Zum Inhalt

ASTRA-M

Name

Assessment of Transport Strategies (ASTRA)

Version des Modells

Assessment of Transport Strategies (ASTRA) bezeichnet eine Modellfamilie von integrierten (Politik-)Bewertungsmodellen, welche Verkehr, Technologien, Energie, Umwelt und Gesamtwirtschaft in einem konsistenten mathematischen Simulations-System verknüpfen. ASTRA wurde seit 1997 vom Institut für Wirtschaftspolitik und Wirtschaftsforschung (IWW) am Karlsruher Institut für Technologie und TRT Trasporti e Territorio zunächst unter der Leitung von Prof. Werner Rothengatter und später von Dr. Wolfgang Schade entwickelt. Seit 2005 wurde die Modellfamilie im Rahmen verschiedener Projekte vom Fraunhofer ISI und TRT verbessert und weiterentwickelt. M-Five ist seit 2015 an der Weiterentwicklung der Modellfamilie beteiligt.

ASTRA-Modelle sind als Systemmodelle mit nach System Dynamics-Methoden konzipiert. Bisher wurden nationale ASTRA Modelle für Deutschland und Italien entwickelt, sowie ein europäisches Modell in verschiedenen Ausbaustufen. Eine weitere Beschreibung findet im nachfolgenden Abschnitt statt.

In der europäischen Modellvariante ASTRA-EC werden für alle 27 EU-Mitgliedsstaaten sowie Großbritannien, Norwegen und die Schweiz separate volkswirtschaftliche Modelle mit 25 ökonomischen Sektoren simuliert. Für die PKW-Flotte werden 7 Antriebsarten aber keine Segmente berücksichtigt. Das Verkehrssystem wird auf der Ebene von NUTS 1 Regionen für den internationalen Verkehr und NUTS 2 Regionen für den regionalen Personen- und Güterverkehr simuliert.

In der deutschen Modellvariante ASTRA-M werden beispielsweise 56 ökonomische Sektoren unterschieden, die PKW-Flotte nach 7 Segmenten und 8 Antriebsarten modelliert und die Verkehrsnachfrage im Personen- und Güterverkehr auf der Ebene von NUTS 2 Regionen quantifiziert.

Das in den Projektionen verwendete Modell ASTRA-M wird kontinuierlich weiterentwickelt und mit Hilfe einer Versionskontrolle inkrementell versioniert. Im Rahmen der Projektionen wurde das Modell abgekoppelt und mit eigener Versionierung und Arbeitstitel ASTRA-PSz weiter entwickelt. In diesem Schritt wurden exogene Größen (u.a. Rahmendaten der Projektion 2026) im Modell angelegt und nutzbar gemacht. Die vorliegende Modelldokumentation beschreibt vor allem die für die im Rahmen der Projektionen erfolgte Modellierung relevanten Modellteile, weitere Beschreibungen zu Modellen der ASTRA-Modellfamilie werden auf einer eigenen Website bereitgestellt: https://www.astra-model.eu/

Betreibende Organisation

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

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 Nachfrage nach Beförderungsleistungen (nachfolgend Verkehrsnachfrage) zum Transport von Personen (nachfolgend Personenverkehr) sowie Gütern (nachfolgend Güterverkehr) in Wechselwirkung mit der Entwicklung von wichtigen technischen (z. B. alternative Antriebe) Innovationen und sozialen bzw. Prozessinnovationen (z. B. Sharingdienste und neue Mobilitätsdienstleistungen) wider.

Zusammenhänge zwischen den Größen werden dabei mit ökonomischen Ansätzen basierend auf der Methodik von diskreten Wahlentscheidungen (Logit-Modelle, Ortúzar & Willumsen (1990)) beschrieben. Das dadurch entstehende Modellverhalten wird anschließend unter Verwendung von Zeitreihendaten der in Abschnitt Modellierungsprozess genannten Datenquellen kalibriert.

Das Modell kann 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 quantifizieren.

Methodisch werden Verhaltensmuster beispielsweise zur Wahl eines Verkehrsmittels für einen Weg durch diskrete Wahlentscheidungen abgebildet, wodurch Wirkungen veränderter Transportzeiten oder -kosten ermittelt werden können. Mit Hilfe vorliegender Befragungen (u.a. Bundesministerium für Verkehr [BMV] (Hrsg.) 2018, BMV (Hrsg.) 2023) können auch nicht monetarisierbare Bestandteile der Charakteristika von Akteuren angenähert werden. Eine weitere Beschreibung der Methodik zur Modellierung findet in den Abschnitten "Konzeptionelle Gestaltungsprinzipien" und "Methodischer mathematischer Ansatz"statt.

Im Rahmen der vorliegenden Projektionen bewertet ASTRA-M die Entwicklung der Verkehrsnachfrage in Personenverkehr und Güterverkehr im Zeitraum 2025-2050 anhand der Verkehrsleistung. Die Verkehrsleistung ermittelt das Produkt der zurückgelegten Fahrstrecke mit der Anzahl beförderter Personen (Personenkilometer bzw. pkm) bzw. der Menge an Gütern (Tonnenkilometer bzw. tkm) im Betrachtungszeitraum eines Jahres. Dabei werden die folgenden Verkehrsarten unterschieden (siehe auch Ausgangsgrößen unter Modellierungsprozess):

  • Personenverkehr: Motorisierter Individualverkehr (MIV), Öffentlicher Straßenverkehr (Busse, Straßenbahnen/Tram), Öffentlicher Schienenverkehr (S- und Regionalbahn sowie Fernverkehrszüge), Radverkehr, Zufußgehen, Luftverkehr (national und international).
  • Güterverkehr: Straßengüterverkehr (leichte und schwere Nutzfahrzeuge), Schienengüterverkehr, Binnenschifffahrt, Luftverkehr (national und international), See- und Küstenschifffahrt (national und international).

Akteure

Im Personenverkehr wird bei der Erzeugung des Verkehrsaufkommens (Anzahl zurückgelegter Wege bzw. beförderter Personen pro Zeiteinheit) nach vier Wegezwecken (Aktivität, für die ein Weg erforderlich ist) unterschieden. Die Wegezwecke umfassen:

  • private Wege: z. B. Einkauf, Erledigungen, Hol- und Bringwege,
  • Freizeitwege: z. B. Wochenendausflug,
  • Pendelwege: z.B. An- und Abreise zur Arbeitsstätte,
  • Berufliche Wege: z.B. Dienstreisen.

Im Güterverkehr wird bei der Erzeugung des Verkehrsaufkommens (Menge beförderter Güter in Tonnen pro Zeiteinheit) auf der Straße nach verkehrlichen Profilen unterschieden. Die Profile drücken die Häufigkeit und Länge einzelner Wege aus und werden als jährliche Fahrleistung (die Gesamtstrecke in Kilometern, die von einem Verkehrsmittel in einem Jahr zurückgelegt wird) quantifiziert. In weiterer Differenzierung wird wird bei der Erzeugung des Verkehrsaufkommens zwischen verschiedenen Kategorien von Gütern unterschieden:

  • lose Massengüter, z. B. Kohle, Erz, Getreide,
  • gebündelte Ladung in standardisierten Ladeeinheiten (z. B. Container),
  • allgemeines Stückgut, z.B. Lebensmittel, Möbel, Fahrzeuge.

Eine weitere Beschreibung der Methodik zur Erzeugung des Verkehrsaufkommens findet in den Abschnitten Konzeptionelle Gestaltungsprinzipien sowie Methodischer/mathematischer Ansatz statt.

Dokumentation

Auf den Internetpräsenzen (https://www.astra-model.eu sowie https://m-five.de/methoden-und-tools/astra) befinden sich Verweise zu Modellvarianten der ASTRA-Modellfamilie sowie zu Publikationen, in denen Modellstruktur und Aufbau weiter 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 unter anderem in den Dissertationen von Dr. Wolfgang Schade (Schade, 2005) und Dr. Michael Krail (Krail, 2008) anhand des zugrundeliegenden ASTRA-EC Modells beschrieben.

Räumliche Abdeckung

Alle Modellergebnisse beziehen sich auf die nationale Ebene (Deutschland). Berücksichtigt wird die Verkehrsleistung nach dem Inlandsprinzip, d.h. bei grenzüberschreitenden Verkehren nur von und bis zur Staatsgrenze. Das Verkehrsaufkommen wird nach NUTS-2 Regionen in Deutschland erzeugt.

Eine Ausnahme bildet die Modellierung des internationalen Luftverkehrs (Personen- und Güterverkehr) sowie der internationalen Seeschifffahrt (nur Güterverkehr), bei der Wege ausgehend von Deutschland mit der mittleren Entfernung zu internationalen Zielen in der Auflösung von NUTS 0 Regionen berücksichtigt werden.

Zeithorizont

ASTRA-M ermittelt alle Modellgrößen im Zeitraum 1995-2050 in 1-Jahres-Schritten. Startwerte werden üblicherweise für 1995 eingegeben, exogene Modelleingangsdaten soweit zeitlich verfügbar. 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

ASTRA-M ist ein integriertes Modell mit systemdynamischem Ansatz (engl. "System Dynamics"). Der systemdynamische Ansatz ist eine Methode, die entwickelt wurde, um komplexe dynamische Systeme zu analysieren, zu verstehen und zu simulieren. Die Methode basiert auf der Idee, dass Systeme als Ganzes betrachtet werden sollten, anstatt ihre Einzelteile isoliert zu analysieren. Im Mittelpunkt steht das Zusammenspiel von Bestandsgrößen (, engl.stocks, z. B. die Bevölkerung nach Altersgruppen), Flussgrößen (engl. flows, z. B. Wege pro Person und Tag als Wegerate), Rückkopplungs-Schleifen (engl. feedback loops, z. B. steigende Reisezeit aufgrund begrenzter Kapazität der Infrastruktur) sowie deren zeitliche Dynamik. Die Grundprinzipien von System Dynamics werden in Sterman J.D. (2000) erläutert, zudem findet im Abschnitt "Methodischer/mathematischer Ansatz" eine weitere Beschreibung einzelner Modellgrößen statt.

In ASTRA-M wird auf Basis statistischer Startwerte aller Bestandsgrößen für das Jahr 1995 die Entwicklung der endogenen Modellgrößen bis zum Jahr 2050 ermittelt. Die entstehende Dynamik ergibt sich dabei aus der Interaktion der verschiedenen Modellteile (Bevölkerung, Verkehr, Umwelt, Ökonomie und Fahrzeugflotten) miteinander. Zusammenhänge zwischen den Größen werden dabei mit ökonomischen Ansätzen basierend auf der Methodik von diskreten Wahlentscheidungen (Logit-Modelle, Ortúzar & Willumsen (1990)) beschrieben. Das dadurch entstehende Modellverhalten wird anschließend unter Verwendung von Zeitreihendaten der im Modellierungsprozess genannten Datenquellen kalibriert.

Sowohl im Personenverkehr als auch im Güterverkehr sind die zentralen Modellgrößen Verkehrsaufkommen, Verkehrsleistung und Fahrleistung nicht als Bestandsgrößen definiert, sondern nutzen entsprechende Treiber wie z. B. die Bevölkerung im Personenverkehr oder Produktionsmengen aus dem erzeugenden Gewerbe im Güterverkehr. Die wesentlichen Treiber werden durch die Rahmendaten aus den Projektionen 2026 in Interaktion mit ASTRA-M vorgegeben.

Die zeitlichen Entwicklungen im Personen- und Güterverkehr ergeben durch die Modellierung 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 bestehende Infrastruktur, z. B. Straßen und Schienen) kann nur in einem Netzwerkmodell durchgeführt werden. ASTRA-M beschränkt sich damit auf die ersten 3 Stufen und berechnet die 4.Stufe, aus der die Fahrleistung abgeleitet wird, anhand von empirisch abgeleiteten Besetzungsgraden im Personenverkehr (in Personen pro Fahrzeug) bzw. Beladungsfaktoren im Güterverkehr (in Tonnen pro Fahrzeug) indirekt.

Die im Modellierungsprozess genutzten Roh-Datenquellen und Rahmendaten der Modelleingangsdaten sowie Modell-Ausgangsgrößen sind in Abschnitt Modellierungsprozess interaktiv visualisiert und beschrieben. Eine weitere Beschreibung des Vier-Stufen-Ansatzes findet in Abschnitt Methodischer/mathematischer Ansatz statt.

ASTRA-M berechnet in 1-Jahres-Schritten zwischen 1995 und 2050 u.a. die folgenden Größen im Sektor Verkehr:

  • Verkehrsaufkommen: in Wegen (Personenverkehr) bzw. Tonnen (Güterverkehr).
  • Verkehrsleistung: in Personenkilometern (pkm, Personenverkehr) bzw. Tonnenkilometern (tkm, Güterverkehr).
  • Fahrleistung in Fahrzeug- bzw. Zug-Kilometern.

Diese Größen werden weiter differenziert nach Verkehrsmitteln, Wegezwecken bzw. Güterkategorien. Es werden folgende Verkehrsmittel unterschieden:

  • Personenverkehr: Motorisierter Individualverkehr (MIV), Schienenfernverkehr, Schienennahverkehr, nationaler Luftverkehr, Bus, Fahrrad, zu Fuß, Carsharing, Ridehailing/-pooling sowie Bike-/E-Scooter-Sharing.
  • Güterverkehr: Straßengüterverkehr nach Nutzfahrzeuggröße (<3,5t, 3,5t bis <12t, 12t bis <20t, >20t sowie Sattelzugmaschinen), Schienengüterverkehr, Binnenschifffahrt, Luftverkehr national/international, Seeschifffahrt national/international.

Mit ASTRA-M können prognostische (z.B. durch Abbildung aktuell bestehender verkehrlicher Maßnahmen wie im Rahmen dieser Projektionen) sowie explorative (z. B. mit definierten Zielgrößen) Szenarien erstellt werden und mit Hilfe von Schaltern verschiedene Instrumentenbündel konfiguriert 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 zur Erstellung von Szenarien 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 zwischen der realisierten Reduktion von Treibhausgas-Emissionen und der entsprechend europäischer und nationaler Vorgaben zu erzielenden Reduktion?
  • Welches Potenzial hat das Bündeln einzelner Instrumnent bezüglich der Treibhausgas-Minderung?
  • Wie hoch sind die die Wirkungen der Instrumente auf den Staatshaushalt (Steuereinnahmen, Subventionen, Infrastrukturausgaben, etc.)?

Methodischer/mathematischer Ansatz

ASTRA-M berechnet die Output-Größen in den meisten Modulen (siehe Abschnitt Visualisierung des Modells) bottom-Up. Durch die Verwendung der Dynamik aus Rückkopplungs-Schleifen zwischen sich beeinflussenden Modellgrößen ist ASTRA-M mathematisch gesehen ein nichtlineares Modell.

In der Verkehrsmodellierung 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 generalisierte Kosten (Fahrtkosten plus monetarisierte Fahrtzeiten) verwenden und diese gewichtet mit einem numerischen Faktor Beta (\(\beta\)) und einem additiven Zusatzterm Alpha (\(\alpha\)), der nicht monetarisierbare Kosten und Zeiten annähert. Die Nutzenfunktion wird schließlich über eine Exponentialfunktion in Relation zu allen alternativen Optionen (Verkehrsmittel) gesetzt, um die Wahrscheinlichkeit zur Wahl eines Verkehrsmittels zu bestimmen. Eine ausführliche Beschreibung der modellierten Wahlentscheidungen mittels Logit-Modell wird beschrieben in Schade et al., 2023, S. 210-216 (Personenverkehr) sowie in Schade et al., 2023, S. 226-227 (Güterverkehr). Die nachfolgende Beschreibung wurde aus Gründen der Übersicht gekürzt.

In der Modellierung der Verkehrsnachfrage im Personen- und Güterverkehr wird der Vier-Stufen-Ansatz verwendet. In der Grundstruktur gilt der Ansatz für beide Kategorien, unterscheidet sich jedoch in der Parametrisierung. Der Vier-Stufen-Ansatz umfasst:

  1. Verkehrserzeugung

    Die Verkehrserzeugung legt das zugrundeliergende Mobilitätsbedürfnis anhand von Wegen fest. Im Personenverkehr hängt dies maßgeblich von der Bevölkerung ab und den Wegen, die pro Person und Tag gemacht werden. Das Bevölkerungsmodell wurde an die Projektionen angepasst und übernimmt die Entwicklung der Bevölkerung exogen aus den Rahmendaten der Projektionen. Die Wegeraten (Wege pro Person und Tag) werden im wesentlichen aus der Befragung Mobilität in Deutschland (MiD) abgeleitet. Eine weitere Beschreibung der Ableitung von Wegeraten findet sich in den entsprechenden Datenflüssen im Abschnitt Modellierungsprozess.

    Im Güterverkehr sind die zentralen Größen Produktionswerte (der Gesamtwerte aller in einem Sektor bzw. in einer Volkswirtschaft hergestellten Waren und Dienstleistungen in Euro), Außenhandel und Transitverkehre (Durchgangsverkehre). Die Produktionswerte in Euro werden im Rahmen der Projektionen exogen aus den Rahmendaten genutzt und in ein Verkehrsaufkommen in Tonnen transformiert. Dazu werden Wert-Volumen-Umrechnungsfaktoren verwendet, die durch Kalibrierung der Umrechnungsfaktoren anhand der Zielgrößen (siehe Modelleingangsgrößen im Abschnitt Modellierungsprozess) quantifiziert werden. Es findet auch eine Zuordnung der sektoralen Produktionswerte zu drei Gütergruppen statt, siehe Abschnitt Akteure.

    Die verwendete Formel für die Verkehrserzeugung ist eine Regressionsgleichung:

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

    Mit: - \(T_i\): 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 und die räumlichen Interaktionen beschreibt.

    Gravitationsmodell:

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

    mit begrenzender Funktion \(f(c_{ij})\):

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

    sowie: - \(k\): konstanter, numerischer Faktor (Konstante) - \(T_{ij}\): 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 Logit-Modells 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 \(i\) 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 Verkehrsmittel:

    Im Personenverkehr: Personenkraftwagen, motorisierte Zweiräder, Schienenpersonennahverkehr, Schienenpersonenfernverkehr, Stadt-/Straßen- und U-Bahnen, Reisebusse, Linienbusse, Radverkehr, Zufußgehen, Carsharing(*), Ridepooling(*), Scootersharing(*), Luftverkehr national(**), Luftverkehr international(**).

    Im Güterverkehr: Nutzfahrzeuge \(\le\) 3,5t, Nutzfahrzeuge >3,5 – 12t, Nutzfahrzeuge >12t, Schienengüterverkehr, Binnenschifffahrt, Luftfracht national(**), Luftfracht international(**), Seeschiff national(**), Seeschiff international(**).

    (*) Diese Verkehrsarten wurden im Rahmen des Projektes nicht betrachtet.

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

  4. Routenwahl

    Im letzten Schritt im Vier-Stufen-Ansatz wird ermittelt, welche Wege der bestehenden verkehrlichen Infrastruktur (v.a. Straßen und Schienen) genutzt werden und wie sich der Verkehr auf die verfügbare Infrastruktur verteilt. Hier nutzt ASTRA-M eine Vereinfachung. Die Umlegung (Transformation der räumlichen Informationen in eine räumliche Auflösung) wird Anhand von zwei Ansätzen umgesetzt. Überregionale Verkehre werden anhand einer Quelle-Ziel-Matrix (engl. Origin-destination matrix, beschreibt die Häufigkeit der Wege zwischen dezidierten Quellen und Zielen) umgelegt. Kleinräumigere Verkehre innerhalb von NUTS 2 Regionen werden anhand von Distanzbändern umgelegt. Ein Distanzband ist eine Approximation für die Strecke eines Weges ohne Berücksichtigung von Quelle/Ziel innerhalb der NUTS 2 Region. Im Personenverkehr werden folgende Distanzbänder unterschieden: - Lokal (0-2km) - Kurz (2-10km) - Mittellang (10-50km) - Lang (>50km)

    Die Verkehrsleistung (ausgedrückt in Personenkilometern (pkm) und Tonnenkilometern (tkm)) quantifiziert schließlich das Produkt aus der Anzahl der beförderten Personen bzw. der Menge der beförderten Güter (in Tonnen) mit der zurückgelegten Entfernung innerhalb eines festgelegten Betrachtungszeitraums. Die Berechnung ist wie folgt gegeben:

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

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

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

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

Nationaler und Internationaler Luft- und Seeschiffverkehr

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 einfließen (Department of Transport, 2022). Änderungen durch Kerosinpreisschwankungen wirken sich damit auf die Entwicklung der Personen-Kilometer direkt aus.

Der inländische und internationale Luftfrachtverkehr wird in ASTRA ebenfalls mit einem vereinfachten Ansatz modelliert. Die Modellierung ist produktionsgetrieben. Analog zum Ansatz in den anderen Güterverkehrsarten wird aus den exogenen Produktionswerten ein Aufkommen berechnet. Dieses ist für die Quell-Flughäfen in Deutschland flughafenscharf. International werden die Ziel-Flughäfen ländergenau modelliert. Die Quell-Ziel Verteilung der Güter erfolgt anschließend ohne weitere zeitliche Dynamisierung über den Betrachtungszeitraum.

Der Küsten-/Seeverkehr wird ebenfalls vereinfacht modelliert und in inländische/nationale und internationale Verkehre unterteilt. Die Produktionswerte werden in Aufkommenswerte umgerechnet. Das Aufkommen an der Quelle erfolgt wiederum hafengenau. National werden also alle Häfen der Seeschifffahrt 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.

Open Source

  • Ist das Modell Open Source? (Ja/Nein)

Auf eine Open Source Strategie zur Lizenzierung von ASTRA-M wurde aus verschiedenen Gründen verzichtet. Diese liegen vorrangig in der Komplexität eines nicht-linearen System Dynamics Modells begründet. ASTRA-M ist ein über 25 Jahre gewachsenes und kontinuierlich von einem erfahrenen Modellierenden-Team bestehend aus Mitarbeitenden des Fraunhofer ISI und von M-Five weiterentwickelt worden. Es enthält etwa 10.000 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-M 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. Eine Offenlegung von Modellcode oder aus Rohdaten veredelter Modelleingangsgrößen ist nicht möglich.

Parameter

Relevante Parameter zur Konfiguration des Modellverhaltens in Szenario-Simulationen sind im Rahmen der in den Projektionen genutzten Modellteile:

Demografische & Wirtschaftliche Parameter:

  • Bevölkerungsentwicklung: Gesamtzahl, Altersstruktur
  • Bruttoinlandsprodukt (BIP): Wirtschaftswachstum, Inflation
  • Energiepreise: Strom, Wasserstoff, fossile Kraftstoffe
  • CO₂-Preispfad: Entwicklung der Bepreisung für Emissionen

Parameter bez. des Mobilitätsverhaltens und des Angebots verkehrlicher Infrastruktur:

  • Personenverkehr: Entwicklung des motorisierten Individualverkehrs (MIV), öffentlicher Verkehr, Fahrrad- & Fußverkehr anhand der Modalanteile; Besetzungsgrade pro Verkehrsmittel und Wegeraten je Bevölkerungsgruppe; Kosten zur Verkehrsmittelnutzung (Betriebskosten).
  • Güterverkehr: Modalanteile von Straße, Schiene, Binnenschifffahrt; Beladungsfaktoren je Güterkategorie und mit sektoraler Unterscheidung; Kosten zur Verkehrsmittelnutzung (Betriebskosten); Jahresfahrleistungen bei Nutzfahrzeugen.
  • Verkehrsinfrastruktur: Länge und Kapazität im Straßennetz; Länge und Kapazität im Schienennetz, Sanierungsprogramme (z. B. Sanierung von Hochleistungskorridoren); Verfügbarkeit von Lade- & Tankinfrastruktur.

Parameter zur Abbildung technologischer & politischer 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

Programmiersprache

  • Modellierung: proprietäre Syntax des Programmherstellers, mit Ähnlichkeit zu anderen System Dynamics-Applikationen.
  • Datenverarbeitung von Modelleingangsgrößen: u.a. Python, R, SQL-Abfragen.

Programmtechnische Gestaltungsprinzipien

ASTRA-M 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 Abschnitt Visualisierung des Modells).

Regelmäßige Kalibrier-Vorgänge sowie kontinuierliche Aktualisierung von exogenen Modelleingangsgrößen stellen die Validierung der Prognosen sicher. Dabei werden fehlerhafte Parametrisierungen über detaillierte Wirkungsanalysen und durch auftretende Unplausibilitäten überprüft und ggf. korrigiert.

Räumliche Auflösung

Modellgrößen mit räumlichem Kontext sind nach NUTS-2 Regionen unterteilt. Im Verlauf der Rechnungen werden Ergebnisse auf nationaler Ebene aggregiert.

Eine zentrale Quelle für die räumliche Verteilung des Verkehrs bildet die Verkehrsverflechtungsprognose 2030 aus der Bundesverkehrswegeplanung 2030 (BMDV (Hrsg.) 2013) auf der Ebene von NUTS-3 Regionen. 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) und auf die räumliche Zielebene NUTS-2 transformiert.

In Teilen der Modellierung des Personenverkehrs findet zudem eine weitere Unterscheidung nach den Kategorien städtisch und ländlich statt, basierend auf der Klassifizierung RegioStaR 2 des BMV.

Sektoren

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

Software

  • Modellierung: Vensim DSS der Firma Ventana Systems.
  • Modelleingangsgrößen: u.a. Microsoft Excel, Visual Studio Code, RStudio, QGIS, PostgreSQL.

Techniken

  • Das Modell bildet den Verkehrssektor mit den dazugehörigen Technologien und Energieinfrastrukturen 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.
  • 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.

Treibhausgasemissionen

ASTRA bildet die Emissionen in \(CO_{2äq.}\) für alle modellierten Verkehrsmittel und Verkehrsarten 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.

Visualisierung des Modells und dessen Funktionsweisen

Die Abbildung zeigt das ASTRA-M-Modell, eine integrierte Modellierungsmethode, die auf empirischen Daten von 1995 bis 2023 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

Die nachfolgend genannten Strukturen und Variablen nehmen nicht nur Bezug auf den Projektkontext zur Modellierung der Nachfrage in Personen- und Güterverkehr, sondern benennen auch weitere endogene und exogene Strukturen in anderen Modellteilen von ASTRA-M, wie Abschnitt Visualisierung des Modells zeigt.

Endogene Strukturen:

  • Bevölkerungsentwicklung nach Altersgruppen (kann auch exogen implementiert werden)
  • Verkehrsnachfrage (Verkehrsaufkommen, 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 Rahmendaten vorgegeben).

Endogene Variablen und Größen (ausgewählte projekt-relevante Variablen):

  • Verkehrsaufkommen (Wege/Tonnen nach Distanzband und Verkehrsmittel)
  • Verkehrsleistung (Personen-km/Tonnen-km nach Wegezweck/Güterkategorie, Distanzband und Verkehrsmittel)
  • Fahrleistung (Fahrzeug-km nach Wegezweck/Güterkategorie, Distanzband und Verkehrsmittel)
  • 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 und Größen:

  • 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-M 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-M berechnet Wechselwirkungen von Instrumentenbündeln endogen. Alle Instrumente wirken gleichzeitig auf Kosten, Verhalten und Kaufentscheidung der Nutzenden. ASTRA-M 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

  • Sowohl der Personen- als auch der Güterverkehr werden in ASTRA-M bottom-up nach Vier-Stufen-Ansatz 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. BMV (Hrsg.) 2018) bzw. Güterverkehrserhebungen (z. B. Kraftfahrbundesamt [KBA] (Hrsg.) 2012) erzeugt. In Abhängigkeit der Wegezwecke 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-M auf Grund der Datengröße der Verkehrsnetzdaten nur stark vereinfacht durchgeführt werden. Bei zu starker Belastung der Infrastruktur wirkt sich dies über Rückkopplungs-Schleifen negativ auf Verkehrszeiten aus, welche sowohl die Verkehrsverteilung als auch den Modal Split beeinflussen können. Damit kann ASTRA-M auch Wirkungen von Staueffekten grob abbilden.

Zielsystem

Repräsentiertes System: ASTRA-M bildet in den vorliegenden Projektionen die Nachfrage nach Beförderungsleistungen von Personen und Gütern der Bundesrepublik Deutschland ab.

Systemgrenzen: Systemische Grenzen sind räumlich durch administrative Grenzen definiert. Die Ausnahme bilden hierbei Transit-/Durchgangsverkehre sowie das internationale Verkehrsaufkommen in Luft- und Seeschiffsverkehr. Zeitlich ermittelt ASTRA-M Modellgrößen in Ein-Jahres-Schritten, wobei die interne Berechnung Modellrechnung, zum Teil auch die Parametrisierung, in Viertel-Jahres-Schritten erfolgt. In der zeitlichen Auflösung ergibt sich daher unterjährig eine Begrenzung auf Quartale eines Jahres.

Literaturverzeichnis

  • BMV (Hrsg.) (2018). Mobilität in Deutschland 2017. Studie im Auftrag des Bundesministeriums für Digitales und Verkehr. Zugriff unter: https://www.mobilitaet-in-deutschland.de/ [Letzter Aufruf am 16.01.2026]
  • Schade W. (2005). Strategic Sustainability Analysis: Concept and application for the assessment of European Transport Policy (1. Auflage). Nomos.
  • 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. https://m-five.de/publikationsartikel/gestaltung-des-mks-referenzszenarios-fuer-die-periode-2022-bis-2050-ref-2050 [Letzter Aufruf am 16.01.2026]
  • Sterman, J. D. (2000). Business Dynamics: Systems thinking and modeling for a complex world. MacGraw-Hill Company.

Modellierungsprozess

Datenflüsse im Kontext des Modellierungsprozesses von ASTRA-M

Dieser Graph zeigt woher (und wieviele) Datensätze direkt oder indirekt in ASTRA-M fließen. Er zeigt auch, welche Datensätze durch ASTRA-M augegeben werden.

flowchart LR
classDef default text-decoration:none
temps["TEMPS"]
click temps href "/Modell/temps/"
temps__astra(["2"])
click temps__astra href "/Modellierungsprozess/temps__astra/"
astra["ASTRA-M"]
click astra href "/Modell/astra/"
style astra fill:#9d579a,stroke:#9d579a;
output(("Ergebnisdaten"))
astra__temps(["1"])
click astra__temps href "/Modellierungsprozess/astra__temps/"
astra__output(["11"])
click astra__output href "/Modellierungsprozess/astra__output/"
data_rahmendaten_gesamtbevoelkerung(["Rahmendaten - Gesamtbevölkerung"])
click data_rahmendaten_gesamtbevoelkerung href "/Datensatz/data_rahmendaten_gesamtbevoelkerung/"
data_parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_parametrisierungstabelle href "/Datensatz/data_parametrisierungstabelle/"
input__astra(["25"])
click input__astra href "/Modellierungsprozess/input__astra/"
data_endverbrauchspreistabelle(["Endverbrauchspreise der Energieträger für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_endverbrauchspreistabelle href "/Datensatz/data_endverbrauchspreistabelle/"
data_rahmendaten_wachstumsrate_bruttoinlandsprodukt(["Rahmendaten - Wachstumsrate Bruttoinlandsprodukt"])
click data_rahmendaten_wachstumsrate_bruttoinlandsprodukt href "/Datensatz/data_rahmendaten_wachstumsrate_bruttoinlandsprodukt/"
data_rahmendaten_bruttoinlandsprodukt(["Rahmendaten - Bruttoinlandsprodukt"])
click data_rahmendaten_bruttoinlandsprodukt href "/Datensatz/data_rahmendaten_bruttoinlandsprodukt/"
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2(["Rahmendaten - Preis im nationalen Emissionshandel / EU ETS 2"])
click data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 href "/Datensatz/data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2/"
input(("Eingangsdaten"))
view__astra(["4"])
click view__astra href "/Modellierungsprozess/view__astra/"
view["VIEW-LEO"]
click view href "/Modell/view/"
data_rahmendaten_produktionswert(["Rahmendaten - Produktionswert"])
click data_rahmendaten_produktionswert href "/Datensatz/data_rahmendaten_produktionswert/"
data_rahmendaten_produktionswert --> astra
data_rahmendaten_gesamtbevoelkerung --> astra
astra --> astra__output
input__astra --> astra
data_parametrisierungstabelle --> astra
temps --> temps__astra
astra --> astra__temps
astra__temps --> temps
view__astra --> astra
input --> input__astra
data_endverbrauchspreistabelle --> astra
astra__output --> output
view --> view__astra
data_rahmendaten_wachstumsrate_bruttoinlandsprodukt --> astra
data_rahmendaten_bruttoinlandsprodukt --> astra
temps__astra --> astra
data_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_pass_pkm_fuss(["Personenverkehrsleistung Zufußgehen"])
click astra_out_pass_pkm_fuss href "/Datensatz/astra_out_pass_pkm_fuss/"
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_pass(["ASTRA-Modellinputdaten: Modul Personenverkehr (PASS)"])
click astra_in_module_pass href "/Datensatz/astra_in_module_pass/"
data_parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_parametrisierungstabelle href "/Datensatz/data_parametrisierungstabelle/"
temps_kilometerkosten(["Kilometerkosten"])
click temps_kilometerkosten href "/Datensatz/temps_kilometerkosten/"
data_rahmendaten_bruttoinlandsprodukt(["Rahmendaten - Bruttoinlandsprodukt"])
click data_rahmendaten_bruttoinlandsprodukt href "/Datensatz/data_rahmendaten_bruttoinlandsprodukt/"
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_out_fre_tkm_luft(["Güterverkehrsleistung Luftverkehr national und international"])
click astra_out_fre_tkm_luft href "/Datensatz/astra_out_fre_tkm_luft/"
astra_out_fre_tkm_strasse(["Güterverkehrsleistung Straßenverkehr"])
click astra_out_fre_tkm_strasse href "/Datensatz/astra_out_fre_tkm_strasse/"
astra_out_pass_pkm_rad(["Personenverkehrsleistung Rad"])
click astra_out_pass_pkm_rad href "/Datensatz/astra_out_pass_pkm_rad/"
astra_out_fre_tkm_binnenschiff(["Güterverkehrsleistung Binnenschifffahrt"])
click astra_out_fre_tkm_binnenschiff href "/Datensatz/astra_out_fre_tkm_binnenschiff/"
astra_in_module_fre(["ASTRA-Modellinputdaten: Modul Güterverkehr (FRE)"])
click astra_in_module_fre href "/Datensatz/astra_in_module_fre/"
astra["ASTRA-M"]
click astra href "/Modell/astra/"
style astra fill:#9d579a,stroke:#9d579a;
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/"
data_rahmendaten_gesamtbevoelkerung(["Rahmendaten - Gesamtbevölkerung"])
click data_rahmendaten_gesamtbevoelkerung href "/Datensatz/data_rahmendaten_gesamtbevoelkerung/"
astra_out_interface_temps(["Dateninterface ASTRA-TEMPS (Sektor Verkehr)"])
click astra_out_interface_temps href "/Datensatz/astra_out_interface_temps/"
data_endverbrauchspreistabelle(["Endverbrauchspreise der Energieträger für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_endverbrauchspreistabelle href "/Datensatz/data_endverbrauchspreistabelle/"
data_rahmendaten_wachstumsrate_bruttoinlandsprodukt(["Rahmendaten - Wachstumsrate Bruttoinlandsprodukt"])
click data_rahmendaten_wachstumsrate_bruttoinlandsprodukt href "/Datensatz/data_rahmendaten_wachstumsrate_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/"
astra_out_pass_pkm_miv(["Personenverkehrsleistung im motorisierten Individualverkehr"])
click astra_out_pass_pkm_miv href "/Datensatz/astra_out_pass_pkm_miv/"
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2(["Rahmendaten - Preis im nationalen Emissionshandel / EU ETS 2"])
click data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 href "/Datensatz/data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2/"
data_rahmendaten_produktionswert(["Rahmendaten - Produktionswert"])
click data_rahmendaten_produktionswert href "/Datensatz/data_rahmendaten_produktionswert/"
data_parametrisierungstabelle --> astra
data_rahmendaten_bruttoinlandsprodukt --> astra
data_rahmendaten_wachstumsrate_bruttoinlandsprodukt --> astra
data_rahmendaten_produktionswert --> astra
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> astra
astra_in_module_pass --> astra
astra --> astra_out_fre_tkm_strasse
astra --> astra_out_pass_pkm_oeff_schiene
astra --> astra_out_pass_pkm_oeff_strasse
astra --> astra_out_pass_pkm_miv
astra --> astra_out_fre_tkm_luft
astra --> astra_out_fre_tkm_schiene
astra --> astra_out_pass_pkm_fuss
astra --> astra_out_fre_tkm_seeschiff
astra --> astra_out_pass_pkm_rad
astra --> astra_out_fre_tkm_binnenschiff
astra --> astra_out_interface_temps
astra --> astra_out_pass_pkm_luft
data_rahmendaten_gesamtbevoelkerung --> astra
temps_kilometerkosten --> astra
astra_in_module_fre --> astra
data_endverbrauchspreistabelle --> astra