F a c h t a g u n g d e s B M W i und B M B F B e r l i n, 1. D e z e m b e r D r. M i c h a e l K r a i l

Transkript

1 Ö kologische, ökonomische und gesellschaftliche des automatisierten und vernetzten Fahrens F a c h t a g u n g d e s B M W i und B M B F B e r l i n, 1. D e z e m b e r D r. M i c h a e l K r a i l F r a u n h o f e r I n s t i t u t f ü r S y s t e m - und I n n o v a t i o n s f o r s c h u n g ( I S I ) Quellen: Volkswagen AG, Volvo, Bosch, Daimler AG, Audi AG, Daimler AG, Ford, Google, BMW AG

2 Systemische des automatisierten und vernetzten Fahrens Ökologische Verkehrliche Quelle: google Ökonomische Gesellschaftliche Implikationen / Akzeptanz Seite 2

3 Ökologische Ökologische Verkehrliche Quelle: google Ökonomische Gesellschaftliche Implikationen / Akzeptanz Seite 3

4 THG-Reduktionspotenziale von automatisiertem und vernetztem Fahren Laufende Studie im Rahmen der Weiterentwicklung der Mobilitäts- und Kraftstoffstrategie im Auftrag des BMVI Quelle: BMVI Primäres Ziel: Quantifizierung der Potenziale des automatisierten und vernetzten Fahrens zur Reduktion des Endenergieverbrauchs (EEV) und der Treibhausgasemissionen (THG) in Deutschland bis 2050 für 2 Mobilitätsszenarien Betrachtungsrahmen: Straßenverkehr + + von heute bis 2050 Quellen: eigene Bilder über alle Stufen der Automatisierung (Stufe 1 bis 5) unter Annahme der Vernetzung der Fahrzeuge (V2V) Weitere Ziele von automatisiertem und vernetztem Fahren auf das Mobilitätsverhalten Wechselwirkungen mit neuen Mobilitätskonzepten und der E-Mobilität Auswirkungen der Akzeptanz auf den Markthochlauf von automatisierten Fahrzeugen Seite 4

5 [Kosten in ] [Kumulierte Stückzahlen in Mio.] Vorgehensweise der Studie Literaturrecherche Technologie / Rahmenbedingungen 25% 20% 15% 10% 5% 0% Reduktionspotenziale Pkw-Oberklasse Automatisierungsstufe Primäre/Sekundäre THG-/EEV-Effekte Technoökonomische +Akzeptanzanalyse 16,000 14,000 12,000 10,000 8,000 6,000 4,000 2, Min-Potenzial Max-Potenzial Kosten Stückzahlen Quelle: Daimler AG 80% 70% 60% Änderungen 50% 40% Markthochlauf 30% 20% 10% der Mobilität 0% Quelle: Fotolia, Armeke 100% 90% Assistiert Teilautomatsiert Hochautomatisiert Vollautomatisiert Autonom Alle Stufen Neue Mobilitätskonzepte Quelle: Privat Quelle: Volvo Cars Seite 5

6 Automatisierungsstufen (AF -Level) Quelle: VDA Seite 6

7 Roadmap Jahr Verfügbar 2017 (heute) Adaptive Cruise Control (ACC) ACC Full Speed Range (ACC FSR) Urban Pilot Platooning Predictive Cruise Control (PCC) Highway -Assist Highway- Chauffeur Highway- Pilot Fahrerloses Fahren Technologie Lane Keeping Assist (LKA) Traffic Jam- Assist Traffic Jam- Chauffeur Traffic Jam- Pilot Parkassistent Automatisiertes Parken Valet-Parking Navigationssystem mit Echtzeit- Rerouting Automatisiertes Eco- Driving mit V2V- Vernetzung Stufe 0 1 Querführung 1 Längsführung Quelle: M-Five / Fraunhofer-ISI Seite 7

8 Ökologische Primäre Effekte Sekundäre Effekte Gesamteffekt Effizienz Fahrleistung/ Modal Split Verkehrsfluss MIV Nutzer Mobility as a Service Quelle: Fotolia, Armeke? Seite 8

9 Primäre Effekte Effizienzpotenziale am Fahrzeug Signifikantes THG-Reduktionspotenzial allein durch primäre Effekte des automatisierten und vernetzten Fahrens (auf den spezifischen Energieverbrauch des einzelnen Fahrzeugs) 25% Reduktionspotenziale Reduktionspotenziale Pkw-Oberklasse Pkw-Oberklasse 25% 25% Reduktionspotenziale Reduktionspotenziale SNF SNF 20% 20% 20% 15% 15% 15% 10% 10% 10% 5% 5% 5% 0% 0% 0% Automatisierungsstufe Automatisierungsstufe Automatisierungsstufe Automatisierungsstufe Min-Potenzial Min-Potenzial Max-Potenzial Max-Potenzial Min-Potenzial Min-Potenzial Max-Potenzial Max-Potenzial Quelle: Fraunhofer Quelle: ISI Fraunhofer ISI Quelle: Fraunhofer ISIQ Seite 9

10 Veränderung der Fahrzeit in % Berechnung der sekundären Effekte Änderung der Fahrleistungen pro Mode gegenüber der Referenz mittels Elastizitätenansatz beeinflusst durch geänderte Entwicklung der Fahrzeit auf BAB Kosten (primäre Effekte/Technologie) Zeiten (Änderung Kapazitäten) Werte der Zeit (effektivere Nutzung) Quelle: FAT 2017 neue Verkehrsmittel bzw. neue Mobilitätskonzepte Induzierte Fahrleistungen durch neue Nutzergruppen (Kinder, Mobilitätseingeschränkte) bereits heute als Mitfahrer im MIV neue Nutzungsformen (Leerfahrten bei AF Stufe 5) ersetzt bestehenden Parksuchverkehr (~ 10-15% der Fahrzeit) Änderungen des Anteils der Fahrsituationen (flüssig, verdichtet, stop&go) durch geringeres Unfallrisiko automatisierter Fahrzeuge (-90 bis -100%) Wirkung rein auf BAB marginal (Anteil 8%) Änderung der Kapazität durch Mischverkehr (qualitativ abgeschätzt) 6% 4% 2% 0% -2% -4% -6% -8% extrem Seite 10

11 Fahrzeug-Kilometer pro Tag Detailliertes Vorgehen bei Ermittlung der EEV-/ THG-Einsparpotenziale Primäre Effekte Potenziale pro AF-Technologie Verkehrsmittel Straßentyp Verkehrsdichte Potenziale pro AF-Level Verkehrsmittel Straßentyp Verkehrsdichte Gesamte Potenziale in Mt. CO 2eq. bzw. PJ bis 2050 Penetrationsrate Penetrationsrate Sekundäre Effekte Literatur Änderung der Fahrleistungen Modal Split Fahrleistungen Verkehrssituationen Verkehrsituationen in Deutschland (ohne Baustellen und Unfälle) Autobahn Landstraße Stadtstraße flüssig gesättigt Stop+go Markthochlauf Fahrzeuge pro AF Level Fahrsegmente Seite 11

12 Markthochlauf von automatisierten Fahrzeugen in Deutschland Ziel: Quantifizierung von 2 Markthochlaufszenarien für automatisierte Fahrzeuge bis 2050, unterschieden nach: Verkehrsmittel: Pkw (Klein, Mittel und Oberklasse), Lkw (LNF, SNF) und Bussen (Stadt-, Reisebusse) Und den 5 Stufen der Automatisierung Methode: Diskrete Kaufentscheidung zwischen verfügbaren FAS-Ausstattungen anhand von Mehrpreisbereitschaften Auswahl via abgeschätzte Kostenentwicklungen (bottom-up von Komponenten zu Technologien zu Automatisierungsstufe) Maximum Klein/Kompakt Mittelklasse Oberklasse Quellen: kein Mehrpreis 44% 12% 10% 1,001 28% 13% 2% 2,001 13% 20% 13% 3,001 8% 28% 20% 4,001 5% 13% 28% 5,001 3% 8% 13% 10,001 0% 5% 8% 25,001 0% 3% 8% DLR 2017, Boston Consulting Group 2016 Quelle: Fraunhofer-ISI Seite 12

13 [Anteile am Bestand in D] Markthochlauf am Beispiel des Pkw 35% Anteile automatisierte Pkw am Bestand - Szenario "Welt des Fahrzeugbesitzes" 30% 25% 20% 15% 10% 5% 0% Assistiert Teilautomatsiert Hochautomatisiert Vollautomatisiert Fahrerlos Quelle: Fraunhofer-ISI Seite 13

14 Ökonomische Ökologische Verkehrliche Quelle: google Ökonomische Gesellschaftliche Implikationen / Akzeptanz Seite 15

15 Top Ten der Industrieunternehmen bei Patenten zum automatisierten Fahren Deutsche OEM und Zulieferer im Bereich automatisiertem Fahren stark bei Patentanmeldungen vertreten Neue Player aus der IT Branche, allerdings mit anderen Strategien Abbildung aus: Bardt, H. (2016): Deutsche Autoindustrie und autonomes Fahren, In: ZBW Ökonomische Trends S ; DOI: /s Seite 16

16 Industriepolitische Implikationen Stellt Automatisiertes Fahren das Erfolgsmodell der Branche in Frage? Hohe Abhängigkeit der deutschen Wirtschaft von der Automobilbranche (815,000 Beschäftige starke Wechselwirkungen mit anderen Branchen) Bisheriges Erfolgsmodell der OEMs gerät durch automatisiertes Fahren möglicherweise ins Wanken, wenn sich Mobility as a Service durchsetzt Mobilitätsdienstleistung statt Autokauf? Reduzierter Privatbesitz des PKW mit teuren Leerkapazitäten und teurem Stellplatz steigende Nachfrage nach Mobility as a Service Resultat: Produktionsrückgang durch steigenden Anteil an Sharing Neue Akteure als OEMs steigender Wettbewerbsdruck Globale IT-Unternehmen drängen auf den Markt mit Fokus auf Algorithmus und Big Data - klassisches Automobil als standardisiertes Zukaufprodukt Neue Abhängigkeiten wenn die Automobilbranche es nicht schafft, diesen Wertschöpfungsanteil zu bewahren Seite 17

17 Gesellschaftliche Ökologische Verkehrliche Quelle: google Ökonomische Gesellschaftliche Implikationen / Akzeptanz Seite 18

18 Erreichbarkeit für alle? Neue Mobilitätsdienstleistungen (ab Stufe 5) erhöhen die Erreichbarkeit, die Flexibilität und die Unabhängigkeit vom ÖV Stärkung sozialer Inklusion und Teilhabe am sozialen Leben Automatisiertes Fahren rüttelt an bisher als fix geltenden Mobilitätsmustern Änderung des Werts der Zeit Ausübung fahrfremder Aktivitäten im MIV Reisezeitbudget pro Person bisher konstant, Änderungen möglich Kostenbudget pro Person verbleibt als regulierendes Element Komfortable Sharing-Angebote (MaaS) weg vom privaten Besitz von Pkw hin zu Sharing (Privacy?) Sicherheit im MIV nimmt durch Automatisierung zu Quelle: Daimler AG Quelle: Fotolia Quelle: MID 2008 Quelle: Privat Seite 19

19 Akzeptanzforschung - Literaturanalyse Fokus auf Stufe 5 Pro und Contra bei Befragungen Quelle: Fraunhofer-ISI Seite 20

20 Akzeptanzforschung Quelle: Fraunhofer-ISI Seite 21

21 Fazit Automatisiertes und vernetztes Fahren eröffnet in allen drei Bereichen der Nachhaltigkeit Chancen und Risiken Durch Vernetzung in Kombination mit Automatisierung ergeben sich bereits große Effizienzpotenziale für den Straßenverkehr Deutlich positive ökologische bedingen einen flexiblen, ebenfalls automatisierten ÖV und Schienengüterverkehr als Backbone Je stärker MaaS in Form von automatisiertem Ridesharing genutzt werden, desto positiver die Umweltwirkung Ökonomisch werden die davon abhängen, ob die klassischen OEMs und Zulieferer die Wandlung zum Mobilitätsdienstleister schaffen Gesellschaftlich erhöht die Technologie die Erreichbarkeit und damit die Flexibilität der gesamten Bevölkerung Quellen: eigene Bilder Seite 22

22 Vielen Dank für Ihre Aufmerksamkeit Kontakt: Fraunhofer Institut für System- und Innovationsforschung (ISI) Tel.: Quellen: eigene Bilder Seite 23