{"id":32882,"date":"2026-03-10T12:09:53","date_gmt":"2026-03-10T11:09:53","guid":{"rendered":"https:\/\/fmd-insight.de\/?p=32882"},"modified":"2026-04-01T14:58:40","modified_gmt":"2026-04-01T12:58:40","slug":"smart-city-vereinfachte-lca-fur-sensoren-in-der-stadt","status":"publish","type":"post","link":"https:\/\/fmd-insight.de\/de\/news\/tutorials\/green-ict-tutorials\/smart-city-vereinfachte-lca-fur-sensoren-in-der-stadt\/","title":{"rendered":"Smart City: Vereinfachte LCA f\u00fcr Sensoren in der Stadt<\/strong> | Green ICT Courses"},"content":{"rendered":"\n
\n
\n \n

In diesem Video der Green ICT Courses<\/a> stellt Jana R\u00fcckschloss, wissenschaftliche Mitarbeiterin am Fraunhofer IZM<\/a>, zwei konkrete Smart City-Beispiele vor. Anhand dieser Beispiele zeigt sie, wie sich digitale Technologien \u00f6kologisch bewerten lassen. Denn Sensoren, Controller und Serverl\u00f6sungen verursachen zus\u00e4tzliche Emissionen \u2013 etwa durch Herstellung, Betrieb und Datenverarbeitung. Mithilfe einer \u00f6kologischen Kosten-Nutzen-Analyse kann untersucht werden, ob sich die zus\u00e4tzlichen Emissionen durch Einsparungen im Betrieb amortisieren und welche Faktoren den gr\u00f6\u00dften Einfluss auf die Umweltbilanz haben.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

Beispiele f\u00fcr Smart-City-Anwendungen<\/strong><\/strong><\/h3>\n\n\n\n
\n
\n \n

Als erstes Beispiel stellt Jana R\u00fcckschloss die Anwendung \u00bbSmart Waste\u00ab vor. Hierbei werden Sensoren in Abfallbeh\u00e4ltern eingesetzt, die den F\u00fcllstand melden. Dadurch k\u00f6nnen die Routen von M\u00fcllfahrzeugen optimiert und unn\u00f6tige Fahrkilometer reduziert werden.<\/p>\n

Das zweite Beispiel ist \u00bbSmart Street Lighting\u00ab. Dabei geht es um die Optimierung des Energieverbrauchs durch eine intelligente Steuerung der Stra\u00dfenbeleuchtung. Statt ganze Stromkreise ein- oder auszuschalten, k\u00f6nnen einzelne Lampen dynamisch an- und abgeschaltet oder gedimmt werden.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

Methodik der \u00d6kobilanz und Kosten-Nutzen-Analyse<\/strong><\/h3>\n\n\n\n
\n
\n \n

Die Analyse folgt einem einheitlichen Vorgehensmodell. Zun\u00e4chst werden die \u00f6kologischen Kosten ermittelt, das hei\u00dft die Emissionen, die durch Materialien, Hardware und Infrastruktur entstehen. Anschlie\u00dfend werden Szenarien entwickelt, die eine Skalierung auf Stadtebene erm\u00f6glichen und dabei auf Annahmen sowie Hochrechnungen basieren. Schlie\u00dflich wird der \u00f6kologische Nutzen berechnet. Dazu geh\u00f6ren die CO\u2082-Einsparungen, die Amortisationszeit und eine Sensitivit\u00e4tsanalyse, die die wichtigsten Einflussfaktoren identifiziert.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

Analyse \u00bbSmart Waste\u00ab<\/strong><\/h3>\n\n\n\n
\n
\n \n

Bei der Herstellung und Installation der Smart-Waste-Sensoren zeigte sich, dass die gr\u00f6\u00dften Emissionen durch integrierte Schaltkreise und Leiterplatten verursacht werden. Die Installation verursacht hingegen kaum zus\u00e4tzliche Emissionen.<\/p>\n

Die Serverinfrastruktur kommuniziert \u00fcber Mobilfunknetze und Anwendungsserver und verursacht j\u00e4hrlich etwa 10.000 Kilogramm CO\u2082-\u00c4quivalente. Am Beispiel der Stadt M\u00fcnchen konnte berechnet werden, dass die optimierte Abfallentsorgung durch die Sensoren rund 424.000 Fahrkilometer pro Jahr einspart. Unter Ber\u00fccksichtigung der Emissionen von Sensoren und Servern ergibt sich eine Netto-Einsparung von etwa 666 Tonnen CO\u2082 j\u00e4hrlich. Das System amortisiert sich damit \u00f6kologisch bereits nach rund vier Monaten.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

Analyse \u00bbSmart Street Lighting\u00ab<\/strong><\/h3>\n\n\n\n
\n
\n \n

Bei der intelligenten Stra\u00dfenbeleuchtung wurden zwei Controller-Designs untersucht, die unterschiedliche Emissionswerte aufweisen. Im Gegensatz zu den Abfallsensoren entstehen bei der Installation hier deutlich h\u00f6here Emissionen, da die Anfahrt zu jeder Laterne sowie der Einsatz von Hebeb\u00fchnen notwendig ist.<\/p>\n

Auch die Serverinfrastruktur unterscheidet sich je nach Architektur erheblich. Die Emissionen reichen von 5.400 bis zu 36.000 Kilogramm CO\u2082-\u00c4quivalenten pro Jahr. Im Ergebnis l\u00e4sst sich mit beiden L\u00f6sungen eine Einsparung von bis zu 21 Prozent der Emissionen erreichen. Das gr\u00f6\u00dfte Potenzial zeigt sich allerdings im Umstieg auf LED-Leuchtmittel, durch den sich die Emissionen um bis zu 80 Prozent reduzieren lassen.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n

Allgemeine Erkenntnisse<\/strong><\/h3>\n\n\n\n
\n
\n \n

Aus den Analysen ergeben sich mehrere \u00fcbergeordnete Erkenntnisse.<\/p>\n

    \n
  1. Suffizienz ist oft wichtiger als reine Effizienz<\/span>. So kann es sinnvoll sein, Sensoren nur tempor\u00e4r in bestimmten Stadtteilen einzusetzen, um Ressourcen zu sparen.<\/li>\n
  2. Es ist notwendig, ganzheitlich in Systemen zu denken.<\/span><\/li>\n
  3. Neben dem Produkt selbst m\u00fcssen auch die erforderliche Infrastruktur sowie die begleitenden Prozesse ber\u00fccksichtigt werden, um eine ganzheitliche Nachhaltigkeitsstrategie sicherzustellen. Nachhaltigkeit muss von Anfang an in die Entwicklung integriert werden<\/span>. Durch Ma\u00dfnahmen wie Miniaturisierung oder beispielsweise ein optimiertes Leiterplattendesign l\u00e4sst sich das Einsparpotenzial deutlich erh\u00f6hen.<\/li>\n<\/ol>\n

    Mehr Informationen finden sie im Video.<\/p>\n\n <\/div>\n <\/div>\n \n <\/div>\n\n\n