Ökobilanzierung im Tunnelbau – Herausforderungen und Optimierungspotenziale des Datenmanagements anhand eines Beispielprojekts

Abstract

Mit steigenden Temperaturen, spürbaren Klimaveränderungen und zunehmender Ressourcenknappheit wächst der Druck auf die Bauwirtschaft und im Speziellen auch auf den Tunnelbau, nachhaltige Wege zu beschreiten. Der Begriff der Nachhaltigkeit befasst sich dabei mit ökologischen, ökonomischen und sozialen Aspekten. Um weiteren negativen Entwicklungen entgegenzuwirken, setzt sich die EU im Rahmen des European Green Deals das ambitionierte Ziel, bis 2050 klimaneutral zu werden. Österreich geht einen Schritt weiter und strebt die Klimaneutralität bis 2040 an.Zur Umsetzung dieser Ziele wurden für den Bausektor, welcher einer der größten Verursacher von CO2-Emissionen weltweit ist, regulatorische Maßnahmen eingeführt. Der Fokus dieserMaßnahmen liegt auf der Reduktion von CO2-Emissionen entlang des gesamten Lebenszyklusvon Bauwerken. Durch strengere Anforderungen an die Energieeffizienz, die Optimierung von Baustoffen sowie die Förderung ressourcenschonender Bauweisen sollen diese reduziert werden. Finanzielle Anreize, etwa im Rahmen der EU-Taxonomie, motivieren Unternehmen, ihre Prozesse laufend zu verbessern. Ergänzend dazu verpflichtet die NachhaltigkeitsberichterstattungBauunternehmen, ihre Umweltwirkungen transparent offenzulegen.Im Kontext dieser Maßnahmen entstand aus der Zusammenarbeit zwischen der TU Wien und der STRABAG AG Tunneling Division das Bestreben, die ökologischen Auswirkungen eines Tunnelbauprojekts mit maschinellem Vortrieb im Rahmen einer Diplomarbeit näher zu analysieren. Mithilfe der Methodik der Ökobilanzierung konnten die maßgeblichen Einflussfaktorenidentifiziert werden. Neben den Ergebnissen standen die während der Datenerhebung und -analyse aufgetretenen Herausforderungen im Fokus der Untersuchung. Unvollständige, schwer zugängliche Daten sowie manuelle Auswertungsmethoden erschwerten die Analyse. Auf Basis dieser Erkenntnisse wurden Schwachstellen identifiziert und daraus Maßnahmen abgeleitet, die zur Verbesserung der Datenqualität und des Datenmanagements beitragen. Diese wurden anhand ihres Potenzials sowie des geschätzten Aufwands bewertet und in organisatorische, digitale und technische Kategorien eingeteilt. Die Arbeit bietet somit einen Überblick über bestehende Herausforderungen und liefert Handlungsempfehlungen, um diesen in Zukunft gezielt zu begegnen.

With rising temperatures, noticeable climate changes, and increasing resource scarcity, the pressure on the construction industry, particularly on tunnel construction, to pursue sustainable solutions is growing. The concept of sustainability encompasses ecological, economic, and social dimensions. To counter further negative developments, the European Union has set itself theambitious goal of achieving climate neutrality by 2050 as part of the European Green Deal. Austria is going one step further by aiming for climate neutrality as early as 2040.To achieve these targets, regulatory measures have been introduced for the construction sector, which is one of the world’s largest contributors to CO2-emissions. These measures focus on reducing emissions throughout the entire life cycle of a structure. Stricter requirements for energy efficiency, the optimization of construction materials, and the promotion of resource-efficient building methods are intended to drive this reduction. Financial incentives, such as those provided under the EU Taxonomy, encourage companies to continuously improve their processes. In addition, sustainability reporting obligations require construction companies to transparently disclose their environmental impacts.In this context, a collaboration between TU Wien and the STRABAG AG Tunneling Division set out to analyze the environmental impacts of a mechanized tunnel construction project in more detail. Using life cycle assessment (LCA) methodology, the key impact factors could be identified.However, not only the results themselves proved to be significant, the process of obtaining them revealed several challenges. Incomplete and difficult-to-access data, along with manual evaluation methods, complicated the analysis. Based on these insights, weak points were identified and measures were derived to improve data quality and data management. These measures were assessed based on their potential and estimated implementation effort, and were categorized as organizational, digital, or technical. This thesis thus provides an overview of current challenges and offers recommendations for how to address them in the future.