Zum Inhalt

TEMPS

Name

Transport Emissions and Policy Scenarios

Version des Modells

PB26_1.13 - das Modell wird eigens für den Projektionsbericht jährlich weiterentwickelt, die Versionierung beginnt für jeden Bericht neu.

Betreibende Organisation

Öko-Institut e.V.

Zweck des Modells

  • Das am Öko-Institut entwickelte Modell TEMPS (Transport Emissions and Policy Scenarios) ermöglicht es, den Endenergiebedarf und die (Treibhausgas-) Emissionen des Verkehrs für unterschiedliche Szenarien auf nationaler Ebene zu quantifizieren und einzelne Politikinstrumente zu bewerten. Das Modell hat seinen Ursprung in der Politikberatung und besteht aus den drei Komponenten Verkehrsnachfrage, Neuzulassungsmodellierung und Bestand, Energie- und Treibhausgasbilanz. Somit lassen sich Projektionen für die zukünftige Entwicklung von u.a. Fahrzeugflotte, Energieverbrauch und Emissionen abbilden.
  • Das Modell betrachtet die Verkehrsemissionen in Deutschland nach Sektordefinition des Klimaschutzgesetzes sowie bei Bedarf ausgehende internationale Verkehre.
  • Mithilfe von TEMPS lässt sich die Wirkung von sowohl ökonomischen Politikinstrumenten als auch von Ordnungsrecht abbilden. Darüber hinaus werden nationale und globale technologische Trends berücksichtigt. Beispielsweise die Entwicklung von Technologiekosten, wie die der Fahrzeuge oder der Batterien.
  • Beispiele an konkreten Forschungsfragen:
    • Wie ist die Wirkung von Politikinstrumenten auf die Flottenzusammensetzung, den Energiebedarf und die THG-Emissionen?
    • Wie ist die Wirkung von technologischen Trends/ Pfaden auf die Flottenzusammensetzung, den Energiebedarf und die Emissionen?
    • Wie groß ist die Erfüllungslücke bei den THG-Emissionen bezogen auf das Klimaschutzgesetz beim aktuellen Umsetzungsstand der Klimapolitik?
    • Welche Instrumente führen zur Einhaltung des Sektorziels im Verkehr?
    • Zusätzlich können über nachgelagerte Berechnungen und Modellkopplungen folgende Forschungsfragen beantwortet werden: - Wie groß ist der Bedarf an Ladeinfrastruktur für Nutzfahrzeuge? - Wie groß sind Investitionen im Verkehrssektor bzw. was sind die volkswirtschaftlichen Auswirkungen der Szenarien? - Verteilungswirkungen: Wen treffen die Kosten für die Transformation? - Welchen Effekt haben Flexibilitätspotenziale der Elektromobilität auf den Strommarkt? (Kopplung mit dem Modell Powerflex)

Akteure

Die Kaufentscheidung wird für einzelne Akteure anhand von rund 2400 Nutzerprofilen simuliert. Die Profile basieren für Pkw auf Analysen von den Studien Mobilität in Deutschland (siehe Datensatz MiD 2017) und Deutsches Mobilitätspanel (siehe Datensatz MOP) und sind nach Haltergruppe (kommerzielle Halter, private Halter und Carsharing-Dienstleister), Fahrleistung (numerischer Wert aus entsprechenden MOP/MiD-Profilen), Regionstyp (urban, suburban, ländlich) und Fahrzeuggrößenklasse (klein, mittel, groß) differenziert. Für Lkw sind zudem Reichweitenanforderungen bzw. durchschnittliche Wegelängen auf Basis der Studie Kraftfahrzeugverkehr in Deutschland (siehe Datensatz KiD 2010) durch Profildifferenzierung hinterlegt. Die Modellierung des Verhaltens der Akteure beruht auf der Annahme, dass die Nutzenden sich in Zukunft so verhalten, wie die dem Modell zugrunde liegenden Daten es vorhersagen. Dabei werden Trends, welche eine Verhaltensänderung erkennen lassen, fortgeschrieben (bspw. bei der Popularität von E-Fahrzeugen). Es ist möglich „perfect foresight“ im Modell anzunehmen. Perfect foresight bezeichnet die Annahme, dass ein Entscheidungsträger beim Fahrzeugkauf vollständige und fehlerfreie Kenntnis über alle relevanten zukünftigen (Preis-)Entwicklungen hat und diese bei der heutigen Entscheidung korrekt berücksichtigt. Aufgrund realer Entwicklungen wird dies in den Szenarien im Normalfall nicht angewendet (so auch im Projektionsbericht).

Dokumentation

Unter folgendem Link ist eine ausführliche Dokumentation des Modells verfügbar [Öko-Institut e.V. 2025]. Es gibt bisher keine Artikel, in denen das Modell explizit kritisch geprüft bzw. validiert wird, da das Modell bisher nur für die Auftragsforschung entwickelt und angewendet wurde, wie im Projekt "StratES" [Göckeler et al. 2023].

Räumliche Abdeckung

  • Alle Szenarien beziehen sich primär auf die nationale Ebene (Deutschland). Berücksichtigt wird dabei die Verkehrsleistung nach dem Inlandsprinzip. Die Verkehrsleistung ist das Produkt aus der Menge der beförderten Personen oder Güter und der zurückgelegten Entfernung (Einheit Personenkilometer oder Tonnenkilometer). Inlandsprinzip bedeutet, dass die Verkehrsleistung innerhalb der territorialen Grenzen Deutschlands betrachtet wird (also auch ausländische Fahrzeuge). Der Fahrzeugbestand wird hingegen nach dem Inländerprinzip erhoben, das alle in Deutschland zugelassenen Kraftfahrzeuge beinhaltet.
  • Internationale Verkehre, ausgehend von Deutschland, werden im Projektionsbericht ebenfalls abgebildet (Personenflugverkehr, Güterflugverkehr, Güterseeverkehr) und nachrichtlich ausgewiesen.

Zeithorizont

  • Das Modell TEMPS rechnet jahresscharf bis zum Jahr 2050.
  • Startzeitpunkt der Modellierung ist typischerweise das jeweils aktuelle Jahr. Die Kalibrierung des Modells erfolgt auf das Jahr mit einem vollständigen Datensatz (Energiebilanz, Zulassungsdaten, Verkehrsnachfrage, u.a.). Dies ist zumeist das vorausgehende Jahr. Der Endpunkt der Modellierung kann flexibel angepasst werden.
  • Im Projektionsbericht 2026 wird auf das Jahr 2024/2025 kalibriert und bis 2050 gerechnet.

Zeitliche Auflösung

  • Das Modell rechnet in ganzen Jahresschritten.

Konzeptionelle Gestaltungsprinzipien

Mit dem Modell TEMPS lassen sich relevante Politikinstrumente im Verkehrssektor abbilden. Dazu gehören: ökonomische Instrumente (bspw. Steuererhöhungen, Kaufprämien, Pkw-Maut), Ordnungsrechtinstrumente (bspw. Tempolimit, EU-CO2-Flottenzielwerte) sowie Infrastrukturmaßnahmen (bspw. Deutschlandtakt, Radverkehrsförderung). Wechselwirkungen werden modellendogen berücksichtigt, da alle Instrumente gleichzeitig auf Kosten, Verhalten und Kaufentscheidung der Nutzer*innen wirken.

Methodischer/mathematischer Ansatz

TEMPS ist ein Simulationsmodell, das die Entwicklung von Neuzulassungen und der Fahrzeugbestandsstruktur bottom-up abbildet. Ein Simulationsmodell beschreibt dabei ein reales System in formalisierter Form und ermöglicht die rechnergestützte Analyse seines Verhaltens unter gegebenen Annahmen und Szenarien. Die Modellierung der Fahrzeugwahl basiert auf dem ökonomischen Konzept der Total Cost of Ownership (TCO), welche sämtliche über den Lebenszyklus eines Fahrzeugs anfallenden Kosten – einschließlich Anschaffung, Betrieb, Wartung und Wiederverkauf – berücksichtigt. Zur Abbildung der diskreten Kaufentscheidung wird die TCO-basierte Kostenbewertung mit einem statistischen Logit-Modell kombiniert, das die Wahrscheinlichkeit der Wahl einzelner Pkw-Antriebsarten beschreibt. Ein Logit-Modell basiert auf einem ökonometrischen Schätzverfahren, mit dem der Einfluss verschiedener Variablen auf eine binäre Zielgröße (hier Kaufentscheidung ja/nein) geschätzt wird. Die Parameter des Logit-Modells werden anhand von Ist-Daten (z.B. Anzahl an Kfz-Neuzulassungen aus den EU-Monitoring-Datensätzen) kalibriert, sodass neben ökonomischen Größen auch nicht-ökonomische Einflussfaktoren implizit erfasst werden. Darüber hinaus werden sowohl die Gesamtfahrleistung als auch der Gesamtenergiebedarf des Fahrzeugbestands mithilfe empirischer Datenquellen (u. a. AG Energiebilanzen, Verkehr in Zahlen) kalibriert. Eine detaillierte Beschreibung von TCO- und Logitmodell inklusive mathematischer Gleichungen findet sich in der Modelldokumentation Kapitel 4.1 und 4.2.

Open Source

TEMPS ist eine proprietäre Eigenentwicklung des Öko-Instituts und derzeit nicht offen lizensiert. Eine schrittweise Öffnung befindet sich in Planung. Das Öko-Institut unterstützt und fördert zudem die Prinzipien von Open Data und Open Modelling.

Parameter

Relevante Parameter zur Konfiguration des Modellverhaltens im Rahmen der in den Projektionen genutzten Modellteile sind u.a.:

Ist-Daten zur Kalibrierung: Energiebilanzdaten, Flottenzusammensetzung, Neuzulassungen, Verkehrsleistung, Logit-Parameter

Demografische & Wirtschaftliche Parameter: Bevölkerungsentwicklung, Inflation, Energiepreise, CO₂-Preispfad

Parameter zur Abbildung von Technologien: Fahrzeugpreise je Antrieb und Effizienz (Kostenkurven), Batteriepreise

Parameter zur Abbildung politischer Instrumente: Förderprogramme für E-Mobilität, Zielwert & Unterquoten THG-Quote, Höhe der CO₂-Standards für Fahrzeuge (PKW, LNF, SNF), Mautsätze, Steuern, Abgaben

Programmiersprache

Python

Programmtechnische Gestaltungsprinzipien

Das Modell besteht aus einem Neuzulassungsmodul, einem Bestandsmodul, einem Verkehrsnachfragemodul, einem Kraftstoffmodul sowie dem THG- und Endenergienachfragemodul. Die genannten Module sind direkt miteinander gekoppelt und werden in der Regel nacheinander ausgeführt. Eine detaillierte Beschreibung befindet sich in der Modelldokumentation Kapitel 4.1 bis 4.7 [Öko-Institut e.V. 2025]. Es bestehen auch Abhängigkeiten, die Iterationsrechungen notwendig machen, z.B. die Erfüllung der THG-Quote und deren Einfluss auf die Kilometerkosten. Darüber hinaus gibt es ein Investitionsmodul, ein Verteilungswirkungsmodul und ein Ladeinfrastrukturmodul, welche bei Bedarf im Anschluss an die Berechnung des Szenarios ausgeführt werden können. Die Kalibrierung an Ist-Daten (Abgleich von Modellergebnis mit real zu beobachtenden Entwicklungen) und das kontinuierliche Nachführen dieser Daten sobald verfügbar, stellt eine Kurzfristvalidierung der Modellierung sicher. TEMPS hat außerdem eine Schnittstelle zu PowerFlex (ÖI) und der Energiemodellierung ENUSEM (ÖI). Die Datenübergabe erfolgt mittels Excel Dateien und csv-Dateien.

Räumliche Auflösung

Räumliche Variablen sind entlang der Verstädterungsgradkategorien von eurostat in urban, suburban und ländlich unterteilt [Eurostat 2021]. Im Verlauf der Rechnungen werden Ergebnisse auf nationaler Ebene aggregiert.

Sektoren

TEMPS bildet die THG-Emissionen des nationalen Verkehrssektors nach Definition des Bundesklimaschutzgesetzes ab sowie die realen Emissionen.

Software

  • Python
  • Excel
  • Git

Techniken

Das Modell bildet den Verkehrssektor mit den dazugehörigen Technologien ab. Dazu gehören öffentliche und private Kraftfahrzeuge sowie der Rad- und Fußverkehr. Teilweise können auch Aussagen über Verkehrsinfrastrukturen abgeleitet werden. Pkw werden anhand der KBA-Segmente (13 Segmente, Eingruppierung der Modellreihen anhand optischer, technischer und marktorientierter Merkmal [KBA 2025]) in drei Kategorien eingeteilt: "Klein" umfasst die KBA-Segmente Mini und Kleinwagen, "Mittel" umfasst Kompaktklasse und Mini-Vans, "Groß" umfasst Mittelklasse, Sportwagen, Großraum-Vans, obere Mittelklasse, Utilities, Geländewagen (incl. SUV), Oberklasse, Wohnmobile und Sonstige. Die Klassifizierung von Lkw sowie allen anderen Verkehrsmitteln (Rad, Fuß und öffentlicher Verkehr) erfolgt entlang der Einteilung im Modell TREMOD des Instituts Ifeu [Allekotte et al. 2025]. Kosten und Entwicklung der Technologien sind in einer internen Technologiedatenbank hinterlegt (Entwicklung von Technologiekosten der Fahrzeuge und Komponenten sowie Effizienztechnologien). Diese ist derzeit nicht öffentlich zugänglich. Die zugrundeliegenden Quellen werden veröffentlicht (siehe Datensatz "techno_economic_assumptions_of_the_primes_tremove_transport_model").

Treibhausgasemissionen

Das Modell bildet CO2, N2O, CH4 sowie nicht-CO2-Effekte im Luftverkehr ab.

Unsicherheit

Unsicherheiten in der Modellierung ergeben sich insbesondere aus notwendigen Vereinfachungen komplexer Wirkungsketten. Aufgrund von Restriktionen hinsichtlich Rechenaufwand, Modelllaufzeit und Modellkontrollierbarkeit kann die reale Systemkomplexität nur in abstrahierter Form abgebildet werden, was zwangsläufig zu Abweichungen gegenüber der Realität und damit zu inhärenten Modellunsicherheiten führt. Darüber hinaus wird die Genauigkeit der Modellergebnisse teilweise durch die begrenzte Verfügbarkeit geeigneter Inputdaten eingeschränkt. Für einige zentrale Modellparameter liegen keine empirisch belastbaren Daten vor, beispielsweise zur zukünftigen Akzeptanz alternativer Antriebstechnologien oder zu Preiselastizitäten bei sehr hohen Kraftstoffbesteuerungen. In diesen Fällen ist die Verwendung von Annahmen erforderlich, wodurch zusätzliche Unsicherheiten entstehen. Im Simulationsmodell TEMPS werden diese Unsicherheiten durch eine Kurzfristvalidierung, die Kalibrierung an beobachtete Ist-Daten sowie durch die Durchführung von Sensitivitätsanalysen systematisch adressiert und reduziert.

Visualisierung des Modells und dessen Funktionsweisen

Wesentliche endogene und exogene Strukturen/Variablen

Endogene Strukturen:

  • Kaufentscheidung
  • Neuzulassungsstruktur
  • Bestandszusammensetzung
  • Energie- und THG-Emissionen

Endogene Variablen (u.a.):

  • Anzahl der Fahrzeuge (Neuzulassungen und Bestand) nach Antrieben
  • Verkehrsleistung nach Verlagerungen (für alle Verkehrsträger) in pkm/tkm
  • Effizienz und spezifischer Energieverbrauch von Straßenfahrzeugen in MJ/km
  • THG-Emissionen in t CO2-Äquivalenten
  • Gesamtinvestitions- und Nutzungskosten in €2010 Endenergieverbrauch in MJ

Exogene Variablen:

  • Bevölkerungsentwicklung
  • Energieverbrauch anderer Verkehrsträger (ÖPNV, Schiene, Schiff, Flugzeug)
  • Emissionsfaktoren
  • Schienenkapazität
  • Ladeinfrastruktur
  • Referenzverkehrsnachfrage
  • Nutzerprofile
  • Kraftstoffkosten
  • Fahrzeugpreise/Betriebskosten

Wesentliche Konzepte und Annahmen

  • Neuzulassungsmodellierung:
    • Die Neuzulassungsmodellierung basiert auf einem TCO-Modell (Total Cost of Ownership), in welchem die Kosten (Investitions- und Betriebskosten) über die gesamte Haltedauer für rund 2400 Nutzerprofile berechnet werden (siehe Modelldokumentation TCO-Modell und Nutzerprofile [Öko-Institut e.V. 2025]). Bei der Antriebswahl für Pkws werden darüber hinaus nicht-ökonomische Verhaltensweise über ein kalibriertes Logit-Modell berücksichtigt, da die Realität zeigt, dass Fahrzeugkäufer den Antrieb nicht per se nach ökonomischen Kriterien wählen (siehe Modelldokumentation Logit-Modell [Öko-Institut e.V. 2025]). Zusätzlich zu ökonomischen Einflüssen können ordnungsrechtliche Instrumente die technologische Zusammensetzung der Neuzulassungen beeinflussen, insbesondere die EU-CO2-Flottenzielwerte [EU 2019a; EU 2019b]. Die absolute Höhe des Pkw-Bestands fließt als Inputgröße in das Modell und wird anhand von Bevölkerungsprognosen jahresscharf fortgeschrieben. Der Fahrzeugbestand in TEMPS wird nach dem Inländerprinzip ausgewiesen, was bedeutet, dass nur in Deutschland gemeldete Fahrzeuge berücksichtigt werden.
  • Verkehrsnachfrage:
    • Im Projektionsbericht 2026 wird die Verkehrsnachfrage und -verlagerung durch das Modell Astra-M modelliert. Hierzu wurde eine eigene Datenschnittstelle eingerichtet, um Änderungen der Kilometerkosten an Astra-M und die daraus resultierenden Effekte der Verkehrsnachfrage an TEMPS zu übergeben. Änderungen der Kilometerkosten im Szenario ergeben sich durch Politikinstrumente (z.B. Änderung der Besteuerung von Kraftstoffen, Maut) sowie durch technologische Trends wie Elektrifizierung (sinkende Kilometerkosten durch effizientere Antriebe). TEMPS verfügt ebenfalls über Methodiken zur Berechnung von Verkehrsverlagerung, -induktion und -vermeidung, welche in diesem Projekt jedoch nicht angewandt werden (Preis- und Kreuzpreiselastizitäten). Die Verkehrsnachfrage basiert grundsätzlich auf dem Inlandsprinzip - dies bedeutet, dass die innerhalb der geografischen Grenzen Deutschlands erbrachte Verkehrsleistung berücksichtigt wird, unabhängig von der Nationalität der Fahrzeuge.
  • Ladeinfrastruktur:
    • Informationen über Fahrtenketten und Fahrtenweiten ermöglichen die modellendogene Kopplung von Infrastruktur und Nutzung der Fahrzeuge (siehe Modelldokumentation Energieinfrastruktur [Öko-Institut e.V. 2025]). Zur Modellierung müssen jedoch Annahmen zum Infrastrukturhochlauf getroffen werden. Es wird davon ausgegangen, dass die Elektrifizierung der Pkw-Flotte zu einem bedarfsgerechten Ausbau der Ladeinfrastruktur führt, da hier neue Märkte erschlossen werden können. Für Lkw wird ein Hochlauf bis 2040 angenommen.
  • Endenergie und THG-Emissionen:
    • Die Berechnung des Endenergieverbrauchs erfolgt entlang des spezifischen Verbrauchs der Fahrzeuge der Bestandsflotte und umfasst die tatsächlich eingesetzte Energie ohne Berücksichtigung von Umwandlungs- oder Übertragungsverlusten, die bei der Erzeugung und Verteilung der Energie bis zur Tankstelle auftreten. Ladeverluste von Batteriefahrzeugen werden berücksichtigt. Für die Berechnung der Treibhausgasemissionen werden Emissionsfaktoren auf Basis des Energieinventars der AG Energiebilanzen genutzt. Neben CO2-Emissionen werden Lachgas- und Methanemissionen berechnet. Zudem werden für den Straßenverkehr auch Luftschadstoffemissionen über Emissionsfaktoren aus dem Handbuch für Emissionsfaktoren [INFRAS 2025] ermittelt.

Literaturverzeichnis

Allekotte, M.; Biemann, K.; Colson, M.; Heidt, C.; Kräck, J.; Knörr, W. (2025): Aktualisierung TREMOD 2024, Endbericht. Online verfügbar unter https://doi.org/10.60810/openumwelt-8069, zuletzt geprüft am 04.03.2026.

EU (2019a): VERORDNUNG (EU) 2019/631 DES EUROPÄISCHEN PARLAMENTS UND DES RATES vom 17. April 2019 zur Festsetzung von CO2-Emissionsnormen für neue Personenkraftwagen und für neue leichte Nutzfahrzeuge und zur Aufhebung der Verordnungen (EG) Nr. 443/2009 und (EU) Nr. 510/2011. Neufassung. Online verfügbar unter https://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:02019R0631-20231203, zuletzt geprüft am 01.07.2025.

EU (2019b): VERORDNUNG (EU) 2019/1242 DES EUROPÄISCHEN PARLAMENTS UND DES RATES vom 20. Juni 2019 zur Festsetzung von CO2-Emissionsnormen für neue schwere Nutzfahrzeuge und Änderung der Verordnungen (EC) No 595/2009 and (EU) 2018/956. In: Official Journal of the European Union L 198, S. 1–39. Online verfügbar unter https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:32019R1242&from=DE, zuletzt geprüft am 23.10.2024.

Eurostat (2021): Applying the degree of urbanisation, A methodological manual to define cities, towns and rural areas for international comparisons 2021 edition, Europäische Union; FAO; UN-Habitat; OECD; Weltbank (Manuals and guidelines / Eurostat). Luxembourg: Publications Office of the European Union.

Göckeler, K.; Steinbach, I.; Görz, W. K.; Hacker, F.; Blanck, R.; Mottschall, M. (2023): StratES – Szenarien für die Elektrifizierung des Straßengüterverkehrs. Studie auf Basis von Markthochlaufmodellierungen., Dritter Teilbericht des Forschungs- und Dialogvorhabens StratES. Öko-Institut e.V. (Hg.). Online verfügbar unter https://www.oeko.de/fileadmin/oekodoc/StratES-Szenarien-Elektrifizierung-Strassengueterverkehr.pdf, zuletzt geprüft am 27.09.2023.

INFRAS (2025): HBEFA 5.1 Datenbank. Version 5.1. Zürich. Lizenzierte Datenbank.

KBA (2025): Glossar. Online verfügbar unter https://www.kba.de/DE/Service/Glossar1/Functions/glossar.html, zuletzt geprüft am 17.02.2026.

Öko-Institut e.V. (2025): TEMPS Dokumentation. Online verfügbar unter https://oekoinstitut.github.io/TEMPS_documentation/, zuletzt aktualisiert am 11.06.2025, zuletzt geprüft am 24.10.2025.

Modellierungsprozess

Datenflüsse im Kontext des Modellierungsprozesses von TEMPS

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

flowchart LR
classDef default text-decoration:none
forecast_residential["FORECAST-Residential"]
click forecast_residential href "/Modell/forecast_residential/"
temps__lawienmod(["1"])
click temps__lawienmod href "/Modellierungsprozess/temps__lawienmod/"
invert_ee_lab["Invert/EE-Lab"]
click invert_ee_lab href "/Modell/invert_ee_lab/"
input(("Eingangsdaten"))
data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator(["Rahmendaten - Preisindex Bruttoinlandsprodukt (Deflator)"])
click data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator href "/Datensatz/data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator/"
temps__powerflex(["10"])
click temps__powerflex href "/Modellierungsprozess/temps__powerflex/"
data_instrumentenwirkung(["Treibhausgasminderungswirkung der Instrumente der Treibhausgas-Projektion 2026 für Deutschland (Datentabelle)"])
click data_instrumentenwirkung href "/Datensatz/data_instrumentenwirkung/"
lawienmod["LaWiEnMod"]
click lawienmod href "/Modell/lawienmod/"
data_rahmendaten_gesamtbevoelkerung(["Rahmendaten - Gesamtbevölkerung"])
click data_rahmendaten_gesamtbevoelkerung href "/Datensatz/data_rahmendaten_gesamtbevoelkerung/"
temps__enusem(["1"])
click temps__enusem href "/Modellierungsprozess/temps__enusem/"
data_endverbrauchspreistabelle(["Endverbrauchspreise der Energieträger für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_endverbrauchspreistabelle href "/Datensatz/data_endverbrauchspreistabelle/"
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/"
enusem["ENUSEM"]
click enusem href "/Modell/enusem/"
view__temps(["2"])
click view__temps href "/Modellierungsprozess/view__temps/"
temps__forecast_residential(["1"])
click temps__forecast_residential href "/Modellierungsprozess/temps__forecast_residential/"
temps["TEMPS"]
click temps href "/Modell/temps/"
style temps fill:#9d579a,stroke:#9d579a;
temps__forecast_tertiary(["1"])
click temps__forecast_tertiary href "/Modellierungsprozess/temps__forecast_tertiary/"
data_parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_parametrisierungstabelle href "/Datensatz/data_parametrisierungstabelle/"
input__temps(["20"])
click input__temps href "/Modellierungsprozess/input__temps/"
temps__astra(["2"])
click temps__astra href "/Modellierungsprozess/temps__astra/"
data_datentabelle(["Datentabelle für die Treibhausgas-Projektionen 2026 für Deutschland"])
click data_datentabelle href "/Datensatz/data_datentabelle/"
temps__invert_ee_lab(["1"])
click temps__invert_ee_lab href "/Modellierungsprozess/temps__invert_ee_lab/"
temps__forecast_industry(["1"])
click temps__forecast_industry href "/Modellierungsprozess/temps__forecast_industry/"
forecast_tertiary["FORECAST-Tertiary"]
click forecast_tertiary href "/Modell/forecast_tertiary/"
astra["ASTRA-M"]
click astra href "/Modell/astra/"
forecast_industry["FORECAST-Industry"]
click forecast_industry href "/Modell/forecast_industry/"
output(("Ergebnisdaten"))
temps__output(["9"])
click temps__output href "/Modellierungsprozess/temps__output/"
data_rahmendaten_heiz_und_kuehlgradtage(["Rahmendaten - Heiz- und Kühlgradtage"])
click data_rahmendaten_heiz_und_kuehlgradtage href "/Datensatz/data_rahmendaten_heiz_und_kuehlgradtage/"
powerflex["PowerFlex"]
click powerflex href "/Modell/powerflex/"
astra__temps(["1"])
click astra__temps href "/Modellierungsprozess/astra__temps/"
view["VIEW-LEO"]
click view href "/Modell/view/"
temps --> temps__powerflex
temps__enusem --> enusem
data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator --> temps
astra__temps --> temps
temps --> temps__lawienmod
temps --> temps__invert_ee_lab
input__temps --> temps
temps__output --> output
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> temps
data_rahmendaten_heiz_und_kuehlgradtage --> temps
view__temps --> temps
temps__forecast_industry --> forecast_industry
data_parametrisierungstabelle --> temps
data_endverbrauchspreistabelle --> temps
temps --> data_datentabelle
input --> input__temps
temps --> temps__enusem
temps__powerflex --> powerflex
temps__invert_ee_lab --> invert_ee_lab
temps --> data_instrumentenwirkung
temps__astra --> astra
view --> view__temps
temps__forecast_residential --> forecast_residential
temps --> data_endverbrauchspreistabelle
temps --> temps__forecast_tertiary
temps --> temps__astra
data_rahmendaten_gesamtbevoelkerung --> temps
temps__forecast_tertiary --> forecast_tertiary
temps__lawienmod --> lawienmod
temps --> temps__forecast_industry
temps --> temps__output
astra --> astra__temps
temps --> temps__forecast_residential

Direkte Datenflüsse zu TEMPS

Dieser Graph zeigt an, welche Datensätze direkt in TEMPS fließen oder durch TEMPS ausgegeben werden.

flowchart LR
classDef default text-decoration:none
temps_kraftfahrzeugverkehr_in_deutschland_2010_kid2010(["Kraftfahrzeugverkehr in Deutschland 2010 (KID2010)"])
click temps_kraftfahrzeugverkehr_in_deutschland_2010_kid2010 href "/Datensatz/temps_kraftfahrzeugverkehr_in_deutschland_2010_kid2010/"
temps_inflexible_stromnachfrageprofile_emob(["Stromnachfrageprofile von Elektrofahrzeugen mit unflexibler Nachfrage"])
click temps_inflexible_stromnachfrageprofile_emob href "/Datensatz/temps_inflexible_stromnachfrageprofile_emob/"
temps_zfr(["Zentrales Fahrzeugregister (ZFR)"])
click temps_zfr href "/Datensatz/temps_zfr/"
temps["TEMPS"]
click temps href "/Modell/temps/"
style temps fill:#9d579a,stroke:#9d579a;
temps_mop(["Deutsches Mobilitätspanel (MOP)"])
click temps_mop href "/Datensatz/temps_mop/"
data_parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_parametrisierungstabelle href "/Datensatz/data_parametrisierungstabelle/"
interface_1a3_verkehr_nur_historisch(["Interface Verkehr zwischen ENUSEM und TEMPS: nur historisch"])
click interface_1a3_verkehr_nur_historisch href "/Datensatz/interface_1a3_verkehr_nur_historisch/"
temps_kilometerkosten(["Kilometerkosten"])
click temps_kilometerkosten href "/Datensatz/temps_kilometerkosten/"
temps_tremod(["TREMOD"])
click temps_tremod href "/Datensatz/temps_tremod/"
temps_eu_monitoring_cars(["Monitoring of CO2 emissions from passenger cars Regulation (EU) 2019/631"])
click temps_eu_monitoring_cars href "/Datensatz/temps_eu_monitoring_cars/"
data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator(["Rahmendaten - Preisindex Bruttoinlandsprodukt (Deflator)"])
click data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator href "/Datensatz/data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator/"
temps_eu_monitoring_hdv(["Monitoring of CO2 emissions from heavy-duty vehicles - Regulation (EU) 2018/956"])
click temps_eu_monitoring_hdv href "/Datensatz/temps_eu_monitoring_hdv/"
temps_fahrleistungserhebung_2014_fle2014(["Fahrleistungserhebung 2014 (FLE2014)"])
click temps_fahrleistungserhebung_2014_fle2014 href "/Datensatz/temps_fahrleistungserhebung_2014_fle2014/"
data_datentabelle(["Datentabelle für die Treibhausgas-Projektionen 2026 für Deutschland"])
click data_datentabelle href "/Datensatz/data_datentabelle/"
temps_verkehrsbarometer_2022(["Verkehrsbarometer 2025"])
click temps_verkehrsbarometer_2022 href "/Datensatz/temps_verkehrsbarometer_2022/"
temps_fqd(["Fuel Quality Directive Artikel 7a"])
click temps_fqd href "/Datensatz/temps_fqd/"
temps_fahrzeugflotte_emob_flexibel(["Anzahl und Eigenschaften von Elektrofahrzeugen mit flexibler Nachfrage"])
click temps_fahrzeugflotte_emob_flexibel href "/Datensatz/temps_fahrzeugflotte_emob_flexibel/"
temps_zolldaten(["Fortschrittliche Quote"])
click temps_zolldaten href "/Datensatz/temps_zolldaten/"
data_instrumentenwirkung(["Treibhausgasminderungswirkung der Instrumente der Treibhausgas-Projektion 2026 für Deutschland (Datentabelle)"])
click data_instrumentenwirkung href "/Datensatz/data_instrumentenwirkung/"
temps_techno_economic_assumptions_of_the_primes_tremove_transport_model(["Techno-economic assumptions of the PRIMES-TREMOVE transport model"])
click temps_techno_economic_assumptions_of_the_primes_tremove_transport_model href "/Datensatz/temps_techno_economic_assumptions_of_the_primes_tremove_transport_model/"
data_rahmendaten_gesamtbevoelkerung(["Rahmendaten - Gesamtbevölkerung"])
click data_rahmendaten_gesamtbevoelkerung href "/Datensatz/data_rahmendaten_gesamtbevoelkerung/"
data_rahmendaten_heiz_und_kuehlgradtage(["Rahmendaten - Heiz- und Kühlgradtage"])
click data_rahmendaten_heiz_und_kuehlgradtage href "/Datensatz/data_rahmendaten_heiz_und_kuehlgradtage/"
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/"
temps_mautstatistik(["Mautstatistik"])
click temps_mautstatistik href "/Datensatz/temps_mautstatistik/"
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/"
interface_1a3_verkehr(["Interface Verkehr zwischen ENUSEM und TEMPS: historisch und Projekion"])
click interface_1a3_verkehr href "/Datensatz/interface_1a3_verkehr/"
temps_flexibilisierbares_stromanchfrageprofil_emob(["Fahrleistungs- und Standortprofile von Elektrofahrzeugen mit flexibler Nachfrage"])
click temps_flexibilisierbares_stromanchfrageprofil_emob href "/Datensatz/temps_flexibilisierbares_stromanchfrageprofil_emob/"
temps_mid2017(["Mobilität in Deutschland 2017"])
click temps_mid2017 href "/Datensatz/temps_mid2017/"
temps_verkehr_in_zahlen_vi_z(["Verkehr in Zahlen (ViZ)"])
click temps_verkehr_in_zahlen_vi_z href "/Datensatz/temps_verkehr_in_zahlen_vi_z/"
temps_mop --> temps
data_parametrisierungstabelle --> temps
temps_fqd --> temps
temps_eu_monitoring_cars --> temps
data_rahmendaten_preisindex_bruttoinlandsprodukt_deflator --> temps
temps_verkehrsbarometer_2022 --> temps
data_rahmendaten_heiz_und_kuehlgradtage --> temps
temps_verkehr_in_zahlen_vi_z --> temps
temps_eu_monitoring_hdv --> temps
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> temps
temps_techno_economic_assumptions_of_the_primes_tremove_transport_model --> temps
temps_zfr --> temps
temps_mautstatistik --> temps
temps_zolldaten --> temps
temps --> temps_inflexible_stromnachfrageprofile_emob
temps --> data_instrumentenwirkung
temps --> data_datentabelle
temps --> temps_flexibilisierbares_stromanchfrageprofil_emob
temps --> temps_kilometerkosten
temps --> interface_1a3_verkehr
temps --> data_endverbrauchspreistabelle
temps --> temps_fahrzeugflotte_emob_flexibel
temps_tremod --> temps
temps_mid2017 --> temps
data_rahmendaten_gesamtbevoelkerung --> temps
interface_1a3_verkehr_nur_historisch --> interface_1a3_verkehr
interface_1a3_verkehr_nur_historisch --> temps
temps_kraftfahrzeugverkehr_in_deutschland_2010_kid2010 --> temps
temps_fahrleistungserhebung_2014_fle2014 --> temps
astra_out_interface_temps --> temps
data_endverbrauchspreistabelle --> temps