extra mitgemacht, und nun bin ich in einer Gruppe, die gar nichts machen darf ). Aber auch hier gilt zu bedenken, dass diese Effekte relativ klein sind. Als einziger negativer Punkt der Studie zeigen sich die Antworten zu zwei Fragen in Bezug auf die Einschätzungen des Projektes für die Bedeutung für die Stadt Zürich. In der ersten Befragung startete das Projekt mit sehr guten Einschätzungen der Teilnehmenden. Der mittlere Score auf die Frage, ob die Studie ein wichtiges Thema untersucht liegt wiederum mit 4.6 ziemlich genau zwischen den Antwortskategorien eher zufrieden und vollständig zufrieden (Tabelle C.32). Die Kontrollgruppe weist einen Rückgang von 0.06 Punkten bei der Umfrage Q1 auf. Ähnlich verhält es sich mit den Einschätzungen, ob diese Studie für die Stadt Zürich wichtig sei (Tabelle C.33), sowie der Einschätzung, dass diese Studie helfen wird, Strom zu sparen (Tabelle C.34). In allen Gruppen ist ein leichter Rückgang der Euphorie messbar und signifikant. Die Einschätzungen sind jedoch immer noch sehr positiv. Aber auch hier muss der weitere Verlauf genau verfolgt werden. 7.2 Mittelfristige Wirkungen Alle Teilnehmerinnen und Teilnehmer der Studie haben wichtige Fragen zu Wissen, Einstellungen und Zufriedenheit insgesamt fünf Mal beantwortet (Pre, Q1, Q2, Q3 und Post). Welche Auswirkungen hatten die Interventionen im Durchschnitt über die einjährige Experimentdau-

100 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 83 er? Tabelle 7.5 weist den durchschnittlichen Effekt über die Perioden Q1 bis Post im Vergleich zur Pre- Periode aus. In jedem Fall wird der Verlauf der Antworten in der Interventionsgruppe mit dem Verlauf in der Kontrollgruppe verglichen. Im Anhang C finden sich zusätzlich detaillierte Resultate (siehe Abbildungen D.1 bis D.39). Diese Abbildungen zeigen den detaillierten Verlauf des Unterschiedes in den Antworten zwischen Interventions- und Kontrollgruppe auf. Effekte, die statistisch von Null verschieden sind, werden mit einem oder mehreren Sternen gekennzeichnet. 1 Tab. 7.5: Treatment Effekte für Befragungsdaten G1 G2 G3 G4 G3 & G4 Strom- Sozialer Soziale Smart Sozialer sparbera- tung werb Wettbe- Treatments Meter Vergleich Einstellungen: Anpassung der Umwelt (0.048) (0.049) (0.050) (0.048) (0.042) Missbrauch der Umwelt 0.079* (0.045) (0.048) (0.050) (0.047) (0.041) Tier- & Pflanzenwelt (0.043) (0.045) (0.046) (0.045) (0.039) Industrialisierte Welt * * * ** (0.041) (0.043) (0.043) (0.042) (0.037) Eigenes Umweltbewusstsein (0.034) (0.037) (0.036) (0.037) (0.031) Umweltbewusstsein der Mitmenschen (0.043) (0.043) (0.045) (0.043) (0.038) Politik & Umweltschutz (0.041) (0.042) (0.043) (0.042) (0.037) Umweltverschmutzung (0.045) (0.048) (0.051) (0.051) (0.043) Klimaerwärmung & Treibhauseffekt ** * (0.043) (0.048) (0.048) (0.047) (0.041) Umweltschutz vs. Arbeitsplätze (0.039) (0.041) (0.041) (0.042) (0.036) Einschätzung von Umweltgefahren: Gentechnik (0.033) (0.034) (0.033) (0.034) (0.029) Atomkraftwerk (0.029) (0.029) (0.030) (0.030) (0.025) Mobilfunktantennen (0.030) (0.030) (0.031) (0.030) (0.026) Hochspannung (0.031) (0.032) (0.031) (0.032) (0.027) Klimaerwärmung ** *** *** (0.029) (0.031) (0.030) (0.031) (0.026) Autoverkehr ** (0.030) (0.031) (0.031) (0.032) (0.027) Wissen bzgl. Elektrizitätsverbrauch: Score 0.171*** (0.056) (0.057) (0.057) (0.056) (0.049) 1 Ein Stern bezeichnet statistische Signifikanz auf dem 10% Niveau, zwei Sterne auf dem 5% Niveau, und drei Sterne auf dem 1% Niveau.

101 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 84 Tab. 7.5 Fortsetzung G1 G2 G3 G4 G3 & G4 Strom- Sozialer Soziale Smart Sozialer sparbera- tung werb Wettbe- Treatments Meter Vergleich Distanz zur Musterantwort *** (0.096) (0.096) (0.094) (0.096) (0.082) Wissen bzgl. Elektrizitätseinsparung: Score ** ** (0.045) (0.046) (0.048) (0.048) (0.041) Distanz zur Musterantwort * 0.407*** ** (0.143) (0.151) (0.151) (0.156) (0.131) Veränderungspotenziale: Energiesparlampen *** (0.033) (0.036) (0.034) (0.034) (0.030) 2h weniger fernsehen (0.045) (0.043) (0.046) (0.046) (0.039) Wäsche an der Leine trocknen lassen * (0.038) (0.038) (0.038) (0.039) (0.033) Kühlschranktemp. um 1 C erhöhen (0.034) (0.036) (0.035) (0.035) (0.030) Stromschalter ausschalten * (0.026) (0.028) (0.026) (0.028) (0.023) Stromleisten installieren (0.030) (0.032) (0.031) (0.032) (0.027) ØVeränderungspotenzial ** 0.035** (0.016) (0.016) (0.016) (0.017) (0.014) Zufriedenheit allgemein: Leben (0.023) (0.024) (0.026) (0.025) (0.021) Umwelt (0.031) (0.031) (0.032) (0.033) (0.028) Lebensqualität (0.026) (0.027) (0.028) (0.028) (0.024) Zufriedenheit mit ewz: Kundenservice (0.053) (0.055) (0.052) (0.052) (0.045) Stromprodukte (0.032) (0.034) (0.033) (0.032) (0.028) Strompreise (0.036) (0.036) (0.036) (0.036) (0.031) Energieberatung 0.120* 0.140* * (0.069) (0.084) (0.078) (0.073) (0.065) Zufriedenheit mit der Studie: informiert ausreichend ** 0.100** ** (0.044) (0.046) (0.046) (0.047) (0.039) untersucht ein interessantes Thema 0.097*** ** ** (0.027) (0.029) (0.031) (0.029) (0.025) ist wichtig für Zürich (0.032) (0.032) (0.033) (0.033) (0.028) hilft künftig Strom zu sparen (0.038) (0.037) (0.039) (0.038) (0.033) ist professionell durchgeführt (0.035) (0.035) (0.037) (0.036) (0.031) Nutzung von Haushaltgeräten:

102 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 85 Tab. 7.5 Fortsetzung G1 G2 G3 G4 G3 & G4 Strom- Sozialer Soziale Smart Sozialer sparbera- tung werb Wettbe- Treatments Meter Vergleich Wäschetrockner (0.034) (0.034) (0.037) (0.036) (0.031) Spülmaschine (0.022) (0.022) (0.022) (0.023) (0.020) Computer (0.077) (0.080) (0.080) (0.080) (0.069) Fernseher (0.064) (0.068) (0.069) (0.068) (0.060) Anteil Stromsparlampen (0.049) (0.050) (0.050) (0.054) (0.044) Wocheneffekte Ja Ja Ja Ja Ja Bemerkungen: Diese Tabelle zeigt die Treatment Effekte für die verschiedenen Elemente der Umfragen für die Interventionsgruppen. Spalte (1) zeigt die Effekte für die Smart Meter Gruppe G1. Spalte (2) zeigt die Effekte für die Stromberatungsgruppe G2. Die Spalten (3) bis (5) zeigen die Effekte für die Sozialen Treatments G3 (Sozialer Wettbewerb), G4 (Sozialer Vergleich) und G3 & G4 gemeinsam. Alle Schätzungen entalten Wocheneffekte. Standardfehler sind clusterrobust. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Die Interventionen haben zum Teil zu einer veränderten Einstellung zur Umwelt und ihrem Schutz geführt. Die Gruppe G1 wurde z. B. sensibilisiert bezüglich des Missbrauchs der Umwelt (Zustimmung zu Missbrauch der Umwelt: Die Menschheit missbraucht ihre Umwelt stark. nahm um Punkte zu). Die anderen Gruppen weisen in Bezug auf diese Einstellung weniger starke Änderungen aus und sind knapp insignifikant. Interessanterweise waren alle Interventionsgruppen weniger stark der Ansicht, dass die Grenzen des Wachstums erreicht seien (Zustimmung zu Industrialisierte Welt: Es gibt Grenzen von Wachstum, die unsere industrialisierte Welt bereits überschritten hat oder sehr bald erreichen wird. ). Wir vermuten, diese Einstellung könnte genau deshalb absinken, weil die Interventionen mittels Technologie die Studienhaushalte beim Stromsparen unterstützen. Die Gruppe mit Smart Meter-Anzeigen sieht den Menschen auch weniger in der Verantwortung, die Klimaerwärmung und den Treibhauseffekt verursacht zu haben (Zustimmung zu Klimaerwärmung und Treibhauseffekt: Die Menschen sind für die Klimaerwärmung und den Treibhauseffekt verantwortlich sinkt). Studienhaushalte mit Smart Meter-Anzeige sind vermutlich optimistischer bezüglich der beiden Umweltprobleme, da sie glauben, das Energiesparen jetzt besser umsetzen zu können. Die Interventionen haben auch einen geringen Effekt auf die Einschätzung von Umweltgefahren. Die Studienhaushalte in der Beratungsgruppe und in den beiden Interventionen mit sozialer Information schätzen die Umweltgefahr durch die Klimaerwärmung als geringer ein. Dies könnte wiederum daher rühren, dass man diesen Haushalten im Rahmen der Studie ein Mittel zur Einsparung von Elektrizität bereitgestellt hat. Die Gruppe mit sozialer

103 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 86 Vergleichsinformation schätzt auch die Umweltgefahren durch den Autoverkehr geringer als die Kontrollgruppe ein. Dieser Effekt lässt sich schwer erklären. Der Effekt wurde vermutlich fälschlicherweise als signifikant eingeschätzt. 2 Die Smart Meter-Anzeige verändert das Wissen bezüglich des Elektrizitätsverbrauchs deutlich. Die Studienteilnehmerinnern und -teilnehmer verbessern sich bezüglich des Verbrauchsscores im Durchschnitt um Punkte. Die Distanz zur Musterantwort nimmt auch signifikant um 0.35 Punkte ab. Die anderen Interventionen haben keinen spezifischen Effekt auf das Wissen bezüglich des Verbrauchs. Anders präsentieren sich die Resultate bezüglich der Einsparmöglichkeiten. Studienhaushalt mit Zugang zu einer Beratung und Haushalte mit sozialem Wettbewerb schneiden deutlich schlechter als die Kontrollgruppe bezüglich des Einsparungswissens ab. Der Wissensscore nimmt jedoch relativ geringfügig ab (um in der Gruppe mit Beratung und um in der Gruppe mit sozialem Wettbewerb). Die Distanz zur Musterantwort nimmt jedoch z.t. beträchtlich zu. Dieser Effekt bedarf einer weiteren Klärung. Wir vermuten, er könnte entstehen, wenn sich Teilnehmende an der Studie bezüglich ihres Einsparwissens überschätzen und deshalb die Fragen weniger konzentriert beantworten als Teilnehmende in der Kontrollgruppe. Interessant sind die Auswirkungen der Interventionen auf die Wahrnehmung des Veränderungspotenzials. Teilnehmerinnen und Teilnehmer mit Zugang zu einer Beratung durch ewz schätzen es im Vergleich mit der Kontrollgruppe als leichter ein, Strom mittels der Installation von Energiesparlampen zu sparen. Sie schätzen es auch als leichter ein, Wäsche an der Leine trocknen zu lassen (knapp insignifikant), die Kühlschranktemperatur um 1 Grad Celsius zu erhöhten (insignifikant) und Stromschalter auszuschalten (signifikant). Insgesamt schätzen die Teilnehmenden mit Stromsparberatung es im Durchschnitt als leichter ein, über die aufgelisteten Massnahmen Energie zu sparen (letzte Zeile zum durchschnittlichen Veränderungspotenzial). Dieser Effekt lässt sich klar der Beratung durch ewz zuordnen. Die Beratungsgespräche haben zum Ziel, den Haushalten genau aufzuzeigen, welche Schritte ihnen beim Stromsparen helfen können. Teilnehmende im sozialen Wettbewerb schätzen es als leicht schwieriger ein, über das Trocknen von Wäsche an der Leine, Strom zu sparen. Wir sehen ähnliche, wenn auch insignifikante Effekte auch auf die anderen Möglichkeiten Energie zu sparen. Insgesamt wird das Potenzial Elektrizität über die aufgelisteten Massnahmen zu sparen, leicht schwieriger geschätzt in der Gruppe mit sozialem Wettbewerb. Dieser Effekt lässt sich nicht eindeutig erklären. Dieses Resultate könnte durch Entmutigung hervorgerufen werden. Wenn sich beide Teilnehmende am Wettbewerb gleich anstrengen, den Stromkonsum zu reduzieren, dann wird mindestens einer der beiden Haushalt feststellen, dass sich gar nichts geändert hat. Die anderen Interventionen haben keinen Effekt auf die Wahrnehmung des Einsparpotenzials. 2 Dieses Phänomen tritt bei Studien auf, die viele Effekten gleichzeitig testen. Eine Reihe von Vergleichen können dann als signifikant eingeschätzt werden, selbst wenn das Experiment keinen kausalen Effekt auf das Ergebnis hatte.

104 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 87 Die allgemeine Zufriedenheit wird durch keine der Interventionen substantiell verändert. Klare Effekte stellen wir jedoch bezüglich der Zufriedenheit mit ewz spezifisch, und mit der Studie insbesondere, fest. Die Gruppe von Haushalten mit Anzeige (Gruppe G1) zeigt sich durchwegs zufriedener mit ewz als die Kontrollgruppe. Die Gruppe G1 ist mit dem Kundenservice, den Stromprodukten, den Strompreisen, sowie der Energieberatung zufriedener als die Kontrollgruppe. Die ersten drei Effekte lassen sich vermutlich direkt mit der Installation der Anzeige erklären. Die Anzeige wurde von freundlichen Mitarbeitern installiert und den zukünftigen Nutzern erklärt. Die Anzeige enthält auch detaillierte Angaben zu den Stromprodukten und deren Preisen. Die Gruppe G1 war also auch darüber besser informiert. Erstaunlicher ist der positive Effekt auf die Energieberatung. Die Teilnehmenden mit Smart Meter-Anzeige hatten zwar Zugang zur Beratung, wurden aber nicht aktiv dazu eingeladen. Positive Effekte auf die Zufriedenheit mit der Energieberatung sehen wir auch bei den Teilnehmerinnen und Teilnehmern mit Zugang zu Beratung; ein Effekt der in der ersten beiden Quartalen besonders positiv ist (siehe Abbildung D.34). Dieses Resultat legt nahe, dass die durch ewz angebotenen Beratungsgespräche als hilfreich und positiv wahrgenommen wurden. Interessanterweise sehen wir auch einen stark positiven Effekt auf die Zufriedenheit mit der Energieberatung unter Haushalten mit sozialer Vergleichsinformation. Diese Haushalte haben offenbar die ihnen zur Verfügung gestellte Zusatzinformation als eine Form der Beratung wahrgenommen. Die Studie selbst wird durchwegs positiver beurteilt durch die Teilnehmenden mit Intervention im Vergleich mit der Kontrollgruppe. Die Studienteilnehmerinnen und -teilnehmer finden, dass die Studienleitung ausreichend informiert (der Effekt in der Gruppe G1 ist nicht signifikant von Null verschieden aber positiv). Mit Ausnahme der Teilnehmenden in der Beratungsgruppe stimmen die Teilnehmerinnen und Teilnehmer der Aussage, die Studie untersuche ein interessantes Thema, stärker zu. Die Teilnehmenden mit Anzeige schätzen die Bedeutung der Studie für Zürich etwa gleich ein wie die Kontrollgruppe. Weniger positiv beurteilen die verbleibenden Studiengruppen jedoch die Bedeutung der Studie für Zürich. Die Gruppe mit Beratung schätzt die Bedeutung der Studie für Zürich signifikant schlechter als die Kontrollgruppe ein. Die Studienteilnehmenden sind auch weniger optimistisch als die Kontrollgruppe bezüglich des Potenzials der Studie, beim Stromsparen zu helfen. Die negativen Effekte sind insgesamt nicht statistisch von Null verschieden. Abbildung D.38 zeigt auf, dass das Vertrauen in den Beitrag der Studie zum Stromsparen zu Beginn zwar hoch ist, in der zweiten Hälfte des Studienzeitraumes jedoch einbricht. Insgesamt schätzen die Interventionsgruppen die Professionalität der Durchführung gleich gut ein wie die Kontrollgruppe. Tabelle 7.5 diskutiert zum Schluss noch die Häufigkeit der Nutzung diverser Haushaltsgeräte. Interessanterweise geben alle Haushalte mit zusätzlicher Information an, die Spühlmaschine, den Computer und den Fernseher etwas weniger häufig zu benutzen als die Kontrollgruppe. Zudem geben diese Haushalte an, den Anteil an Stromsparlampen leicht gesteigert zu haben im Vergleich mit der Kontrollgruppe. Diese Unterschiede sind jedoch sehr gering

105 KAPITEL 7. WISSEN, VERHALTEN UND ZUFRIEDENHEIT 88 und deshalb auch nicht statistisch gesichert zu belegen. Dies bedeutet, dass v.a. die Studienhaushalte der Gruppe G1 Stromeinsparungen ohne Einbussen an Lebensqualität realisieren konnten. Zusammenfassend stellen wir folgendes fest: Die Teilnehmerinnen und Teilnehmer mit Smart Meter-Anzeige wussten besser Bescheid bezüglich des Stromverbrauches. Dieses Wissen hat sich nicht in eine verbesserte Einschätzung des Einsparpotenzials übersetzt. Die Gruppe war ingesamt sehr zufrieden mit ewz und dem Fokus der Studie. Die Teilnehmerinnen und Teilnehmer mit Einladung zur Beratung schätzen nach dem Beratungsgespräch die Umsetzbarkeit einer Reihe von Stromsparmassnahmen als einfacher ein als die Kontrollgruppe. Sie wissen jedoch bezüglich des absoluten Verbrauchs nicht mehr als die Kontrollgruppe und sie verschätzen sich eher als die Kontrollgruppe bei der Beurteilung des tatsächlichen Einsparungspotenzials. Insgesamt sind die Teilnehmerinnen und -teilnehmer der Beratungsgruppe mit der Beratung durch ewz zufrieden, äussern sich jedoch skeptisch bezüglich der Bedeutung der Studie für Zürich. Keine spezifischen Effekte auf Veränderungspotenzial und Wissen stellen wir für die beiden Gruppen mit sozialer Information fest; wenn überhaupt verschlechtert sich ihr Wissen um Einsparmöglichkeiten etwas. Die Teilnehmenden dieser Gruppe sind auch insgesamt zufrieden mit der Umsetzung der Studie, äussern jedoch auch Zweifel am Nutzen der Studie für Zürich, insbesondere in der zweiten Hälfte der Beobachtungsperiode.

106 Kapitel 8 Schlussfolgerungen Die ewz-studie Smart Metering ist ein Feldexperiment, welches die Rolle von Information auf den Elektrizitätsverbrauch von Haushalten untersucht. Information wird in viererlei Hinsicht verbessert: (i) Kontinuierliche und detaillierte Information über den eigenen Stromkonsum über eine Smart Meter-Anzeige, (ii) Informationsgewinn durch eine professionelle Stromsparberatung im ewz-kundenzentrum, (iii) bilaterale Informationen zum Stromkonsum von zwei vergleichbaren Haushalten und (iv) unilaterale Information zum Stromkonsum. Das Design der Studie ermöglicht eine Schätzung der kausalen Wirkung dieser vier Arten von Information auf den Elektrizitätskonsum der Studienhaushalte. Mittels Befragungen der Haushalte vor, während und nach dem Projekt werden zusätzlich Effekte auf das Wissen bezüglich Elektrizitätsverbrauch, das Erkennen von Energiesparpotenzialen und auf die Kundenzufriedenheit mit den Leistungen des ewz evaluiert. Die Studie zeigt auf, dass die Installation von Smart Meter-Anzeigen den Stromverbrauch nachhaltig beeinflussen kann. Die Teilnehmerinnen und Teilnehmer mit einer Smart Meter- Anzeige haben ihren Stromverbrauch um 3 bis 5% senken können. Das Smart Metering Impact Assessment der Schweiz geht von Einsparmöglichkeiten von rund 3.7% mit einer Bandbreite von ± 30% aus (Baeriswyl et al., 2012). Interessanterweise liegt der unser Resultate genau in derselben Grössenordnung. Unsere Resultate stützen also die Annahmen des Smart Metering Impact Assessments. Der Rückgang im Verbrauch lässt sich nicht nur unmittelbar nach Installation der Anzeige, sondern auch im Verlauf der gesamten Beobachtungsphase feststellen. Smart Meter-Anzeigen führen also zu einer nachhaltigen Reduktion des Elektrizitätsverbrauchs. Die Reduktion ist besonders stark in Tageszeiten mit hohem Verbrauch zwischen 18 und 22 Uhr; der Stromverbrauch nimmt aber leicht zu zwischen Mitternacht und 5 Uhr. Es findet also auch eine Verlagerung des Verbrauchs von Zeiten mit Hochtarif zu Zeiten mit Niedertarif statt. Teilnehmer mit Smart Meter-Anzeige wissen auch statistisch nachweisbar besser Bescheid bezüglich des Energieverbrauchs einer Reihe von im Haushalt eingesetzten Geräte. Teilnehmerinnen und 89

107 KAPITEL 8. SCHLUSSFOLGERUNGEN 90 Teilnehmer mit Smart Meter-Anzeige zeigen sich auch sehr zufrieden mit ewz und glauben an das Potenzial von Smart Metering zur Steigerung der Energieeffizienz. Soziale Information und sozialer Wettbewerb haben möglicherweise auch Potenzial. Teilnehmende mit diesen beiden Arten von Information haben ihren Verbrauch etwas senken können. Die Reduktion war jedoch nicht ausreichend gross, dass sich dies statistisch belegen lassen würde. Beratungsgespräche bei ewz verbessern das selbst eingeschätze Umsetzungspotenzial von Energiesparmassnahmen nachhaltig. Dieser Abbau von Umsetzungsschranken übersetzt sich jedoch noch wenig in tatsächliche Reduktion von Elektrizitätskonsum. Studienhaushalte mit sozialer Information und Beratungsgesprächen waren insgesamt weniger optimistisch bezüglich der Bedeutung der Studie für die Stadt Zürich. Nach Abschluss der Studie können wir auch über weitere mögliche Massnahmen nachdenken. Die Wirkung von Smart Metering würde sich vermutlich noch erhöhen lassen. Eine Implementation mit laufend reduzierter Zielvorgabe würde die Einsparungen laufend vergrössern. Smart Meter-Anzeigen könnte man auch einsetzen, um soziales Feedback zum Verbrauch anderer Haushalte in Echtzeit zu übermitteln. Vermutlich ist häufige Rückmeldung eine Schlüsselgrösse für den Erfolg der Massnahmen, die über soziale Information arbeiten. Mittels Smart Metering könnte die Rückmeldung in kontinuierlicher Zeit geschehen. Die Resultate der Studie legen schliesslich nahe, dass bei Beratungsgesprächen auch konkret über die Umsetzung der Energiesparmassnahmen gesprochen werden muss. Eventuell kann ewz seine Kunden darin durch gezieltes Rückfragen nach dem Beratungsgespräch unterstützen.

108 Anhang A Statistische und Methodische Grundlagen A.1 Kausale Effekte Holland (1986) definiert den kausalen Analyserahmen. Wir schätzen Effekte auf den Stromverbrauch. Nennen wir Y 1i den Stromverbrauch eines Haushaltes mit Smart Meter-Anzeige im Quartal nach Installation dieser Anzeige. Dieser Haushalt hätte den Stromverbrauch Y 0i gehabt ohne Anzeige. Wir notieren mit D i = 1 wenn ein Haushalt i der Intervention ausgesetzt war, D i = 0 andernfalls. Der kausale Effekt der Anzeige auf den Stromverbrauch ist die Veränderung des Stromverbrauchs, welche durch die Anzeige hervorgerufen wurde. Dieser kausale Effekt ist also i = Y 1i Y 0i. Nun besteht das Grundproblem kausaler Analyse darin, dass wir den kontrafaktischen Stromverbrauch Y 0i nicht kennen. Den individuellen kausalen Effekt für das Individuum i können wir also nicht schätzen. Wir interessieren uns oft aber auch für den durchschnittlichen kausalen Effekt auf die Interventionsteilnehmenden. Dieser Effekt ist E( i D i = 1) = E(Y 1i Y 0i D i = 1) = E(Y 1i D i = 1) E(Y 0i D i = 1) (A.1) der bedingte Erwartungswert wird mit E( D i = 1) bezeichnet. Die Bedingung findet sich nach dem Konditionalzeichen. Das zweite Gleichheitszeichen in der Gleichung A.1 zeigt auf, dass wir den Durchschnittseffekt der Intervention Smart Meter-Anzeige schätzen können, selbst wenn wir die individuellen kausalen Effekte nicht kennen. Wir müssen einzig ein gutes Verfahren entwickeln, um den Mittelwert des kontrafaktischen Ergebnisses für die Teilnehmerinnen und Teilnehmer, d.h. E(Y 0i D i = 1) zu schätzen. In der Literatur zur Schätzung von Kausaleffekten finden wir vor allem zwei Ansätze. Der erste Ansatz ist ein Vorher-Nachher Vergleich. Dieser Ansatz schätzt das kontrafaktische Er- 91

109 ANHANG A. STATISTISCHE UND METHODISCHE GRUNDLAGEN 92 gebnis über den Stromverbrauch vor der Intervention. Dieser Ansatz ist dann zielführend, wenn es keine Änderungen im Niveau des Stromverbrauchs über die Zeit gibt. Diese Bedingung ist in der vorliegenden Anwendung sicher nicht gegeben. Der zweite Ansatz ist ein Vorher-Nachher Vergleich mit (randomisierter) Kontrollgruppe. Dieser sogenannte Difference-in-Difference Ansatz ist dann zielführend, wenn die Veränderung im Stromverbrauch ohne Anzeige, d.h. Y 0i, in der Interventionsgruppe genau gleich verlaufen wäre wie in der Kontrollgruppe (Imbens and Wooldridge, 2009). Es gibt wenig Gründe diese Annahme anzuzweifeln, wenn die Intervention zugelost wird. A.2 Empirische Strategie zur Analyse der Zählerdaten Das grundsätzliche statistische Modell ergibt sich aufgrund unserer Diskussion der im Kapitel A.1 diskutierten Methodik. Wir beobachten den Stromkonsum eines Haushaltes zu verschiedenen Zeitpunkten. Wir schreiben das grundlegende statistische Modell folgendermassen: y it = α i + β T it + δ t + ɛ it, (A.2) wobei y den durchschnittlichen Tagesverbrauch in einer Messperiode darstellt. Der Index i ist ein Indikator für den Haushalt, der Index t gibt die Messung an, wobei t = 1 sich auf die Pre-Treatment Messung bezieht. Der Vektor T it ist ein Vektor der vier Treatments (die Kontrollgruppe ist daher die Referenzgruppe in unseren Analysen). In der Pre-Treatment Periode enthält der Vektor Nullen für alle Gruppen. Wir fangen haushaltsspezifische Unterschiede im Konsum mit einer individuellen Konstante α i ab. Die Parameter δ t messen die Veränderung des Stromverbrauchs über die Zeit. Der Zeiteffekt δ 1 ist auf Null normalisiert. In den Schätzungen eliminieren wir haushaltsspezifische Unterschiede im Niveau des Haushaltsverbrauches, indem wir alle Beobachtungen auf den Zeitpunkt t = 1 hin normalisieren. D.h. dass unsere transformierte Gleichung nun folgendermassen lautet: y it = δ t + β T i + η it, (A.3) wobei die abhängige Variable y it y it y i1 und der Störterm η it ɛ it ɛ i1 ist. Der Vektor T i misst die Zuweisung zu den Interventionsgruppe. Diese bleibt fix über die Post-Treatment Perioden. Somit ändert sich auch der Vektor nicht mehr. Der Effekt der verschiedenen Treatments ist identifiziert durch die unterschiedlichen Veränderungen in den verschiedenen Treatments, d.h. durch die Differenz der Differenzen des Elektrizitätskonsums. Aus diesem Grund ist diese Schätzmethode auch unter dem Namen difference-in-difference bekannt. Die Treatments wurden über das ganze Jahr hinweg gleichmässig ausgerollt, sodass sie in Bezug auf die verschiedenen Jahreszeiten ausgeglichen sind. Die Schätzung der Treatment- Effekte β kann daher nicht von Jahreszyklen oder anderen zeitlichen Veränderungen, die

110 ANHANG A. STATISTISCHE UND METHODISCHE GRUNDLAGEN 93 alle Haushalte gleich betreffen, beeinflusst sein. Wir versuchen jedoch noch mehr Präzision zu gewinnen, indem wir ein System von Wocheneffekten γ w schätzen, falls die Woche w für Haushalt i zwischen die Ablesungen 1 und t fielen. Wir schätzen daher y it = δ t + φ w I(Woche w fällt für i zwischen 1...t) + β T i + η it (A.4) Als letzte Modifikation schliessen wir in manchen Spezifikationen auch noch Haushaltsund Individualcharakteristika in die Schätzungen ein. Wiederum ist dies für die Konsistenz der Schätzungen nicht wichtig, kann die Schätzungen jedoch präziser machen. Die strikteste Spezifikation ist damit y it = δ t + γ x it + φ w I(Woche w fällt für i zwischen 1...t) + β T i + η it (A.5) Der Vektor x it beinhaltet die soziodemographischen Charakteristika des Haushaltes i. In den Schätzungen verwenden wir z.t. unterschiedliche Messdauern und daher sind die Varianzen in den Residuen nicht konstant über die Messzeitpunkte. Wir korrigieren dies, indem wir in allen Spezifikationen heteroskedastizitäts-korrigierte Standardfehler berechnen. In denjenigen Schätzungen, in denen wir alle Beobachtungen eines Haushaltes simultan betrachten, müssen wir auch der Tatsache Rechnung tragen, dass die verschiedenen Beobachtungen, die aus einem Haushalt stammen, nicht voneinander unabhängig sind. Wir korrigieren dafür, indem wir die Standardfehler der Schätzungen um Cluster auf Haushaltsebene korrigieren. A.3 Empirische Strategie zur Analyse der Smart Meter-Daten Wir analysieren die Daten des Smart Meters auf zwei Arten: grafisch und mittels multipler Regressionen. In der grafischen Analyse normalisieren wir alle Daten relativ zum Wochendurchschnitt des Stromverbrauchs in der entsprechenden Zeiteinheit (Stunde oder Tag) der Kontrollgruppe, d.h. derjenigen Haushalte, deren SMA noch nicht installiert wurde. Dies eliminiert jegliche Zeiteffekte und erlaubt uns, den Einfluss der ausgeschalteten SMA auf den Elektrizitätsverbrauch zu schätzen. Wir betrachten die Daten in Bezug auf zwei Dimensionen: den täglichen Elektrizitätsverbrauch sowie den durchschnittlichen stündlichen Verbrauch im Verlauf eines Tages. Um die statistische Signifikanz der beobachteten Effekte zu testen, schätzen wir multiple Regressionen der folgenden Spezifikation: Für die Tagesdaten schätzen wir y it = α i + ω w(t) + βsma it + ɛ it (A.6)

111 ANHANG A. STATISTISCHE UND METHODISCHE GRUNDLAGEN 94 wobei y it der Stromverbrauch in kwh pro Tag von Haushalt i am Datum t ist. Wir absorbieren Haushalt-spezifische Unterschiede mittels einer haushalts-spezifischen Konstante α i, und zeitspezifische Effekte mittels eines Wocheneffektes ω w(t). Die wichtigste Variable in der Schätzung ist SMA, die gleich 1 ist, sobald die Anzeige für Haushalt i installiert wurde. Der Koeffizient β reflektiert daher die tägliche Einsparung in kwh nachdem die SMA installiert wurde. Die Smart Meter-Daten erlauben es auch, zu analysieren, wie die SMA den Energiekonsum zu verschiedenen Tageszeiten beeinflusst hat. Dazu bereiten wir die Daten in Stundenaggregate von kwh auf und schätzen die folgende Gleichung 24 y ith = α i + δ h(h) + ω w(t) + β h SMA ith + ɛ ith h=1 (A.7) Die Notation ist dieselbe wie in Gleichung (A.6), allerdings ist eine Beobachtung jetzt Energieverbrauch pro jede gemessene Stunde. Die Koeffizienten β 1 bis β 24 geben daher an, um wieviel der Einsatz der Smart Meter-Anzeige den Stromverbrauch zu einer bestimmten Uhrzeit (die Stunde bis 1 Uhr bis zur Stunde bis 24 Uhr) verändert hat. In beiden geschätzten Gleichungen kommen von einem Haushalt mehrere Beobachtungen vor. Diese können wir nicht als unabhängig behandeln. Wir korrigieren daher beim Berechnen der Schätzfehler die Kovarianzmatrix der geschätzten Koeffizienten um sogenanntes Clustering auf Haushaltsebene.

112 Anhang B Power Calculations For the purpose of this proposal 1 we analyzed data from a 10% random sample of all buildings served by ewz, a total of buildings. ewz provided data on electricity consumption on the period from This data was collected by meters. We focus here on electricity consumption read from this sample of meters. About 98% of the original data contained information on private households. The remaining records referring to small-and-medium sized enterprizes were excluded. Moreover, meters with a negative reading or a zero reading were excluded. Figure B.1 shows mean total electricity consumption over the years Mean consumption is fairly constant over this time period at a level of kwh per year. Median electricity consumption is close to kwh per year, i.e. 50% of the population of meters generate readings that are at kwh or below whereas the remaining 50% generate readings in excess of kwh. Clearly, electricity consumption is very dispersed. Whereas 25% of the meters generate readings that stand at kwh or below (1st Quartile), the 25% top readings exceed kwh or more (3rd Quartile). Figure B.2 shows the histogram of electricity consumption in The figure shows that electricity consumption is a right (or positively) skewed distribution. That is, the mean of the distribution is larger than the median. This is due to a small fraction of meters presenting very large readings. The central feature of the data that feeds into planning the experiment is the variance in electricity consumption. Intuitively, this can be argued by the following thought experiment. Suppose households are identical in terms of their electricity consumption, i.e. all households consume kwh per year. Suppose also that smart meter displays reduce electricity consumption by 260 kwh per year (treatment effect is 10% of baseline consumption). This effect would be easy to detect even with very small treatment and control groups. The group with a smart meter display would end up consuming kwh per year, the control group would 1 Dieser Abschnitt basiert auf der ursprünglichen Projekteingabe, welche in englischer Sprache verfasst wurde und beinhaltet Überlegungen und Berechnungen zur notwendigen Stichprobengrösse. 95

113 ANHANG B. POWER CALCULATIONS 96 Abb. B.1: Electricity Consumption in Zurich, year Mean 1st Quartile Median 3rd Quartile Notes: This figure shows the mean, median, 1st and 3rd quartiles of the distribution of electricity consumption of meters of private households in the city of Zurich. Source: Own calculations based on ewz extract. Abb. B.2: Histogram Electricity Consumption, 2009 Fraction tot Notes: This figure shows the the histogram of electricity consumption of meters of private households in the city of Zurich in The 1% top meter readings are excluded (readings exceeding kwh). Source: Own calculations based on ewz extract.

114 ANHANG B. POWER CALCULATIONS 97 stay at kwh. This difference would not be due to chance since households are very similar in terms of electricity consumption. The actual situation in Zurich is quite different. While mean electricity consumption is at 2600 kwh, 25% of the meters show readings that exceed kwh or less than kwh. Suppose now the smart meter is installed only in a few households with a few other households serving as a control group. Chances will be high that these two groups end up having the same electricity consumption, or we can even end up with the situation where the control group could even have lower electricity consumption than the treated group due to chance. To ensure that we can reliably differentiate a treatment effect from chance the number of participants in the experiment must exceed a threshold. Figure B.3 plots two such thresholds. The 1% significance level sample size ensures that an effect of the size given on the vertical axis is detected in 99% of all cases by the sample size on the horizontal axis. The 5% significance level ensures that the effect is detected in 95% of all cases. Clearly, detecting a reduction of electricity consumption by 260 kwh at a 5% level of significance the groups need to have at least meters. Detecting a 130 kwh effect (5% of baseline) is not possible with the sample sizes shown and even less so is it possible to detect a 50 kwh effect (2% of initial level). The central reason that generates this large sample size is the standard deviation in electricity consumption. Table B.1 shows the mean and standard deviation of electricity consumption in 2009 and the change in electricity consumption form 2008 to The first line shows that mean electricity consumption stood at 2618 in 2009 with the standard deviation of electricity consumption slightly exceeding its level. This is an extremely dispersed distribution. Tab. B.1: Summary statistics Variable Mean Std. Dev. Electricity consumption Change in electricity consumption N The data provided by ewz allow us to cut down on this sample size by focusing on year to year changes in electricity consumption. Changes in electricity consumption are much less variable than levels of electricity consumption. The second row of Table B.1 shows that the standard deviation of changes in electricity consumption is on the order of kwh (less than half of the standard deviation of the levels of electricity consumption). Why is the standard deviation of changes so much lower than the one for levels? This is because an important component of a household s electricity consumption remains fixed over time. This fixed component gets filtered out of electricity consumption by looking at changes. Figure B.4 shows the sample size required to detect a treatment effect when analyzing changes in electricity consumption. Clearly, a group size of even fewer than 250 meters would be enough to detect a 260 kwh reduction in electricity consumption. Note that detecting effects on the

115 ANHANG B. POWER CALCULATIONS 98 Abb. B.3: Treatment Effects and Required Sample Sizes: Consumption Levels treatment effect (kwh) sample size (N) significance level 1% significance level 5% Notes: This figure shows the required sample size to detect the treatment effect (vertical axis; absolute value) at a 1% level of significance or at a 5% level of significance. Denote the means in the treatment and control group with ȳ T G and ȳ CG respectively. We assume that the samples are i.i.d. and calculate which sample difference ȳ T G ȳ CG can be detected using the fact that under the null of no difference z = ȳt G ȳ CG d N(0, 1), where ˆσ is the estimated standard 2/N ˆσ deviation of the change in electricity consumption in the two groups. Source: Own calculations based on ewz extract. order 130 kwh (5% of baseline level) still requires a sample size on the order of 750. Tab. B.2: Simulated Treatments with 750 participants Control Treated Difference p-value A. Effect is 260 kwh Electricity Level Electricity Change ** B. Effect is 130 kwh Electricity Level Electricity Change ** Notes: This table reports the result of simulated electricity reduction interventions. These are drawn from a normal distribution with a mean given in the table and a standard deviation half the mean. * indicates significance at 10%, ** indicates significance at 5%, and *** indicates significance at 1% level. Source: Own calculations. The Table B.2 shows the result of two simulation experiments. Panel A shows a reduction by 260 kwh and panel B a reduction by 130 kwh. In both cases, the effect is not detected when analyzing electricity consumption in levels but it is detected in terms of changes of electricity consumption.

116 ANHANG B. POWER CALCULATIONS 99 Abb. B.4: Treatment Effects and Required Sample Sizes: Household Fixed Effects treatment effect (kwh) sample size (N) significance level 1% significance level 5% Notes: This figure shows the required sample size to detect the treatment effect (vertical axis; absolute value) at a 1% level of significance or at a 5% level of significance. Denote the means in the treatment and control group with ȳ T G and ȳ CG respectively. We assume that the samples are i.i.d. and calculate which sample difference ȳ T G ȳ CG can be detected using the fact that under the null of no difference z = ȳt G ȳ CG d N(0, 1), where ˆσ is the estimated standard 2/N ˆσ deviation of the change in electricity consumption in the two groups. Source: Own calculations based on ewz extract.

117 Anhang C Weitere Tabellen Tab. C.1: Durchschnittlicher Elektrizitätskonsum (kwh pro Tag) der Haushalte Kontrollgruppe G0 G1 G2 G3 G4 Strom- Sozialer Smart sparbera- tung Wettbewerb Meter Ableseperiode Sozialer Vergleich Total Pre (0.112) (0.117) (0.126) (0.100) (0.100) (0.050) M (0.129) (0.121) (0.140) (0.108) (0.112) (0.055) M (0.127) (0.119) (0.137) (0.111) (0.116) (0.055) M (0.126) (0.129) (0.144) (0.112) (0.119) (0.057) Q (0.127) (0.123) (0.145) (0.119) (0.118) (0.057) Q (0.124) (0.119) (0.139) (0.119) (0.115) (0.055) Q (0.121) (0.114) (0.130) (0.103) (0.109) (0.052) ØJahresverbrauch Bemerkungen: Diese Tabelle zeigt die Durchschnittsverbräuche (kwh pro Tag) der Haushalte für die Ableseperioden Pre bis Q4 und den durchschnittlichen Jahresverbrauch (kwh) für alle Interventionsgruppen separat und insgesamt. Quelle: Eigene Berechnungen auf Basis der Elektrizitätsverbrauchsdaten. 100

118 ANHANG C. WEITERE TABELLEN 101 Bemerkungen zu Tabellen (C.2) bis (C.11): Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Die Tabellen zeigen die Durchschnittswerte vor und nach der Intervention in T0 für die verschiedenen Intervetionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen sowie die within Differenzen-in-Differenzen mit und ohne Wocheneffekte. Standardfehler sind robust. Tab. C.2: Menschen haben das Recht, ihre Umwelt ihren Wünschen und Bedürfnissen anzupassen - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.034) (0.038) (0.051) (0.040) (0.058) (0.058) [N=1 103] [N=913] G2: Stromsparberatung (0.036) (0.041) (0.055) (0.042) (0.059) (0.059) [N=1 046] [N=806] G3: Sozialer Wettbewerb (0.037) (0.041) (0.055) (0.043) (0.060) (0.060) [N=993] [N=853] G4: Sozialer Vergleich (0.037) (0.039) (0.054) (0.041) (0.058) (0.058) [N=969] [N=853] G0: Kontrollgruppe (0.037) (0.040) (0.054) (0.041) [N=1 013] [N=885] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.3: Die Menschheit missbraucht die Umwelt stark - Pre vs. Q1Umfrage Pre Q1 across within within within G1: Smart Meter (0.031) (0.033) (0.045) (0.040) (0.056) (0.056) [N=1 107] [N=912] G2: Stromsparberatung (0.033) (0.039) (0.051) (0.046) (0.061) (0.061) [N=1 046] [N=807] G3: Sozialer Wettbewerb (0.033) (0.037) (0.050) (0.046) (0.060) (0.061) [N=994] [N=850] G4: Sozialer Vergleich (0.032) (0.034) (0.047) (0.043) (0.058) (0.059) [N=969] [N=854] G0: Kontrollgruppe (0.031) (0.034) (0.046) (0.039) [N=1 014] [N=883] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

119 ANHANG C. WEITERE TABELLEN 102 Tab. C.4: Die Tier- und Pflanzenwelt hat das dasselbe Existenzrecht wie die Menschen - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.031) (0.036) (0.048) (0.037) (0.054) (0.054) [N=1 109] [N=914] G2: Stromsparberatung (0.033) (0.040) (0.052) (0.039) (0.055) (0.055) [N=1 046] [N=808] G3: Sozialer Wettbewerb (0.033) (0.037) (0.049) (0.040) (0.056) (0.056) [N=992] [N=852] G4: Sozialer Vergleich (0.034) (0.037) (0.050) (0.038) (0.054) (0.054) [N=969] [N=854] G0: Kontrollgruppe (0.034) (0.038) (0.051) (0.039) [N=1 012] [N=883] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.5: Es gibt Grenzen von Wachstum, die unsere industrialisierte Welt bereits überschritten hat oder sehr bald erreichen wird - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.031) (0.033) (0.045) (0.034) (0.050) (0.050) [N=1 108] [N=913] G2: Stromsparberatung (0.032) (0.036) (0.048) (0.043) (0.056) (0.056) [N=1 046] [N=808] G3: Sozialer Wettbewerb (0.032) (0.034) (0.047) (0.040) (0.054) (0.054) [N=993] [N=854] G4: Sozialer Vergleich (0.032) (0.034) (0.047) (0.035) (0.050) (0.050) [N=971] [N=854] G0: Kontrollgruppe (0.032) (0.033) (0.046) (0.036) [N=1 014] [N=886] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

120 ANHANG C. WEITERE TABELLEN 103 Tab. C.6: Ich verhalte mich auch dann umweltbewusst, wenn es erheblich höhere Kosten und Mühen verursacht - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.027) (0.030) (0.041) (0.030) (0.043) (0.043) [N=1 109] [N=912] G2: Stromsparberatung (0.030) (0.032) (0.043) (0.033) (0.045) (0.045) [N=1 047] [N=808] G3: Sozialer Wettbewerb (0.029) (0.031) (0.042) (0.032) (0.045) (0.044) [N=995] [N=854] G4: Sozialer Vergleich (0.030) (0.031) (0.043) (0.034) (0.046) (0.046) [N=971] [N=856] G0: Kontrollgruppe (0.028) (0.030) (0.041) (0.031) [N=1 015] [N=884] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.7: Der grösste Teil der Bevölkerung in unserem Land verhält sich immer noch wenig umweltbewusst - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.030) (0.033) (0.044) (0.037) (0.053) (0.053) [N=1 110] [N=911] G2: Stromsparberatung (0.031) (0.036) (0.047) (0.040) (0.055) (0.055) [N=1 047] [N=807] G3: Sozialer Wettbewerb (0.033) (0.034) (0.047) (0.038) (0.054) (0.054) [N=995] [N=855] G4: Sozialer Vergleich (0.031) (0.033) (0.045) (0.038) (0.054) (0.054) [N=971] [N=854] G0: Kontrollgruppe (0.031) (0.033) (0.045) (0.038) [N=1 013] [N=884] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

121 ANHANG C. WEITERE TABELLEN 104 Tab. C.8: Die Politik tut zu wenig für den Umweltschutz - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.032) (0.034) (0.047) (0.037) (0.052) (0.052) [N=1 103] [N=911] G2: Stromsparberatung (0.033) (0.038) (0.050) (0.039) (0.053) (0.053) [N=1 041] [N=805] G3: Sozialer Wettbewerb (0.034) (0.037) (0.050) (0.036) (0.051) (0.051) [N=990] [N=852] G4: Sozialer Vergleich (0.032) (0.036) (0.048) (0.037) (0.051) (0.051) [N=970] [N=851] G0: Kontrollgruppe (0.033) (0.035) (0.048) (0.035) [N=1 008] [N=882] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.9: Das Ausmass der Umweltverschmutzung unserer Erde wird stark übertrieben - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.034) (0.036) (0.050) (0.039) (0.055) (0.055) [N=1 105] [N=911] G2: Stromsparberatung (0.037) (0.039) (0.054) (0.043) (0.058) (0.058) [N=1 045] [N=806] G3: Sozialer Wettbewerb (0.040) (0.038) (0.055) (0.046) (0.060) (0.060) [N=987] [N=850] G4: Sozialer Vergleich (0.038) (0.038) (0.054) (0.046) (0.060) (0.060) [N=969] [N=850] G0: Kontrollgruppe (0.037) (0.037) (0.052) (0.038) [N=1 012] [N=884] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

122 ANHANG C. WEITERE TABELLEN 105 Tab. C.10: Die Menschen sind für die Klimaveränderung und den Treibhauseffekt verantwortlich - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.030) (0.036) (0.047) (0.036) (0.054) (0.055) [N=1 107] [N=913] G2: Stromsparberatung (0.034) (0.037) (0.051) (0.044) (0.060) (0.060) [N=1 043] [N=803] G3: Sozialer Wettbewerb (0.035) (0.036) (0.051) (0.043) (0.059) (0.060) [N=994] [N=855] G4: Sozialer Vergleich (0.033) (0.036) (0.049) (0.041) (0.058) (0.059) [N=968] [N=855] G0: Kontrollgruppe (0.033) (0.037) (0.050) (0.041) [N=1 014] [N=884] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.11: Umweltschutzmassnahmen sollen auch dann durchgesetzt werden, wenn dadurch Arbeitsplätze verloren gehen - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.031) (0.034) (0.045) (0.033) (0.049) (0.049) [N=1 105] [N=913] G2: Stromsparberatung (0.033) (0.038) (0.050) (0.039) (0.054) (0.054) [N=1 047] [N=806] G3: Sozialer Wettbewerb (0.033) (0.035) (0.048) (0.036) (0.052) (0.052) [N=995] [N=851] G4: Sozialer Vergleich (0.034) (0.035) (0.049) (0.037) (0.052) (0.052) [N=967] [N=854] G0: Kontrollgruppe (0.033) (0.035) (0.048) (0.037) [N=1 012] [N=883] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

123 ANHANG C. WEITERE TABELLEN 106 Bemerkungen zu Tabellen (C.12) bis (C.17): Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Die Tabellen zeigen die Durchschnittswerte vor und nach der Intervention in T0 für die verschiedenen Intervetionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen sowie die within Differenzen-in-Differenzen mit und ohne Wocheneffekte. Standardfehler sind robust. Tab. C.12: Gefahren: Gentechnik - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.031) (0.035) (0.046) (0.026) (0.039) (0.039) [N=1 097] [N=912] G2: Stromsparberatung (0.032) (0.037) (0.049) (0.031) (0.042) (0.042) [N=1 035] [N=802] G3: Sozialer Wettbewerb (0.033) (0.035) (0.048) (0.029) (0.040) (0.040) [N=984] [N=847] G4: Sozialer Vergleich (0.034) (0.037) (0.050) (0.031) (0.042) (0.041) [N=954] [N=852] G0: Kontrollgruppe (0.032) (0.035) (0.048) (0.028) [N=1 006] [N=878] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.13: Gefahren: Atomkraftwerk - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.029) (0.032) (0.043) (0.025) (0.035) (0.035) [N=1 096] [N=906] G2: Stromsparberatung (0.031) (0.036) (0.047) (0.027) (0.036) (0.036) [N=1 036] [N=802] G3: Sozialer Wettbewerb (0.032) (0.034) (0.047) (0.027) (0.037) (0.036) [N=978] [N=849] G4: Sozialer Vergleich (0.032) (0.035) (0.047) (0.027) (0.036) (0.036) [N=964] [N=846] G0: Kontrollgruppe (0.031) (0.034) (0.046) (0.024) [N=994] [N=874] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

124 ANHANG C. WEITERE TABELLEN 107 Tab. C.14: Gefahren: Mobilfunkantennen - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.029) (0.032) (0.043) (0.026) (0.036) (0.036) [N=1 106] [N=910] G2: Stromsparberatung (0.029) (0.034) (0.045) (0.025) (0.036) (0.036) [N=1 044] [N=803] G3: Sozialer Wettbewerb (0.030) (0.033) (0.044) (0.026) (0.036) (0.036) [N=993] [N=854] G4: Sozialer Vergleich (0.030) (0.033) (0.045) (0.026) (0.036) (0.036) [N=960] [N=855] G0: Kontrollgruppe (0.029) (0.032) (0.043) (0.025) [N=1 011] [N=880] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.15: Gefahren: Hochspannung - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.029) (0.030) (0.042) (0.026) (0.036) (0.036) [N=1 103] [N=910] G2: Stromsparberatung (0.029) (0.034) (0.045) (0.029) (0.039) (0.039) [N=1 041] [N=802] G3: Sozialer Wettbewerb (0.029) (0.032) (0.043) (0.026) (0.037) (0.037) [N=987] [N=849] G4: Sozialer Vergleich (0.030) (0.033) (0.044) (0.027) (0.038) (0.038) [N=958] [N=855] G0: Kontrollgruppe (0.030) (0.031) (0.043) (0.026) [N=1 006] [N=885] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

125 ANHANG C. WEITERE TABELLEN 108 Tab. C.16: Gefahren: Klimaerwärmung - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.025) (0.027) (0.037) (0.026) (0.037) (0.037) [N=1 103] [N=914] G2: Stromsparberatung (0.027) (0.032) (0.042) (0.029) (0.039) (0.039) [N=1 044] [N=805] G3: Sozialer Wettbewerb (0.027) (0.029) (0.040) (0.025) (0.037) (0.037) [N=991] [N=853] G4: Sozialer Vergleich (0.027) (0.028) (0.039) (0.026) (0.038) (0.038) [N=966] [N=852] G0: Kontrollgruppe (0.026) (0.028) (0.039) (0.027) [N=1 009] [N=882] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.17: Gefahren: Autoverkehr - Pre vs. Q1 Umfrage Pre Q1 across within within within G1: Smart Meter (0.025) (0.026) (0.036) (0.026) (0.039) (0.039) [N=1 107] [N=914] G2: Stromsparberatung (0.027) (0.031) (0.041) (0.027) (0.039) (0.039) [N=1 047] [N=805] G3: Sozialer Wettbewerb (0.028) (0.029) (0.040) (0.027) (0.039) (0.039) [N=991] [N=854] G4: Sozialer Vergleich (0.026) (0.028) (0.039) (0.028) (0.040) (0.040) [N=970] [N=854] G0: Kontrollgruppe (0.025) (0.028) (0.037) (0.028) [N=1 014] [N=885] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

126 ANHANG C. WEITERE TABELLEN 109 Bemerkungen zu Tabellen (C.18) bis (C.23): Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Die Tabellen zeigen die Durchschnittswerte vor und nach der Intervention in T0 für die verschiedenen Intervetionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen sowie die within Differenzen-in-Differenzen mit und ohne Wocheneffekte. Standardfehler sind robust. Tab. C.18: Veränderungen: Die meisten konventionellen Glühbirnen durch Energiesparlampen ersetzen - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.028) (0.030) (0.041) (0.028) (0.039) (0.039) [N=1 099] [N=911] G2: Stromsparberatung (0.031) (0.034) (0.046) (0.032) (0.042) (0.042) [N=1 037] [N=808] G3: Sozialer Wettbewerb (0.029) (0.031) (0.043) (0.028) (0.040) (0.040) [N=986] [N=853] G4: Sozialer Vergleich (0.030) (0.031) (0.043) (0.029) (0.040) (0.040) [N=958] [N=856] G0: Kontrollgruppe (0.031) (0.031) (0.044) (0.028) [N=1 008] [N=881] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.19: Veränderungen: Zwei Stunden pro Woche weniger fernsehen - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.032) (0.036) (0.049) (0.040) (0.054) (0.054) [N=1 095] [N=908] G2: Stromsparberatung (0.034) (0.037) (0.051) (0.036) (0.051) (0.052) [N=1 030] [N=799] G3: Sozialer Wettbewerb (0.034) (0.037) (0.050) (0.039) (0.053) (0.053) [N=971] [N=846] G4: Sozialer Vergleich (0.035) (0.036) (0.051) (0.042) (0.055) (0.056) [N=954] [N=840] G0: Kontrollgruppe (0.032) (0.033) (0.046) (0.036) [N=999] [N=877] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

127 ANHANG C. WEITERE TABELLEN 110 Tab. C.20: Veränderungen: Wäsche an der Leine trocknen lassen anstelle eines Wäschetrockners im Sommer - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.034) (0.037) (0.050) (0.033) (0.047) (0.047) [N=1 098] [N=913] G2: Stromsparberatung (0.036) (0.042) (0.055) (0.034) (0.048) (0.048) [N=1 040] [N=809] G3: Sozialer Wettbewerb (0.037) (0.040) (0.055) (0.034) (0.048) (0.048) [N=991] [N=848] G4: Sozialer Vergleich (0.035) (0.039) (0.053) (0.036) (0.049) (0.049) [N=962] [N=853] G0: Kontrollgruppe (0.036) (0.037) (0.052) (0.033) [N=1 007] [N=881] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.21: Veränderungen: Den Kühlschrank um 1 C höher stellen - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.023) (0.027) (0.035) (0.028) (0.040) (0.040) [N=1 093] [N=912] G2: Stromsparberatung (0.025) (0.028) (0.038) (0.033) (0.044) (0.044) [N=1 037] [N=808] G3: Sozialer Wettbewerb (0.025) (0.028) (0.038) (0.031) (0.043) (0.042) [N=982] [N=847] G4: Sozialer Vergleich (0.024) (0.029) (0.037) (0.030) (0.042) (0.042) [N=959] [N=848] G0: Kontrollgruppe (0.023) (0.026) (0.034) (0.029) [N=1 003] [N=878] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

128 ANHANG C. WEITERE TABELLEN 111 Tab. C.22: Veränderungen: Haushaltsgeräte nach Gebrauch sofort ausschalten - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.019) (0.021) (0.029) (0.022) (0.031) (0.031) [N=1 097] [N=909] G2: Stromsparberatung (0.022) (0.023) (0.032) (0.026) (0.034) (0.035) [N=1 037] [N=802] G3: Sozialer Wettbewerb (0.021) (0.023) (0.031) (0.024) (0.033) (0.032) [N=989] [N=851] G4: Sozialer Vergleich (0.022) (0.021) (0.030) (0.024) (0.033) (0.033) [N=959] [N=851] G0: Kontrollgruppe (0.022) (0.021) (0.030) (0.022) [N=1 008] [N=877] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.23: Veränderungen: Stromleiste zum Ein-/Ausschalten für Haushalts- und/oder Multimediageräte installieren - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.025) (0.027) (0.037) (0.026) (0.036) (0.037) [N=1 096] [N=911] G2: Stromsparberatung (0.027) (0.031) (0.041) (0.032) (0.041) (0.041) [N=1 038] [N=807] G3: Sozialer Wettbewerb (0.027) (0.030) (0.040) (0.029) (0.039) (0.039) [N=985] [N=852] G4: Sozialer Vergleich (0.029) (0.030) (0.042) (0.028) (0.038) (0.038) [N=961] [N=853] G0: Kontrollgruppe (0.027) (0.027) (0.038) (0.026) [N=1 006] [N=880] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

129 ANHANG C. WEITERE TABELLEN 112 Bemerkungen zu Tabellen (C.24) bis (C.35): Der Wert 1 bedeutet Stimmt nicht und 5 bedeutet Stimmt. Die Tabellen zeigen die Durchschnittswerte vor und nach der Intervention in T0 für die verschiedenen Intervetionsgruppen G1 bis G4 und die Kontrollgruppe G0, die within und across Differenzen sowie die within Differenzen-in-Differenzen mit und ohne Wocheneffekte. Standardfehler sind robust. Tab. C.24: Zufriedenheit allgemein: Leben - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.020) (0.022) (0.030) (0.021) (0.029) (0.029) [N=1 102] [N=909] G2: Stromsparberatung (0.021) (0.026) (0.033) (0.023) (0.031) (0.031) [N=1 035] [N=807] G3: Sozialer Wettbewerb (0.023) (0.025) (0.034) (0.024) (0.032) (0.032) [N=985] [N=850] G4: Sozialer Vergleich (0.021) (0.023) (0.032) (0.024) (0.031) (0.031) [N=956] [N=851] G0: Kontrollgruppe (0.020) (0.023) (0.031) (0.021) [N=1 010] [N=884] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.25: Zufriedenheit allgemein: Umwelt - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.025) (0.027) (0.036) (0.027) (0.040) (0.040) [N=1 096] [N=907] G2: Stromsparberatung (0.024) (0.028) (0.037) (0.029) (0.041) (0.041) [N=1 030] [N=807] G3: Sozialer Wettbewerb (0.026) (0.026) (0.037) (0.028) (0.041) (0.041) [N=985] [N=849] G4: Sozialer Vergleich (0.027) (0.028) (0.038) (0.029) (0.041) (0.042) [N=953] [N=851] G0: Kontrollgruppe (0.025) (0.027) (0.037) (0.029) [N=1 007] [N=882] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

130 ANHANG C. WEITERE TABELLEN 113 Tab. C.26: Zufriedenheit allgemein: Lebensqualität - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.021) (0.024) (0.032) (0.022) (0.032) (0.033) [N=1 095] [N=904] G2: Stromsparberatung (0.022) (0.024) (0.033) (0.024) (0.034) (0.034) [N=1 032] [N=805] G3: Sozialer Wettbewerb (0.023) (0.024) (0.033) (0.026) (0.035) (0.035) [N=983] [N=849] G4: Sozialer Vergleich (0.023) (0.025) (0.034) (0.026) (0.035) (0.035) [N=949] [N=845] G0: Kontrollgruppe (0.022) (0.023) (0.032) (0.024) [N=1 010] [N=883] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.27: Zufriedenheit mit ewz: Kundenservice - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.034) (0.034) (0.049) (0.048) (0.067) (0.067) [N=453] [N=461] G2: Stromsparberatung (0.036) (0.035) (0.050) (0.048) (0.068) (0.069) [N=434] [N=440] G3: Sozialer Wettbewerb (0.040) (0.038) (0.055) (0.050) (0.069) (0.069) [N=406] [N=384] G4: Sozialer Vergleich (0.038) (0.036) (0.052) (0.052) (0.071) (0.071) [N=398] [N=397] G0: Kontrollgruppe (0.040) (0.042) (0.058) (0.048) [N=420] [N=376] Wocheneffekte Nein Ja Bemerkungen: Enthält nur Haushalte, welche nicht die Option Kenne ich nicht gewählt haben. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

131 ANHANG C. WEITERE TABELLEN 114 Tab. C.28: Zufriedenheit mit ewz: Stromprodukte - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.025) (0.025) (0.035) (0.030) (0.042) (0.042) [N=929] [N=824] G2: Stromsparberatung (0.024) (0.027) (0.036) (0.030) (0.042) (0.043) [N=857] [N=700] G3: Sozialer Wettbewerb (0.027) (0.028) (0.039) (0.031) (0.043) (0.043) [N=841] [N=727] G4: Sozialer Vergleich (0.026) (0.027) (0.038) (0.030) (0.042) (0.042) [N=809] [N=754] G0: Kontrollgruppe (0.024) (0.027) (0.036) (0.030) [N=865] [N=764] Wocheneffekte Nein Ja Bemerkungen: Enthält nur Haushalte, welche nicht die Option Kenne ich nicht gewählt haben. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.29: Zufriedenheit mit ewz: Strompreise - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.029) (0.030) (0.041) (0.032) (0.045) (0.045) [N=974] [N=871] G2: Stromsparberatung (0.030) (0.032) (0.044) (0.033) (0.047) (0.046) [N=908] [N=763] G3: Sozialer Wettbewerb (0.031) (0.032) (0.044) (0.034) (0.047) (0.046) [N=881] [N=788] G4: Sozialer Vergleich (0.030) (0.032) (0.044) (0.033) (0.047) (0.046) [N=853] [N=793] G0: Kontrollgruppe (0.028) (0.031) (0.042) (0.032) [N=887] [N=815] Wocheneffekte Nein Ja Bemerkungen: Enthält nur Haushalte, welche nicht die Option Kenne ich nicht gewählt haben. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

132 ANHANG C. WEITERE TABELLEN 115 Tab. C.30: Zufriedenheit mit ewz: Stromsparberatung - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.046) (0.052) (0.069) (0.063) (0.091) (0.090) [N=348] [N=282] G2: Stromsparberatung (0.048) (0.047) (0.067) (0.070) (0.096) (0.098) [N=325] [N=429] G3: Sozialer Wettbewerb (0.051) (0.054) (0.074) (0.073) (0.098) (0.099) [N=309] [N=289] G4: Sozialer Vergleich (0.049) (0.052) (0.072) (0.071) (0.096) (0.101) [N=286] [N=283] G0: Kontrollgruppe (0.052) (0.055) (0.075) (0.065) [N=290] [N=268] Wocheneffekte Nein Ja Bemerkungen: Enthält nur Haushalte, welche nicht die Option Kenne ich nicht gewählt haben. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.31: Zufriedenheit mit der Studie: informiert ausreichend - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.029) (0.032) (0.043) (0.038) (0.053) (0.052) [N=1 091] [N=913] G2: Stromsparberatung (0.032) (0.035) (0.047) (0.040) (0.054) (0.054) [N=1 023] [N=801] G3: Sozialer Wettbewerb (0.033) (0.034) (0.047) (0.040) (0.054) (0.054) [N=976] [N=850] G4: Sozialer Vergleich (0.032) (0.035) (0.047) (0.041) (0.055) (0.055) [N=948] [N=852] G0: Kontrollgruppe (0.032) (0.035) (0.047) (0.036) [N=995] [N=879] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

133 ANHANG C. WEITERE TABELLEN 116 Tab. C.32: Zufriedenheit mit der Studie: untersucht ein interessantes Thema - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.019) (0.020) (0.027) (0.023) (0.034) (0.034) [N=1 096] [N=913] G2: Stromsparberatung (0.020) (0.022) (0.030) (0.025) (0.035) (0.035) [N=1 035] [N=805] G3: Sozialer Wettbewerb (0.024) (0.024) (0.034) (0.028) (0.037) (0.038) [N=982] [N=850] G4: Sozialer Vergleich (0.021) (0.024) (0.032) (0.025) (0.035) (0.035) [N=950] [N=849] G0: Kontrollgruppe (0.021) (0.023) (0.031) (0.025) [N=1 004] [N=882] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.33: Zufriedenheit mit der Studie: Die Studie ist wichtig für die Stadt Zürich - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.023) (0.027) (0.035) (0.027) (0.038) (0.038) [N=1 092] [N=911] G2: Stromsparberatung (0.023) (0.028) (0.036) (0.030) (0.040) (0.040) [N=1 031] [N=802] G3: Sozialer Wettbewerb (0.026) (0.028) (0.038) (0.029) (0.039) (0.039) [N=980] [N=849] G4: Sozialer Vergleich (0.025) (0.028) (0.037) (0.031) (0.041) (0.040) [N=948] [N=853] G0: Kontrollgruppe (0.024) (0.027) (0.036) (0.026) [N=1 004] [N=881] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

134 ANHANG C. WEITERE TABELLEN 117 Tab. C.34: Zufriedenheit mit der Studie: Die Studie wird helfen künftig Strom zu sparen - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.026) (0.032) (0.041) (0.034) (0.047) (0.047) [N=1 054] [N=878] G2: Stromsparberatung (0.025) (0.034) (0.042) (0.035) (0.047) (0.047) [N=994] [N=772] G3: Sozialer Wettbewerb (0.029) (0.034) (0.045) (0.035) (0.047) (0.048) [N=939] [N=809] G4: Sozialer Vergleich (0.027) (0.034) (0.043) (0.036) (0.048) (0.047) [N=910] [N=812] G0: Kontrollgruppe (0.027) (0.032) (0.042) (0.032) [N=961] [N=845] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten. Tab. C.35: Zufriedenheit mit der Studie: Die Studie ist professionell durchgeführt - Pre vs. Q1 Pre Q1 across within within within G1: Smart Meter (0.023) (0.028) (0.036) (0.031) (0.042) (0.042) [N=1 085] [N=910] G2: Stromsparberatung (0.025) (0.030) (0.039) (0.031) (0.043) (0.043) [N=1 023] [N=798] G3: Sozialer Wettbewerb (0.025) (0.029) (0.039) (0.032) (0.043) (0.043) [N=972] [N=848] G4: Sozialer Vergleich (0.025) (0.028) (0.038) (0.031) (0.042) (0.042) [N=942] [N=846] G0: Kontrollgruppe (0.024) (0.026) (0.036) (0.029) [N=997] [N=881] Wocheneffekte Nein Ja Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

135 Anhang D Weitere Grafiken 118

136 ANHANG D. WEITERE GRAFIKEN 119 Effekte auf Energiebewusstsein & Verhalten Abb. D.1: Effekte auf Wissen bezgl. Elektrizitätsverbrauch (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Wissen zum Elektrizitätsverbrauch DiD im Wissen zum Elektrizitätsverbrauch % Konfidenzintervall 90% Konfidenzintervall (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Wissen zum Elektrizitätsverbrauch DiD im Wissen zum Elektrizitätsverbrauch % Konfidenzintervall 90% Konfidenzintervall Bemerkungen: Der Score nimmt den Wert 0 an, wenn keine der sieben möglichen Antworten korrekt beantwortet wurde und den Wert 7 wenn alle der sieben möglichen Antworten richtig beantwortet wurden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

137 ANHANG D. WEITERE GRAFIKEN 120 Abb. D.2: Effekte auf Distanz zur Musterantwort (Verbrauch) (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Distanz zur korrekten Antwort (Verbrauch) DiD in der Distanz zur korrekten Antwort (Verbrauch) % Konfidenzintervall 90% Konfidenzintervall (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Distanz zur korrekten Antwort (Verbrauch) DiD in der Distanz zur korrekten Antwort (Verbrauch) % Konfidenzintervall 90% Konfidenzintervall Bemerkungen: Ein negativer Effekt bedeutet, dass die durchschnittliche Distanz zur Musterantwort abgenommen hat, ein positiver Effekt bedeutet, dass die durchschnittliche Distanz zur Musterantwort zugenommen hat. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

138 ANHANG D. WEITERE GRAFIKEN 121 Abb. D.3: Effekte auf Wissen bezgl. Elektrizitätseinsparung (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Wissen zu Einsparungspotenzialen DiD im Wissen zu Einsparungspotenzialen % Konfidenzintervall 90% Konfidenzintervall (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Wissen zu Einsparungspotenzialen DiD im Wissen zu Einsparungspotenzialen % Konfidenzintervall 90% Konfidenzintervall Bemerkungen: Der Score nimmt den Wert 0 an, wenn keine der vier möglichen Antworten korrekt beantwortet wurde und den Wert 4 wenn alle der vier möglichen Antworten richtig beantwortet wurden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

139 ANHANG D. WEITERE GRAFIKEN 122 Abb. D.4: Effekte auf Distanz zur Musterantwort (Einsparung) (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Distanz zur korrekten Antwort (Einsparung) DiD in der Distanz zur korrekten Antwort (Einsparung) % Konfidenzintervall 90% Konfidenzintervall (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Distanz zur korrekten Antwort (Einsparung) DiD in der Distanz zur korrekten Antwort (Einsparung) % Konfidenzintervall 90% Konfidenzintervall Bemerkungen: Ein negativer Effekt bedeutet, dass die durchschnittliche Distanz zur Musterantwort abgenommen hat, ein positiver Effekt bedeutet, dass die durchschnittliche Distanz zur Musterantwort zugenommen hat. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

140 ANHANG D. WEITERE GRAFIKEN 123 Abb. D.5: Effekte auf durchschnittliches Veränderungspotenzial (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

141 ANHANG D. WEITERE GRAFIKEN 124 Abb. D.6: Effekte auf Veränderungspotenziale: Die meisten konventionellen Glühbirnen durch Energiesparlampen ersetzen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

142 ANHANG D. WEITERE GRAFIKEN 125 Abb. D.7: Effekte auf Veränderungspotenziale: 2 Stunden pro Woche weniger fernsehen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

143 ANHANG D. WEITERE GRAFIKEN 126 Abb. D.8: Effekte auf Veränderungspotenziale: Wäsche an der Leine trocknen lassen anstelle eines Wäschetrockners im Sommer (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

144 ANHANG D. WEITERE GRAFIKEN 127 Abb. D.9: Effekte auf Veränderungspotenziale: Den Kühlschrank um 1 C höher einstellen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

145 ANHANG D. WEITERE GRAFIKEN 128 Abb. D.10: Effekte auf Veränderungspotenziale: Stromschalter an Haushaltsgeräten nach Gebrauch sofort ausschalten (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

146 ANHANG D. WEITERE GRAFIKEN 129 Abb. D.11: Effekte auf Veränderungspotenziale: Stromleiste zum Ein-/ Ausschalten für Haushalts- und/oder Multimediageräte installieren (a) G1: Smart Meter (b) G2: Stromsparberatung DiD im Veränderungspotenzial DiD im Veränderungspotenzial (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD im Veränderungspotenzial DiD im Veränderungspotenzial Bemerkungen: Der Wert 1 bedeutet Tue ich bereits, 2 bedeutet Einfach, 3 bedeutet Eher schwierig, 4 bedeutet Sehr schwierig und 5 bedeutet Nicht möglich. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

147 ANHANG D. WEITERE GRAFIKEN 130 Effekte auf Einstellungen und Einschätzungen von Umweltgefahren Abb. D.12: Effekte auf Einstellungen: Menschen haben das Recht, ihre Umwelt ihren Wünschen und Bedürfnissen anzupassen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

148 ANHANG D. WEITERE GRAFIKEN 131 Abb. D.13: Effekte auf Einstellungen: Die Menschheit missbraucht die Umwelt stark (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

149 ANHANG D. WEITERE GRAFIKEN 132 Abb. D.14: Effekte auf Einstellungen: Die Tier- und Pflanzenwelt hat das selbe Existenzrecht wie die Menschen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

150 ANHANG D. WEITERE GRAFIKEN 133 Abb. D.15: Effekte auf Einstellungen: Es gibt Grenzen von Wachstum, die unsere industrialisierte Welt bereits überschritten hat oder sehr bald erreichen wird (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

151 ANHANG D. WEITERE GRAFIKEN 134 Abb. D.16: Effekte auf Einstellungen: Ich verhalte mich auch dann umweltbewusst, wenn es erheblich höhere Kosten und Mühen verursacht (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

152 ANHANG D. WEITERE GRAFIKEN 135 Abb. D.17: Effekte auf Einstellungen: Der grösste Teil der Bevölkerung in unserem Land verhält sich immer noch wenig umweltbewusst (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

153 ANHANG D. WEITERE GRAFIKEN 136 Abb. D.18: Effekte auf Einstellungen: Die Politik tut zu wenig für den Umweltschutz (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

154 ANHANG D. WEITERE GRAFIKEN 137 Abb. D.19: Effekte auf Einstellungen: Das Ausmass der Umweltverschmutzung unserer Erde wird stark übertrieben (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

155 ANHANG D. WEITERE GRAFIKEN 138 Abb. D.20: Effekte auf Einstellungen: Die Menschen sind für die Klimaerwärmung und den Treibhauseffekt verantwortlich (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

156 ANHANG D. WEITERE GRAFIKEN 139 Abb. D.21: Effekte auf Einstellungen: Umweltschutzmassnahmen sollen auch dann durchgesetzt werden, wenn dadurch Arbeitsplätze verloren gehen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in den Einstellungen DiD in den Einstellungen (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in den Einstellungen DiD in den Einstellungen Bemerkungen: Der Wert 1 bedeutet Stimme nicht zu und 5 bedeutet Stimme zu. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

157 ANHANG D. WEITERE GRAFIKEN 140 Abb. D.22: Effekte auf Einschätzungen von Umweltgefahren: Gentechnik (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren Bemerkungen: Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

158 ANHANG D. WEITERE GRAFIKEN 141 Abb. D.23: Effekte auf Einschätzungen von Umweltgefahren: Atomkraftwerk (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren Bemerkungen: Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

159 ANHANG D. WEITERE GRAFIKEN 142 Abb. D.24: Effekte auf Einschätzungen von Umweltgefahren: Mobilfunkantennen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren Bemerkungen: Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

160 ANHANG D. WEITERE GRAFIKEN 143 Abb. D.25: Effekte auf Einschätzungen von Umweltgefahren: Hochspannung (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren Bemerkungen: Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

161 ANHANG D. WEITERE GRAFIKEN 144 Abb. D.26: Effekte auf Einschätzungen von Umweltgefahren: Klimaerwärmung (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren Bemerkungen: Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

162 ANHANG D. WEITERE GRAFIKEN 145 Abb. D.27: Effekte auf Einschätzungen von Umweltgefahren: Autoverkehr (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in der Einschätzung von Umweltgefahren DiD in der Einschätzung von Umweltgefahren Bemerkungen: Der Wert 1 bedeutet Keine Gefahr und 5 bedeutet Sehr grosse Gefahr. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

163 ANHANG D. WEITERE GRAFIKEN 146 Effekte auf Zufriedenheit Abb. D.28: Effekte auf Zufriedenheit allgemein: mit dem Leben (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

164 ANHANG D. WEITERE GRAFIKEN 147 Abb. D.29: Effekte auf Zufriedenheit allgemein: mit der Umwelt (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

165 ANHANG D. WEITERE GRAFIKEN 148 Abb. D.30: Effekte auf Zufriedenheit allgemein: mit der Lebensqualität (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

166 ANHANG D. WEITERE GRAFIKEN 149 Abb. D.31: Effekte auf Zufriedenheit mit ewz: Kundenservice (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

167 ANHANG D. WEITERE GRAFIKEN 150 Abb. D.32: Effekte auf Zufriedenheit mit ewz: Stromprodukte (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

168 ANHANG D. WEITERE GRAFIKEN 151 Abb. D.33: Effekte auf Zufriedenheit mit ewz: Strompreise (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

169 ANHANG D. WEITERE GRAFIKEN 152 Abb. D.34: Effekte auf Zufriedenheit mit ewz: Energieberatung (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

170 ANHANG D. WEITERE GRAFIKEN 153 Abb. D.35: Effekte auf Zufriedenheit mit der Studie: informiert ausreichend (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet Gar nicht zufrieden und 5 bedeutet Vollumfänglich zufrieden. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

171 ANHANG D. WEITERE GRAFIKEN 154 Abb. D.36: Effekte auf Zufriedenheit mit der Studie: untersucht ein interessantes Thema (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet stimmt nicht und 5 bedeutet stimmt. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

172 ANHANG D. WEITERE GRAFIKEN 155 Abb. D.37: Effekte auf Zufriedenheit mit der Studie: ist wichtig für die Stadt Zürich (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet stimmt nicht und 5 bedeutet stimmt. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

173 ANHANG D. WEITERE GRAFIKEN 156 Abb. D.38: Effekte auf Zufriedenheit mit der Studie: wird helfen künftig Strom zu sparen (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet stimmt nicht und 5 bedeutet stimmt. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

174 ANHANG D. WEITERE GRAFIKEN 157 Abb. D.39: Effekte auf Zufriedenheit mit der Studie: ist professionell durchgeführt (a) G1: Smart Meter (b) G2: Stromsparberatung DiD in Zufriedenheit DiD in Zufriedenheit (c) G3: Sozialer Wettbewerb (d) G4: Sozialer Vergleich DiD in Zufriedenheit DiD in Zufriedenheit Bemerkungen: Der Wert 1 bedeutet stimmt nicht und 5 bedeutet stimmt. Quellen: Eigene Berechnungen auf Basis der Befragungsdaten.

175 ANHANG D. WEITERE GRAFIKEN 158 Treatment-spezifische Informationen Abb. D.40: Funktionalitäten der Smart Meter-Anzeige (a) Echtzeitdaten (b) Verlauf

176 ANHANG D. WEITERE GRAFIKEN 159 Abb. D.40: Funktionalitäten der Smart Meter-Anzeige (Fortsetzung) (c) Zielerreichung (d) Messung Quellen: ewz

177 ANHANG D. WEITERE GRAFIKEN 160 Abb. D.41: Vergleichsinformationen für Gruppen G3 & G4 (a) Absolute Verbrauchsunterschiede (b) Verbrauchunterschiede in % Quellen: ewz