Zum Inhalt

ASTRA-M

Name

Assessment of Transport Strategies (ASTRA)

Version des Modells

ASTRA wird kontinuierlich weiterentwickelt und mit Hilfe einer Versionskontrolle inkrementell versioniert. Im Rahmen des Projekts wurde das Modell in der Revision 1.622 (Kurztitel ASTRA-M 2024) von der Hauptentwicklungslinie abgekoppelt und mit eigener Versionierung fortgesetzt. In diesem Schritt wurden exogene Inputs (v.a. Rahmendaten aus PB-2025) und weitere Annahmen im Kontext des Projekts überarbeitet bzw. ersetzt. In der Zwischenzeit nach Abkopplung wurden weitere Anpassungen und kleinere Weiterentwicklungen gemacht (aktuelle Revision: 96), wobei die grundlegenden Funktionen identisch mit der Modellversion sind, die auch in den Projektionen 2024 verwendet wurde.

Betreibende Organisation

  • Fraunhofer Institut für System- und Innovationsforschung (ISI)
  • M-Five GmbH Mobility, Futures, Innovation, Economics (M-Five)

Zweck des Modells

  • ASTRA-M wurde entwickelt, um die Dynamik der Wechselwirkungen sowie die Kreislaufbeziehungen zwischen Wirtschaft, Gesellschaft und Verkehr innerhalb eines integrierten Modells abbilden zu können.
  • ASTRA-M repräsentiert primär das Verkehrssystem in Deutschland und seine Ankopplung an dessen Treiber aus Wirtschaft und Gesellschaft. Es spiegelt die Dynamiken zwischen wirtschaftlicher bzw. demografischer Entwicklung und der Entwicklung der Verkehrsnachfrage für Personen- und Güterverkehr in Wechselwirkung mit der Entwicklung von wichtigen technischen (alternative Antriebe bzw. der Automatisierung und Vernetzung) und sozialen bzw. Prozessinnovationen (Sharingdienste und neue Mobilitätsdienstleistungen) wider.
  • Das Modell kann vor allem die Wirkungen von politischen Instrumenten zur Beeinflussung der Verkehrsnachfrage sowie des Markthochlaufs von Innovationen quantifizieren und dessen Einfluss auf die Verkehrsnachfrage und die Minderung von Treibhausgas- und Luftschadstoffemissionen messbar machen. Als state-of-the-art Verkehrsmodell kann ASTRA-M Instrumente mit Wirkungen auf Transportzeiten und -kosten sehr gut in den implementierten Verhaltensfunktionen nachbilden. Mit Hilfe von vorliegenden Befragungen (u.a. BMDV (Hrsg.) 2018, BMDV (Hrsg.) 2023 sowie weitere öffentlich zugängliche Befragungen) können auch nicht monetarisierbare Bestandteile der Verhaltensfunktionen nachgebildet werden und somit verhaltensbeinflussende Instrumente abgeschätzt werden.
  • Referenzen:
  • BMDV (Hrsg.) (2018): Mobilität in Deutschland 2017. Studie im Auftrag des Bundesministeriums für Digitales und Verkehr. Zugriff unter: https://www.mobilitaet-in-deutschland.de/
  • BMDV (Hrsg.) (2023): Deutsches Mobilitätspanel (MOP). Studie im Auftrag des Bundesministeriums für Digitales und Verkehr. Zugriff unter: https://mobilitaetspanel.ifv.kit.edu/index.php

Akteure

ASTRA unterscheidet zwischen Personen- und Güterverkehr. Dementsprechend sind Akteure bei Fahrzeugflotten im Personenverkehr gewerbliche oder private Halter. Im Straßengüterverkehr werden Fahrzeughalter nach ihrem Verkehrsprofil unterschieden, welches über unterschiedliche Jahresfahrleistungen ausgedrückt wird. Außerdem werden unterschiedliche Güterarten unterschieden (z.B. Container, Stückgut) Darüber hinaus wird bei der Nachfrage im Personenverkehr nach den Wegezwecken unterschieden, welche sich teilweise einzelnen Personengruppen zuordnen lassen (z.B. Dienstreisen, Pendelwege).

Dokumentation

  • Auf der Website (http://www.astra-model.eu und https://m-five.de/methoden-und-tools/astra) befinden sich Links zu den Modellvarianten sowie zu Publikationen, in denen Modellstruktur und Aufbau detailliert beschrieben werden.
  • Da ASTRA-M vorwiegend für die Auftragsforschung entwickelt wurde, gibt es außer den von den Auftraggebern geprüften Publikationen keine peer-reviewed Publikationen. Eine ausführliche Beschreibung des Modells und der Ausgestaltung des Referenzszenarios ist nachlesbar unter Schade et al. (2023). Die Grundfunktionen von ASTRA-M sind jedoch unter anderem in den Dissertationen von Dr. Wolfgang Schade und Dr. Michael Krail anhand des zugrundeliegenden ASTRA-EC Modells beschrieben, sowie in den zahlreichen Projektpublikationen auf der Website http://www.astra-model.eu.

Referenzen:

Räumliche Abdeckung

  • Alle Szenarien beziehen sich auf die nationale Ebene (Deutschland). Berücksichtigt wird die Verkehrsleistung nach dem Inlandsprinzip, der Fahrzeugbestand nach dem Inländerprinzip.
  • Die Verkehrsnachfrage wird bottom-up nach NUTS-2 Regionen in Deutschland modelliert. Die Fahrzeugbestände werden für Gesamt-Deutschland modelliert, ebenso die Endenergieverbräuche und THG-Emissionen.

Zeithorizont

  • ASTRA rechnet alle Indikatoren im Zeitraum 1995-2050 auf Jahresebene. Startwerte werden üblicherweise für 1995 eingegeben, exogene Inputs soweit diese zeitlich verfügbar sind. Der Endzeitpunkt der Modellierung kann flexibel angepasst werden.

Zeitliche Auflösung

  • ASTRA rechnet intern mit Viertel-Jahres-Schritten, die Ergebnisse werden jedoch in 1-Jahres-Schritten dargestellt.

Konzeptionelle Gestaltungsprinzipien

  • Das Grundprinzip von ASTRA besteht darin, dass auf Basis von statistischen Startwerten aller Bestandsvariablen (vorrangig im Makroökonomischen und Fahrzeugflotten-Modul verwendet) für das Jahr 1995 die Entwicklung aller Indikatoren endogen bis zum Jahr 2050 aus der Dynamik der Beziehungen und der Rückkopplungen der Systeme (Bevölkerung, Verkehr, Umwelt, Ökonomie und Fahrzeugflotte) miteinander entstehen. Die dafür verwendeten Verhaltensgleichungen werden dabei unter Verwendung von Zeitreihendaten aus validen Datenquellen für den Zeitraum von 1995 bis 2023 (bzw. nach Verfügbarkeit) kalibriert und validiert. Dabei dient der Zeitraum 1995 bis 2005 zum Einschwingen des Modells und der Zeitraum 2006 bis 2023 (bzw. nach Verfügbarkeit) zur Kalibration an beobachtete Daten. Sowohl im Personenverkehr als auch im Güterverkehr sind die zentralen Indikatoren Aufkommen, Verkehrsleistung und Fahrleistung jedoch nicht als Bestandsvariablen definiert. Die Startwerte dieser Indikatoren ergeben sich aus der Berechnung mit Hilfe des Vier-Stufen-Ansatzes mit der Verkehrserzeugung (in der 1. Stufe), der Verkehrsverteilung auf Quelle und Ziel der Wege (2. Stufe), der Verkehrsmittelwahl (3. Stufe). Die 4. Stufe (Zuordnung auf Straßen- und Schienenwege) kann nur in einem Netzwerkmodell durchgeführt werden. ASTRA beschränkt sich damit auf die ersten 3 Stufen und berechnet die 4.Stufe, aus der die Fahrleistung abgeleitet wird, anhand von empirischen Besetzungsgraden im Personenverkehr bzw. Beladungsfaktoren im Güterverkehr. Eine zentrale Quelle für die räumliche Verteilung des Verkehrs bildet die Verkehrsverflechtungsprognose 2030 aus der letzten Bundesverkehrswegeplanung (BMDV (Hrsg.) 2013). Diese wurde für ASTRA-M für die Erstellung dynamischer Verkehrsentwicklungen bis 2050 fortgeschrieben und durch die Kopplung mit dem deutschlandweiten Netzmodell VALIDATE aktualisiert (Schade et al. 2023). Die für die Berechnungen verwendeten Verhaltensgleichungen (näher beschrieben unter Methodischer Mathematischer Ansatz) werden unter Verwendung von Zeitreihendaten aus validen Datenquellen für den Zeitraum von 1995 bis 2023 (soweit bis 2023 verfügbar) kalibriert und validiert. Mathematisch verwendet ASTRA die Grundprinzipien eines systemdynamischen Modells. Der systemdynamische Ansatz ist eine Methode, die entwickelt wurde, um komplexe dynamische Systeme zu analysieren, zu verstehen und zu simulieren. Diese Methode basiert auf der Idee, dass Systeme als Ganzes betrachtet werden sollten, anstatt ihre Einzelteile isoliert zu analysieren. Im Mittelpunkt steht das Zusammenspiel von Feedback-Schleifen, Bestandsgrößen und Flussgrößen sowie deren zeitliche Dynamik (siehe auch Methodischer mathematischer Ansatz).

  • Mit ASTRA-M können prognostischer sowie explorative Szenarien erstellt werden und mit Hilfe einfacher Schaltmechanismen verschiedene Instrumentenbündel zusammengestellt werden. Es lassen sich durch Zu- bzw. Abschalten Einzelwirkungen von Instrumenten in Szenarien ceteris paribus, also unter der Annahme, dass die Wirkung der anderen Instrumente konstant bleibt, quantifizieren. Beispiele für Forschungsfragen sind:

  • Wie wirken sich politisch steuerbare Instrumente auf die Verkehrsnachfrage und die Zusammensetzung der Fahrzeugflotten aus und wie tragen diese zur Erreichung der Klimaschutz- und Energieeffizienzziele bei?
  • Wie groß ist die verbleibende Lücke zu den jeweiligen Zielen?
  • Wie wirkt sich das Bündeln von einzelnen Instrumenten auf die THG-Minderungspotenziale aus?
  • Wie hoch sind die die Wirkungen der Instrumente auf den Staatshaushalt (Steuereinnahmen, Subventionen, Infrastrukturausgaben, etc.)?

  • ASTRA-M rechnet in 1-Jahres-Schritten zwischen 1995 und 2050 Modellergebnisse in Szenarien für alle wichtigen Indikatoren im Sektor Verkehr. Diese umfassen das Verkehrsaufkommen (in Wegen oder Tonnen), die Verkehrsleistung (in Personen- oder Tonnen-km) sowie die Fahrleistung (in Fahrzeug-km) differenziert nach Verkehrsmitteln, Wegezwecken bzw. Güterkategorien. Dabei werden im Personenverkehr der MIV, Schienenfernverkehr, Schienennachverkehr, nationaler Luftverkehr, Bus, Fahrrad, zu Fuß, Carsharing, Ridehailing/-pooling sowie Bike/-eScootersharing unterschieden. Im Güterverkehr werden verschiedene Nutzfahrzeuggrößen nach Gewichtsklassen, Schienengüterverkehr sowie die Binnenschifffahrt modelliert. Neben den klassischen Verkehrsindikatoren berechnet ASTRA-M die Entwicklung der Fahrzeug-Neuzulassungen und -Bestände für Pkw, Busse, leichte und schwere Nutzfahrzeuge detailliert nach Segmenten/Größenklassen und Antriebsarten in Anlehnung an die statistische Klassizierung des Kraftfahrt-Bundesamtes (z.B. KBA (fortlaufend)). Dabei differenziert ASTRA nach:

  • Pkw: Antriebsart nach Benzin (Verbrenner), Diesel (Verbrenner), CNG (Verbrenner), LPG (Verbrenner), Mild-/Vollhybrid (Verbrenner), Plug-In Hybrid, Elektro, H2-Brennstoffzelle sowie Segmente nach Kleinstfahrzeuge, Kleinfahrzeuge, Kompaktklasse, Mittelklasse, Oberklasse, Gelände & SUV, Vans.

  • Busse: Antriebsart nach Diesel, Mild-/Voll-Hybrid, CNG, Elektro, H2-Brennstoffzelle sowie Segmente nach Stadt- und Reisebus.
  • Leichte Nutzfahrzeuge: Antriebsarten identisch zu Pkw sowie Segmente nach KEP, Gewerblich, Flottenbetreiber, Privat.
  • Schwere Nutzfahrzeuge: Antriebsart nach Diesel, Diesel-Hybrid, CNG, LNG, Elektro, Oberleitungs-Hybrid, H2-Brennstoffzelle sowie Größenklassen nach 3,5-7,5t, 7,5-12t, 12-20t, >20t, Sattelzugmaschinen.

Resultierend aus den spezifischen Energieverbräuchen der einzelnen Fahrzeugklassen und -antrieben berechnet das Modell den Endenergieverbrauch nach Energieträger sowie die Treibhausgasemissionen nach den Regeln des Bundesklimaschutzgesetzes.

Methodischer/mathematischer Ansatz

ASTRA ist ein integriertes, systemdynamisches Modell. Die Grundprinzipien von System Dynamics werden in Sterman J.D. (2000)(Sterman JD (2000): Business Dynamics: Systems Thinking and Modeling for a Complex World) erläutert Es berechnet in den meisten Modulen die Outputs bottom-up. Durch die Verwendung der Dynamik aus Rückkopplungsschleifen zwischen sich beeinflussenden Variablen ist ASTRA mathematisch gesehen ein nichtlineares Modell. In der Verkehrsmodellierung und der Fahrzeugflottenmodellierung kommen ökonomische Ansätze basierend auf der Methodik von diskreten Wahlentscheidungen (Logit-Modelle) zum Einsatz (Ortúzar & Willumsen 1990). Logit-Modelle verwenden Nutzenfunktionen, die im Fall der Verkehrsmittelwahl und der Antriebswahl negative Kosten (Fahrtkosten plus monetarisierte Fahrtzeiten beim Modal Split sowie Total Cost of Ownership (TCO) bei der Antriebswahl) verwenden und diese gewichtet mit einem Faktor Beta und einem additiven Widerstandsterm über eine Exponentialfunktion in den Vergleich mit den alternativen Optionen (Verkehrsmittel bzw. Antriebsart) eingehen lassen. Eine ausführliche Beschreibung der modellierten Wahlentscheidungen mittels Logit- sowie TCO-Ansatz findet sich in Schade et al. (2023).

Im Detail wird in der Verkehrsmodellierung der Vier-Stufen-Ansatz verwendet. Dieser umfasst:

  1. Verkehrserzeugung
  2. Zielwahl
  3. Verkehrsmittelwahl
  4. Routenwahl

Diese Grundstruktur gilt sowohl für den Personen- als auch den Güterverkehr. Dennoch unterscheiden sich die beiden im Detail, auf unterschiede wird wenn notwendig eingegangen.

  1. Verkehrserzeugung

    Die Verkehrserzeugung legt das zugrundeliergende Mobilitätsbedürfnis anhand von Wegen fest. Im Personenverkehr hängt dies maßgeblich von der Bevölkerung ab und den Wegen pro Person und Tag. Das modell-interne Bevölkerungsmodell wurde an die Projektionen angepasst. Die Wege pro Person und Tag werden aus der MiD (Mobilität in Deutschland) gewonnen.

    Im Güterverkehr sind die zentralen Größen Produktionswert, Außenhandel und Transitverkehre. Wobei die Produktionswerte an die Rahmendaten der Projektionen 2025 angepasst wurden. Anhand von Wert-Gewicht-Umrechenfaktoren werden die Produktionswerte in Aufkommen (Tonnen) umgerechnet. Es findet auch eine Zuordnung der sektoralen Produktionswerte zu drei Gütergruppen statt (Container, Schüttgut und Stückgut). Zudem findet eine Zuordnung zu den Zonen (NUTS-2) statt.

    Die verwendete Formel für die Verkehrserzeugung ist eine Regressionsgleichung:

    \(T_i = a + b_1 \cdot X_1 + b_2 \cdot X_2 + \ldots + b_n \cdot X_n\)

    • \(T_i\): Anzahl der erzeugten Reisen in Zone \(i\)

    • \(X_1, X_2, \ldots, X_n\): Einflussfaktoren

  2. Zielwahl

    Hier wird modelliert, wie die erzeugten Reisen zwischen den Zonen verteilt werden. Dies erfolgt mithilfe eines Gravitationsmodells, das die Attraktivität von Zielzonen und die Entfernung zwischen Zonen berücksichtigt.

    Gravitationsmodell:

    \(T*{ij} = k \cdot \frac{O_i \cdot D_j}{f(c_{ij})}\)

    mit Widerstandsfunktion \(f(c_{ij})\):

    \(f(c_{ij}) = c_{ij}^\beta\)

    mit:

    • \(T_{ij}\): Anzahl der Reisen von Zone \(i\) nach Zone \(j\)
    • \(O_i\): Anzahl der von Zone \(i\) ausgehenden Reisen
    • \(D_j\): Anzahl der in Zone \(j\) endenden Reisen
    • \(c_{ij}\): Widerstand (z. B. Reisezeit oder Entfernung zwischen \(i\) und \(j\))
    • \(i\): Ursprung (Zone)
    • \(j\): Ziel (Zone)

  3. Verkehrsmittelwahl

    Die Verkehrsmittelwahlfunktion im Rahmen des Multinomialen Logit-Modells (MNL) basiert auf der Idee, dass Individuen bei der Wahl zwischen verschiedenen Verkehrsmitteln (z. B. Auto, Bus, Fahrrad, Bahn) das Verkehrsmittel wählen, das ihnen den höchsten persönlichen Nutzen bringt. Die Wahrscheinlichkeit \(P_i\), dass eine Person das Verkehrsmittel \(i\) i wählt, wird durch die folgende Formel beschrieben. Die Wahl im Güterverkehr erfolgt analog:

    Logit-Modell: \(P_{im} = \frac{e^{V_{im}}}{\sum*{n} e^{V_{in}}}\)

    Nutzenfunktion: \(V_{im} = \alpha_{im} + \beta \cdot GK_{im}\)

    mit:

    • \(m\): Verkehrsmittel (z. B. Auto, Bus, Fahrrad)
    • \(n\): Alternative (z. B. Verkehrsmitteloptionen im Logit-Modell)
    • \(P_{im}\): Wahrscheinlichkeit, dass Verkehrsmittel \(m\) für Reisen aus Zone \(i\) gewählt wird
    • \(V_{im}\): Nutzen für Verkehrsmittel \(m\)
    • \(\alpha_{im}\): Reisezeit für Verkehrsmittel \(m\)
    • \(GK_{im}\): Generalisierte Kosten (Kosten und Zeiten) für Verkehrsmittel \(m\)

    Unterschieden werden folgende Modes:

    Im Personenverkehr

    • Pkw
    • SPFV
    • SPNV
    • SSU
    • Reisebus
    • Linienbus
    • Rad
    • Fuss
    • Carsharing
    • Ridepooling
    • Scootersharing
    • Luft national(*)
    • Luft international(*)

    Im Güterverkehr

    • LKW <=3,5t
    • LKW >3,5 – 12t
    • LKW >12t
    • Schienengüterverkehr
    • Binnenschifffahrt
    • Luftfracht national(*)
    • Luftfracht international(*)
    • Seeschiff national(*)
    • Seeschiff international(*)

    (*) Diese Verkehrsträger wurden im Rahmen des Projektes separat und mit einem neuen Ansatz modelliert. Die Methode unterscheidet sich deshalb von der hier beschriebenen. Eine detaillierte Beschreibung befindet sich am Ende dieses Abschnitts.

  4. Routenwahl

    Im letzten Schritt wird klassischerweise ermittelt, welche Wege durch das Netz genutzt werden und wie sich der Verkehr auf die Straßen verteilt. Hier nutzt ASTRA eine Vereinfachung. Die Umlegung wird Anhand von zwei Ansätzen umgesetzt. Überregionale Verkehre werden anhand einer Quell-Ziel-Matrix umgelget. Nähere Verkehre (innerhalb von NUTS 2-Zonen) werden anhand von Distanzbändern umgelegt. Für den Personenverkehr werden folgende Distanzbändern unterschieden

    • Lokal (0-2km)
    • Kurz (2-10km)
    • Mittellang (10-50km)
    • Lang (>50km)

    Die Begriffe Personenkilometer (Pkm) und Tonnenkilometer (Tkm) werden verwendet, um die Transportleistung im Personen- bzw. Güterverkehr zu messen. Ihre Berechnung erfolgt ebenfalls in diesem Schritt und nach klar definierten Formeln:

    \(\text{Pkm} = \sum_{i=1}^{n} P_i \cdot d_i\)

    • \(P_i\): Anzahl der beförderten Personen auf einer Strecke \(i\)
    • \(d_i\): Länge der Strecke \(i\) (in Kilometern) basierend auf Distanzband oder Matrix
    • \(n\): Anzahl der Strecken oder Fahrten

    \(\text{Tkm} = \sum_{i=1}^{n} T_i \cdot d_i\)

    • \(T_i\): Masse der transportierten Fracht (in Tonnen) auf einer Strecke \(i\)
    • \(d_i\): Länge der Strecke \(i\) (in Kilometern) basierend auf Distanzband oder Matrix
    • \(n\): Anzahl der Strecken oder Transporte

Flugverkehr, Cargoflieger und Küsten-/Seeschiff

Der inländische und internationale Passagierflugverkehr wird in ASTRA mit einem vereinfachten Ansatz modelliert. Dabei fließen die Entwicklung des Pro-Kopf-Einkommens und die Entwicklung der Ticketpreise in die Entwicklung der Personen-Kilometer für beide Kategorien ein. Dabei unterscheidet ASTRA Flugverkehr zu touristischen Zwecken von Geschäftsreiseverkehr, indem unterschiedlichen Elastizitäten (Department of Transport UK 2022 - Econometric Models to Estimate Demand Elasticities for the National Air Passenger Demand Model) einfließen. Änderungen durch Kerosinpreisschwankungen wirken sich damit auf die Entwicklung der Personen-Kilometer direkt aus.

Der inländischen und internationale Luftfrachtverkehr wird in ASTRA ebenfalls mit einem vereinfachten Ansatz modelliert. Die Modellierung ist produktionsgetrieben. Analog zum Ansatz in den anderen Güterverkehrsmodi wird aus den exogenen Produktionswerten ein Aufkommen berechnet. Dieses ist für die Quell-Flughäfen Deutschland flughafenscharf. International werden die Ziel-Flughäfen ländergenau modelliert. Die Quell-Ziel Verteilung der Güter erfolgt anschließend statisch über den Modellzeitraum. Das Aufkommen wird um die Belly Carrier reduziert, somit werden nur reine Frachtflüge und -aufkommen ausgewiesen.

Der Küsten-/Seeverkehr wird ebenfalls vereinfacht modelliert und in inländische und internationale Verkehre unterteilt. Die Produktionswerte werden in Aufkommenswerte umgerechnet. Das Aufkommen an der Quelle erfolgt wiederum hafengenau. National wird also Hafen für Hafen abgebildet.International wird vereinfacht, indem für mittlere Distanzen europäische Länder und für lange Distanzen Kontinente verwendet werden. Die Verteilung ist wiederum statisch über die Zeit.

Referenzen:

  • Ortúzar J. D., Willumsen L. G. (1990): Modelling transport. John Wiley & Sons.
  • Schade W., Anstett P., Berthold D., Emmerich C., Emmerich J., Haug I., Khanna A., Krail M., Oehme R., Streif M., Walther C., Waßmuth V. (2023): Gestaltung des MKS-Referenzszenarios für die Periode 2022 bis 2050 (REF-2050). Arbeitspapier im Auftrag des Bundesministeriums für Digitales und Verkehr (BMDV), Karlsruhe. Zugriff unter: https://m-five.de/publikationsartikel/gestaltung-des-mks-referenzszenarios-fuer-die-periode-2022-bis-2050-ref-2050
  • Sterman, J. D. (2000): Business Dynamics: Systems thinking and modeling for a complex world. MacGraw-Hill Company.

OpenSource

  • Ist das Modell Open Source? (Ja/Nein)
  • Auf eine Open Source Strategie zur Verwendung des ASTRA Modells wurde aus verschiedenen Gründen verzichtet. Diese liegen vorrangig in der Komplexität eines nicht-linearen System Dynamics Modells begründet. ASTRA ist ein über 25 Jahre gewachsenes und kontinuierlich von einem erfahrenen Modellierer-Team bestehend aus Mitarbeitenden des Fraunhofer ISI und von M-Five weiterentwickelt worden. Es enthält ca. 9.000 Variablen und ist eine der größten Modellanwendungen der Software Vensim. Daher kann bei einer Veröffentlichung des Programmcodes nicht sichergestellt werden, dass nicht-erfahrene Modellierende Anwendung und Weiterentwicklung fehlerfrei durchführen. Zusätzlich bedürfen System Dynamics Modelle spezieller und nicht kostenfrei verfügbarer Software. Letztlich baut ASTRA auf dem Wissen zahlreicher wissenschaftlicher Projekte und Dissertationen auf, in die sowohl das Fraunhofer ISI als auch M-Five investiert haben.
  • M-Five finanziert sich zu 100% über Projekte (keine Fremd- oder Grundfinanzierung). Einzelne Modelle von ASTRA wurden in Eigenleistung erstellt und sind Firmeneigentum. Geteilt werden Annahmen, Inputs und Ergebnisse, jedoch nicht der Modellcode.

Parameter

ASTRA enthält ca. 9.000 Variablen. Daher ist auch eine vollständige Auflistung aller Parameter unmöglich. Einige Zentrale Parameter sind:

  • Demografische & Wirtschaftliche Parameter
  • Bevölkerungsentwicklung: Gesamtzahl, Altersstruktur
  • Bruttoinlandsprodukt (BIP): Wirtschaftswachstum, Inflation
  • Energiepreise: Strom, Wasserstoff, fossile Kraftstoffe
  • CO₂-Preispfad: Entwicklung der Bepreisung für Emissionen
  • Verkehrsnachfrage & Infrastruktur
  • Personenverkehr: Entwicklung des motorisierten Individualverkehrs (MIV), öffentlicher Verkehr, Fahrrad- & Fußverkehr
  • Güterverkehr: Modalanteile von Straße, Schiene, Binnenschifffahrt
  • Verkehrsinfrastruktur: Straßennetz, Schienennetz, Lade- & Tankinfrastruktur
  • Fahrzeugflotten & Antriebsarten
  • PKW-Flotte: Kaufentscheidungen, Hochlauf von Elektrofahrzeugen, Batteriepreise
  • Leichte & schwere Nutzfahrzeuge (LNF & SNF): Anteil E-LKW, Wasserstoff-LKW, Diesel-LKW
  • Bus-Flotte: Elektrifizierung, Förderung alternativer Antriebe
  • Technologische & Politische Maßnahmen
  • Förderprogramme für E-Mobilität, Ladeinfrastruktur, synthetische Kraftstoffe
  • CO₂-Standards für Fahrzeuge (PKW, LNF, SNF)
  • Mauttarife & Steuerpolitik für emissionsarme Fahrzeuge
  • ÖPNV-Ausbau & Verbesserungen im Schienenverkehr
  • Energie- & THG-Emissionen
  • Endenergieverbrauch (EEV): Aufteilung nach Antriebsart & Verkehrsträger
  • THG-Emissionen: Berechnung als CO₂-Äquivalente

Die zentralen Indikatoren aus ASTRA werden bottom-up modelliert.

Programmiersprache

  • Vensim-interne Programmiersprache (Methode nach System Dynamics)

Programmtechnische Gestaltungsprinzipien

  • ASTRA verwendet einzelne, sich gegenseitig und endogen beeinflussende Module. Es ist strukturiert nach Modulen für die Bevölkerung (POP), Makroökonomie (MAC), Personenverkehr (PASS), Güterverkehr (FRE), Fahrzeugflotten (VFT), Infrastruktur (INF) und Emissionen/Energieverbrauch (ENV). Die Module sind miteinander über Schnittstellen verbunden. Siehe dazu Abschnitt "Visualisierung des Modells und dessen Funktionsweisen“.
  • Regelmäßige Kalibrationen sowie ein kontinuierliches Update von exogenen Daten stellen die Validierung der Prognosen sicher. Dabei werden fehlerhafte Parametrisierungen über detaillierte Wirkungsanalysen und durch auftretende Unplausibilitäten überprüft und ggf. korrigiert.

Räumliche Auflösung

  • Räumliche Variablen sind in den Kategorien urban und ländlich (basierend auf RegioStar 2), sowie differenziert nach NUTS-2 Regionen unterteilt. Im Verlauf der Rechnungen werden Ergebnisse auf nationaler Ebene aggregiert.

Sektoren

  • ASTRA bildet die THG-Emissionen des nationalen Verkehrssektors nach Definition des Bundesklimaschutzgesetzes ab.

Software

  • Vensim
  • Excel

Techniken

  • Das Modell bildet den Verkehrssektor mit den dazugehörigen Technologien und Eneergieinfrastrukturen ab. ASTRA unterscheidet heute und zukünftig nach Einschätzungen der wissenschaftlichen Fachliteratur verfügbare Antriebsarten. Darüber hinaus werden Funktionen und Wirkungen der Automatisierung und Vernetzung von Verkehrsmitteln berücksichtigt.
  • Pkw werden nach KBA-Segmenten differenziert. Die Klassifizierung von Lkw sowie anderen Verkehrsmitteln ist gewichtsbezogen und orientiert sich nach Einteilung des KBA.
  • Daten zu Kosten und Entwicklungen der Technologien werden in einer internen Technologiedatenbank verwaltet. Diese ist derzeit nicht öffentlich zugänglich, jedoch können Teile in Schade et al. (2023) eingesehen werden.

Referenzen:

Treibhausgasemissionen

  • ASTRA bildet die Emissionen von CO~2äq.,~ für alle Verkehrsmittel ab.

Unsicherheit

  • ASTRA bildet komplexe Wechselwirkungen in Verkehr, Wirtschaft, Gesellschaft und Umwelt ab und umfasst ein Gleichungssystem mit über 9.000 Variablen. Durch die benötigten Vereinfachungen der Wirkungsketten im Modell (siehe Abschnitte „Konzeptionelle Gestaltungsprinzipien“ sowie „Methodischer mathematischer Ansatz“) entstehen durch die Bandbreite der Ergebniserzeugung an dieser Stelle Unschärferelationen:
  • In der räumlichen Auflösung entstehen Unsicherheiten beispielsweise bei der Umlegung von Quelle-Ziel-Matrizen auf die verfügbare Verkehrsinfrastruktur oder der Modellierung kleinräumiger Verkehrsströme.
  • In der zeitlichen Auflösung entstehen Unsicherheiten beispielsweise bei der Darstellung disruptiver oder unterjähriger Ereignisse (z.B. Finanzkrise 2008, 9-Euro-Ticket in 2022).
  • Für manche Modell-Inputgrößen sind (noch) keine repräsentativen, empirisch ableitbaren Daten verfügbar, beispielsweise zur Verkehrsmittelwahl mit Hilfe multimodaler Mobilitätsplattformen. Die Abbildung solcher Begebenheiten ist stark annahmegetrieben und damit schwer in der Plausibilisierung.
  • Die zeitliche Fortschreibung relevanter Modell-Parameter ist häufig annahmegetrieben bzw. muss durch eine robuste Szenario-Definition plausibilisiert werden. Sofern empirisch beispielsweise aus linearen oder multiplen Regressionen ableitbare Beziehungen von Variablen existieren (beispielsweise Analysen auf Basis bevölkerungsrepräsentativer Befragungen, z.B. BMDV (Hrsg.) 2018), wird auf diese zurückgegriffen. Durch die Kalibrierung an langen Zeitreihen (1995 bis 2023 bzw. nach Verfügbarkeit) werden weitere Unsicherheiten reduziert. Im Falle eines Fehlens von empirisch ableitbaren Daten können Sensitivitätsrechnungen dazu beitragen, um Unsicherheiten zu minimieren.
  • Unsicherheiten werden in ASTRA nicht explizit quantifiziert, sondern in der Regel in Abhängigkeit der Domäne (Personenverkehr, Güterverkehr etc.) methodisch in Form von Szenarien und Sensitivitäten berücksichtigt. Soweit möglich, finden dabei interinstitutionelle Vergleiche und Validierungen mit den Ergebnissen anderer Modellierungen statt, um die Unsicherheiten zu reduzieren. Auch durch die Erfahrung der Modellierenden muss sichergestellt werden, dass das Modellverhalten plausibel und Ergebnisse robust sind. Anpassungen an aktuelle Entwicklungen und die zeitliche Aktualisierung von Input-Daten stellen in einem kontinuierlichen Prozess sicher, dass das Modell in der Historie korrekt kalibriert und der Realität entsprechend (unter Berücksichtigung der Unschärferelationen und weiterer Unsicherheiten) reagiert.
  • Eine Analyse aller Unsicherheiten nach Walker u. a. (2003) wurde bisher nicht durchgeführt.

Referenzen:

Visualisierung des Modells und dessen Funktionsweisen

Die Abbildung zeigt das ASTRA-M-Modell, eine integrierte Modellierungsmethode, die auf empirischen Daten von 1995 bis 2021 basiert und Entwicklungen im Zeitraum von 1995 bis 2050 simuliert. Dabei werden reale Preise aus dem Jahr 2010 verwendet und die System-Dynamik-Methode angewandt. Das Modell kombiniert verhaltensbasierte und techno-ökonomische Entscheidungen und berücksichtigt die endogene Verkehrsnachfrage für alle Verkehrsträger. Das Modell ist in mehrere Komponenten unterteilt. Die Fahrzeugflotte umfasst Busse, PKWs sowie leichte und schwere Nutzfahrzeuge. Die Verkehrsnachfrage teilt sich in Personenverkehr und Güterverkehr auf. Infrastruktur umfasst Ladeinfrastruktur, Tankstellen sowie Anlagen zur Erzeugung erneuerbarer Energien. Der Umweltbereich betrachtet Energieverbrauch und Emissionen, sowohl Tank-to-Wheel als auch Well-to-Wheel. Übergeordnete Einflussfaktoren sind die Ökonomie, welche durch Arbeitskräfte, BIP, Einkommen und Kosten geprägt ist, sowie die Bevölkerungsstruktur, die Faktoren wie Altersverteilung und Haushaltszusammensetzung berücksichtigt. Zwischen den Komponenten gibt es zahlreiche Wechselwirkungen, die durch Pfeile dargestellt werden. Beispielsweise beeinflussen Fahrzeugleistung und Kosten die Verkehrsnachfrage, während Energieverbrauch und Emissionen von der Infrastruktur und der Fahrzeugflotte abhängen. Quelle: Eigene Darstellung, M-Five.

Wesentliche endogene und exogene Strukturen/Variablen

Endogene Strukturen:

  • Bevölkerungsentwicklung nach Altersgruppen (kann auch exogen implementiert werden)
  • Verkehrsnachfrage (Aufkommen, Verkehrs- und Fahrleistungen)
  • Bestand und Neuzulassungen bei Fahrzeugflotten
  • Alter, Größenklasse und Antriebsart der Fahrzeugflotten
  • Endenergieverbrauch, Primärenergieverbrauch und THG-Emissionen
  • Entwicklung des Bruttoinlandsprodukts (wird für diese Projekt exogen implementiert, da anhand der Rahmenbedingungen vorgegeben).

Endogene Variablen (ausgewählte projekt-relevante Variablen):

  • Verkehrsaufkommen (Wege/Tonnen nach Distanzband (Distanzgruppe) und Mode (Verkehrsmittel))
  • Verkehrsleistung (Personen-km/Tonnen-km nach Wegezweck/Güterkategorie, Distanzband und Mode)
  • Fahrleistung (Fahrzeug-km nach Wegezweck/Güterkategorie, Distanzband und Mode)
  • Anzahl der Fahrzeuge (Neuzulassungen und Bestand) nach Alter und Antriebsarten
  • Endenergie- und Primärenergieverbrauch
  • THG-Emissionen
  • Bedarf und Aufbau der Energieinfrastrukturen für Verkehr
  • Gesamtinvestitions- und Nutzungskosten

Exogene Variablen:

  • Emissionsfaktoren, (teils endogene Rückkopplungen möglich)
  • Distanzen (teils endogene Rückkopplungen möglich)
  • Beladungsfaktoren bzw. Besetzungsgrade (teils endogene Rückkopplungen)
  • Jahresfahrleistungen bei Nutzfahrzeugen
  • Fahrzeugpreise (u.a. Batteriepreise) und Betriebskosten (teils endogene Rückkopplungen)
  • Politikparameter wie Steuersätze, Gebühren- und Abgabenhöhe (z.B. LKW-Maut)
  • Kraftstoffkosten (teils endogene Rückkopplungen von Energieinvestitionen)
  • Bevölkerung (kann auch endogen berechnet werden)
  • Bruttoinlandsprodukt

Mit ASTRA lassen sich derzeit relevante Politikinstrumente im Verkehrssektor abbilden. Zu diesen gehören u.a.: preisliche und fiskalische Instrumente (z. B. Subventionen, Steuern, Förderinstrumente, Pkw-Maut, Innenstadtmaut, Parkgebühren, etc.), Ordnungsrechtinstrumente (bspw. Tempolimit, EU-CO2-Flottenzielwerte, Niedrig/Nullemissionszonen) sowie Infrastrukturmaßnahmen (bspw. Deutschlandtakt, Radverkehrsförderung). ASTRA berechnet Wechselwirkungen von Instrumentenbündeln endogen. Alle Instrumente wirken gleichzeitig auf Kosten, Verhalten und Kaufentscheidung der Nutzer*innen. ASTRA kann durch die Modellierung der Wechselwirkungen die Überschätzung von Wirkungen vermeiden, beispielsweise von Instrumenten zur Verlagerung auf den Schienenverkehr bei paralleler Förderung der Elektrifizierung der Antriebe. Eine isolierte Betrachtung von Verlagerungswirkungen würde höhere Minderungswirkungen ergeben, bei gleichzeitiger Förderung der Elektromobilität wird die Minderung jedoch kleiner ausfallen, weil die spezifischen THG-Emissionen des Straßenverkehrs parallel sinken.

Wesentliche Konzepte und Annahmen

Verkehrsnachfrage:

  • Sowohl der Personen- als auch der Güterverkehr werden in ASTRA-M bottom-up über ein state-of-the-art 4-Stufen-Modell modelliert. Dabei wird zunächst das Verkehrsaufkommen für die NUTS-2 Regionen (weiter differenziert nach städtisch und ländlich gemäß RegioStar 2) in Deutschland ausgehend von demografischen Indikatoren (Bevölkerung nach Altersgruppe) bzw. aus wirtschaftlichen Indikatoren (Produktionswerte nach Wirtschaftszweigen) und Erkenntnissen aus Mobilitätsumfragen (z. B. BMDV (Hrsg.) 2018) bzw. Güterverkehrserhebungen (z. B. KBA (Hrsg.) 2012) erzeugt. In Abhängigkeit der Verkehrszwecke und der Güterkategorien wird im zweiten Schritt das Aufkommen auf potenzielle Zielzonen verteilt, beeinflusst durch die Entwicklung von Verkehrszeiten und -kosten. Im dritten Schritt werden die Quell-Ziel-Verbindungen (NUTS-2 zu NUTS-2) auf verfügbare Haupt-Verkehrsmittel anhand generalisierter Kosten und Präferenzen in einer Logit-Funktion verteilt. Der vierte Schritt besteht in der Modell-Theorie aus einer Umlegung der Quell-Ziel-Matrizen auf die verfügbare netz-basierte Verkehrsinfrastruktur. Dieser Schritt kann in ASTRA auf Grund der Datengröße der Verkehrsnetzdaten nur stark vereinfacht durchgeführt werden. Bei zu starker Belastung der Infrastruktur wirkt sich dies über Rückkopplungsschleifen negativ auf Verkehrszeiten aus, welche sowohl die Verkehrsverteilung als auch den Modal Split beeinflussen können. Damit kann ASTRA auch Wirkungen von Staueffekten grob abbilden.

Fahrzeugflotte:

  • Die Fahrzeugflotten werden in ASTRA über die sogenannte Bestands-Fluss-Methodik (Kern von System Dynamics Modellen: Bestände repräsentieren akkumulierte Größen, wie Fahrzeuge in einem Land, während Flüsse die Zu- und Abnahmen dieser Bestände beschreiben, etwa durch Zuflüsse wie Neukauf oder Abflüsse wie Verschrottung. Siehe z. B. Forrester 1968) modelliert. Dies ermöglicht die Simulation der Alterung der Fahrzeugbestände und der Differenzierung nach Alterskohorten. Auf Basis eines Startwerts für den Fahrzeugbestand nach Fahrzeugtyp (Pkw, Busse, leichte und schwere Nutzfahrzeuge), Alter, Antriebsart und Fahrzeugsegment bzw. -größe für das Jahr 1995 werden die Bestände für jeden Zeitschritt durch Neuzulassungen erhöht und gleichzeitig durch durchschnittliche Verschrottungs- bzw. Exportwahrscheinlichkeiten (abgeleitet beispielsweise aus KBA (Hrsg.) (fortlaufend). Eine vollständige Nennung aller verwendeten KBA-Statistiken findet sich in der Dokumentation der Metadaten.) wieder reduziert. Bei Nutzfahrzeugen wird auf Basis der Verkehrsnachfrage und spezifischen jährlichen Fahrleistungen der Bedarf nach Neuzulassungen ermittelt und fließt im nächsten Zeitschritt wieder als Neuzulassungen in den Bestand ein. Bei Pkw wird der Bedarf nach Neuzulassungen getrieben von der wirtschaftlichen und demografischen Entwicklung sowie der Entwicklung von Fahrzeug- und Kraftstoffpreisen. Der Markthochlauf alternativer Antriebe wird mittels eines auf Total Cost of Ownership, Verfügbarkeiten von Antriebsarten sowie Präferenzen der Käufer basierten Logit-Ansatzes berechnet und in den Bestand integriert. ASTRA geht als Annahme davon aus, dass der Markthochlauf der öffentlichen Ladeinfrastruktur dem Markthochlauf von Elektrofahrzeugen folgt.

Energieverbrauch und THG-Emissionen:

  • Der Energieverbrauch nach Energieträgern aus dem Sektor Verkehr wird unter mittels Verbrauchswerten aus dem CO2-Monitoring der CO2-Standards der Europäischen Umweltagentur (u.a. EEA (Hrsg.) 2024) ermittelt und auch mit dem Handbuch für Emissionsfaktoren (INFRAS 2023)abgeglichen. Über Umrechnungsfaktoren der DIN16258 (siehe DIN EN 16258) werden die Energieverbräuche in CO~2äq.~ umgerechnet.

Referenzen:

Modellierungsprozess

Datenflüsse im Kontext des Modellierungsprozesses von ASTRA-M

Dieser Graph zeigt woher (und wieviele) Datensätze direkt oder indirekt in ASTRA-M fließen.

flowchart LR
classDef default text-decoration:none
view["VIEW"]
click view href "/Modell/view/"
input__astra(["42"])
click input__astra href "/Modellierungsprozess/input__astra/"
rahmendaten_produktionswert(["Rahmendaten - Produktionswert"])
click rahmendaten_produktionswert href "/Datensatz/rahmendaten_produktionswert/"
astra__temps(["1"])
click astra__temps href "/Modellierungsprozess/astra__temps/"
parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2025 (Datentabelle)"])
click parametrisierungstabelle href "/Datensatz/parametrisierungstabelle/"
astra["ASTRA-M"]
click astra href "/Modell/astra/"
style astra fill:#9d579a,stroke:#9d579a;
rahmendaten_gesamtbevoelkerung(["Rahmendaten - Gesamtbevölkerung"])
click rahmendaten_gesamtbevoelkerung href "/Datensatz/rahmendaten_gesamtbevoelkerung/"
temps["TEMPS"]
click temps href "/Modell/temps/"
astra__output(["11"])
click astra__output href "/Modellierungsprozess/astra__output/"
rahmendaten_bruttoinlandsprodukt(["Rahmendaten - Bruttoinlandsprodukt"])
click rahmendaten_bruttoinlandsprodukt href "/Datensatz/rahmendaten_bruttoinlandsprodukt/"
input(("Eingangsdaten"))
view__astra(["4"])
click view__astra href "/Modellierungsprozess/view__astra/"
temps__astra(["1"])
click temps__astra href "/Modellierungsprozess/temps__astra/"
endverbrauchspreistabelle(["Endverbrauchspreise der Energieträger für die Treibhausgas-Projektionen 2025 (Datentabelle)"])
click endverbrauchspreistabelle href "/Datensatz/endverbrauchspreistabelle/"
rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2(["Rahmendaten - Preis im nationalen Emissionshandel / EU ETS 2"])
click rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 href "/Datensatz/rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2/"
output(("Ergebnisdaten"))
rahmendaten_wachstumsrate_bruttoinlandsprodukt(["Rahmendaten - Bruttoinlandsprodukt"])
click rahmendaten_wachstumsrate_bruttoinlandsprodukt href "/Datensatz/rahmendaten_wachstumsrate_bruttoinlandsprodukt/"
rahmendaten_gesamtbevoelkerung --> astra
input --> input__astra
astra__output --> output
astra --> astra__output
input__astra --> astra
rahmendaten_wachstumsrate_bruttoinlandsprodukt --> astra
rahmendaten_bruttoinlandsprodukt --> astra
temps --> temps__astra
astra__temps --> temps
endverbrauchspreistabelle --> astra
rahmendaten_produktionswert --> astra
parametrisierungstabelle --> astra
astra --> astra__temps
view__astra --> astra
temps__astra --> astra
view --> view__astra
rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> astra

Direkte Datenflüsse zu ASTRA-M

Dieser Graph zeigt an, welche Datensätze direkt in ASTRA-M fließen oder durch ASTRA-M ausgegeben werden.

flowchart LR
classDef default text-decoration:none
astra_out_interface_temps(["Dateninterface ASTRA-TEMPS (Sektor Verkehr)"])
click astra_out_interface_temps href "/Datensatz/astra_out_interface_temps/"
astra_in_module_env(["ASTRA-Modellinputdaten: Modul Umwelt & Energie (ENV)"])
click astra_in_module_env href "/Datensatz/astra_in_module_env/"
astra_out_pass_pkm_fuss(["Personenverkehrsleistung Zufußgehen"])
click astra_out_pass_pkm_fuss href "/Datensatz/astra_out_pass_pkm_fuss/"
astra_in_module_pass(["ASTRA-Modellinputdaten: Modul Personenverkehr (PASS)"])
click astra_in_module_pass href "/Datensatz/astra_in_module_pass/"
rahmendaten_gesamtbevoelkerung(["Rahmendaten - Gesamtbevölkerung"])
click rahmendaten_gesamtbevoelkerung href "/Datensatz/rahmendaten_gesamtbevoelkerung/"
astra_out_pass_pkm_rad(["Personenverkehrsleistung Rad"])
click astra_out_pass_pkm_rad href "/Datensatz/astra_out_pass_pkm_rad/"
astra_out_pass_pkm_oeff_schiene(["Personenverkehrsleistung im öffentlichen Schienenverkehr"])
click astra_out_pass_pkm_oeff_schiene href "/Datensatz/astra_out_pass_pkm_oeff_schiene/"
astra["ASTRA-M"]
click astra href "/Modell/astra/"
style astra fill:#9d579a,stroke:#9d579a;
rahmendaten_bruttoinlandsprodukt(["Rahmendaten - Bruttoinlandsprodukt"])
click rahmendaten_bruttoinlandsprodukt href "/Datensatz/rahmendaten_bruttoinlandsprodukt/"
astra_out_pass_pkm_oeff_strasse(["Personenverkehrsleistung im öffentlichen Straßenverkehr"])
click astra_out_pass_pkm_oeff_strasse href "/Datensatz/astra_out_pass_pkm_oeff_strasse/"
endverbrauchspreistabelle(["Endverbrauchspreise der Energieträger für die Treibhausgas-Projektionen 2025 (Datentabelle)"])
click endverbrauchspreistabelle href "/Datensatz/endverbrauchspreistabelle/"
astra_in_module_vft(["ASTRA-Modellinputdaten: Modul Fahrzeugflotten (VFT)"])
click astra_in_module_vft href "/Datensatz/astra_in_module_vft/"
temps_kilometerkosten(["Kilometerkosten"])
click temps_kilometerkosten href "/Datensatz/temps_kilometerkosten/"
rahmendaten_wachstumsrate_bruttoinlandsprodukt(["Rahmendaten - Bruttoinlandsprodukt"])
click rahmendaten_wachstumsrate_bruttoinlandsprodukt href "/Datensatz/rahmendaten_wachstumsrate_bruttoinlandsprodukt/"
astra_out_fre_tkm_binnenschiff(["Güterverkehrsleistung Binnenschifffahrt"])
click astra_out_fre_tkm_binnenschiff href "/Datensatz/astra_out_fre_tkm_binnenschiff/"
astra_out_fre_tkm_luft(["Güterverkehrsleistung Luftverkehr national und international"])
click astra_out_fre_tkm_luft href "/Datensatz/astra_out_fre_tkm_luft/"
rahmendaten_produktionswert(["Rahmendaten - Produktionswert"])
click rahmendaten_produktionswert href "/Datensatz/rahmendaten_produktionswert/"
parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2025 (Datentabelle)"])
click parametrisierungstabelle href "/Datensatz/parametrisierungstabelle/"
astra_out_fre_tkm_seeschiff(["Güterverkehrsleistung See- und Küstenschifffahrt national und international"])
click astra_out_fre_tkm_seeschiff href "/Datensatz/astra_out_fre_tkm_seeschiff/"
astra_in_module_fre(["ASTRA-Modellinputdaten: Modul Güterverkehr (FRE)"])
click astra_in_module_fre href "/Datensatz/astra_in_module_fre/"
astra_out_pass_pkm_miv(["Personenverkehrsleistung im motorisierten Individualverkehr"])
click astra_out_pass_pkm_miv href "/Datensatz/astra_out_pass_pkm_miv/"
astra_out_fre_tkm_strasse(["Güterverkehrsleistung Straßenverkehr"])
click astra_out_fre_tkm_strasse href "/Datensatz/astra_out_fre_tkm_strasse/"
rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2(["Rahmendaten - Preis im nationalen Emissionshandel / EU ETS 2"])
click rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 href "/Datensatz/rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2/"
astra_out_fre_tkm_schiene(["Güterverkehrsleistung Schienenverkehr"])
click astra_out_fre_tkm_schiene href "/Datensatz/astra_out_fre_tkm_schiene/"
astra_out_pass_pkm_luft(["Personenverkehrsleistung im Luftverkehr national und international"])
click astra_out_pass_pkm_luft href "/Datensatz/astra_out_pass_pkm_luft/"
astra_in_module_vft --> astra
rahmendaten_bruttoinlandsprodukt --> astra
astra_in_module_env --> astra
rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> astra
rahmendaten_produktionswert --> astra
temps_kilometerkosten --> astra
astra_in_module_fre --> astra
astra_in_module_pass --> astra
endverbrauchspreistabelle --> astra
rahmendaten_gesamtbevoelkerung --> astra
rahmendaten_wachstumsrate_bruttoinlandsprodukt --> astra
astra --> astra_out_fre_tkm_seeschiff
astra --> astra_out_pass_pkm_fuss
astra --> astra_out_pass_pkm_oeff_schiene
astra --> astra_out_pass_pkm_miv
astra --> astra_out_pass_pkm_luft
astra --> astra_out_fre_tkm_binnenschiff
astra --> astra_out_fre_tkm_strasse
astra --> astra_out_fre_tkm_schiene
astra --> astra_out_pass_pkm_oeff_strasse
astra --> astra_out_pass_pkm_rad
astra --> astra_out_interface_temps
astra --> astra_out_fre_tkm_luft
parametrisierungstabelle --> astra