Research Project2025Technische Projektleitung

CO₂-Simulationstool — IGA 2027

Technische Projektleitung · 3-Hochschulen-Kooperation · gefördert durch die Deutsche Bundesstiftung Umwelt (DBU)

CO₂-Simulationstool — IGA 2027

Eckdaten

Umfang

33

Dateien

8

Services

2

Apps

Herausforderung

Welche Kombination aus Verkehrs-Modal-Split, Unterkunftskategorie, Verpflegungs­konzept und Abfallmanagement minimiert die CO₂-Bilanz einer Gartenausstellung mit 2,6 Mio. erwarteten Besuchenden? Bisherige Bilanzierungs-Tools waren zu generisch — gefragt war eine domänen­spezifische Engine für Großveranstaltungen.

Lösung

Modulares Simulationstool mit getrennten Services pro Handlungsfeld. Mobilität, Unterkunft, Abfall und Giveaways berechnen ihre Teilbilanz, das BerechnungsErgebnisService aggregiert. Verteilungen werden randomisiert (Dreiecksverteilung mit pessimistisch/wahrscheinlich/optimistisch) und auf 100 % normiert — das erlaubt belastbare Szenarienvergleiche statt einer einzelnen Punktschätzung.

Ergebnis

Die Studie zeigt ein Reduktionspotenzial von ≈ einem Drittel: durchschnittlich 3,2 kg → 2,4 kg CO₂ pro Besuchende:r durch handlungsübergreifende Maßnahmen. Hochgerechnet auf 2,6 Mio. Besuchende wirkt das signifikant. Mobilität (Modal-Split, ÖPNV-Ausbau) liefert den größten Hebel, gefolgt von Abfallmanagement (Mehrweg ohne Pfandautomat) und Verpflegung (vegan ≈ 50 % weniger CO₂ als fleischbetont).

Über das Projekt

Hintergrund

Domänenspezifisches Simulationstool zur CO₂- und Wasser-Bilanzierung der Internationalen Gartenausstellung 2027 im Ruhrgebiet (≈ 2,6 Mio. erwartete Besuchende). Das Tool rechnet Szenarien über sechs Handlungsfelder (Mobilität, Unterkunft, Verpflegung, Abfall, Beschaffung, Kommunikation) und identifiziert handlungsübergreifende Reduktionspfade. Entwickelt als Drei-Hochschulen-Kooperation (Westfälische Hochschule, Hochschule Bochum, FH Dortmund) im Rahmen des DBU-geförderten Forschungsprojekts „Nachhaltige IGA 2027".

Stack

Technologien

Java 17Spring Boot 3.2.5JavaFX 17MongoDBMavenJenkinsSonarQubeDockerREST APIsApache Commons Math

Highlights

Kernfunktionen

    CO₂-Bilanzierungs-Engine für eine Großveranstaltung mit ≈ 2,6 Mio. erwarteten Besuchenden
    Modulare Domäne über sechs Handlungsfelder: Mobilität, Unterkunft, Verpflegung/Abfall, Giveaways, Beschaffung, Kommunikation
    Randomisierte Szenarienrechnung mit Dreiecksverteilung (Apache Commons Math)
    JavaFX-Desktop-Frontend, Spring-Boot-REST-Backend, MongoDB-Persistenz
    CI/CD via Jenkins, Quality-Gates über SonarQube, reproduzierbares Docker-Compose-Setup
    Identifiziertes Einsparpotenzial: 3,2 → 2,4 kg CO₂ pro Besuchende:r (≈ 1/3 Reduktion)

Kernergebnis

Ein Drittel weniger CO₂ pro Besuchende:r

3,22,4kg CO₂

−25 % · pro Besuchende:r

Einsparpotenzial durch handlungsübergreifende Maßnahmen, aggregiert aus den drei Schwerpunktfeldern Abfall, Mobilität und Beschaffung. Hochgerechnet auf 2,6 Mio. erwartete Besuchende ergibt das eine massive Klimawirkung.

Sechs Handlungsfelder

Was das Tool bilanziert

Die Simulation rechnet quer durch sechs Themenfelder. Drei davon (Mobilität, Abfall, Beschaffung) tragen den Großteil des Reduktionspotenzials.

01

Ressourcen- & Klimaschutz

7,6 vs. 21

kg CO₂ — Bio-Hotel vs. 4★

Übergeordnetes Handlungsfeld zu Klima- und Ressourcenschutz. Übernachtungen, Verpflegung, Wasser, Strom/Heizung und Biodiversität werden bilanziert. Schon kleine Verschiebungen bei der Unterkunftskategorie wirken massiv.

  • Bio-Hotels: 7,6 kg CO₂e pro Übernachtung — 4★-Hotels: 21 kg
  • Vegane Mahlzeit: 3,4 kg vs. fleischbetont 6,4 kg (≈ 50 % Reduktion)
  • Heizen: −6 % Emissionen pro Grad Temperaturreduktion
02

Kreislaufwirtschaft & Nachnutzung

Mehrweg

beste CO₂-Bilanz im Vergleich

Szenarioanalyse zu To-Go-Verpackungen: konventionelles Einweg, biobasiertes Einweg sowie Mehrweg mit und ohne Pfandautomat. Mehrweg ohne Pfandautomat schneidet im CO₂-Vergleich am besten ab.

  • Biobasiertes Einweg schlägt fossile Kunststoffe in CO₂, kostet aber doppelt so viel
  • Mehrweg ohne Pfandautomat: niedrigste Emissionen — Pfandautomaten benötigen zusätzlichen Strom
  • Empfehlung: Rücknahmesysteme + Nachnutzungs-/Rückbaukonzept in Ausschreibungen verankern
03

Nachhaltige Mobilität

2,6 Mio.

prognostizierte Besuchende

Modal-Split-Szenarioanalyse über sechs Standort-Szenario-Kombinationen (Dortmund, Duisburg, Gelsenkirchen × Szenario 1 nachhaltig / Szenario 2 autozentriert). Mobilität ist die mit Abstand größte Emissionsquelle.

  • Größter Verursacher: benzinbetriebene Fahrzeuge, gefolgt von Diesel
  • Nahverkehrs-Emissionen verschwindend gering im Vergleich zum MIV
  • Hebel: Kombi-Tickets, ÖPNV-Taktung, E-Fahrzeug-Privilegien, Fahrgemeinschaften
04

Nachhaltige Beschaffung

Lieferketten

als zentraler Stellhebel

Bessere Prognosen zur Besuchendenzahl ermöglichen treffsichere Beschaffung — weniger Überproduktion, weniger Verschwendung. Nachhaltigkeitskriterien werden in Ausschreibungen integriert.

  • Nachfrageprognose verbessert Mengenplanung und reduziert Verschwendung
  • Vergabe an Lieferanten mit zertifizierten Umweltstandards
  • Regionale und saisonale Beschaffung als Standard
05

Bildung für Nachhaltige Entwicklung

Reallabor

BNE im Lernort Gartenschau

Die IGA fungiert als Reallabor: Wissensvermittlung über Nachhaltigkeit erlebnisorientiert, als Experimentierfeld und über Kooperationen mit Hochschulen. Bildungsangebote werden in vier Ebenen strukturiert.

  • Gestaltungsrahmen → Rahmenkonzept → Teilkonzepte → konkrete Bildungsangebote
  • Grünes Klassenzimmer, Erwachsenenbildung, Hochschul-Kooperationen
  • Lernen mit Spaß, statt klassischer Frontalvermittlung
06

Kommunikation & Partizipation

Toolbox

zielgruppenspezifische Formate

Akteursanalyse mit Steckbriefen und Leitfäden ermöglicht passgenaue Kommunikations- und Beteiligungsformate für Aussteller, Bildungsträger, Gastronomie, Anwohner und Mobilitäts-Dienstleister.

  • Inhaltliche Ebene: Was kommunizieren wir? (Checklisten, CO₂-Vergleiche, Handlungsfelder)
  • Prozessuale Ebene: Wie verbreitet sich Wissen? (Soziales Lernen, Wissenstransfer)
  • Methoden: Bewährte Beteiligungsformate + interaktive Tools auf Augenhöhe

Architektur

Wie es gebaut ist

  • Spring Boot 3.2.5 + Java 17 als REST-Backend
  • JavaFX 17 als Desktop-Frontend (programmatisch, ohne FXML)
  • MongoDB als Persistenzschicht für Szenarien & Berechnungsergebnisse
  • Apache Commons Math 3 — Dreiecksverteilung für Besucherzahl-Szenarien
  • CI/CD via Jenkins, Quality-Gates über SonarQube
  • Docker Compose für reproduzierbares lokales Setup
  • MapStruct & ModelMapper für DTO-Mapping, Lombok für Boilerplate

Code

Auszüge aus der Engine

Modal-Split-Randomisierung mit Clamping

java

Zufalls-Delta von ±2 % pro Verkehrsart, anschließend auf [0; 100] geclampt und auf Summe 100 % normiert. Quelle: MobilitaetService.java in der zentralen Berechnungs-Engine.

private double pickRandomDelta(double currentValue, Random rand) {
    double delta = -2 + rand.nextDouble() * 4;
    if (currentValue + delta < 0)   delta = -currentValue;
    if (currentValue + delta > 100) delta = 100 - currentValue;
    return delta;
}

public void randomizeMobilitaetVerteilung(String stadt) {
    // MIV, Rad, Fuß, ÖPNV: jede Anteilszahl bekommt ein Delta,
    // anschließend wird auf exakt 100 % normiert.
    double factor = 100.0 / sum;
    newMIV   = newMIV   * factor;
    newRad   = newRad   * factor;
    newFuss  = newFuss  * factor;
    newOPNV  = newOPNV  * factor;
}

Aggregation aller Sub-Domänen

java

Das BerechnungsErgebnisService orchestriert die Teilergebnisse aus Mobilität, Unterkunft, GiveAways und Abfall zu einem konsolidierten Gesamt-CO₂ und Wasserverbrauch.

public BerechnungsErgebnis speichern(BerechnungsErgebnis ergebnis) {
    Map<String, Object> abfallDetails = abfallService.getAbfallDetails(
        ergebnis.getArt(),
        ergebnis.getDurchschnittlicheBesucherzahl()
    );
    ergebnis.setAbfallVerteilungen(
        (Map<String, Double>) abfallDetails.get("verteilungen"));
    ergebnis.setAbfallCo2Kategorien(
        (Map<String, Double>) abfallDetails.get("co2_kategorien"));

    double gesamt =
        ergebnis.getGesamtCO2Mobilitaet() +
        ergebnis.getGesamtCO2Unterkunft() +
        ergebnis.getGesamtCO2GiveAways() +
        abfallService.summe(abfallDetails);

    ergebnis.setGesamtCO2(gesamt);
    return repo.save(ergebnis);
}

Konsortium

Partner & Förderung

    Westfälische Hochschule

    Forschungspartner · Mohammad Alboush (Technische Projektleitung)

    Hochschule Bochum

    Forschungspartner

    FH Dortmund

    Forschungspartner

    Hochschulallianz Ruhr

    Konsortialträger

    Deutsche Bundesstiftung Umwelt (DBU)

    Förderer