Ressourcen bilden eine wichtige Grundlage für die Wertschöpfung einer Gesellschaft. Mit dem Wirtschaftswachstum des vergangenen Jahrhunderts erreichte der Ressourcenverbrauch ein noch nie dagewesenes Ausmaß, mit der Folge von erheblichen Umweltauswirkungen, sodass die menschliche Aktivität einen dominanten und erdgeschichtlich relevanten Einflussfaktor auf das Erdsystem darstellt. Vor diesem Hintergrund werden große Anstrengungen unternommen, um das derzeitige Wertschöpfungsmodell, das nicht nur große Mengen an Rohstoffen verbraucht, sondern auch große Mengen von Abfällen und Emissionen produziert, hin zu einem stärker kreislaufwirtschaftlich orientierten Wirtschaftsmodell umzugestalten. Eine Kreislaufwirtschaft zielt darauf ab, den Wert und die Funktionalität von Produkten, deren Komponenten und Stoffe über einen möglichst langen Zeitraum zu erhalten. Angesichts der Vielfalt möglicher Kombinationen von Kreislaufwirtschaftsstrategien, die auf der Produktebene (z.B. Produktdesign, Verlängerung der Lebensdauer), der Komponentenebene (z.B. Wiederaufarbeitung, Reparatur), oder der Stoffebene (z.B. Recycling) Anwendung finden können, bleibt die Messung der Transformation hin zu einem Kreislaufwirtschaftsmodell eine Herausforderung. In dieser Hinsicht erweitert die vorliegende Arbeit die Methode der Statistischen Entropie Analyse (SEA), die darauf basiert Konzentrations- und Verdünnungsaktivitäten in einem Stoffflusssystem zu bewerten. Die erweiterte Methode ermöglicht es zusätzliche Komplexitätsebenen, angefangen von der Stoff-, Komponenten-, bis hin zu der Produktebene zu berücksichtigen. Dadurch ermöglicht die Methode die Bewertung verschiedener Kombinationen von Kreislaufwirtschaftsstrategien und die Quantifizierung der damit verbundenen Aufwände in Form von Verdünnungs- und Konzentrationsaktivitäten, die im System durchgeführt werden. Des Weiteren wird die Methode um eine zeitlich-dynamische Perspektive erweitert, sodass eine Bewertung längerfristiger Systemtransformationen und der damit verbundenen Kreislaufwirtschaftsszenarien ermöglicht wird.Im ersten Schritt der Arbeit wird eine Bestandsaufnahme durch eine strukturierte Analyse von 63 Kreislaufwirtschaftsindikatoren durchgeführt, die zur Identifizierung von Indikatoren-Clustern und der jeweils beteiligten Bewertungsperspektiven führt. Unter Anwendung einer Mehrfachkorrespondenzanalyse (MKA) werden die Indikatoren in Bezug zueinander, sowie in Bezug auf die 24 abgeleiteten kreislaufwirtschaftlich relevanten Bewertungsperspektiven strukturiert. Beispiele für einige Bewertungsperspektiven sind die Verfügbarkeit von (Ressourcen-)Lagern, die Verweildauer von Produkten, Komponenten und Stoffen, das Recyclingpotenzial und die Recyclingeffizienz. Darüber hinaus ermöglichen die Ergebnisse eine Beurteilung der Zusammenhänge zwischen den verschiedenen Bewertungsperspektiven, inwiefern diese gemeinsam herangezogen werden sollten bzw. welche von ihnen komplementär zueinander sind. Die Ergebnisse zeigen die wichtigsten Indikatoren-Cluster, einschließlich der bestehenden Bewertungslücken und der sich daraus ergebenden Möglichkeiten für die Entwicklung von Kreislaufwirtschaftsindikatoren, die in diesem Fall bei der Erweiterung der SEA mitberücksichtigt wurden.Im zweiten Schritt wird die SEA auf die genannten Komplexitätsebenen erweitert und an einem Fallbeispiel eines vereinfachten Fahrzeuglebenszyklus demonstriert. Dadurch wird sowohl die Funktionsweise der Methode, als auch ihr Einsatz und der damit zusammenhängende mögliche Erkenntnisgewinn dargestellt, z.B. hinsichtlich der Identifizierung von kritischen Ressourcen- und Funktionalitätsverlusten, die durch ihre Anwendung identifiziert und ggf. vermieden werden können. Darüber hinaus wird gezeigt wie unterschiedliche Kreislaufwirtschaftsstrategien, einzeln oder in Kombination, zu einem Systemzustand beitragen. Durch die Möglichkeit der Definition eines idealen kreislaufwirtschaftlichen Systemzustands, bei dem z.B. die Funktionalität eines Produktes auf dem höchstmöglichen Niveau erhalten bleibt, kann die Leistungsfähigkeit verschiedener Systeme als Abstand zum Idealzustand gemessen werden. Auf der Grundlage der Ergebnisse wird ein Beurteilungsrahmen für Ressourceneffektivität abgeleitet, in dem Verdünnungs- und Konzentrationseffekte von Kreislaufwirtschaftsstrategien quantifiziert werden können. Dies ermöglicht eine Vielzahl von Systemen und in Bezug zu einem System größter Ressourceneffektivität darzustellen. Dabei beschreibt Ressourceneffektivität einen Zustand der maximalen Erhaltung von Funktionalität über einen möglichst langen Zeitraum unter minimalen Aufwänden, die in diesem Fall als Änderungen von statistischer Entropie quantifiziert werden.Im dritten Schritt wird die erweiterte Methode um eine zeitliche Dimension erweitert, und auf eine komplexere Fallstudie eines generischen europäischen Automobilsystems angewendet. Für die Betrachtung der zeitlichen Dimension wird die Methode mit einem dynamischen Bestandsmodell der Fahrzeugflotte und einer damit verbundenen Stoffflussanalyse kombiniert. Durch die Fallstudie wird verdeutlicht, wie die weiterentwickelte Methode zur Beurteilung von Szenarien und Systemveränderungen verwendet werden kann. In diesem Fall wird die Elektrifizierung des Fahrzeugbestandes bis zum Jahr 2050 modelliert, wobei je nach Szenario verschiedene Kombinationen von Kreislaufwirtschaftsstrategien zur Anwendung kommen. Unter anderem ermöglicht die Berücksichtigung von zeitlich-dynamischen Systemveränderungen weitere Systemelemente, wie die Veränderung der Lebensdauer, oder eine Änderung des Fahrzeugbestandes aufgrund einer veränderten Nutzung der Fahrzeugflotte, mithilfe der SEA zu bewerten. Als Ergebnis der Fallstudie ist festzuhalten, dass Kombinationen von Kreislaufwirtschaftsstrategien die Aufwände, die ansonsten eine steigende Tendenz beim Übergang hin zu einem höheren Anteil von Elektrofahrzeugen bis zum Jahr 2050 aufweisen, durch Kombinationen von Kreislaufwirtschaftsstrategien minimiert werden können. Dadurch wird außerdem gezeigt, wie die Nutzung der weiterentwickelten Methode zu einer Bewertung bzw. Entscheidungsfindung beim Übergang zu einer Kreislaufwirtschaft beitragen kann.
Resources represent an important basis for the value creation of a society. With the economic growth of the past century, resource consumption reached an unprecedented scale, leading to severe environmental effects that made human activity a force of geologic importance. Given this background, large efforts are undertaken to transform the current production-consumption system that produces vast amounts of waste and emissions into a more Circular Economy (CE) that aims to preserve functionality and value of products, parts, and materials over a maximum period of time. However, measuring the transition towards a more circular system remains a challenge, especially in the light of the diversity of possible combinations of CE strategies that can be applied on the level of the product (e.g. product design, lifetime extension), component (e.g. remanufacturing, repair), or the material level (e.g. recycling). Employing the method of Statistical Entropy Analysis (SEA) that evaluates the concentration and dilution activities in a material flow system for single substances (elements and compounds), this thesis extends the method to a Multilevel SEA that considers additional material, component and product levels. As a result, the Multilevel SEA allows evaluating different combinations of CE strategies, quantifying the related efforts in terms of dilution and concentration activities performed in the system, while the extension of the method by a time-dynamic perspective allows assessing long term system transitions and related CE scenarios.In the first step, a structured analysis of 63 CE metrics is performed, leading to the identification of methodology clusters and related assessment perspectives. Applying the method of Multiple Correspondence Analysis (MCA), the metrics are structured in relation to each other as well as to the 24 assessment perspectives that are relevant to the CE, such as the availability of stocks, retention of products, parts and materials, the potential for recycling and recycling efficiency. Further, the MCA results are employed to assess how the different CE perspectives are associated with each other, and what CE perspectives are most commonly assessed in combination. The analysis identifies main metric clusters, including gaps and potentials to integrate CE perspectives or complementary CE metrics. Thereby, the results provide guidance for the development of CE metrics, which has also been considered to develop the SEA method further.In the second step, the SEA method is extended to the Multilevel SEA method that allows considering information on the product, component and material levels. The method is demonstrated on a case example of a simplified vehicle life cycle. The case example serves as a demonstrator to provide insights into how the method can identify critical stages of resource and functionality losses. Moreover, it demonstrates how different CE strategies, on their own or in combination, contribute to a system performance that can be measured as a distance to an ideal system state that preserves functionality on the highest level possible. Based on the results, a framework for resource effectiveness is derived in which diluting and concentrating effects of CE strategies are quantified and which allows to relate a variety of systems to a resource-effective system that maintains the product functionality over a maximum period of time, with minimal efforts that are measured in terms of changes of statistical entropy. In the third step, the Multilevel SEA method is extended by a time dimension and is applied to a more complex case study of a generic European automotive system. For the consideration of the time dimension, the method is applied in combination with a stock-driven model and a material flow analysis (MFA). The case study demonstrates how the Multilevel SEA method can be employed to assess system transitions and scenarios, in this case, the transition towards a higher share of electric vehicles (EV) until the year 2050 while being employed in combination with different combinations of CE strategies. The consideration of the time dimension further allows assessing CE strategies that affect the lifetime of vehicles or the overall size of the vehicle stock. As a result of the case study, it is shown, among other things, how CE strategies and their different combinations can minimise the efforts in the transition to an increasing share of electric vehicles by 2050, thereby demonstrating how the refined method can contribute to the assessment and decision-making in the transition to a more circular economy.
