View
219
Download
0
Category
Preview:
Citation preview
Abschatzung des Marktpotenzialsund zukunftigen Marktanteilsvon ElektroautosC. Link, G. Sammer, J. Stark
Zur Abschatzung zukunftiger Marktchancen von Elektroautos kommen oft nicht geeignete Methoden zur Anwendung. Abschatzungendes Marktpotenzials sollten auf der maßgeblichen Tagesfahrtweite aus Langzeiterhebungen (nicht auf Durchschnittswerten vonStichtagserhebungen) basieren. Der Elektroauto-Kauf lasst sich nur durch sorgfaltig konzipierte hypothetische Befragungen zuverlassigprognostizieren.
Schlusselworter: Marktpotenzial; Marktdurchdringung; Elektrofahrzeuge; Reichweite; Stated Preference-Befragung
Assessment of the market potential and future market share of electric cars.
For the assessment of future market chances of electric cars often inappropriate methods are used. The assessment of the market
potential should be based on the considerable driving distance per day from long term surveys (not on average values from one-day
surveys). The purchase of electric cars can only be predicted reliably with carefully designed hypothetic surveys.
Keywords: market potential; market penetration; electric vehicle; range; stated preference survey
Eingegangen am 13. J€anner 2012, angenommen am 6. Februar 2012� Springer-Verlag 2012
1. Ausgangspunkt
Der Schwerpunkt der Forschung zum Thema Elektromobilitat liegt
vorwiegend auf technischen Aspekten der Elektrofahrzeuge und
dem Ausbau der Ladeinfrastruktur. Die Nachfrageseite wird selten
behandelt; das Vorhandensein einer ausreichenden Marktnachfrage
nach Elektroautos wird h€aufig vorausgesetzt. Die Annahme ist, dass
ein steigendes Marktangebot an Elektroautos auf eine entspre-
chende Nachfrage treffen wird oder diese Nachfrage generieren
kann. Aber stimmt das? Wie hoch ist das Marktpotenzial von Elek-
troautos und wie viele Elektroautos konnen in der Zukunft voraus-
sichtlich abgesetzt werden?
In diesem Beitrag werden Ansatze zur Abschatzung des Marktpo-
tenzials von Elektroautos und zur Erstellung von Absatzprognosen
vorgestellt und ihre Ergebnisse diskutiert. Die empirischen Ergebnisse
basieren im Wesentlichen auf einer Stated Preference-Befragung
zum Autokauf. Diese wurde im Rahmen des vom osterreichischen
Klima- und Energiefonds in der Forderschiene „Neue Energien
2020“ unterstutzten Projekts „Smart Electric Mobility“ (SEM) vom
Institut fur Verkehrswesen der Universitat fur Bodenkultur Wien
durchgefuhrt.
2. Abschatzung des Marktpotenzials von Elektroautos
Die Herstellerangaben zur Reichweite serienmaßig produzierter
Elektroautos liegen in der Großenordnung von 150 Kilometern. Die
durchschnittliche Pkw-Tagesfahrleistung – die Gesamtstrecke, die
ein Pkw am Tag gefahren wird – betragt in Osterreich etwa 45
Kilometer/Tag (Sammer, Meth, Gruber, 2008). Fur Deutschland er-
gab die Stichtagsuntersuchung „Mobilitat in Deutschland 2008“,
dass die Tagesfahrleistung lediglich von funf Prozent der Pkw 150
Kilometern ubertrifft (Johanning, Vallee, 2011). Aus diesen Angaben
wird verschiedentlich gefolgert, dass Elektroautos bezuglich der
Alltagsmobilitat ein Substitut fur herkommlich betriebene Pkw
darstellen und ihr Marktpotenzial entsprechend hoch ist (VCO,
2009; Steinkemper, 2010). Dieser Gedankengang ist aufgrund
verschiedener Gegebenheiten zu hinterfragen:
" methodisch, da die Abschatzung der Pkw-Tagesfahrleistung aus
Befragungsdaten mit Unsicherheiten behaftet ist. Zumeist unter-
bleibt in der Befragung die Zuordnung einer Pkw-Fahrt zu einem
konkreten Pkw. Die Transformation der personen- oder wegeba-
sierten Datengrundlage in eine Pkw-basierte ist aber nur nahe-
rungsweise moglich (Sammer, Stark, Link, 2011). Die Prognose
des Kaufverhaltens erfordert aber besondere methodische
Uberlegungen (siehe Kapitel 2)." inhaltlich, da die Reichweitenangabe der Hersteller ubernommen
wird. Je nach individuellem Fahrprofil, Streckenprofil und verwen-
deten Nebenaggregaten ergeben sich Abweichungen von der
Normangabe. Zudem wird bei der Fokussierung auf die Alltags-
mobilitat der Wochenend- und Urlaubsverkehr mit abweichenden
Tagesfahrleistungen nicht berucksichtigt. Andererseits kann es
Moglichkeiten zur Zwischenladung geben.
Entscheidend ist allerdings die Variabilitat des Verhaltens: In der
Verkehrsforschung wird das Stichtagskonzept verwendet („Welche
Wege haben Sie gestern unternommen?“), um das tatsachliche
Mobilitatsverhalten der Befragten zu erfassen und nicht das aus ihrer
subjektiven Sicht fur sie reprasentative. Atypische Mobilitatsmuster
am Stichtag werden durch die Mittelung uber eine ausreichend
große, reprasentativ gewonnene Stichprobe ausgeglichen. Dieses
Link, Christoph, Dipl.-Ing. Dipl.-Geograph, Sammer, Gerd, O. Univ.-Prof.
Dipl.-Ing. Dr., Stark, Juliane, Dipl.-Ing. Dr., Universitat fur Bodenkultur Wien,
Institut fur Verkehrswesen, Department fur Raum, Landschaft und Infrastruktur,
Peter-Jordan-Straße 82, 1190 Wien, Osterreich (E-Mail: christoph.link@boku.ac.at)
156 heft 3.2012 © Springer-Verlag e&i elektrotechnik und informationstechnik
Elektrotechnik & Informationstechnik (2012) 129/3: 156–161. DOI 10.1007/s00502-012-0095-zORIGINALARBEITEN
Befragungsdesign eignet sich nur eingeschrankt zur Abschatzung
der notwendigen Reichweite von Elektroautos. Wird etwa ermittelt,
dass am Stichtag funf Prozent der Pkw weiter als 150 Kilometer
bewegt werden, dann sind es am folgenden Tag wiederum funf
Prozent. Im ungunstigsten Fall handelt es sich dabei um andere Pkws
als am Stichtag: Dann haben in der zweitagigen Beobach-
tungsperiode zehn Prozent der Pkws eine Tagesfahrleistung, die
derzeit nicht mit Elektroautos zuruckgelegt werden kann.
Diese Uberlegung zeigt anschaulich, dass Stichtagserhebungen
nicht zielfuhrend sind, um Aussagen zum zukunftigen Marktpoten-
zial von Elektroautos zu treffen. Relevanter ist die so genannte
maßgebliche Reichweite. Sie ist die M-langste Pkw-Tagesfahrleis-
tung in einem Beobachtungszeitraum. M ist die Anzahl der Tage,
an denen die Pkw-Tagesfahrleistung uber der Reichweite des Elek-
troautos liegen darf, damit es noch als Substitut fur den herkomm-
lichen Pkw gelten kann (M�0). Ist der Beobachtungszeitraum
ausreichend lang, verliert das Problem der Variabilitat des Verhaltens
an Relevanz.
Entsprechende Langzeituntersuchungen sind relativ selten. Ein
Beispiel ist eine Schweizer Mobilitatserhebung aus dem Jahr 2003,
in der 230 Personen uber einen sechswochigen Zeitraum Wegeta-
gebucher anfertigten (Loechl, 2005). Abbildung 1 zeigt neben den
maßgeblichen Reichweiten (M¼0) aus dieser Erhebung die stich-
tagsbezogenen (durchschnittlichen) Pkw-Tagesfahrleistungen.
95,8% der stichtagsbezogenen Pkw-Tagesfahrleistung konnen
mit einem Elektroauto mit einer Reichweite von 150 Kilometern
unterbrechungsfrei durchgefuhrt werden. Bei Verwendung der
maßgeblichen Reichweite (M¼ 0) ist dieses Elektroauto nur fur
66,4% ein Substitut fur den herkommlichen Pkw; das Marktpo-
tenzial sinkt somit um ein Drittel, wenn ein sechswochiger
Untersuchungszeitraum als Bemessungsgrundlage herangezogen
wird. Ab einer Tagesfahrleistung von 200 Kilometern – ein Elektro-
auto dieser Reichweite konnte die maßgeblichen Reichweiten von
80% der Nutzer/innen abdecken – nimmt der Zuwachs der kumu-
lierten Haufigkeit ab; weiter ansteigende Reichweiten erhohen das
Marktpotenzial nur geringfugig.
Fur diese Berechnung wurde die Anzahl der Tage M, an welchen
die Pkw-Tagesfahrleistung uber der Reichweite des Elektroautos
liegen darf, auf null gesetzt. Wie sich eine Anderung der
Bezugsgroße M auswirkt, kann anhand einer 2004 in den USA
durchgefuhrten Langzeituntersuchung abgeschatzt werden. In der
Studie wurden uber ein Jahr Pkw-Fahrtprofile automatisch erfasst
(n=484 Pkw). Es konnte gezeigt werden, dass lediglich 9% der
Fahrzeuge an keinem Tag weiter als 100 Meilen (ca. 161 Kilometer)
bewegt wurden (M=0). Waren die Pkw-Lenker/innen bereit, an
einem Tag des Jahres Anpassungen des Mobilitatsverhaltens wie
eine geanderte Zielwahl oder die Nutzung eines anderen Verkehrs-
mittels oder Pkws zu akzeptieren (M=1), konnten 17% der Fahr-
zeuge durch ein Elektroauto mit einer Reichweite von 161
Kilometern ersetzt werden. Werden bis zu sechs Tage im Jahr mit
Mobilitatsanpassungen hingenommen, steigt dieser Anteil auf 32%
(M=6) (Pearre, Kempton, Guensler, Elango, 2011). Entsprechende
Vergleichswerte fur den deutschsprachigen Raum durften aufgrund
der hoheren durchschnittlichen Pkw-Affinitat in den USA geringfu-
gig hoher liegen.
Bei der Verwendung der maßgeblichen Reichweite verbleibt das
Problem, dass letztendlich das Pkw-Wunschprofil potenzieller
Kaufer/innen kaufrelevant ist, das von den tatsachlichen Anforde-
rungen unabhangig sein kann: Viele Pkw-Nutzer/innen werden –
selbst wenn sie nie mehr als 150 Kilometer am Tag mit dem Pkw
zurucklegen – einen Pkw dieser Reichweite voraussichtlich nicht
kaufen. Neben den tatsachlichen Pkw-Tagesfahrleistungen ist
80
70
60
50
40
30
20
10
0
10 30 50 70 90 125
175
225
275
325
375
425
475
750
100
90
Abb. 1. Maßgebliche Reichweite und durchschnittliche Tagesfahrleistung (Datengrundlage: sechswochige Erhebung, 2003, n=230 Personen)
Abb. 2. Von potenziellen Kaufer/innen erwartete Reichweitevon Elektroautos (Datengrundlage: Befragung SEM, 2011, n=220Personen)
Mai 2012 | 129. Jahrgang © Springer-Verlag heft 3.2012 157
ORIGINALARBEITENC. Link et al. Abschatzung des Marktpotenzials und zukunftigen Marktanteils
somit die vom K€aufer erwartete Reichweite entscheidend, ab wel-
cher der Kauf eines Elektroautos in Betracht gezogen wird. Wird
diese erwartete Reichweite als Grundlage fur die Abschatzung des
Marktpotenzials von Elektroautos herangezogen, sinkt es weiter
(Abb. 2).
Beispielsweise wurden nur 22% der im Projekt SEM Befragten ein
Elektroauto mit einer Reichweite von 150 Kilometern kaufen. Anna-
hernd 50% setzen eine Reichweite von mindestens 300 Kilometern
voraus. Wird danach unterschieden, ob die Befragten in den drei
Monaten vor dem Befragungsdatum zumindest eine uber 150 Kilo-
meter reichende Pkw-Lenker/innenfahrt unternommen haben, wird
die These der Unabhangigkeit der Anforderungen vom tatsachlichen
Mobilitatsverhalten bestatigt; der Mittelwert der erwarteten Reich-
weite liegt fur Personen mit solchen Fahrten bei 332 Kilometern, bei
den anderen Personen bei 380 Kilometern. Das Marktpotenzial liegt
bei der ersten Gruppe bei ca. 21%, bei der Gruppe ohne lange
Fahrten bei ca. 24%.
3. Abschatzung des zu erwartenden Marktanteils von
Elektroautos
Das Marktpotenzial beschreibt die hochstmogliche Nachfrage nach
einer Ware („Wie viele Elektroautos werden gekauft, wenn alle
potenziellen Kund/innen ein Elektroauto kaufen wurden?“). Da das
Marktpotenzial selten voll ausgesch€opft wird, handelt es sich um
eine eher theoretische Große. Relevanter ist die Ermittlung des zu
erwartenden Marktanteils von Elektroautos.
Dieser lasst sich auf verschiedene Weisen ermitteln. Da eine Ab-
schatzung basierend auf der Beobachtung von Absatzzahlen auf-
grund des weitgehend fehlenden Marktangebots ausscheidet, sind
Befragungen potenzieller Kaufer/innen ein naheliegender Ansatz.
Allerdings gilt es, bei solchen hypothetischen Befragungen verschie-
dene Aspekte zu berucksichtigen, um realistische Abschatzungen
treffen zu konnen:
Werden Personen direkt gefragt, ob Sie ein Elektroauto kaufen
wurden, ist der Zuspruch groß (in der SEM-Befragung bejahten 82%
diese Frage). Im Fall dieser einfachen Ja/Nein-Frage bleibt unklar, ob
die Antwort kategorisch („Nein, ich werde nie ein Elektroauto kau-
fen“) oder konditional („Prinzipiell kann ich mir vorstellen, ein Elek-
troauto zu kaufen, aber erst, wenn die Reichweite großer ist“) ist.
Die Aussagekraft dieser Frage ist demnach beschrankt und zur
Abschatzung kunftiger Marktanteile ungeeignet.
Eine Losung bietet die Stated Preference (SP)-Befragungstechnik.
Dai-bei werden in Wahlexperimenten Entscheidungssituationen be-
schrieben. Die Befragten entscheiden sich entsprechend ihrer Prafe-
renzen fur eine der angebotenen Alternativen. Die Alternativen sind
durch Attribute eindeutig definiert. Ein Vorteil dieser Befragungs-
technik ist, dass eine statistische Bestimmung der entscheidungsre-
levanten Attribute moglich ist. Dazu werden in diskreten
Entscheidungsanalysen (Discrete Choice Analyse) Nutzenfunktionen
fur jede Alternative berechnet. Sie enthalten alle entscheidungsrele-
vanten Attribute der Alternativen, der Entscheidungstrager sowie
des Entscheidungskontextes. Die Nutzenfunktionen der Alternativen
werden zueinander in Bezug gesetzt und ermoglichen die Berech-
nung der Wahlwahrscheinlichkeit jeder Alternative (Ortuzar,
Willumsen, 2011). Auf dieser Grundlage konnen fur verschiedene
Szenarien die Marktanteile von verschiedenen Fahrzeugtypen prog-
nostiziert werden.
3.1 Studien zur Marktdurchdringung von Elektroautos
In verschiedenen Studien zum Kauf von Elektroautos wurden in den
letzten Jahren SP-Befragungen durchgefuhrt oder in ihnen wurden
auf Grundlage vorhandener SP-Befragungsergebnisse Marktent-
wicklungen von Elektroautos abgeschatzt. Ihre Ergebnisse sind auf-
grund der unterschiedlichen verwendeten Szenariobedingungen nur
eingeschrankt miteinander vergleichbar.
Fur das Jahr 2020 wird je nach Szenariobedingung ein Anteil der
Elektroautos an den Neuwagenkaufen von unter einem bis anna-
hernd 25% prognostiziert (vgl. Tabelle 1). Zu berucksichtigen ist,
dass der Anteil der Elektroautos an der gesamten Flotte langsamer
wachst als ihr Anteil am Neuwagenmarkt. Fur die Trendszenarien
wird in der Regel ein Anteil von unter 2% aller Neuwagen vorher-
gesagt. Es wird somit erwartet, dass Elektroautos bei einer gleich
bleibenden technologischen Entwicklungsdynamik nur einen
Nischenmarkt besetzen werden. Dieser Anteil steigt je nach Unter-
suchung und angenommener Entwicklung der Ol- und Treibstoff-
preise, der Forderungen fur Elektroautos und der technischen
Entwicklungsdynamik auf bis zu 25%.
Abgesehen von der eingeschrankten Vergleichbarkeit der Ergeb-
nisse aufgrund der unterschiedlichen Szenariobedingungen sind die
den Prognosen zugrunde liegenden Befragungsmethoden zu hinter-
fragen. Nachfolgend sind haufige Ursachen inplausibler Parame-
terschatzer angegeben, welche auch die Herausforderungen und
Tabelle 1. Elektroautoanteil am Neuwagenmarkt in verschiedenen Studien fur das Jahr 2020
Studie Neuwagenanteil Region Szenario/Szenariobedingung
Quelle
Elektra >1% AUT Niedriger Olpreis, Keine E-Pkw-Forderung Schlick et al.,2009
Shell >1% BRD Trendszenario Shell, 2009Shell 3,3% BRD Alternativszenario Shell, 2009Elektra 5% AUT Hoher Olpreis, Forderung der E-Pkw Schlick et al.,
2009Roland Berger 5% West-Europa Szenario „Starke Entwicklung“ Berger, 2009AEA-Studie 0,4% AUT Basisszenario: Herstellungskosten E-Pkw sinken
um 4,7% p.a.Pfaffenbichleret al., 2009
AEA-Studie 24,7% AUT „Starker Anstieg der Treibstoffpreise“:wie Basissz., Treibstoffpreiseanstieg: 5% p.a.
Pfaffenbichleret al., 2009
AEA-Studie 13,3% AUT „Maximale Forderung“: wie „Basissz.“ zusatzlichLadestellenausbau, Reichweiten- undVerbrauchsverbesserungen, E-Pkw-Kaufpramie(10% des Kaufpreises)
Pfaffenbichleret al., 2009
AEA-Studie 11,6% AUT „Keine Verbesserung der Reichweite“:wie „Maximale Forderung“, aber keineReichweitenverbesserung des E-Pkw
Pfaffenbichleret al., 2009
158 heft 3.2012 © Springer-Verlag e&i elektrotechnik und informationstechnik
ORIGINALARBEITEN C. Link et al. Abschatzung des Marktpotenzials und zukunftigen Marktanteils
Komplexitat der Konzeption einer SP-Befragung hoher Qualitat
aufzeigen:
(1) Unkenntnis uber den Befragungsgegenstand. Sinnvolle Antwor-
ten setzen ein Mindestmaß an Vertrautheit der Befragten mit der
Entscheidungssituation voraus.
(2) Nicht alle entscheidungsrelevanten Kriterien sind berucksichtigt.
Gewahrleistet werden muss aber auch, dass der Umfang der
Experimente nicht zu groß wird, da sonst Heuristiken zur
Bewaltigung der Informationsmenge angewendet werden.
(3) Die Entscheidungssituation und die Alternativen sind nicht rea-
listisch. Dadurch sinkt die Bereitschaft, fundierte Antworten zu
geben. Allerdings mussen aus mathematischen Uberlegungen,
vor allem aber, um Zukunftsprognosen erstellen zu konnen, die
zu untersuchenden Fahrzeugeigenschaften uber den Status quo
der Fahrzeugtechnik hinausgehen.
(4) Die Entscheidungssituation ist nicht auf die individuelle Situation
der Befragten bezogen. Beispielsweise sollten nur Pkw einer
Kategorie zur Wahl gestellt werden, die prinzipiell dem Wunsch
der Befragten entsprechen. Das beinhaltet auch, dass Befragte
nicht zu einer Entscheidung fur einen Pkw gezwungen werden
sollten, falls keine Alternative ihren Anforderungen entspricht.
Da ein Maßstab fur die Bewertung der gewonnenen Ergebnisse
fehlt – ob die Prognosen zutreffen, zeigt erst die Zukunft – kann die
Qualitat der Ergebnisse nur aus methodischer Sicht beurteilt werden.
Neben den allgemeinen Qualitatsstandards von Befragungen wie der
reprasentativen Stichprobenziehung muss bei SP-Befragungen der
Umgang mit den angefuhrten Aspekten (1) bis (4) berucksichtigt
werden.
3.2 Stated Preference-Befragung im Rahmen von „Smart
Electric Mobility“
Eine SP-Befragung zum Autokauf wurde im Rahmen des Forschungs-
projekts „Smart Electric Mobility“ durchgefuhrt. Ziel war die Ermitt-
lung der Kaufwahrscheinlichkeit von Fahrzeugen verschiedener
Antriebstechnologien. Dazu wurden Kaufexperimente durchgefuhrt,
in denen jeweils ein Elektroauto, ein Hybridauto und ein herkomm-
licher Pkw zur Wahl gestellt wurden.
Zielgruppe der Befragung waren alle in Osterreich lebenden Per-
sonen, die einen Pkw-Fuhrerschein besitzen und in einem Haushalt
leben, der mindestens einen Pkw besitzt oder plant, einen Pkw
anzuschaffen. Insgesamt wurden 220 in einer geschichteten Stich-
probe zufallig gezogene Personen befragt. Die Wahl der Zielgruppe
stellt sicher, dass den Befragten die Entscheidungssituation bekannt
ist (siehe Aspekt 1). Einleitend zum Interview wurden die Befragten
uber verschiedene Antriebstechnologien informiert (1).
Die zur Wahl stehenden Fahrzeuge wurden aufgrund umfangrei-
cher Literaturanalysen durch die Attribute „Kaufpreis“, „Reichwei-
te“, „CO2-Emissionen“, „Lade-/Tankdauer“, „Leistung“ und
„laufende Kosten“ definiert (2). Letztere wurden in laufende Kosten
je 100 Kilometer, im Jahr und auf den Besitzzeitraum (Summe aus
Kaufpreis und laufenden Kosten fur sieben Jahre) unterschieden. Die
in den einzelnen Kaufexperimenten verwendeten Attributauspra-
gungen (relative Faktoren) wurden aus einem vordefinierten Set
zufallig gewahlt. Dabei wurden nicht plausible Kombinationen der
Attributauspragungen ausgeschlossen (3). Da der Pkw-Kauf haufig
eine gemeinsame Entscheidung aller Haushaltsmitglieder ist, wurden
alle Haushaltsmitglieder mit Fuhrerscheinbesitz gebeten, am Inter-
view teilzunehmen (3). Kam fur die Befragten kein Pkw in Frage,
konnte die Antwort „keines“ gegeben werden (3).
In den Kaufexperimenten fungierte der Bestands-Pkw bzw. der als
Wunsch-Pkw angegebene Pkw als Referenzfahrzeug (4). Die alter-
nativenspezifischen Auspragungen der beiden anderen Alternativen
(Elektro- und Hybrid-Pkw) wurden durch die Multiplikation mit ei-
nem zufallig gewahlten Faktor festgelegt. Alle nicht in den Kaufex-
perimenten aufgefuhrten Attribute der Fahrzeuge (z. B. Marke,
Modell, Anzahl der Sitzplatze) werden als identisch mit dem Refe-
renz-Pkw angegeben. Um dies umsetzen zu konnen, wurde ein
zweistufiges Befragungsdesign gewahlt. In Telefoninterviews wur-
den Angaben zu Bestands-Pkw und Kaufabsichten erfasst. Auf die-
ser Grundlage wurden Kaufexperimente entwickelt, die in vertieften
Face-to-Face-Interviews durchgefuhrt wurden. Fur jeden Pkw im
Haushalt wurden acht Kaufexperimente durchgefuhrt, in denen die
Attribute der Alternativen und Rahmenbedingungen der Kauf-
entscheidung wie die Treibstoffpreise variiert wurden (Leitinger
et al., 2011).
Aus den Daten wurden in einer diskreten Entscheidungsanalyse
Nutzenfunktionen fur die drei zur Wahl stehenden Alternativen
(Elektroauto, Hybridauto, herkommlicher Pkw) ermittelt. In die Aus-
wertung wurden 2.115 Kaufexperimente einbezogen. Mit dem re-
sultierenden Modell konnen 71% der Wahlentscheidungen richtig
vorhergesagt werden. Das Bestimmtheitsmaß Pseudo-R2 betragt
0,36.1
Aus den Nutzenfunktionen lasst sich ableiten, wie stark sich die
Wahlwahrscheinlichkeit des Elektroautos andert, wenn einzelne
Fohrzeugeigenschaften verandert werden. Diese Elastizitaten be-
schreiben die Relevanz der Fahrzeugeigenschaften fur den Kauf von
Elektroautos. Die Analysen ergeben, dass Anderungen der Kostenat-
tribute, vor allem des Kaufpreises, einen hoheren Einfluss auf die
Wahlwahrscheinlichkeit haben als gleiche prozentuale Anderungen
der technischen Fahrzeugeigenschaften (Leitinger et al., 2011).
3.3 Entwicklung des Neuwagenanteils in verschiedenen
Szenarien
Mit den berechneten Nutzenfunktionen kann die Entwicklung des
Neuwagenmarktes prognostiziert werden. Da diese Vorhersagen mit
Unsicherheiten behaftet sind, werden Szenarien zur Entwicklung der
Fahrzeugeigenschaften entwickelt (siehe unten).
In der Modellanwendung werden vier Fahrzeugkategorien un-
terschieden: Kleinwagen, Kompakt-, Mittel- und Oberklassewagen.
Die Attribute der Elektroautos der Kleinwagenklasse sind in Tabelle 2
abgebildet. Entsprechende Angaben wurden fur alle Fahrzeugkate-
gorien definiert. Die angegeben Werte sind Durchschnittswerte; in
der Modellanwendung wurden relative Abweichungen vom Be-
stands-/Wunsch-Pkw verwendet. Der fur den Status quo berechnete
Tabelle 2. Attribute der Elektroautos der Kleinwagenklasse im Sta-tus quo und im ersten Szenario (mittlerer technologischer Fortschritt)
Attribut Auspragungim Statusquo (2011)
RelativeVeranderungzum Szenario 1
Zielwert imSzenario 1(2025)
Reichweite [km] 144 50% 215Kaufpreis [Euro] 31.087 –30% 21.761Umweltbelastung[gr. CO2/100 km]
90 –17% 75
Ladedauer [h/100 km] 4,5 –17% 3,75Motorleistung [PS] 60 15% 70Variable laufendeKosten [Euro/100 km]
3,50 –1% 3,46
Fixe laufende Kosten[Euro/100 km]
9,00 –22% 7,00
1 Anders als beim aus der Regressionsrechnung bekannten Bestimmtheitsmaß R2,
das hier nicht anwendbar ist, liegt der Bereich einer guten Modellbeschreibung
beim Pseudo-R2 zwischen 0,2 und 0,4.
Mai 2012 | 129. Jahrgang © Springer-Verlag heft 3.2012 159
ORIGINALARBEITENC. Link et al. Abschatzung des Marktpotenzials und zukunftigen Marktanteils
Anteil weicht geringfugig von den realen Werten des osterrei-
chischen Fahrzeugmarkts ab. Fur Elektroautos wird ein Neuwagen-
anteil von 0,7% berechnet (tatsachlicher Neuwagenanteil 2010:
0,03% (Statistik Austria, 2011)). Die Abweichung wurde durch eine
Kalibrierung des Modells ausgeglichen.
Mit dem kalibrierten Modell konnen Szenarien fur die Entwicklung
der Fahrzeugeigenschaften und Rahmenbedingungen definiert wer-
den. Im Basisszenario (Szenario 1) wird ein mittleres technologisches
Innovationstempo angenommen. Die Veranderungen der Fahrzeug-
attribute der Elektroautos der Kleinwagenklasse bis 2025 sind
beispielhaft in Tabelle 2 dargestellt. Zudem sind moderate Treibstoff-
preisanstiege auf 1,50 Euro je Liter und eine schrittweise Verbesse-
rung der Automodellverfugbarkeit vorgesehen. Fur diese Annahmen
lasst sich die Entwicklung des Neuwagenanteils berechnen (Abb. 3).
Fur das Jahr 2025 wird ein Anteil der Elektroautos am Neuwagen-
markt von 5,7% vorhergesagt; der Anteil der Hybridfahrzeuge ist
doppelt so hoch. Der Anteil der Elektroautos weist einen schwach
exponentiellen Zuwachs auf: Ausgehend vom Status quo mit einem
Marktanteil unter 0,1% steigt der Anteil nach zehn Jahren auf
knapp uber 2% und verdoppelt sich nach weiteren vier Jahren. In
diesem Szenario zum mittleren technologischen Innovationstempo
werden Elektroautos in der Oberklasse nicht angeboten. Werden nur
die verfugbaren Fahrzeugkategorien berucksichtigt, liegt der Markt-
anteil der Elektroautos bei 7,0%.
Ebenso lassen sich Szenarien mit anderen technologischen Ent-
wicklungspfaden und Veranderungen der Nutzerkosten definieren.
Im Folgenden werden Ergebnisse von Szenarien vorgestellt, die auf
dem Basisszenario aufbauen. Zusatzlich zur technologischen Ent-
wicklungen wird entweder eine Kaufpramie (geringe Kaufpramie:
1.000 Euro, hohe Kaufpramie: 5.000 Euro) angenommen oder ein
Anstieg des Treibstoffpreises und der Energiekosten (mittlerer Treib-
stoffpreisanstieg: +50% bis 2025; hoher Treibstoffpreisanstieg:
+150% bis 2025). Zusatzlich wird ein Szenario mit einer schwachen
technologischen Entwicklung (z. B. gleichbleibende Reichweite ge-
genuber dem Status quo) und eines mit einer starken technolo-
gischen Entwicklung (Verdoppelung der Reichweite) berechnet.
Die fur das Jahr 2025 prognostizieren Marktanteile der Elektroau-
tos am Neuwagenmarkt variieren zwischen 1,2 bis 13,1% (Abb. 4).
Mit Ausnahme des Szenarios zur geringen technologischen Entwick-
lung liegen alle Vorhersagen fur das Jahr 2025 uber einem Markt-
anteil von funf Prozent. Der hochste Marktanteil von Elektroautos ist
bei einer starken technologischen Entwicklung der Elektroautos und
bei einem starken Treibstoffpreisanstieg zu erwarten. Da viele Un-
sicherheiten bezuglich der kunftigen technologischen Entwicklung
oder der Olpreise bestehen, kann keine Aussage getroffen werden,
welches Szenario am wahrscheinlichsten ist.
Gemessen an den Szenariobedingungen ist das Szenario mit der
geringen technologischen Entwicklung am ehesten mit den Trend-
szenarien der anderen Studien (Tabelle 1) vergleichbar. Fur das Jahr
2020 wird die Konsensschatzung des Elektroautoanteils am Neuwa-
genmarkt von etwa einem Prozent bestatigt. In den anderen Szena-
rien werden in der SEM-Modellanwendung fur 2020 eher
konservative Ergebnisse vorhergesagt.
4. Zusammenfassung und Schlussfolgerungen
Ein gangiger Weg, um das Marktpotenzial von Elektroautos zu
bestimmen, ist der Vergleich der technisch realisierbaren Reichwei-
ten und der Pkw-Tagesfahrleistungen an einem Stichtag. Mit diesem
Ansatz wird ein Marktpotenzial von Elektroautos von annahernd
100% der Pkw-Flotte vorhergesagt. Es konnte gezeigt werden, dass
diese Einschatzung deutlich zu hoch ist. Wird die maßgebliche
Reichweite als Bemessungsgrundlage verwendet, sinkt das Marktpo-
tenzial auf etwa zwei Drittel der Pkw-Flotte – selbst wenn, wie in
einem angef€uhrten B eispiel, die Beobachtungsperiode nur sechs
Wochen betragt. Werden statt der tatsachlichen Pkw-Tagesfahrleis-
tungen die Anforderungen potenzieller Kunden an die Reichweite
berucksichtigt, sinkt das Marktpotenzial weiter. Hier konnten
Maßnahmen zur Information und Bewusstseinsbildung beeinflus-
send wirken.
Zudem darf das Marktpotenzial nicht mit der erwarteten Absatz-
menge verwechselt werden. Da gegenwartig kaum Elektroautos am
Fahrzeugmarkt angeboten werden, kann der Elektroautoabsatz
nicht gemessen werden. Stattdessen wird auf Befragungen zum
Autokauf zuruckgegriffen. Stated Preference-Befragungen ermogli-
chen die statistische Bestimmung der kaufrelevanten Attribute und
der Hohe ihres Einflusses. In einer aktuellen SP-Befragung zum
Autokauf in Osterreich wurden Wahlexperimente zum Kauf von
Elektroautos durchgefuhrt. Die Analysen zeigen, dass Anderungen
der Nutzerkosten einen hoheren Einfluss auf die Wahlwahrschein-
lichkeit von Elektroautos haben durften als die Anderungen techni-
scher Eigenschaften. Mit den identifizierten Nutzenfunktionen
konnen Marktanteile von Elektroautos fur verschiedene Szenarien
berechnet werden. Je nach Szenariobedingung werden fur das Jahr
2025 Elektroautoanteile am Neuwagenmarkt von 1,2 bis 13,1%
prognostiziert. Bei einer mittleren technologischen Entwicklung wird
ein Elektroautoanteil von 5,7% im Jahr 2025 vorhergesagt.
Die Prognosen zukunftiger Marktchancen von Elektroautos sind
mit Unsicherheiten behaftet. Nicht nur die zu Grunde liegenden
Annahmen und Rahmenbedingungen der Szenarien, sondern auch
die Methode der Erhebung haben entscheidenden Einfluss auf die
Ergebnisse. Bei allen Schwierigkeiten der Vorhersage des Nutzerver-
haltens stellt die Anforderungen der Nutzer/innen neben den
Fahrzeugen und der Ladeinfrastruktur eine der Hauptsaulen der
Abb. 3. Entwicklung des Neuwagenmarktanteils der verschiedenenAntriebsarten im ersten Szenario (mittlerer technologischerFortschritt)
Abb. 4. Entwicklung des Neuwagenmarktanteils der Elektroautosin den verschiedenen Szenarien
160 heft 3.2012 © Springer-Verlag e&i elektrotechnik und informationstechnik
ORIGINALARBEITEN C. Link et al. Abschatzung des Marktpotenzials und zukunftigen Marktanteils
Elektromobilitat dar und ist bei allen Uberlegungen zur Thematik mit
einzubeziehen.
Literatur
Ortuzar, J., Willumsen, L. G. (2011). Modelling Transport. 4th. Ed. Chichester: John Wiley
& Sons.
Johanning, K., Vallee, D. (2011). Nutzungspotenziale fur den Elektro-Pkw. Internationales
Verkehrswesen 4/2011, S. 66–69.
Leitinger, C., Litzlbauer, M., Schuster, A., Brauner, G., Simic, D., Hiller, G., Bauml, T.,
Link, C., Raich, U., Sammer, G., Stark, J. (2011): SMART-ELECTRIC-MOBILITY –
Speichereinsatz fur regenerative elektrische Mobilitat und Netzstabilitat (Endbericht),
Klima- und Energiefonds (Neue Energien 2020 – 2. Ausschreibung), 209.
Loechl, M. (2005): Stability of Travel behaviour. Travel Survey Metadata Series 16, 679.
Zurich: Institut fur Verkehrsplanung und Transportsysteme IVT, ETH Zurich.
Pearre, N., Kempton, W., Guensler, R., Elango, V. (2011). Electric vehicles: How much
range is required for a day’s driving? Transportation Research Part C 19 (2011),
S. 1171–1184.
Sammer, G., Meth, D., Gruber, C. (2008): Elektromobilitat – Die Sicht der Nutzer.
e&i (125), H. 11, S. 393–399.
Sammer, G., Stark, J., Link, C. (2011): Einflussfaktoren auf die Nachfrage nach
Elektroautos. e&i (128), H. 1–2, S. 1–6.
Statistik Austria (2011): Kfz-Zulassungen 2010. Wien.
Steinkemper, H. (2010): Wettlauf um die zweite Erfindung des Automobils.
Internationales Verkehrswesen 63, S. 17–19.
VCO (2009): Potenziale von Elektromobilitat. Wien: VCO.
Autoren
Christoph Link
wurde 1982 in Wurzburg, Deutschland,
geboren. Studium der Geographie an den
Universitaten Wurzburg und Bochum, Stu-
dium der Raumplanung an der Universitat
Dortmund. Seit 2009 Forschungsassistent
am Institut fur Verkehrswesen, Department
Raum, Landschaft und Infrastruktur an der
Universitat fur Bodenkultur Wien. Ar-
beitsschwerpunkte: Mobilitatsverhaltens-
forschung, Verkehrserhebungen, statistische Analysen,
Verkehrsmodellierung.
Gerd Sammer
wurde 1944 in Graz geboren. Studium des
Bauingenieurwesens, Promotion und Habili-
tation an der Technischen Universitat Graz.
Von 1970 bis 1995 Universitatsassistent am
Institut fur Straßenbau und Verkehrswesen
an der Technischen Universitat Graz. Seit
1987 Leiter des Zivilingenieurburos Sammer
& Partner Verkehrsplanung. Seit 1996 Or-
dentlicher Universitatsprofessor und Leiter
des Instituts fur Verkehrswesen, Department Raum, Landschaft und
Infrastruktur an der Universitat fur Bodenkultur Wien. Arbeits-
schwerpunkte: Verkehrsplanung, Verkehrsplanungsmethoden und
Verkehrsverhalten, okonomische und okologische Auswirkungen
des Verkehrs, Verkehrsprognosen und Maßnahmenkonzepte.
Juliane Stark
wurde 1981 in Gustrow geboren. Studium
Landeskultur und Umweltschutz an der
Universitat Rostock. 2004 bis 2005
wissenschaftliches Weiterbildungsstudium
Modul Europaische und Internationale Um-
weltpolitik an der Fernuniversitat Hagen.
Von 2004 bis 2008 Forschungsassistentin,
seit 2008 Senior Scientist, 2010 Promotion
am Institut fur Verkehrswesen, Department
Raum, Landschaft und Infrastruktur an der Universitat fur Bodenkul-
tur Wien. Arbeitsschwerpunkte: Mobilitatsverhaltensforschung und
Kosten-Nutzen-Analysen.
Mai 2012 | 129. Jahrgang © Springer-Verlag heft 3.2012 161
ORIGINALARBEITENC. Link et al. Abschatzung des Marktpotenzials und zukunftigen Marktanteils
Recommended