@phdthesis{Linder2013,
  author    = {Linder, Susanne},
  title     = {R{\"a}umliche Diffusion von Photovoltaik-Anlagen in Baden-W{\"u}rttemberg},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-77789},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2013},
  abstract  = {Seit dem Jahr 2000 ist die Anzahl an installierten Photovoltaik-Anlagen in Deutschland - dank g{\"u}nstiger politischer Rahmenbedingungen - rasant von 76 MWp auf 24.820 MWp in 2011 gestiegen. Trotz bundesweit einheitlicher finanzieller F{\"o}rderbedingungen durch das Erneuerbare-Energien-Gesetz existieren jedoch r{\"a}umliche Unterschiede in der Anzahl an installierten Photovoltaik-Anlagen pro Einwohner, sowohl auf Ebene der Bundesl{\"a}nder, als auch zwischen einzelnen Gemeinden einer Region. In der vorliegenden Arbeit wird die r{\"a}umliche Diffusion von Photovoltaik-Anlagen in Baden-W{\"u}rttemberg untersucht. Ziel ist zum einen die Ursachen f{\"u}r die r{\"a}umlichen Unterschiede in der Photovoltaik-Diffusion aufzudecken. Zum anderen ist das Ziel zu {\"u}berpr{\"u}fen, ob ein Nachbarschaftseffekt der Photovoltaik-Diffusion existiert. Dies wird mit Hilfe quantitativer und qualitativer Methoden untersucht. Mit Hilfe der r{\"a}umlichen Autokorrelationsanalyse wird gezeigt, dass sich die Anzahl an Photovoltaik-Anlagen pro Einwohner in den Gemeinden Baden-W{\"u}rttembergs signifikant unterscheidet. Es existieren Cluster von Gemeinden mit besonders hoher Photovoltaik-Nutzung (Hot Spots) und Cluster von Gemeinden mit besonders niedriger Photovoltaik-Nutzung (Cold Spots). Hot Spot-Gemeinden befinden sich zu 95\% im l{\"a}ndlichen Raum und Cold Spot-Gemeinden zu 85\% im Verdichtungsraum. Die Ergebnisse der r{\"a}umlichen Regressionsanalyse und der Fallstudie in der Region Heilbronn-Franken zeigen, dass die Unterschiede in der Dichte der Photovoltaik-Anlagen pro Einwohner erstens auf Unterschiede in der Siedlungsstruktur zur{\"u}ckzuf{\"u}hren sind (Anteil an Ein- und Zweifamilienh{\"a}usern, Anteil an Neubauten, Anzahl an Viehbetrieben pro Einwohner), zweitens auf Unterschiede im Sozialgef{\"u}ge (Anteil an Familien) sowie drittens auf den Nachbarschaftseffekt der Diffusion. Aus den Experteninterviews geht hervor, dass zudem weitere lokale Voraussetzungen gegeben sein m{\"u}ssen, damit es zu einer schnellen Photovoltaik-Diffusion kommt. Eine wichtige Rolle spielen die Landwirte, die h{\"a}ufig als Innovatoren auftraten, sowie sog. Change Agents, die den Diffusionsprozess anstoßen und bewusst f{\"o}rdern. Zu letzteren z{\"a}hlen auf lokaler Ebene aktive B{\"u}rgermeister, Solarvereine, Photovoltaik-Unternehmer oder Elektroinstallateure, auf regionaler Ebene Maschinenringe und Energieagenturen. Die Modellierung und Analyse der Photovoltaik-Diffusion in den einzelnen Gemeinden von 2000 bis 2030 zeigt f{\"u}r das Jahr 2009, dass die Gemeinden einer Raumkategorie unterschiedliche Diffusionsprofile aufweisen. Je l{\"a}ndlicher eine Gemeinde ist, desto weiter ist tendenziell der Diffusionsprozess fortgeschritten: In Gemeinden des l{\"a}ndlichen Raums befindet sich die Photovoltaik-Diffusion meist bereits im Early Majority-Stadium, in Gemeinden des Verdichtungsraums ist die Photovoltaik-Diffusion dagegen {\"u}berwiegend erst am Ende des Early Adopter-Stadiums angelangt. Der Innovationseffekt, der angibt, wie stark die Anzahl an Photovoltaik-Anlagen unabh{\"a}ngig von den bereits installierten Anlagen zunimmt, ist im suburbanen Raum und im l{\"a}ndlichen Raum am h{\"o}chsten. Der Imitationseffekt, der angibt, wie stark die Zunahme neu installierter Photovoltaik-Anlagen von bestehenden Anlagen in einer Gemeinde abh{\"a}ngt, steigt dagegen von der Stadt zum Land an. Durch den Vergleich der Hot Spot-Gemeinden mit den {\"u}brigen Gemeinden des l{\"a}ndlichen Raums wird deutlich, dass die Imitation in den Hot Spot-Gemeinden h{\"o}her liegt. Dies l{\"a}sst darauf schließen, dass ein Nachbarschaftseffekt der Photovoltaik-Diffusion zwischen den Gemeinden existiert, da die Lage innerhalb eines Hot Spots zu einer erh{\"o}hten Wahrnehmung von Photovoltaik-Anlagen und einem h{\"a}ufigeren Austausch mit Photovoltaik-Besitzern f{\"u}hrt und damit die Photovoltaik-Diffusion f{\"o}rdert. Vor dem Hintergrund des Klimawandels und der knapper werdenden fossilen Ressourcen gilt in Deutschland das Ziel, die Nutzung erneuerbarer Energien und damit auch der Photovoltaik weiter voranzutreiben. Diese Arbeit zeigt, dass lokale Einflussfaktoren entscheidend f{\"u}r das Entstehen r{\"a}umlicher Unterschiede in der Photovoltaik-Nutzung sind. Die Kenntnisse dieser Unterschiede, deren Ursachen sowie die Bedeutung des Nachbarschaftseffekts k{\"o}nnen eine Grundlage f{\"u}r gezielte F{\"o}rderung oder Marketingmaßnahmen zur weiteren Diffusion von Photovoltaik-Anlagen bieten.},
  subject      = {Baden-W{\"u}rttemberg},
  language  = {de}
}
@misc{Linder2008,
  type      = {Master Thesis},
  author    = {Linder, Susanne},
  title     = {Der Einfluss von Lebensstilen auf den Energieverbrauch in privaten Haushalten im Bereich Wohnen am Beispiel der Stadt Stuttgart},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-74727},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2008},
  abstract  = {Aufgrund der weltweit steigenden Energienachfrage und den gleichzeitig knapper werdenden nat{\"u}rlichen Ressourcen, muss Energie in Zukunft effizienter genutzt werden. Auch im Sektor der privaten Haushalte stellt sich deshalb die Frage, von welchen Faktoren der Energieverbrauch abh{\"a}ngt. Der Einfluss von technischen Faktoren wie W{\"a}rmed{\"a}mmung von Geb{\"a}uden oder der Effizienzklasse von elektrischen Ger{\"a}ten auf den Heizenergie- bzw. Stromverbrauch in privaten Haushalten ist bereits bekannt. Interessant zu wissen ist jedoch auch, welchen Einfluss unterschiedliche Eigenschaften und Verhaltensweisen der Bewohner und damit welchen Einfluss der Lebensstil auf den Energieverbrauch hat. Um den Einfluss des Lebensstils auf den Energieverbrauch in privaten Haushalten im Bereich Wohnen zu untersuchen, wurden Daten anhand einer schriftlichen Haushaltsbefragung in ausgew{\"a}hlten Stadtvierteln in Stuttgart erhoben. Bei der Befragung kam ein bereichsspezifischer Lebensstilansatz zur Anwendung d.h. es wurden Fragen zu den einzelnen Lebensstilbereichen „Lebensform", „Sozialstruktur", „Energiesparverhalten" und „Umwelt- und Energiebewusstsein" gestellt. Anhand ausgew{\"a}hlter Variablen dieser Lebensstilbereiche wurden die Haushalte mit Hilfe der Clusteranalyse in Lebensstilgruppen des Strom- und Heizenergieverbrauchs eingeteilt. Ein Vergleich der Lebensstilgruppen des Stromverbrauchs zeigte, dass der Unterschied im Stromverbrauch v.a. durch die Anzahl der Personen im Haushalt bedingt ist. Die anderen Lebensstilbereiche wirken sich zwar auch auf den Stromverbrauch aus, sie rufen jedoch nur zwischen wenigen Gruppen signifikante Unterschiede im Stromverbrauch hervor. Bei den Lebensstilgruppen des Heizenergieverbrauchs zeichnet sich ein Einfluss des Lebensstilbereichs des „Energiesparverhaltens" auf den Heizenergieverbrauch ab. Aufgrund der geringen Fallzahlen konnten die Unterschiede im Heizenergieverbrauch zwischen den Gruppen jedoch nicht auf Signifikanz getestet werden. Aus den Ergebnissen der Untersuchung wird deutlich, dass der Lebensstil einen Einfluss auf den Energieverbrauch in privaten Haushalten im Bereich Wohnen hat. Eine Einteilung der Haushalte in Lebensstilgruppen k{\"o}nnte somit Ansatzpunkte f{\"u}r ein Lebensstil-spezifisches Energiesparmarketing bieten. Um den Einfluss des Lebensstils auf den Energieverbrauch tiefergehend zu untersuchen, sollte der Einfluss von technischen Faktoren ganz ausgeschlossen und die einzelnen Lebensstilbereiche (v.a. das Energiesparverhalten) in den Analysen mit mehr Variablen ber{\"u}cksichtigt werden.},
  subject      = {Elektrizit{\"a}tsverbrauch},
  language  = {de}
}