| 1) Allgemeine Anleitung für Produkt- und Gebäude-LCA-Studien
Der Hauptunterschied zwischen LCA-Studien mit vergleichenden Aussagen und eigenständigen LCA-Studien liegt darin, dass einige Parameter oder Annahmen in beiden Fällen identisch sind (auch als ‚konventionelle Parameter‘ bezeichnet), sodass die Anzahl der Unsicherheitsquellen erheblich reduziert werden kann. In diesem Fall sollte der Anwender nur prüfen, ob die LCA-Ergebnisse robust bleiben, auch wenn die eigenständige LCA bei mehreren Parametern unsicher ist (z. B. epistemisch wie die linearen Beziehungen zwischen Strömen, Prozessen und Auswirkungen; die Lebenserwartung eines Gebäudes usw.).
Ein weiteres Problem für den LCA-Anwender liegt in der Auswahl einer geeigneten Methode zur Bewertung der Unsicherheit. In der Literatur existieren verschiedene quantitative Methoden zur Bewertung von Unsicherheiten, wie beispielsweise die Monte-Carlo-Simulation. Andere Methoden, wie Fuzzy-Logik und statistische Bayes-Methoden, wurden von Forschern entwickelt und auf die LCA angewendet.
Die meisten dieser ausgefeilten numerischen Methoden sind jedoch derzeit nicht in benutzerfreundlicher LCA-Software für Gebäude implementiert, sodass der Anwender sie in der Regel nicht einfach einsetzen kann.
Basierend auf dem Stand der Technik von Gebäude-LCA-Tools ist der beste Weg zur Durchführung einer Unsicherheitsanalyse die Durchführung von Szenarioanalysen, die die bedeutendsten Parameter der LCA-Studie bewerten. Es ist dann möglich zu prüfen, ob eine Alternative in den verschiedenen Szenarioanalysen immer noch besser als eine andere ist. Die Hauptfrage besteht darin, die Parameter zu identifizieren und ihre Variationsbereiche zu definieren.
Weitere Informationen zu Szenarien für die LCA im Bauwesen finden sich in einem früheren Bericht des europäischen LoRe-LCA-Projekts (FP7), der online verfügbar ist.
2) Spezifische Anleitung für fortgeschrittene Gebäude-LCA-Studien
LCA wird häufig als Entscheidungshilfewerkzeug eingesetzt, um einen Vergleich von Alternativen zu unterstützen, z. B. in der Gebäudeplanungsphase. In diesem Fall ist es relevant, Leitlinien zu haben, wie bewertet werden kann, ob die Wahl der besten Alternative aus LCA-Sicht robust ist, wenn unsichere Aspekte des Gebäude-LCA-Modells verwendet werden. Für eine detaillierte Analyse können verschiedene Schritte durchgeführt werden:
– Identifizierung und Quantifizierung von Unsicherheiten für die Schlüsselparameter
Unsicherheitsquellen für Gebäude-LCA-Studien können bei den verschiedenen Beiträgern gefunden werden:
– Bauprodukte: die LCA-Daten der Baumaterialien, die Referenznutzungsdauer der Bauprodukte, die Massenermittlung;
– Energieverbrauch: die LCA-Daten der Energieprozesse, Wert aus der thermischen Simulationssoftware;
– Wasserverbrauch: die LCA-Daten der Wasserprozesse und -aufbereitung, der mit einem Berechnungswerkzeug ermittelte Wert.
Darüber hinaus können Unsicherheiten in den methodischen Entscheidungen des Anwenders innerhalb der LCA-Software auftreten (verwendete Daten, Berechnungsregeln usw.).
Diese Unsicherheitsquellen können durch die Definition von Verteilungskurven (z. B. log-normal, normal, Dreieck, Weibull) und anschließende Ableitung der relevanten statistischen Parameter (z. B. das Konfidenzintervall bei 95 % oder andere statistische Parameter, falls relevant) bewertet werden.
Dies kann relevante Informationen für Gebäude-LCA-Anwender liefern: beispielsweise für ein Bauprodukt den Anteil der Unsicherheiten, die mit der Referenznutzungsdauer (RSL), den LCA-Daten oder der Massenermittlung verbunden sind (sofern diese drei Unsicherheitsquellen für die Studie relevant sind). Ein ähnlicher Ansatz kann auf die Betriebsenergie- und Wasserauswirkungswerte angewendet werden.
– Fortpflanzung von Unsicherheiten in Gebäude-LCA-Ergebnissen
Für eine Gebäude-Fallstudie können der relative Anteil der durch Bauprodukte, Betriebsenergie oder Wassernutzung usw. verursachten Auswirkungen identifiziert und die entsprechenden Unsicherheiten bewertet werden.
Dieser Ansatz ermöglicht es, Gebäude-LCA-Ergebnisse mit z. B. einem Mittelwert und einer Standardabweichung darzustellen (wie z. B. 10 kg Äq.-CO2/m²/Jahr ±1,4 für den GWP-Indikator eines Gebäudes).
Dies ist der erste Schritt zur Identifizierung der Unsicherheitsquellen in Gebäude-LCA-Ergebnissen. Falls relevant, können diese Unsicherheiten reduziert werden, z. B. durch die Erhebung genauerer/präziserer Daten.
– Verwendung von Verteilungskurven für die Schlüsselparameter bei vergleichenden Aussagen
Die Unsicherheiten für die Schlüsselparameter können dann in einer vergleichenden Aussage für zwei Gebäude-Fallstudien verwendet werden (unter Erfüllung der Anforderungen von ISO 14044, ILCD und EeBGuide, z. B. müssen die beiden Gebäude das gleiche funktionale Äquivalent aufweisen). Dies ermöglicht es dem Anwender zu beurteilen, ob Alternative A besser als B ist, wenn Unsicherheiten berücksichtigt werden. Wenn sich die Standardabweichungen der Alternativen A und B nicht überschneiden, können die vergleichenden LCA-Ergebnisse als robust angesehen werden. Wenn sie sich überschneiden, ist es angesichts der entsprechenden Unsicherheiten nicht möglich zu behaupten, dass A besser als B ist. |