Lebenszykluskosten von U-Bahnstationen = Life cycle costs of underground-stations

Abstract

Der Verkehrsbetrieb Wiener Linien GmbH & CO KG (im Folgendem als Wiener Linien bezeichnet) beförderte im Jahr 2012 mehr als 900 Mio. Fahrgäste, davon benutzten ca. 590 Mio. das Wiener U-Bahnnetz. Im Vergleich beförderte die ÖBB ca. 460 Mio. Fahrgäste. Die U-Bahn leistet daher einen wesentlichen Beitrag zur Mobilität in Wien. Um diese Dienstleistung erbringen zu können, ist eine entsprechende bauliche Infrastruktur notwendig. Die Wiener Linien GmbH & Co KG ist ein zukunftsorientiertes Unternehmen und daher bestrebt eine nachhaltige Infrastruktur zu errichten. Das bedeutet, bereits in der Pla-nungsphase werden Folgekosten von Gebäuden mit berücksichtigt, um vorhandene Optimierungspotentiale nutzen zu können. Am 10.08.2011 wurde daher ein Forschungsprojekt zwischen den Wiener Linien und der TU Wien gestartet, um die Lebenszykluskosten von U-Bahn-Stationen zu untersuchen. Ziel dieser Arbeit ist es, das bestehende Netz zu analysieren und Strategien für die Zukunft abzuleiten. Andrea Malraux schrieb folgendes Zitat: "Wer in der Zukunft lesen will, muss in der Vergangenheit blättern." Dieses Zitat trifft den Kern dieser Arbeit. U-Bahn-Stationen sind aufgrund ihrer hohen Komplexität nicht mit anderen Gebäudetypen vergleichbar. Dies hat zur Folge, dass bestehende LCC-Programme und die darin hinterlegten Daten nicht geeignet sind, um zuverlässige Prognosen zu erstellen. Daher war es notwendig, ein völlig neues Modell zu entwickeln, das diesen Ansprüchen gerecht wird. Modelle werden auf Basis gewonnener Erfahrungen bzw. Daten erstellt. Im Zuge dieser Arbeiten wurden aus den unterschiedlichsten Quellen Daten erhoben und miteinander verknüpft. Dies ermöglicht, Buchhaltungsdaten, persönliche Aufzeichnungen sowie persönliche Erfahrungen der Experten in einem einzigen Modell zu bündeln. Die unterschiedliche Detailtiefe der Daten erfordert eine flexible Struktur des Modells. Eine hierarchische Struktur, wie sie z.B. in bestehender Software vorausgesetzt wird, ist somit nicht umsetzbar. Das erstellte Modell berücksichtigt die heterogene Detailtiefe der Daten und liefert je nach Kostenart eine bestmögliche Prognose. Jede Prognose ist mit Unschärfen behaftet. Die Prognose von Lebenszykluskosten reicht weit in die Zukunft, zusätzlich wird diese von einer Vielzahl äußerer Randbedingungen beeinflusst. Faktoren wie Verzinsung und Preisentwicklungen spielen daher eine zentrale Rolle. Im Zuge dieser Arbeit werden die maßgebenden Preisentwicklungen analysiert und in das Modell integriert. Jede Kostenart kann mit einem entsprechenden Index angepasst werden. Dies ermöglicht, eine fundierte Prognose zukünftiger Budgets zu erstellen. Auch wenn jede Prognose mit Unschärfen behaftet ist, ist der Autor davon überzeugt, dass diese einen wesentlichen Beitrag zur Optimierung von Lebenszykluskosten beitragen kann.

The public transport company of Vienna, Wiener Linien GmbH & Co (in the following referred to as Wiener Linien), runs a vast and highly frequented net of underground railways. The company considers the sustainability of their infrastructure by looking at Life-Cycle-Costs (LCC) in the early stages of the design process of their new underground stations, thereby creating a sustainable infrastructure. Furthermore Wiener Linien are planning a next phase where the already existing infrastructure will be analysed in order to develop future strategies, which is the starting point of this thesis. The aim of this thesis is to create a reliable model which accurately predicts future costs of the Wiener Liniens underground system. Underground stations are highly complex buildings, which is why existing LCC programs and databases cannot adequately predict their cost. The new calculation model presented in this thesis was developed on the grounds of accounting data, personal records and personal experience of Wiener Linien staff. Seeing as the level of detail in the data is heterogenous, the models structure has to be fairly flexible in order to provide the best possible prognosis. Like any forecast, the LCC provided by this model is also affected by blurring. There are a number of external constraints, such as interest rate and inflation, which influence a prognosis that extends far into the future. In this thesis, however, particular attention was given to first analysing and then integrating the relevant rising prices. Each type of cost can be adjusted individually to an appropriate index, allowing for well-founded and precise forecasts of future budgets. Even though the model presented in this thesis cannot completely diminish blurring, the author is convinced that the model can make a significant contribution to the optimization of life-cycle-cost.