SI/502169

Schlussbericht

Die aktuelle Sanierungsrate ist in der Schweiz zu tief, um die angestrebten CO2-Reduktionsziele fristgerecht zu erreichen. Viele nichtprofessionelle Eigentümerschaften begnügen sich bei einer Sanierung mit einem Heizungsersatz, ohne weiterreichende energetische Sanierungsschritte vorzunehmen. Um die CO2-Emissionen der Schweiz weiter zu senken, ist es notwendig, die Sanierungsrate und -tiefe von Bestandsliegenschaften zu steigern. Eine Möglichkeit zur Erhöhung der Sanierungsrate besteht in der Sanierung durch Clusterbildung. Clustersanierungen fassen energetische Erneuerungen von mehreren Gebäuden unterschiedlicher Eigentümer in einem Projekt zusammen, was spezifische Organisationsformen verlangt. Ziel des vorliegenden Projektes war es, zu untersuchen, unter welchen Bedingungen sogenannte Clustersanierungen zustande kommen und was zu deren erfolgreichen Durchführung notwendig ist. Es soll aufgezeigt werden, von wem Clustersanierungen initiiert und wie sie im Verlaufe des Projektes aufgegleist und organisiert werden können. Zudem wird untersucht, welche Einsparmöglichkeiten aufgrund des Skaleneffektes bestehen. Um effizient zu sanieren, sollen Cluster mit einem hohen CO2-Ausstoss prioritär angegangen werden. Um diese zu identifizieren, muss das energetische Potenzial von Gebäuden analysiert werden. Im Bericht wird dargelegt, welche minimalen Daten für dessen Bestimmung notwendig sind, mit welchen Instrumenten der Heizwärmebedarf nach Sanierung auf einfache Art bestimmt werden und wie die Rentabilität der Investitionen gerechnet werden kann. Bei der Auswahl der möglichen Instrumente wird darauf geachtet, dass diese von nichtprofessionellen Anwendern bedient werden können. Im Projekt werden die energetischen Sanierungen im Quartier Onex, Genf1 sowie die Pilotprojekte «gemeinsam heizen» der Stadt Luzern2 untersucht. Durch Studium der Unterlagen des bereits abgeschlossenen Projektes in Genf respektive durch qualitative Interviews mit einem internen und einem externen Projektleiter in Luzern wurden praktische Einblicke und weiterführende Erkenntnisse gewonnen. Die Praxisbeispiele haben gezeigt, dass die Eigentümerschaften individuell angesprochen werden müssen, um sie von der Notwendigkeit energetischer Sanierungen überzeugen zu können und eine Vernetzung mit weiteren Beteiligten herbeizuführen. Die gemeinsam durchgeführten Sanierungen beschränken sich auf die Wärmeversorgung, weitere Sanierungsmassnahmen werden individuell durchgeführt. Aus den untersuchten Projekten geht hervor, dass der Prozess zur Motivation der Eigentümerschaften langwierig und aufwändig ist. Eine Vereinfachung oder Reduktion der Arbeit der Behörden bei Clustersanierungen ist nicht festzustellen; es liegt eher eine Verlagerung der Aufwände auf andere Arbeitsschritte vor und der Aufwand insgesamt steigt. Es stellt sich heraus, dass erfolgreiche Clustersanierungen durch ein übergeordnetes Patronat geleitet werden. Dieses stellt die notwendigen Kontakte zwischen den verschiedenen Teilnehmenden dar und verfügt über eine Übersicht der notwendigen Abläufe und Arbeitsschritte. Die untersuchten Beispiele zeigen, dass die Gemeinden für diese Aufgabe geeignet sind, da sie am Ziel von einer erhöhten Sanierungsratio interessiert sind und sich in vielen Fällen selbst hochgesteckte CO2-Ziele gesetzt haben (zum Beispiel wollen die Services Industriels de Genève bis 2030 die CO2-Emissionen um 60% reduzieren oder die Stadt Luzern will bis 2040 die energiebedingten Treibhausgasemissionen auf Null senken). Dafür sind allerdings personelle und finanzielle Mittel notwendig, um langandauernde Prozesse zu begleiten und Vorarbeiten sowie begleitende Massnahmen zu finanzieren oder zumindest vorzufinanzieren. Es konnten keine Beispiele gefunden werden, in welchen eine private Person das Patronat übernommen hat. Um den Finanzierungsaspekt zu untersuchen, werden verschiedene bestehende Finanzierungsmethoden und theoretischer Modelle ausgewählt. Die Auswahl erfolgt aufgrund von zwei Kriterien: Es werden Methoden und Modelle gewählt, welche von den üblichen Finanzierungsformen abweichen und das Potenzial für die Finanzierung von Clustermodellen aufwiesen. Wie die Untersuchungen zeigen, besteht aktuell jedoch kein Modell, welches spezifisch auf Clustersanierungen zugeschnitten ist. Gemäss Aussage des Vertreters der Luzerner Kantonalbank sind Finanzinstitute zurzeit kaum daran interessiert, ein entsprechendes Modell auszuarbeiten und sehen wenig realistische Möglichkeiten, mehrere Eigentümerschaften in einer Finanzierung zusammenzufassen. Es wird nicht als vorrangig angesehen, dieses Thema anzugehen, da Umfragen bei privaten Eigentümerschaften zeigen, dass die Finanzierbarkeit nur eines der Hemmnisse bei Sanierungen und nicht ausschlaggebend für die Zurückhaltung bei Massnahmen ist. Um einen möglichen Kosteneinsparungseffekt aufgrund von gemeinsamen Sanierungsarbeiten zu bestimmen (sogenannter Skaleneffekt), wurde mit einem Generalunternehmen (Implenia) ein Workshop durchgeführt. Aufgrund von Erfahrungswerten und den Berechnungen anhand von Honorarkostenanteilen zeigt sich, dass mittels Skaleneffekt im Bereich Materialien nicht substanzielle Mittel eingespart werden können; im Bereich der Honorare besteht jedoch ein Reduktionspotenzial. Das grösste Kostenreduktionspotential bei den gesamten Erstellungskosten (BKP 1-5) wird durch die professionelle Konzeptionierung in der frühen Planungsphase erreicht mittels einem optimierten Gesamtkonzept und einer professionellen Projektleitung. Abhängig von der Projektgrösse kann von einer Einsparung von bis zu 20% (Schätzung) bezogen auf die gesamten Erstellungskosten ausgegangen werden. Um die Objekte zu identifizieren, welche dringend energetisch saniert werden sollten, ist eine Analyse in Bezug auf die CO2-Bilanz notwendig. Dazu bestehen zahlreiche Instrumente und es werden laufend neue entwickelt. Für den Bericht wurden solche Tools ausgewählt, welche auch von nicht professionellen Anwendenden bedient werden können. Von den ausgewählten und getesteten Instrumenten konnte keines bei der Testung als hervorragend beurteilt werden. Da sich die zugrundliegenden Datenbanken im Aufbau befinden, ist die Datengrundlage häufig noch nicht zufriedenstellend und die Ergebnisse sind teilweise ungenau oder falsch.