Zur Verknüpfung von Modellen und Experimenten in der Gebäude-Energiewende
E-Book, Deutsch, 160 Seiten
ISBN: 978-3-96006-152-6
Verlag: oekom
Format: PDF
Kopierschutz: Kein
Wie kann Wissenschaft dazu beitragen, dass neue Lösungen und Ideen in der Praxis zu Veränderung führen? Dieser Frage gehen die Autorinnen und Autoren am Beispiel der Gebäudeenergiewende nach.
Eine transformative Forschung, die den neutralen Beobachterposten verlässt, braucht entsprechende Konzepte und Methoden: Wie kann Wissen aus unterschiedlichen Disziplinen und aus der Praxis integriert werden, um komplexe Sachverhalte und Zusammenhänge zu erklären und zu verstehen? Welche Rolle spielen komplexe (agentenbasierte) Modelle und Experimente dabei? Wie sieht der Methodenmix einer transformativen Wissenschaft aus, die Akteure bei Transformationsprozessen aktiv unterstützt?
Illustriert werden diese Fragen am Beispiel des vom BMBF geförderten Forschungsprojektes „EnerTransRuhr“.
Autoren/Hrsg.
Fachgebiete
Weitere Infos & Material
1;Wissen als transformative Energie;1
2;Inhalt;5
3;1. Einleitung;7
3.1;1.1 Zum Charakter dieses Buches;8
3.2;1.2 Wie Transformation erforschen?;10
4;2. Basiskonzepte einer Forschung zur Transformation;13
4.1;2.1 Systeminnovationen und Mensch-Umwelt-Systeme;14
4.2;2.2 Transformationsforschung und transformative Forschung;17
4.3;2.3 Transdisziplinarität: Wie entsteht sozial robustes Wissen für Transformationsprozesse?;19
4.4;2.4 Wissensintegration und die Rolle von Boundary Objects;22
4.5;2.5 Wissensformen und Forschungszugänge entlang des Transition-Zyklus;26
4.5.1;Problemanalyse: Systemwissen generieren;32
4.5.2;Visionsentwicklung: Zielwissen für eine nachhaltige Zukunft;34
4.5.3;Experimente und Diffusion: Transformationswissen generieren und Lernen in Reallaboren;36
5;3. Stadt und Quartier als Boundary Object;41
5.1;3.1 Systemanalyse am Beispiel energetischer Sanierung und Energieeinsparung in Wohngebäuden;43
5.1.1;Baulich-technisches Sanierungspotenzial;44
5.1.2;Ökonomisch-soziales Sanierungspotenzial;46
5.1.3;Selbst nutzende Eigenheimbesitzer;48
5.1.4;Eigentum spezial: Eigentümergemeinschaften;50
5.1.5;Vermieter: Entscheidungsprozess und (persönliche) Entscheidungsfaktoren;51
5.1.6;Vermieter: Externe Rahmenbedingungen der Sanierungsentscheidung;54
5.1.7;Potenziale für Energieeinsparung;61
5.1.8;Politikinstrumente für die Gebäudeenergiewende;65
5.1.9;Kontexte: Menschen in Stadt und Quartier;69
5.2;3.2 Die Energiewende als Zielvision: Zielwissen für die Wärmewende;72
5.2.1;Zielwissen auf nationaler, regionaler und kommunaler Ebene;72
5.2.2;Ziele auf individueller Ebene;75
5.3;3.3 Transformationswissen: Realexperimente und Diffusion;79
5.3.1;Realexperimente: Realitätscheck für die Wissenschaft;79
5.3.2;Diffusion und Upscaling;82
6;4. Modelle zur Wissensintegration;89
6.1;Modellzweck;90
6.2;Abstraktionsgrad;93
6.3;Modellkomplexität;95
6.4;Die Nadel im Heuhaufen: Zum Design transformativer Modelle;97
6.5;4.1 Agentenbasierte Modellierung als Boundary Object;98
6.5.1;Die Debatte versachlichen;100
6.5.2;Wissen aus verschiedenen Disziplinenstrukturiert integrieren;103
6.5.3;Aus Einzelfaktoren und -entwicklungen eine Gesamtdynamik ableiten;109
6.5.4;Virtuelle Experimente zur Unterstützung von Policy-Design;113
6.6;4.2 Chancen und Grenzen agentenbasierter Modellierung;116
6.6.1;Implizite und explizite innovative Praktiken im Modell;118
6.6.2;Die Modellierbarkeit des Scheiterns;121
6.6.3;Inwieweit können solche Hemmnisse in ein Modell integriert werden?;122
6.6.4;Die Entstehung von Agenten des Wandels im Modell;123
6.6.5;Wie integriert man ein solches Phänomen in ein agentenbasiertes Modell?;123
6.7;4.3 Verhalten ändern – zum Zusammenspiel von Nutzerexperimenten und agentenbasierter Modellierung;125
6.7.1;Interventionseffekte vorhersagen – aber wie?;126
6.7.2;Wie empirische Experimente von virtuellen profitieren –Theorien als Voraussetzung für allgemeingültige Experimente;127
6.7.3;Ein agentenbasiertes Modell macht Theorien empirisch überprüfbar;128
6.7.4;Effizientere empirische Analysedurch Modellbasierung;130
6.7.5;Gleichungssysteme vs. agentenbasierte Modelle;131
6.7.6;Wie Modelle von empirischen Experimenten profitieren;132
6.7.7;Modellierung von Gewohnheit;133
6.7.8;Anpassung von agentenbasierten Modellen an Daten;134
6.7.9;Beispiel Nutzerexperimente –Möglichkeiten und Grenzen des Zusammenspiels von Experiment und Modellierung;136
6.7.10;Empirische und virtuelle Experimente für ein besseres Verständnis von Verhaltensänderung;142
6.8;4.4 Modellierung eines ökologischen Dilemmas: Energie versus Ressourcen;144
6.8.1;Problemverlagerungsrisiko;144
6.8.2;Die Wärmewende;145
6.8.3;Politische Relevanz;147
6.8.4;Eckpunkte einer Vorgehensweise;149
7;5. Schluss – Thesen – Fazit;157
8;6. Danksagung;160
8.1;Abbildungsverzeichnis;162
8.2;Literatur;163
