Das ökonomische Potential von Passivhaus-Technologien bei der energetischen Sanierung des Wohnungsbestands

Diplomarbeit von

Einleitung:

Die Wohnungswirtschaft in Deutschland steht derzeit vielfältigen und bisher nicht gekannten Herausforderungen gegenüber. Der demographische Wandel, die Klimaschutzproblematik, zunehmende Leerstände in strukturschwachen Regionen, sowie steigende und immer stärker individualisierte Ansprüche an den Wohnkomfort erfordern schlüssige Konzepte für die Entwicklung der Wohnungsbestände.

Eine besondere Bedeutung kommt dabei Maßnahmen zur Verringerung des Energieverbrauchs zu, da sie durch Reduktion der CO2-Emissionen einen wesentlichen Beitrag zur Zukunftsfähigkeit des deutschen Immobilienbestandes leisten können. Dabei stellt sich die Frage, ob der Einsatz energieeffizienter Passivhaus-Technologien im Gebäudebestand nicht nur erheblich zum Klimaschutz beitragen, sondern zugleich auch den wirtschaftlichen Rentabilitätsanforderungen genügen kann.

Diese Diplomarbeit untersucht daher die relative wirtschaftliche Vorteilhaftigkeit einer Sanierung mit Passivhaus-Technologien aus Investorensicht.

Gang der Untersuchung:

Im Zentrum der Analyse stehen typische Mehrfamilienhäuser der 50er und 60er Jahre. Nach der Definition grundlegender Begriffe, der Darstellung der methodischen Grundlagen der Arbeit und der Einführung wichtiger Prämissen werden zunächst Szenarien für mögliche Zukünfte entwickelt. Auf Grundlage dieser Szenarien wird ein Simulationsverfahren durchgeführt. Zunächst wird dazu in einer Vorsimulation eine künstliche Gebäudestichprobe generiert.

Um die relative Vorteilhaftigkeit von Passivhaustechnologien beurteilen zu können, werden drei alternative technologische Sanierungsvarianten definiert. Eine „Minimalsanierung“ stellt dabei den Basisfall für die dynamische Investitionsrechnung dar. Die beiden weiteren Varianten sind zum einen eine Sanierung auf den technischen Standard eines Neubaus, zum anderen eine Sanierung mit Passivhaustechnologien auf den energetischen Standard eines sog. 3-Liter-Hauses. Diese beiden Alternativen werden (relativ zum Basisfall) anhand von 10.000 künstlichen Untersuchungsobjekten analysiert.

Ähnlich dem Vorgehen bei einer herkömmlichen simulativen Risikoanalyse werden die Ausprägungen der Einflussgrößen auf die beiden Zielgrößen Lebenszykluskosten und Kapitalwert durch Zufallsziehung mit Monte-Carlo-Methode gemäß den zugrunde gelegten Wahrscheinlichkeitsverteilungen bestimmt.

Die errechneten Kapitalwertverteilungen werden dann verglichen und statistisch ausgewertet. Außerdem werden Sensitivitätsanalysen durchgeführt und die wichtigsten Erfolgsfaktoren für den Einsatz von Passivhaustechnologien bei der energetischen Sanierung des Wohnungsbestands identifiziert. Auf Grundlage der Ergebnisse erfolgt eine Abschätzung des betriebswirtschaftlich optimalen Technologieeinsatzes bei der Gebäudesanierung in der derzeitigen Situation und in der Zukunft.

Die Arbeit schließt mit einigen Ausführungen, die über das rein betriebswirtschaftliche Potential der Passivhaustechnologien hinausweisen, und zeigt die zunehmende Akzeptanz der Technologie sowohl bei den Mietern als unmittelbaren Nutznießern, als auch bei den Investoren auf. Dabei wird die Bedeutung der raschen bundesweiten Einführung eines sog. ökologischen Mietspiegels nochmals deutlich.

Inhaltsverzeichnis:

Inhaltsverzeichnis:

Textprobe:

Kapitel 2.2.3, Risikoanalyse und Monte-Carlo-Methode:

Im Unterschied zur Kapitalwertmethode liefert eine Risikoanalyse kein unmittelbares Entscheidungskriterium.

Risikoanalysen sind vollstochastische Verfahren zur Berücksichtigung von Unsicherheit, die unter explizitem Ansatz von Wahrscheinlichkeiten zur Ermittlung von Wahrscheinlichkeitsverteilungen für die zugrunde gelegten Zielgrößen herangezogen werden.

So ermöglichen sie, dem Problem unvollkommener Information bzw. dem Problem der Entscheidung unter Unsicherheit bei Investitionsentscheidungen gerecht zu werden. Ziel einer Risikoanalyse ist die explizite Darstellung von Chancen und Risiken in Form von Risikoprofilen, also die Darstellung der kumulierten relativen Häufigkeiten der Kapitalwerte einer Investition. Diese Risikoprofile sind dann einer statistischen Auswertung zugänglich. Vorausgesetzt wird, dass sich Wahrscheinlichkeiten für die Input-Variablen in objektiver oder subjektiver Form angeben lassen. Diese Verteilungen können sowohl aus empirischen Daten ermittelt, als auch durch Experten geschätzt werden. Subjektive Schätzungen sind allerdings anfällig für vielfältige Fehler, etwa bei der korrekten Bestimmung der Einflussgrößen auf die jeweilige Variable oder bei den Prognosen, bei unzureichender Datenlage sind sie aber in der Regel unvermeidlich. Hinsichtlich der Verarbeitung der (stochastischen) Variablen im Rahmen einer quantitativen Risikoanalyse lassen sich folgende Verfahren unterscheiden:

(1) Vollständige Enumeration (2) Mathematisch-analytische Verfahren (3) Paarbildung von Zufallsvariablen (4) Simulation (mit Monte-Carlo-Methode) Für ein umfangreiches Modell scheidet die vollständige Enumeration aufgrund des enormen Rechenaufwandes bei hoher Variablenanzahl. aus. Außerdem ist das Verfahren ausschließlich mit Inputvariablen diskreter Natur durchführbar.104 Die mathematisch-analytischen Verfahren fordern eine Normalverteilung aller Input-Variablen, was eine Berücksichtigung anders verteilter Risiken nicht zulässt. Die Paarbildung von Zufallsvariablen ist wiederum auf die Verarbeitung diskreter Wahrscheinlichkeitsverteilungen beschränkt. Die Simulation mit Monte-Carlo-Methode vermeidet den enormen Rechenaufwand einer vollständigen Enumeration, indem nur eine repräsentative Auswahl aller Kombinationsmöglichkeiten in Form einer Stichprobe gebildet wird.