{"id":229066,"date":"2023-01-14T17:01:59","date_gmt":"2023-01-14T08:01:59","guid":{"rendered":"https:\/\/dei.so\/?p=229066"},"modified":"2026-09-17T16:32:25","modified_gmt":"2026-09-17T07:32:25","slug":"monte-carlo-simulation-uncertainty-analysis-and-sensitivity-analysis-in-life-cycle-assessment","status":"publish","type":"post","link":"https:\/\/dei.so\/de\/monte-carlo-simulation-uncertainty-analysis-and-sensitivity-analysis-in-life-cycle-assessment\/","title":{"rendered":"Monte-Carlo-Simulation, Unsicherheitsanalyse und Sensitivit\u00e4tsanalyse in der Lebenszyklusanalyse"},"content":{"rendered":"<div data-elementor-type=\"wp-post\" data-elementor-id=\"229066\" class=\"elementor elementor-229066\">\n\t\t\t\t<div class=\"elementor-element elementor-element-558367a e-flex e-con-boxed e-con e-parent\" data-id=\"558367a\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-26abd3c elementor-widget elementor-widget-image\" data-id=\"26abd3c\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img fetchpriority=\"high\" decoding=\"async\" width=\"1024\" height=\"625\" src=\"https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO-1024x625.jpg\" class=\"attachment-large size-large wp-image-338397\" alt=\"\" srcset=\"https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO-1024x625.jpg 1024w, https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO-300x183.jpg 300w, https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO-768x469.jpg 768w, https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO-1536x938.jpg 1536w, https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO.jpg 1766w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-fd4bc12 elementor-widget elementor-widget-html\" data-id=\"fd4bc12\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"deiso-mc-b1\">\r\n<style>\r\n.deiso-mc-b1,.deiso-mc-b1 *,.deiso-mc-b1 *::before,.deiso-mc-b1 *::after{box-sizing:border-box;}\r\n.deiso-mc-b1{width:100%;padding:30px 0 !important;background:transparent !important;font-family:'Jost', system-ui, -apple-system, Segoe UI, sans-serif !important;}\r\n.deiso-mc-b1 .block-outer{max-width:1200px;margin:0 auto;padding:0 24px !important;}\r\n.deiso-mc-b1 .block-card{\r\n  position:relative;background:#ffffff !important;\r\n  border:1px solid rgba(26,26,26,0.10) !important;border-radius:22px;\r\n  box-shadow:0 8px 20px rgba(26,26,26,0.04);overflow:hidden;\r\n  padding:56px 56px 48px 56px !important;\r\n}\r\n.deiso-mc-b1 .block-card::before{content:\"\";position:absolute;top:0;left:0;width:100%;height:6px;\r\n  background:linear-gradient(90deg,#63976B 0%,#2D8B8A 50%,#008194 100%);}\r\n.deiso-mc-b1 .block-section{padding:34px 0;border-bottom:1px solid rgba(26,26,26,0.08);}\r\n.deiso-mc-b1 .block-section:first-of-type{padding-top:8px;}\r\n.deiso-mc-b1 .block-section:last-of-type{border-bottom:none;padding-bottom:8px;}\r\n.deiso-mc-b1 .block-eyebrow{\r\n  display:inline-block;background:rgba(0,129,148,0.07) !important;color:#006675 !important;\r\n  border:1px solid rgba(0,129,148,0.20) !important;padding:5px 12px !important;border-radius:999px;\r\n  font-size:12px;font-weight:600;letter-spacing:0.08em;text-transform:uppercase;\r\n  margin-bottom:14px;line-height:1.2;}\r\n.deiso-mc-b1 h2{font-family:'Jost', sans-serif !important;font-size:28px;line-height:1.3;\r\n  letter-spacing:-0.3px;color:#1a1a1a !important;font-weight:600;margin:0 0 14px 0;}\r\n.deiso-mc-b1 p{font-size:17px;line-height:1.75;color:#475569 !important;font-weight:400;margin:0 0 16px 0;}\r\n.deiso-mc-b1 p:last-child{margin-bottom:0;}\r\n.deiso-mc-b1 p strong{color:#1a1a1a !important;font-weight:600;}\r\n@media (max-width:992px){\r\n  .deiso-mc-b1 .block-card{padding:40px 32px !important;}\r\n  .deiso-mc-b1 h2{font-size:24px;}\r\n  .deiso-mc-b1 p{font-size:16.5px;}\r\n}\r\n@media (max-width:767px){\r\n  .deiso-mc-b1{padding:20px 0 !important;}\r\n  .deiso-mc-b1 .block-outer{padding:0 18px !important;}\r\n  .deiso-mc-b1 .block-card{padding:28px 22px !important;border-radius:18px;}\r\n  .deiso-mc-b1 .block-section{padding:26px 0;}\r\n  .deiso-mc-b1 .block-eyebrow{font-size:11.5px;padding:5px 11px !important;margin-bottom:12px;}\r\n  .deiso-mc-b1 h2{font-size:21px;letter-spacing:-0.2px;}\r\n  .deiso-mc-b1 p{font-size:15.8px;}\r\n}\r\n<\/style>\r\n\r\n<div class=\"block-outer\">\r\n<div class=\"block-card\">\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Einf\u00fchrung<\/span>\r\n    <h2>Monte-Carlo-Simulation, Unsicherheitsanalyse und Sensitivit\u00e4tsanalyse in der \u00d6kobilanz<\/h2>\r\n    <p>When certain variables are changed or updated, numerous outcomes can be modeled using a computerised mathematical technique known as Monte Carlo simulation. It is a form of computer modeling used to examine how complex systems operate and behave, simulating possibilities that are difficult to resolve using traditional mathematical methods. Monte Carlo simulation is applied across banking, engineering, risk management, physics, and Life Cycle Assessment (LCA).<\/p>\r\n    <p>Die Methode basiert auf Zufall und Wahrscheinlichkeit. In einer Monte-Carlo-Simulation bilden Zufallszahlen, die von einem Zufallszahlengenerator erzeugt werden, eine bestimmte Wahrscheinlichkeitsverteilung ab \u2013 beispielsweise eine Normalverteilung. Diese Verteilung wird anschlie\u00dfend genutzt, um bestimmte Ereignisse zu bestimmen.<\/p>\r\n    <p>Monte-Carlo-Simulationen werden h\u00e4ufig mit einer Unsicherheitsanalyse kombiniert, einer Methode zur Ermittlung der Unsicherheit von Simulationsergebnissen. Mit dieser Technik wird die Variabilit\u00e4t gemessen, die durch Faktoren wie zuf\u00e4llige Eingabewerte und modellbedingte inh\u00e4rente Variabilit\u00e4t entsteht.<\/p>\r\n    <p>Zusammen bieten beide einen leistungsstarken Ansatz, um das Verhalten und die Leistungsf\u00e4higkeit eines Systems zu verstehen und zu bewerten. Dieser Artikel erl\u00e4utert die Konzepte und Methoden hinter beiden Ans\u00e4tzen sowie ihren Beitrag zur Genauigkeit und Zuverl\u00e4ssigkeit von Simulationen.<\/p>\r\n  <\/div>\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Grundlagen<\/span>\r\n    <h2>Grundlagen der Monte-Carlo-Simulation<\/h2>\r\n    <p>Wahrscheinlichkeit und Zufall bilden die Grundlage der Monte-Carlo-Simulation. Mithilfe eines Zufallszahlengenerators erzeugt der Ansatz Zufallszahlen, die eine bestimmte Wahrscheinlichkeitsverteilung darstellen und anschlie\u00dfend zur Bestimmung bestimmter Ereignisse verwendet werden. Die Verteilung kann jede Form annehmen \u2013 normalverteilt, gleichverteilt oder eine Kombination aus beidem.<\/p>\r\n    <p>Diese Zufallszahlen werden anschlie\u00dfend verwendet, um die Effizienz und das Verhalten eines Systems nachzubilden. Ein Finanzsystem k\u00f6nnte beispielsweise Zufallszahlen nutzen, um den Kurs einer Aktie zu simulieren und daraus Ereignisse wie steigende oder fallende Kurse zu berechnen.<\/p>\r\n    <p>Die in der Simulation verwendeten Zufallszahlen k\u00f6nnen auf verschiedene Weise erzeugt werden, unter anderem mithilfe einer mathematischen Formel oder eines speziellen Zufallszahlengenerators.<\/p>\r\n  <\/div>\r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-9c8f7b7 elementor-widget elementor-widget-html\" data-id=\"9c8f7b7\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"deiso-mc-b2\">\r\n<style>\r\n.deiso-mc-b2,.deiso-mc-b2 *,.deiso-mc-b2 *::before,.deiso-mc-b2 *::after{box-sizing:border-box;}\r\n.deiso-mc-b2{width:100%;padding:30px 0 !important;background:transparent !important;font-family:'Jost', system-ui, -apple-system, Segoe UI, sans-serif !important;}\r\n.deiso-mc-b2 .block-outer{max-width:1200px;margin:0 auto;padding:0 24px !important;}\r\n.deiso-mc-b2 .block-card{\r\n  position:relative;background:#ffffff !important;\r\n  border:1px solid rgba(26,26,26,0.10) !important;border-radius:22px;\r\n  box-shadow:0 8px 20px rgba(26,26,26,0.04);overflow:hidden;\r\n  padding:56px 56px 48px 56px !important;\r\n}\r\n.deiso-mc-b2 .block-card::before{content:\"\";position:absolute;top:0;left:0;width:100%;height:6px;\r\n  background:linear-gradient(90deg,#63976B 0%,#2D8B8A 50%,#008194 100%);}\r\n.deiso-mc-b2 .block-section{padding:34px 0;border-bottom:1px solid rgba(26,26,26,0.08);}\r\n.deiso-mc-b2 .block-section:first-of-type{padding-top:8px;}\r\n.deiso-mc-b2 .block-section:last-of-type{border-bottom:none;padding-bottom:8px;}\r\n.deiso-mc-b2 .block-eyebrow{\r\n  display:inline-block;background:rgba(0,129,148,0.07) !important;color:#006675 !important;\r\n  border:1px solid rgba(0,129,148,0.20) !important;padding:5px 12px !important;border-radius:999px;\r\n  font-size:12px;font-weight:600;letter-spacing:0.08em;text-transform:uppercase;\r\n  margin-bottom:14px;line-height:1.2;}\r\n.deiso-mc-b2 h2{font-family:'Jost', sans-serif !important;font-size:28px;line-height:1.3;\r\n  letter-spacing:-0.3px;color:#1a1a1a !important;font-weight:600;margin:0 0 14px 0;}\r\n.deiso-mc-b2 h3{font-family:'Jost', sans-serif !important;font-size:19px;line-height:1.35;\r\n  letter-spacing:-0.2px;color:#1a1a1a !important;font-weight:600;margin:24px 0 8px 0;}\r\n.deiso-mc-b2 p{font-size:17px;line-height:1.75;color:#475569 !important;font-weight:400;margin:0 0 16px 0;}\r\n.deiso-mc-b2 p:last-child{margin-bottom:0;}\r\n.deiso-mc-b2 p strong{color:#1a1a1a !important;font-weight:600;}\r\n.deiso-mc-b2 ul.page-list{list-style:none;padding:0 !important;margin:10px 0 16px 0;}\r\n.deiso-mc-b2 ul.page-list li{position:relative;padding:7px 0 7px 24px !important;\r\n  font-size:17px;line-height:1.65;color:#475569 !important;}\r\n.deiso-mc-b2 ul.page-list li::before{content:\"\";position:absolute;left:2px;top:16px;\r\n  width:8px;height:8px;border-radius:50%;background:linear-gradient(135deg,#63976B,#008194);}\r\n.deiso-mc-b2 .callout-panel{background:#f7fafc !important;\r\n  border:1px solid rgba(26,26,26,0.06) !important;border-left:4px solid #008194 !important;\r\n  border-radius:18px;padding:22px 26px !important;margin:22px 0 0 0;}\r\n.deiso-mc-b2 .callout-panel p{color:#1a1a1a !important;font-weight:600;margin:0;}\r\n@media (max-width:992px){\r\n  .deiso-mc-b2 .block-card{padding:40px 32px !important;}\r\n  .deiso-mc-b2 h2{font-size:24px;}\r\n  .deiso-mc-b2 h3{font-size:18.5px;}\r\n  .deiso-mc-b2 p{font-size:16.5px;}\r\n  .deiso-mc-b2 ul.page-list li{font-size:16.5px;}\r\n}\r\n@media (max-width:767px){\r\n  .deiso-mc-b2{padding:20px 0 !important;}\r\n  .deiso-mc-b2 .block-outer{padding:0 18px !important;}\r\n  .deiso-mc-b2 .block-card{padding:28px 22px !important;border-radius:18px;}\r\n  .deiso-mc-b2 .block-section{padding:26px 0;}\r\n  .deiso-mc-b2 .block-eyebrow{font-size:11.5px;padding:5px 11px !important;margin-bottom:12px;}\r\n  .deiso-mc-b2 h2{font-size:21px;letter-spacing:-0.2px;}\r\n  .deiso-mc-b2 h3{font-size:17.5px;}\r\n  .deiso-mc-b2 p{font-size:15.8px;}\r\n  .deiso-mc-b2 ul.page-list li{font-size:15.8px;padding-left:22px !important;}\r\n  .deiso-mc-b2 ul.page-list li::before{width:7px;height:7px;top:15px;}\r\n  .deiso-mc-b2 .callout-panel{padding:18px 20px !important;border-radius:14px;}\r\n}\r\n<\/style>\r\n\r\n<div class=\"block-outer\">\r\n<div class=\"block-card\">\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Unsicherheit<\/span>\r\n    <h2>Unsicherheitsanalyse<\/h2>\r\n    <p>Die Unsicherheitsanalyse ermittelt die Unsicherheit von Simulationsergebnissen. Sie misst die Variabilit\u00e4t, die durch Faktoren wie zuf\u00e4llige Eingabewerte und modellbedingte inh\u00e4rente Variabilit\u00e4t entsteht.<\/p>\r\n    <p>Sie kann auf verschiedene Weise durchgef\u00fchrt werden. Eine M\u00f6glichkeit ist die Sensitivit\u00e4tsanalyse, die die m\u00f6glichen Auswirkungen ver\u00e4nderter Simulationseingaben auf die Ergebnisse untersucht. Eine weitere besteht darin, eine Monte-Carlo-Simulation durchzuf\u00fchren und zu analysieren, wie die Ergebnisse zwischen den Simulationen variieren. Die Resultate werden anschlie\u00dfend genutzt, um die Genauigkeit des Modells und die Verl\u00e4sslichkeit der Simulationsergebnisse zu bewerten.<\/p>\r\n  <\/div>\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Fallstudie<\/span>\r\n    <h2>Monte-Carlo-Simulation in der \u00d6kobilanz<\/h2>\r\n    <p>Monte Carlo simulation is a critical step in Life Cycle Assessment. It can be carried out on a model you build yourself, or on a process drawn from a Life Cycle Inventory (LCI) database, and is typically run for the system being modeled. It shows the LCA analyst how much uncertainty sits in the results.<\/p>\r\n    <p>Die Normalverteilung ist die \u00fcbliche Wahl, auch wenn andere Optionen verf\u00fcgbar sind. Bei einer Normalverteilung erscheinen die Ergebnisse als glockenf\u00f6rmige Kurve. Je schmaler die Kurve und je geringer die Unsicherheit, desto zuverl\u00e4ssiger sind die Ergebnisse.<\/p>\r\n    <p>Monte Carlo can be run in Excel, but the simplest route is LCA software such as openLCA, GaBi, or SimaPro. The software prompts for a number of runs &mdash; typically at least 1,000. More runs give more accurate results, but the analysis takes considerably longer beyond that point. In LCA software, Monte Carlo works as follows:<\/p>\r\n    <ul class=\"page-list\">\r\n      <li>Die Simulation weist allen zuf\u00e4lligen Parameterwerten Werte zwischen definierten Mindest- und H\u00f6chstwerten zu.<\/li>\r\n      <li>Die Software untersucht die daraus entstehenden zuf\u00e4lligen Parameterkonstellationen.<\/li>\r\n      <li>Der Analyst liest das glockenf\u00f6rmige Diagramm ab \u2014 also wie sich die Unsicherheitskurve unter verschiedenen zuf\u00e4lligen Parameterkombinationen prozentual ver\u00e4ndert.<\/li>\r\n    <\/ul>\r\n\r\n    <h3>Japanischer Strommix<\/h3>\r\n    <p>Die nachstehende Fallstudie wendet die Monte-Carlo-Analyse auf den japanischen Strommix f\u00fcr 11 Umweltwirkungen an. Insgesamt werden zw\u00f6lf Wirkungskategorien ber\u00fccksichtigt, darunter das Treibhauspotenzial mit durch biogenen Kohlenstoff bedingter Unsicherheit.<\/p>\r\n    <p>Die Y-Achse zeigt die Anzahl zuf\u00e4lliger Parameterkonstellationen, die f\u00fcr jede Wirkungskategorie zu Unsicherheit f\u00fchren. Die X-Achse zeigt das Ausma\u00df der Unsicherheit in Prozent f\u00fcr jede Kategorie. Je schmaler die Kurve, desto besser und belastbarer das Gesamtergebnis. Niedrigere Werte auf beiden Achsen weisen auf ein hinsichtlich Unsicherheit robusteres Modell hin.<\/p>\r\n    <div class=\"callout-panel\">\r\n      <p>Eine zweite Ansicht derselben Fallstudie betrachtet das Treibhauspotenzial (GWP) \u2014 das Klimawandelpotenzial \u2014 isoliert.<\/p>\r\n    <\/div>\r\n  <\/div>\r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f3b9ea4 elementor-widget elementor-widget-html\" data-id=\"f3b9ea4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"deiso-mc-b2\">\r\n<style>\r\n.deiso-mc-b2,.deiso-mc-b2 *,.deiso-mc-b2 *::before,.deiso-mc-b2 *::after{box-sizing:border-box;}\r\n.deiso-mc-b2{width:100%;padding:30px 0 !important;background:transparent !important;font-family:'Jost', system-ui, -apple-system, Segoe UI, sans-serif !important;}\r\n.deiso-mc-b2 .block-outer{max-width:1200px;margin:0 auto;padding:0 24px !important;}\r\n.deiso-mc-b2 .block-card{\r\n  position:relative;background:#ffffff !important;\r\n  border:1px solid rgba(26,26,26,0.10) !important;border-radius:22px;\r\n  box-shadow:0 8px 20px rgba(26,26,26,0.04);overflow:hidden;\r\n  padding:56px 56px 48px 56px !important;\r\n}\r\n.deiso-mc-b2 .block-card::before{content:\"\";position:absolute;top:0;left:0;width:100%;height:6px;\r\n  background:linear-gradient(90deg,#63976B 0%,#2D8B8A 50%,#008194 100%);}\r\n.deiso-mc-b2 .block-section{padding:34px 0;border-bottom:1px solid rgba(26,26,26,0.08);}\r\n.deiso-mc-b2 .block-section:first-of-type{padding-top:8px;}\r\n.deiso-mc-b2 .block-section:last-of-type{border-bottom:none;padding-bottom:8px;}\r\n.deiso-mc-b2 .block-eyebrow{\r\n  display:inline-block;background:rgba(0,129,148,0.07) !important;color:#006675 !important;\r\n  border:1px solid rgba(0,129,148,0.20) !important;padding:5px 12px !important;border-radius:999px;\r\n  font-size:12px;font-weight:600;letter-spacing:0.08em;text-transform:uppercase;\r\n  margin-bottom:14px;line-height:1.2;}\r\n.deiso-mc-b2 h2{font-family:'Jost', sans-serif !important;font-size:28px;line-height:1.3;\r\n  letter-spacing:-0.3px;color:#1a1a1a !important;font-weight:600;margin:0 0 14px 0;}\r\n.deiso-mc-b2 h3{font-family:'Jost', sans-serif !important;font-size:19px;line-height:1.35;\r\n  letter-spacing:-0.2px;color:#1a1a1a !important;font-weight:600;margin:24px 0 8px 0;}\r\n.deiso-mc-b2 p{font-size:17px;line-height:1.75;color:#475569 !important;font-weight:400;margin:0 0 16px 0;}\r\n.deiso-mc-b2 p:last-child{margin-bottom:0;}\r\n.deiso-mc-b2 p strong{color:#1a1a1a !important;font-weight:600;}\r\n.deiso-mc-b2 ul.page-list{list-style:none;padding:0 !important;margin:10px 0 16px 0;}\r\n.deiso-mc-b2 ul.page-list li{position:relative;padding:7px 0 7px 24px !important;\r\n  font-size:17px;line-height:1.65;color:#475569 !important;}\r\n.deiso-mc-b2 ul.page-list li::before{content:\"\";position:absolute;left:2px;top:16px;\r\n  width:8px;height:8px;border-radius:50%;background:linear-gradient(135deg,#63976B,#008194);}\r\n.deiso-mc-b2 .callout-panel{background:#f7fafc !important;\r\n  border:1px solid rgba(26,26,26,0.06) !important;border-left:4px solid #008194 !important;\r\n  border-radius:18px;padding:22px 26px !important;margin:22px 0 0 0;}\r\n.deiso-mc-b2 .callout-panel p{color:#1a1a1a !important;font-weight:600;margin:0;}\r\n@media (max-width:992px){\r\n  .deiso-mc-b2 .block-card{padding:40px 32px !important;}\r\n  .deiso-mc-b2 h2{font-size:24px;}\r\n  .deiso-mc-b2 h3{font-size:18.5px;}\r\n  .deiso-mc-b2 p{font-size:16.5px;}\r\n  .deiso-mc-b2 ul.page-list li{font-size:16.5px;}\r\n}\r\n@media (max-width:767px){\r\n  .deiso-mc-b2{padding:20px 0 !important;}\r\n  .deiso-mc-b2 .block-outer{padding:0 18px !important;}\r\n  .deiso-mc-b2 .block-card{padding:28px 22px !important;border-radius:18px;}\r\n  .deiso-mc-b2 .block-section{padding:26px 0;}\r\n  .deiso-mc-b2 .block-eyebrow{font-size:11.5px;padding:5px 11px !important;margin-bottom:12px;}\r\n  .deiso-mc-b2 h2{font-size:21px;letter-spacing:-0.2px;}\r\n  .deiso-mc-b2 h3{font-size:17.5px;}\r\n  .deiso-mc-b2 p{font-size:15.8px;}\r\n  .deiso-mc-b2 ul.page-list li{font-size:15.8px;padding-left:22px !important;}\r\n  .deiso-mc-b2 ul.page-list li::before{width:7px;height:7px;top:15px;}\r\n  .deiso-mc-b2 .callout-panel{padding:18px 20px !important;border-radius:14px;}\r\n}\r\n<\/style>\r\n\r\n<div class=\"block-outer\">\r\n<div class=\"block-card\">\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Unsicherheit<\/span>\r\n    <h2>Unsicherheitsanalyse<\/h2>\r\n    <p>Die Unsicherheitsanalyse ermittelt die Unsicherheit von Simulationsergebnissen. Sie misst die Variabilit\u00e4t, die durch Faktoren wie zuf\u00e4llige Eingabewerte und modellbedingte inh\u00e4rente Variabilit\u00e4t entsteht.<\/p>\r\n    <p>Sie kann auf verschiedene Weise durchgef\u00fchrt werden. Eine M\u00f6glichkeit ist die Sensitivit\u00e4tsanalyse, die die m\u00f6glichen Auswirkungen ver\u00e4nderter Simulationseingaben auf die Ergebnisse untersucht. Eine weitere besteht darin, eine Monte-Carlo-Simulation durchzuf\u00fchren und zu analysieren, wie die Ergebnisse zwischen den Simulationen variieren. Die Resultate werden anschlie\u00dfend genutzt, um die Genauigkeit des Modells und die Verl\u00e4sslichkeit der Simulationsergebnisse zu bewerten.<\/p>\r\n  <\/div>\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Fallstudie<\/span>\r\n    <h2>Monte-Carlo-Simulation in der \u00d6kobilanz<\/h2>\r\n    <p>Monte Carlo simulation is a critical step in Life Cycle Assessment. It can be carried out on a model you build yourself, or on a process drawn from a Life Cycle Inventory (LCI) database, and is typically run for the system being modeled. It shows the LCA analyst how much uncertainty sits in the results.<\/p>\r\n    <p>Die Normalverteilung ist die \u00fcbliche Wahl, auch wenn andere Optionen verf\u00fcgbar sind. Bei einer Normalverteilung erscheinen die Ergebnisse als glockenf\u00f6rmige Kurve. Je schmaler die Kurve und je geringer die Unsicherheit, desto zuverl\u00e4ssiger sind die Ergebnisse.<\/p>\r\n    <p>Monte Carlo can be run in Excel, but the simplest route is LCA software such as openLCA, GaBi, or SimaPro. The software prompts for a number of runs &mdash; typically at least 1,000. More runs give more accurate results, but the analysis takes considerably longer beyond that point. In LCA software, Monte Carlo works as follows:<\/p>\r\n    <ul class=\"page-list\">\r\n      <li>Die Simulation weist allen zuf\u00e4lligen Parameterwerten Werte zwischen definierten Mindest- und H\u00f6chstwerten zu.<\/li>\r\n      <li>Die Software untersucht die daraus entstehenden zuf\u00e4lligen Parameterkonstellationen.<\/li>\r\n      <li>Der Analyst liest das glockenf\u00f6rmige Diagramm ab \u2014 also wie sich die Unsicherheitskurve unter verschiedenen zuf\u00e4lligen Parameterkombinationen prozentual ver\u00e4ndert.<\/li>\r\n    <\/ul>\r\n\r\n    <h3>Japanischer Strommix<\/h3>\r\n    <p>Die nachstehende Fallstudie wendet die Monte-Carlo-Analyse auf den japanischen Strommix f\u00fcr 11 Umweltwirkungen an. Insgesamt werden zw\u00f6lf Wirkungskategorien ber\u00fccksichtigt, darunter das Treibhauspotenzial mit durch biogenen Kohlenstoff bedingter Unsicherheit.<\/p>\r\n    <p>Die Y-Achse zeigt die Anzahl zuf\u00e4lliger Parameterkonstellationen, die f\u00fcr jede Wirkungskategorie zu Unsicherheit f\u00fchren. Die X-Achse zeigt das Ausma\u00df der Unsicherheit in Prozent f\u00fcr jede Kategorie. Je schmaler die Kurve, desto besser und belastbarer das Gesamtergebnis. Niedrigere Werte auf beiden Achsen weisen auf ein hinsichtlich Unsicherheit robusteres Modell hin.<\/p>\r\n    <div class=\"callout-panel\">\r\n      <p>Eine zweite Ansicht derselben Fallstudie betrachtet das Treibhauspotenzial (GWP) \u2014 das Klimawandelpotenzial \u2014 isoliert.<\/p>\r\n    <\/div>\r\n  <\/div>\r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-22eadfd elementor-widget elementor-widget-html\" data-id=\"22eadfd\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"deiso-mc-b3\">\r\n<style>\r\n.deiso-mc-b3,.deiso-mc-b3 *,.deiso-mc-b3 *::before,.deiso-mc-b3 *::after{box-sizing:border-box;}\r\n.deiso-mc-b3{width:100%;padding:30px 0 !important;background:transparent !important;font-family:'Jost', system-ui, -apple-system, Segoe UI, sans-serif !important;}\r\n.deiso-mc-b3 .block-outer{max-width:1200px;margin:0 auto;padding:0 24px !important;}\r\n.deiso-mc-b3 .block-card{\r\n  position:relative;background:#ffffff !important;\r\n  border:1px solid rgba(26,26,26,0.10) !important;border-radius:22px;\r\n  box-shadow:0 8px 20px rgba(26,26,26,0.04);overflow:hidden;\r\n  padding:56px 56px 48px 56px !important;\r\n}\r\n.deiso-mc-b3 .block-card::before{content:\"\";position:absolute;top:0;left:0;width:100%;height:6px;\r\n  background:linear-gradient(90deg,#63976B 0%,#2D8B8A 50%,#008194 100%);}\r\n.deiso-mc-b3 .block-section{padding:34px 0;border-bottom:1px solid rgba(26,26,26,0.08);}\r\n.deiso-mc-b3 .block-section:first-of-type{padding-top:8px;}\r\n.deiso-mc-b3 .block-section:last-of-type{border-bottom:none;padding-bottom:8px;}\r\n.deiso-mc-b3 .block-eyebrow{\r\n  display:inline-block;background:rgba(0,129,148,0.07) !important;color:#006675 !important;\r\n  border:1px solid rgba(0,129,148,0.20) !important;padding:5px 12px !important;border-radius:999px;\r\n  font-size:12px;font-weight:600;letter-spacing:0.08em;text-transform:uppercase;\r\n  margin-bottom:14px;line-height:1.2;}\r\n.deiso-mc-b3 h2{font-family:'Jost', sans-serif !important;font-size:28px;line-height:1.3;\r\n  letter-spacing:-0.3px;color:#1a1a1a !important;font-weight:600;margin:0 0 14px 0;}\r\n.deiso-mc-b3 h3{font-family:'Jost', sans-serif !important;font-size:19px;line-height:1.35;\r\n  letter-spacing:-0.2px;color:#1a1a1a !important;font-weight:600;margin:24px 0 8px 0;}\r\n.deiso-mc-b3 p{font-size:17px;line-height:1.75;color:#475569 !important;font-weight:400;margin:0 0 16px 0;}\r\n.deiso-mc-b3 p:last-child{margin-bottom:0;}\r\n.deiso-mc-b3 p strong{color:#1a1a1a !important;font-weight:600;}\r\n.deiso-mc-b3 ul.page-list{list-style:none;padding:0 !important;margin:10px 0 16px 0;}\r\n.deiso-mc-b3 ul.page-list li{position:relative;padding:7px 0 7px 24px !important;\r\n  font-size:17px;line-height:1.65;color:#475569 !important;}\r\n.deiso-mc-b3 ul.page-list li::before{content:\"\";position:absolute;left:2px;top:16px;\r\n  width:8px;height:8px;border-radius:50%;background:linear-gradient(135deg,#63976B,#008194);}\r\n.deiso-mc-b3 .callout-panel{background:#f7fafc !important;\r\n  border:1px solid rgba(26,26,26,0.06) !important;border-left:4px solid #008194 !important;\r\n  border-radius:18px;padding:22px 26px !important;margin:22px 0 0 0;}\r\n.deiso-mc-b3 .callout-panel p{color:#1a1a1a !important;font-weight:600;margin:0;}\r\n@media (max-width:992px){\r\n  .deiso-mc-b3 .block-card{padding:40px 32px !important;}\r\n  .deiso-mc-b3 h2{font-size:24px;}\r\n  .deiso-mc-b3 h3{font-size:18.5px;}\r\n  .deiso-mc-b3 p{font-size:16.5px;}\r\n  .deiso-mc-b3 ul.page-list li{font-size:16.5px;}\r\n}\r\n@media (max-width:767px){\r\n  .deiso-mc-b3{padding:20px 0 !important;}\r\n  .deiso-mc-b3 .block-outer{padding:0 18px !important;}\r\n  .deiso-mc-b3 .block-card{padding:28px 22px !important;border-radius:18px;}\r\n  .deiso-mc-b3 .block-section{padding:26px 0;}\r\n  .deiso-mc-b3 .block-eyebrow{font-size:11.5px;padding:5px 11px !important;margin-bottom:12px;}\r\n  .deiso-mc-b3 h2{font-size:21px;letter-spacing:-0.2px;}\r\n  .deiso-mc-b3 h3{font-size:17.5px;}\r\n  .deiso-mc-b3 p{font-size:15.8px;}\r\n  .deiso-mc-b3 ul.page-list li{font-size:15.8px;padding-left:22px !important;}\r\n  .deiso-mc-b3 ul.page-list li::before{width:7px;height:7px;top:15px;}\r\n  .deiso-mc-b3 .callout-panel{padding:18px 20px !important;border-radius:14px;}\r\n}\r\n<\/style>\r\n\r\n<div class=\"block-outer\">\r\n<div class=\"block-card\">\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Sensitivit\u00e4t<\/span>\r\n    <h2>Sensitivit\u00e4tsanalyse<\/h2>\r\n    <p>Die Sensitivit\u00e4tsanalyse ermittelt, wie sich unterschiedliche Werte einer unabh\u00e4ngigen Variablen unter einem bestimmten Satz von Annahmen auf eine bestimmte abh\u00e4ngige Variable auswirken. Sie ist zentral f\u00fcr die Risikobewertung und Finanzanalyse, da sie zeigt, wie sich das Ergebnis einer Entscheidung oder eines Modells ver\u00e4ndern w\u00fcrde, wenn sich eine oder mehrere zugrunde liegende Annahmen \u00e4nderten. Sie identifiziert zudem die Faktoren, die die Leistung einer bestimmten Entscheidung oder eines Modells beeinflussen \u2014 auch in der \u00d6kobilanzierung.<\/p>\r\n    <p>Im Finanzbereich prognostiziert die Sensitivit\u00e4tsanalyse, wie sich \u00c4nderungen bei Zinss\u00e4tzen, Inflation oder Wechselkursen auf die Performance auswirken und wie unterschiedliche Anlagestrategien die erwarteten Renditen beeinflussen. Die Untersuchung dieser Effekte erm\u00f6glicht es Investoren und Managern, fundierte Einsch\u00e4tzungen vorzunehmen und Risiken gezielter zu steuern.<\/p>\r\n    <p>Bei der Risikobewertung und in der LCA identifiziert die Sensitivit\u00e4tsanalyse die Faktoren, die das Ergebnis eines Modells am st\u00e4rksten beeinflussen. Durch die Bewertung des Einflusses jeder Variablen k\u00f6nnen Analysten bestimmen, welche Faktoren und Annahmen bei Entscheidungen und der Risikosteuerung am wichtigsten sind.<\/p>\r\n    <p>Die Methode geht \u00fcber Finanzen und Risiken hinaus. Sie kann auch untersuchen, wie sich Unternehmensstrategien auf Marktanteile, Mitarbeitermoral und Kundenzufriedenheit auswirken \u2014 und F\u00fchrungskr\u00e4ften einen strukturierten \u00dcberblick dar\u00fcber geben, wie Ver\u00e4nderungen einzelner Faktoren jedes Ergebnis beeinflussen.<\/p>\r\n  <\/div>\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Verfahren<\/span>\r\n    <h2>Sensitivit\u00e4tsanalyse in der \u00d6kobilanzierung<\/h2>\r\n    <p>Die Sensitivit\u00e4tsanalyse ist eine zweite wesentliche Methode f\u00fcr LCA. Die Monte-Carlo-Fallstudie zum japanischen Strommix dient erneut als Praxisbeispiel. Sie kann in Microsoft Excel durchgef\u00fchrt werden, doch der folgende Ablauf beschreibt die Durchf\u00fchrung in LCA-Software wie GaBi:<\/p>\r\n    <ul class=\"page-list\">\r\n      <li>F\u00fcr die untersuchten Parameter werden Standardabweichungen festgelegt.<\/li>\r\n      <li>Die Software multipliziert und dividiert die Parameterwerte mit dieser Standardabweichung \u2014 beispielsweise um +50% bzw. \u221250%.<\/li>\r\n      <li>Die Analyse zeigt anschlie\u00dfend, wie sich die Variation jedes Parameters auf das Ergebnis auswirkt.<\/li>\r\n    <\/ul>\r\n    <div class=\"callout-panel\">\r\n      <p>Beantwortet wird die Frage: Wie empfindlich reagieren unsere Ergebnisse auf eine \u00c4nderung von \u00b150% bei diesem oder jenem Parameter?<\/p>\r\n    <\/div>\r\n    <h3>Auswertung der Ergebnisse<\/h3>\r\n    <ul class=\"page-list\">\r\n      <li>Um wie viel Prozent hat sich das Ergebnis ver\u00e4ndert, wenn ein einzelner Parameter beispielsweise um 50% erh\u00f6ht wurde?<\/li>\r\n      <li>Welche \u00c4nderungen einzelner Parameter f\u00fchrten zu unverh\u00e4ltnism\u00e4\u00dfig gro\u00dfen Schwankungen im Ergebnis?<\/li>\r\n    <\/ul>\r\n  <\/div>\r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-28c21f7 elementor-widget elementor-widget-html\" data-id=\"28c21f7\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"deiso-mc-b4\">\r\n<style>\r\n.deiso-mc-b4,.deiso-mc-b4 *,.deiso-mc-b4 *::before,.deiso-mc-b4 *::after{box-sizing:border-box;}\r\n.deiso-mc-b4{width:100%;padding:30px 0 !important;background:transparent !important;font-family:'Jost', system-ui, -apple-system, Segoe UI, sans-serif !important;}\r\n.deiso-mc-b4 .block-outer{max-width:1200px;margin:0 auto;padding:0 24px !important;}\r\n.deiso-mc-b4 .block-card{\r\n  position:relative;background:#ffffff !important;\r\n  border:1px solid rgba(26,26,26,0.10) !important;border-radius:22px;\r\n  box-shadow:0 8px 20px rgba(26,26,26,0.04);overflow:hidden;\r\n  padding:0 56px 48px 56px !important;\r\n}\r\n.deiso-mc-b4 .block-card::before{content:\"\";position:absolute;top:0;left:0;width:100%;height:6px;\r\n  background:linear-gradient(90deg,#63976B 0%,#2D8B8A 50%,#008194 100%);z-index:2;}\r\n\r\n.deiso-mc-b4 .card-cover{margin:0 -56px 0 -56px;line-height:0;}\r\n.deiso-mc-b4 a.cover-link,\r\n.deiso-mc-b4 a.cover-link:link,\r\n.deiso-mc-b4 a.cover-link:visited{display:block !important;line-height:0;text-decoration:none !important;border:0 !important;}\r\n.deiso-mc-b4 .card-cover img{display:block !important;width:100%;height:auto;border:0 !important;border-radius:0 !important;}\r\n\r\n.deiso-mc-b4 .block-section{padding:34px 0;border-bottom:1px solid rgba(26,26,26,0.08);}\r\n.deiso-mc-b4 .block-section:last-of-type{border-bottom:none;padding-bottom:8px;}\r\n.deiso-mc-b4 .block-eyebrow{\r\n  display:inline-block;background:rgba(0,129,148,0.07) !important;color:#006675 !important;\r\n  border:1px solid rgba(0,129,148,0.20) !important;padding:5px 12px !important;border-radius:999px;\r\n  font-size:12px;font-weight:600;letter-spacing:0.08em;text-transform:uppercase;\r\n  margin-bottom:14px;line-height:1.2;}\r\n.deiso-mc-b4 h2{font-family:'Jost', sans-serif !important;font-size:28px;line-height:1.3;\r\n  letter-spacing:-0.3px;color:#1a1a1a !important;font-weight:600;margin:0 0 14px 0;}\r\n.deiso-mc-b4 h3{font-family:'Jost', sans-serif !important;font-size:19px;line-height:1.35;\r\n  letter-spacing:-0.2px;color:#1a1a1a !important;font-weight:600;margin:28px 0 10px 0;}\r\n.deiso-mc-b4 p{font-size:17px;line-height:1.75;color:#475569 !important;font-weight:400;margin:0 0 16px 0;}\r\n.deiso-mc-b4 p:last-child{margin-bottom:0;}\r\n.deiso-mc-b4 p strong{color:#1a1a1a !important;font-weight:600;}\r\n.deiso-mc-b4 ul.page-list{list-style:none;padding:0 !important;margin:10px 0 0 0;}\r\n.deiso-mc-b4 ul.page-list li{position:relative;padding:7px 0 7px 24px !important;\r\n  font-size:17px;line-height:1.65;color:#475569 !important;}\r\n.deiso-mc-b4 ul.page-list li::before{content:\"\";position:absolute;left:2px;top:16px;\r\n  width:8px;height:8px;border-radius:50%;background:linear-gradient(135deg,#63976B,#008194);}\r\n.deiso-mc-b4 ul.page-list li strong{color:#1a1a1a !important;font-weight:600;}\r\n\r\n.deiso-mc-b4 .table-wrap{width:100%;margin-top:14px;}\r\n.deiso-mc-b4 table{width:100%;border-collapse:collapse;table-layout:fixed;\r\n  background:transparent !important;margin:0;}\r\n.deiso-mc-b4 thead th{\r\n  background:rgba(0,129,148,0.07) !important;color:#1a1a1a !important;\r\n  font-size:13.5px;font-weight:600;letter-spacing:0.06em;text-transform:uppercase;\r\n  text-align:left;padding:13px 14px !important;\r\n  border-bottom:1px solid rgba(26,26,26,0.07) !important;white-space:nowrap;}\r\n.deiso-mc-b4 tbody td{\r\n  padding:14px 14px !important;font-size:16px;line-height:1.6;color:#475569 !important;\r\n  border-bottom:1px solid rgba(26,26,26,0.07) !important;vertical-align:top;\r\n  background:transparent !important;}\r\n.deiso-mc-b4 tbody tr:last-child td{border-bottom:none !important;}\r\n.deiso-mc-b4 tbody tr:hover td{background:#f7fafc !important;}\r\n.deiso-mc-b4 td.col-key{color:#1a1a1a !important;font-weight:600;}\r\n\r\n.deiso-mc-b4 .table-id thead th.h-id{width:8%;}\r\n.deiso-mc-b4 .table-id thead th.h-name{width:64%;}\r\n.deiso-mc-b4 .table-id thead th.h-unit{width:28%;}\r\n\r\n.deiso-mc-b4 .table-sens{table-layout:auto;min-width:1080px;}\r\n.deiso-mc-b4 .table-sens thead th{font-size:12.5px;padding:12px 12px !important;}\r\n.deiso-mc-b4 .table-sens tbody td{font-size:15.5px;padding:11px 12px !important;white-space:nowrap;}\r\n.deiso-mc-b4 .table-sens td.col-key{white-space:nowrap;}\r\n.deiso-mc-b4 .scroll-wrap{\r\n  width:100%;overflow-x:auto;-webkit-overflow-scrolling:touch;\r\n  border:1px solid rgba(26,26,26,0.08) !important;border-radius:18px;\r\n  margin-top:14px;}\r\n.deiso-mc-b4 .scroll-hint{\r\n  font-size:13.5px;color:#006675 !important;font-weight:600;\r\n  letter-spacing:0.04em;margin:10px 0 0 0;}\r\n\r\n@media (max-width:992px){\r\n  .deiso-mc-b4 .block-card{padding:0 32px 40px 32px !important;}\r\n  .deiso-mc-b4 .card-cover{margin:0 -32px 0 -32px;}\r\n  .deiso-mc-b4 h2{font-size:24px;}\r\n  .deiso-mc-b4 h3{font-size:18.5px;}\r\n  .deiso-mc-b4 p{font-size:16.5px;}\r\n  .deiso-mc-b4 ul.page-list li{font-size:16.5px;}\r\n  .deiso-mc-b4 .table-wrap{overflow-x:auto;-webkit-overflow-scrolling:touch;}\r\n  .deiso-mc-b4 .table-id{table-layout:auto;min-width:640px;}\r\n  .deiso-mc-b4 tbody td{font-size:15.5px;}\r\n}\r\n@media (max-width:767px){\r\n  .deiso-mc-b4{padding:20px 0 !important;}\r\n  .deiso-mc-b4 .block-outer{padding:0 18px !important;}\r\n  .deiso-mc-b4 .block-card{padding:0 22px 28px 22px !important;border-radius:18px;}\r\n  .deiso-mc-b4 .card-cover{margin:0 -22px 0 -22px;}\r\n  .deiso-mc-b4 .block-section{padding:26px 0;}\r\n  .deiso-mc-b4 .block-eyebrow{font-size:11.5px;padding:5px 11px !important;margin-bottom:12px;}\r\n  .deiso-mc-b4 h2{font-size:21px;letter-spacing:-0.2px;}\r\n  .deiso-mc-b4 h3{font-size:17.5px;}\r\n  .deiso-mc-b4 p{font-size:15.8px;}\r\n  .deiso-mc-b4 ul.page-list li{font-size:15.8px;padding-left:22px !important;}\r\n  .deiso-mc-b4 ul.page-list li::before{width:7px;height:7px;top:15px;}\r\n  .deiso-mc-b4 tbody td{font-size:15px;}\r\n  .deiso-mc-b4 .table-sens tbody td{font-size:14.5px;}\r\n  .deiso-mc-b4 .scroll-wrap{border-radius:14px;}\r\n}\r\n<\/style>\r\n\r\n<div class=\"block-outer\">\r\n<div class=\"block-card\">\r\n  <div class=\"card-cover\">\r\n    <a class=\"cover-link\" href=\"https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO.jpg\">\r\n      <img decoding=\"async\" src=\"https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/LCA_Uncertainty_Results_DEISO.jpg\" alt=\"Ergebnisse der Monte-Carlo-Unsicherheitsanalyse, Strommix im japanischen Netz\" loading=\"lazy\" \/>\r\n    <\/a>\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Ergebnisse<\/span>\r\n    <h2>Ergebnisse der Sensitivit\u00e4tsanalyse \u2014 japanischer Strommix<\/h2>\r\n    <p>Die erste Tabelle f\u00fchrt die Wirkungskategorien mit ihren IDs auf. Die zweite Tabelle enth\u00e4lt die entsprechenden Sensitivit\u00e4tsergebnisse, ausgedr\u00fcckt als prozentuale \u00c4nderung jeder Wirkungskategorie, wenn ein bestimmter Parameter einer Energiequelle in beide Richtungen um eine Standardabweichung ver\u00e4ndert wird.<\/p>\r\n\r\n    <h3>Wirkungskategorien und IDs<\/h3>\r\n    <div class=\"table-wrap\">\r\n      <table class=\"table-id\">\r\n        <thead>\r\n          <tr>\r\n            <th scope=\"col\" class=\"h-id\">ID<\/th>\r\n            <th scope=\"col\" class=\"h-name\">Wirkungskategorie<\/th>\r\n            <th scope=\"col\" class=\"h-unit\">Einheit<\/th>\r\n          <\/tr>\r\n        <\/thead>\r\n        <tbody>\r\n          <tr><td class=\"col-key\">1<\/td><td>Ozonabbaupotenzial (ODP, station\u00e4rer Zustand)<\/td><td>kg R11-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">2<\/td><td>Humantoxizit\u00e4tspotenzial (HTP inf.)<\/td><td>kg DCB-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">3<\/td><td>Photochemisches Ozonbildungspotenzial (POCP)<\/td><td>kg Ethen-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">4<\/td><td>\u00d6kotoxizit\u00e4tspotenzial f\u00fcr Meeresgew\u00e4sser (MAETP inf.)<\/td><td>kg DCB-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">5<\/td><td>Terrestrisches \u00d6kotoxizit\u00e4tspotenzial (TETP inf.)<\/td><td>kg DCB-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">6<\/td><td>Treibhauspotenzial (GWP 100 Jahre), ohne biogenen Kohlenstoff<\/td><td>kg CO\u2082-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">7<\/td><td>Abiotischer Ressourcenverbrauch (ADP Elemente)<\/td><td>kg Sb-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">8<\/td><td>\u00d6kotoxizit\u00e4tspotenzial f\u00fcr S\u00fc\u00dfgew\u00e4sser (FAETP inf.)<\/td><td>kg DCB-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">9<\/td><td>Abiotischer Ressourcenverbrauch (ADP fossil)<\/td><td>MJ<\/td><\/tr>\r\n          <tr><td class=\"col-key\">10<\/td><td>Versauerungspotenzial (AP)<\/td><td>kg SO\u2082-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">11<\/td><td>Treibhauspotenzial (GWP 100 Jahre)<\/td><td>kg CO\u2082-\u00c4q.<\/td><\/tr>\r\n          <tr><td class=\"col-key\">12<\/td><td>Eutrophierungspotenzial (EP)<\/td><td>kg Phosphat-\u00c4q.<\/td><\/tr>\r\n        <\/tbody>\r\n      <\/table>\r\n    <\/div>\r\n\r\n    <h3>Sensitivit\u00e4tsergebnisse nach Energiequelle<\/h3>\r\n    <div class=\"scroll-wrap\">\r\n      <table class=\"table-sens\">\r\n        <thead>\r\n          <tr>\r\n            <th scope=\"col\">Wirkung ID &amp; Richtung<\/th>\r\n            <th scope=\"col\">Kohle<\/th>\r\n            <th scope=\"col\">Wasserkraft<\/th>\r\n            <th scope=\"col\">Erdgas<\/th>\r\n            <th scope=\"col\">Kernenergie<\/th>\r\n            <th scope=\"col\">Schwer\u00f6l<\/th>\r\n            <th scope=\"col\">Solarenergie<\/th>\r\n            <th scope=\"col\">Abfall<\/th>\r\n            <th scope=\"col\">Windenergie<\/th>\r\n          <\/tr>\r\n        <\/thead>\r\n        <tbody>\r\n          <tr><td class=\"col-key\">1 \u2212 Standardabw.<\/td><td>\u22121.33%<\/td><td>\u22120.04%<\/td><td>\u22121.36%<\/td><td>\u22120.05%<\/td><td>\u22121.99%<\/td><td>\u22120.21%<\/td><td>0.00%<\/td><td>\u22120.01%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">1 + Stdabw.<\/td><td>1.33%<\/td><td>0.04%<\/td><td>1.36%<\/td><td>0.05%<\/td><td>1.99%<\/td><td>0.21%<\/td><td>0.00%<\/td><td>0.01%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">2 \u2212 Stdabw.<\/td><td>\u22121.58%<\/td><td>\u22120.20%<\/td><td>\u22121.05%<\/td><td>\u22120.07%<\/td><td>\u22120.78%<\/td><td>\u22120.53%<\/td><td>\u22120.22%<\/td><td>\u22120.04%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">2 + Stdabw.<\/td><td>1.58%<\/td><td>0.20%<\/td><td>1.05%<\/td><td>0.07%<\/td><td>0.78%<\/td><td>0.53%<\/td><td>0.22%<\/td><td>0.04%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">3 \u2212 Stdabw.<\/td><td>\u22122.13%<\/td><td>0.00%<\/td><td>\u22121.61%<\/td><td>\u22120.01%<\/td><td>\u22120.82%<\/td><td>\u22120.01%<\/td><td>\u22120.14%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">3 + Stdabw.<\/td><td>2.13%<\/td><td>0.00%<\/td><td>1.61%<\/td><td>0.01%<\/td><td>0.82%<\/td><td>0.01%<\/td><td>0.14%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">4 \u2212 Stdabw.<\/td><td>\u22121.53%<\/td><td>0.00%<\/td><td>\u22120.22%<\/td><td>\u22120.02%<\/td><td>\u22120.12%<\/td><td>\u22120.02%<\/td><td>\u22120.54%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">4 + Stdabw.<\/td><td>1.53%<\/td><td>0.00%<\/td><td>0.22%<\/td><td>0.02%<\/td><td>0.12%<\/td><td>0.02%<\/td><td>0.54%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">5 \u2212 Stdabw.<\/td><td>\u22121.21%<\/td><td>\u22120.02%<\/td><td>\u22121.27%<\/td><td>0.00%<\/td><td>\u22120.45%<\/td><td>\u22120.05%<\/td><td>\u22121.08%<\/td><td>\u22120.06%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">5 + Stdabw.<\/td><td>1.21%<\/td><td>0.02%<\/td><td>1.27%<\/td><td>0.00%<\/td><td>0.45%<\/td><td>0.05%<\/td><td>1.08%<\/td><td>0.06%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">6 \u2212 Stdabw.<\/td><td>\u22122.29%<\/td><td>0.00%<\/td><td>\u22121.84%<\/td><td>0.00%<\/td><td>\u22120.68%<\/td><td>\u22120.01%<\/td><td>\u22120.17%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">6 + Stdabw.<\/td><td>2.29%<\/td><td>0.00%<\/td><td>1.84%<\/td><td>0.00%<\/td><td>0.68%<\/td><td>0.01%<\/td><td>0.17%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">7 \u2212 Stdabw.<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">7 + Stdabw.<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">8 \u2212 Stdabw.<\/td><td>\u22120.80%<\/td><td>\u22120.01%<\/td><td>\u22121.62%<\/td><td>\u22120.28%<\/td><td>\u22121.91%<\/td><td>\u22120.06%<\/td><td>\u22120.05%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">8 + Stdabw.<\/td><td>0.80%<\/td><td>0.01%<\/td><td>1.62%<\/td><td>0.28%<\/td><td>1.91%<\/td><td>0.06%<\/td><td>0.05%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">9 \u2212 Stdabw.<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">9 + Stdabw.<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><td>0%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">10 \u2212 Stdabw.<\/td><td>\u22122.35%<\/td><td>0.00%<\/td><td>\u22121.18%<\/td><td>\u22120.01%<\/td><td>\u22120.90%<\/td><td>\u22120.03%<\/td><td>\u22120.23%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">10 + Stdabw.<\/td><td>2.35%<\/td><td>0.00%<\/td><td>1.18%<\/td><td>0.01%<\/td><td>0.90%<\/td><td>0.03%<\/td><td>0.23%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">11 \u2212 Stdabw.<\/td><td>\u22122.09%<\/td><td>0.00%<\/td><td>\u22121.68%<\/td><td>0.00%<\/td><td>\u22120.62%<\/td><td>\u22120.01%<\/td><td>\u22120.42%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">11 + Stdabw.<\/td><td>2.09%<\/td><td>0.00%<\/td><td>1.68%<\/td><td>0.00%<\/td><td>0.62%<\/td><td>0.01%<\/td><td>0.42%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">12 \u2212 Stdabw.<\/td><td>\u22122.13%<\/td><td>0.00%<\/td><td>\u22121.48%<\/td><td>\u22120.01%<\/td><td>\u22120.76%<\/td><td>\u22120.02%<\/td><td>\u22120.27%<\/td><td>0.00%<\/td><\/tr>\r\n          <tr><td class=\"col-key\">12 + Stdabw.<\/td><td>2.13%<\/td><td>0.00%<\/td><td>1.48%<\/td><td>0.01%<\/td><td>0.76%<\/td><td>0.02%<\/td><td>0.27%<\/td><td>0.00%<\/td><\/tr>\r\n        <\/tbody>\r\n      <\/table>\r\n    <\/div>\r\n    <p class=\"scroll-hint\">Scrollen Sie die Tabelle seitlich, um alle Energiequellen zu sehen.<\/p>\r\n  <\/div>\r\n\r\n  <div class=\"block-section\">\r\n    <span class=\"block-eyebrow\">Fazit<\/span>\r\n    <h2>Fazit<\/h2>\r\n    <ul class=\"page-list\">\r\n      <li><strong>Monte-Carlo-Simulation.<\/strong> Diese Methode, auch als Unsicherheitsanalyse bezeichnet, untersucht den Einfluss zuf\u00e4lliger Variablen und Unsicherheiten auf ein System oder einen Prozess. Sie bewertet m\u00f6gliche Ergebnisse, indem sie viele zuf\u00e4llig generierte Simulationen mit unterschiedlichen Eingabeparametern durchf\u00fchrt; die Kombination dieser Ergebnisse ergibt eine Wahrscheinlichkeitsverteilung alternativer Resultate. Mit derselben Technik l\u00e4sst sich auch das Risiko quantifizieren, das mit Investitionsentscheidungen unter Unsicherheit verbunden ist.<\/li>\r\n      <li><strong>Sensitivit\u00e4tsanalyse.<\/strong> Eine zentrale Methode f\u00fcr Risikobewertung, Finanzanalyse, Umweltmanagement und \u00d6kobilanzierung. Sie ermittelt, wie sich das Ergebnis einer Entscheidung oder eines Modells ver\u00e4ndert, wenn eine oder mehrere zugrunde liegende Annahmen ge\u00e4ndert werden, und zeigt, welche Annahmen f\u00fcr Entscheidungen und das Risikomanagement am wichtigsten sind.<\/li>\r\n    <\/ul>\r\n  <\/div>\r\n\r\n<\/div>\r\n<\/div>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-ae5ec80 e-flex e-con-boxed e-con e-parent\" data-id=\"ae5ec80\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-c347558 elementor-widget elementor-widget-html\" data-id=\"c347558\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"deiso-lca-hub-block\">\r\n<style>\r\n.deiso-lca-hub-block,.deiso-lca-hub-block *,.deiso-lca-hub-block *::before,.deiso-lca-hub-block *::after{box-sizing:border-box;}\r\n.deiso-lca-hub-block{width:100%;padding:30px 0 !important;background:transparent !important;font-family:'Jost', system-ui, -apple-system, Segoe UI, sans-serif !important;}\r\n\r\n.deiso-lca-hub-block .block-outer{max-width:1200px;margin:0 auto;padding:0 24px !important;}\r\n\r\n.deiso-lca-hub-block .block-head{margin-bottom:26px;}\r\n.deiso-lca-hub-block .block-eyebrow{\r\n  display:inline-block;\r\n  background:rgba(0,129,148,0.07) !important;\r\n  color:#006675 !important;\r\n  border:1px solid rgba(0,129,148,0.20) !important;\r\n  padding:5px 12px !important;\r\n  border-radius:999px;\r\n  font-size:12px;\r\n  font-weight:600;\r\n  letter-spacing:0.08em;\r\n  text-transform:uppercase;\r\n  margin-bottom:14px;\r\n  line-height:1.2;\r\n}\r\n.deiso-lca-hub-block h2{\r\n  font-family:'Jost', sans-serif !important;\r\n  font-size:28px;\r\n  line-height:1.3;\r\n  letter-spacing:-0.3px;\r\n  color:#1a1a1a !important;\r\n  font-weight:600;\r\n  margin:0 0 12px 0;\r\n}\r\n.deiso-lca-hub-block .block-head p{\r\n  font-size:17px;\r\n  line-height:1.75;\r\n  color:#475569 !important;\r\n  margin:0;\r\n  max-width:900px;\r\n}\r\n\r\n.deiso-lca-hub-block .card-grid{\r\n  display:grid;\r\n  grid-template-columns:repeat(2, minmax(0, 1fr));\r\n  gap:22px;\r\n  align-items:stretch;\r\n}\r\n\r\n.deiso-lca-hub-block .grid-card{\r\n  position:relative;\r\n  display:flex;\r\n  flex-direction:column;\r\n  background:#f7fafc !important;\r\n  border:1px solid rgba(26,26,26,0.08) !important;\r\n  border-radius:22px;\r\n  box-shadow:none;\r\n  overflow:hidden;\r\n  padding:32px 26px 28px 26px !important;\r\n  transition:background .25s ease, border-color .25s ease, transform .25s ease;\r\n}\r\n.deiso-lca-hub-block .grid-card::before{\r\n  content:\"\";\r\n  position:absolute;\r\n  top:0;left:0;\r\n  width:100%;height:6px;\r\n  background:linear-gradient(90deg,#63976B 0%,#2D8B8A 50%,#008194 100%);\r\n}\r\n.deiso-lca-hub-block .grid-card:hover{\r\n  background:#ffffff !important;\r\n  border-color:rgba(0,129,148,0.30) !important;\r\n  transform:translateY(-4px);\r\n}\r\n.deiso-lca-hub-block .grid-card.span-full{grid-column:1 \/ -1;}\r\n\r\n.deiso-lca-hub-block .card-top{\r\n  display:flex;\r\n  align-items:flex-start;\r\n  gap:14px;\r\n  margin-bottom:14px;\r\n}\r\n\r\n.deiso-lca-hub-block .card-icon{\r\n  flex:0 0 auto;\r\n  width:48px;height:48px;\r\n  border-radius:14px;\r\n  border:1px solid rgba(0,129,148,0.20) !important;\r\n  background:linear-gradient(135deg, rgba(99,151,107,0.18) 0%, rgba(45,139,138,0.12) 48%, rgba(0,129,148,0.10) 100%) !important;\r\n  display:flex;\r\n  align-items:center;\r\n  justify-content:center;\r\n  color:#006675 !important;\r\n}\r\n.deiso-lca-hub-block .card-icon svg{\r\n  width:24px;height:24px;\r\n  stroke:currentColor;\r\n  fill:none;\r\n  stroke-width:1.6;\r\n  stroke-linecap:round;\r\n  stroke-linejoin:round;\r\n}\r\n\r\n.deiso-lca-hub-block h3{\r\n  font-family:'Jost', sans-serif !important;\r\n  font-size:19px;\r\n  line-height:1.35;\r\n  letter-spacing:-0.2px;\r\n  font-weight:600;\r\n  color:#1a1a1a !important;\r\n  margin:0;\r\n  transition:color .25s ease;\r\n}\r\n.deiso-lca-hub-block .grid-card:hover h3{color:#008194 !important;}\r\n\r\n.deiso-lca-hub-block .grid-card p{\r\n  font-size:16px;\r\n  line-height:1.65;\r\n  color:#475569 !important;\r\n  font-weight:400;\r\n  margin:0 0 22px 0;\r\n  flex:1 1 auto;\r\n}\r\n\r\n.deiso-lca-hub-block .grid-card p a,\r\n.deiso-lca-hub-block .grid-card p a:link,\r\n.deiso-lca-hub-block .grid-card p a:visited{color:#008194 !important;text-decoration:none !important;font-weight:600 !important;}\r\n.deiso-lca-hub-block .grid-card p a:hover,\r\n.deiso-lca-hub-block .grid-card p a:focus{color:#006675 !important;text-decoration:underline !important;}\r\n\r\n.deiso-lca-hub-block a.card-btn,\r\n.deiso-lca-hub-block a.card-btn:link,\r\n.deiso-lca-hub-block a.card-btn:visited{\r\n  display:inline-flex !important;\r\n  align-items:center !important;\r\n  justify-content:center !important;\r\n  width:100%;\r\n  min-height:48px;\r\n  margin-top:auto;\r\n  padding:12px 24px !important;\r\n  border-radius:12px !important;\r\n  font-size:15.5px !important;\r\n  line-height:1.2 !important;\r\n  font-weight:600 !important;\r\n  text-decoration:none !important;\r\n  background:#1a1a1a !important;\r\n  color:#ffffff !important;\r\n  border:1px solid #1a1a1a !important;\r\n  box-shadow:0 8px 18px rgba(26,26,26,0.16);\r\n  transition:background .25s ease, color .25s ease, border-color .25s ease, box-shadow .25s ease, transform .25s ease;\r\n}\r\n.deiso-lca-hub-block a.card-btn:hover,\r\n.deiso-lca-hub-block a.card-btn:focus{\r\n  background:#ffffff !important;\r\n  color:#008194 !important;\r\n  border-color:#008194 !important;\r\n  box-shadow:0 10px 22px rgba(0,129,148,0.20);\r\n  transform:translateY(-1px);\r\n}\r\n.deiso-lca-hub-block a.card-btn::before,\r\n.deiso-lca-hub-block a.card-btn::after{content:none !important;display:none !important;}\r\n\r\n@media (max-width:992px){\r\n  .deiso-lca-hub-block h2{font-size:24px;}\r\n  .deiso-lca-hub-block .block-head p{font-size:16.5px;}\r\n  .deiso-lca-hub-block .card-grid{gap:20px;}\r\n  .deiso-lca-hub-block .grid-card{padding:28px 24px 26px 24px !important;}\r\n  .deiso-lca-hub-block h3{font-size:18.5px;}\r\n  .deiso-lca-hub-block .grid-card p{font-size:15.5px;}\r\n}\r\n@media (max-width:767px){\r\n  .deiso-lca-hub-block{padding:20px 0 !important;}\r\n  .deiso-lca-hub-block .block-outer{padding:0 18px !important;}\r\n  .deiso-lca-hub-block .block-eyebrow{font-size:11.5px;padding:5px 11px !important;margin-bottom:12px;}\r\n  .deiso-lca-hub-block h2{font-size:21px;letter-spacing:-0.2px;}\r\n  .deiso-lca-hub-block .block-head{margin-bottom:20px;}\r\n  .deiso-lca-hub-block .block-head p{font-size:15.8px;}\r\n  .deiso-lca-hub-block .card-grid{grid-template-columns:1fr;gap:16px;}\r\n  .deiso-lca-hub-block .grid-card{padding:26px 22px 24px 22px !important;border-radius:18px;}\r\n  .deiso-lca-hub-block .grid-card:hover{transform:none;}\r\n  .deiso-lca-hub-block .card-icon{width:44px;height:44px;border-radius:12px;}\r\n  .deiso-lca-hub-block .card-icon svg{width:22px;height:22px;}\r\n  .deiso-lca-hub-block h3{font-size:17.5px;}\r\n  .deiso-lca-hub-block .grid-card p{font-size:15.5px;}\r\n  .deiso-lca-hub-block a.card-btn{padding:13px 20px !important;}\r\n}\r\n<\/style>\r\n\r\n<div class=\"block-outer\">\r\n\r\n  <div class=\"block-head\">\r\n    <span class=\"block-eyebrow\">LCA \u00d6kosystem<\/span>\r\n    <h2>Entdecken Sie das DEISO \u00d6kosystem f\u00fcr Lebenszyklusanalysen (LCA)<\/h2>\r\n    <p>DEISO\u2019s integriertes LCA-\u00d6kosystem umfasst die Projektdurchf\u00fchrung, unabh\u00e4ngige Pr\u00fcfung, Beratung, professionelle Schulungen und technische Systeme zur Unterst\u00fctzung hochwertiger, ISO-konformer Nachhaltigkeitsarbeit.<\/p>\r\n  <\/div>\r\n\r\n  <div class=\"card-grid\">\r\n\r\n    <!-- 1 \u2014 Execution -->\r\n    <div class=\"grid-card\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M3 20h18\"><\/path><path d=\"M6 16l4-5 3 3 5-7\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>LCA Projektumsetzung<\/h3>\r\n      <\/div>\r\n      <p>End-to-End-Durchf\u00fchrung von Lebenszyklusanalysen f\u00fcr Produkte, Systeme und Wertsch\u00f6pfungsketten mit strukturierten Workflows und hoher technischer Qualit\u00e4t.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/deiso-enterprise-life-cycle-assessment-lca-services\/\">Dienstleistung entdecken \u2192<\/a>\r\n    <\/div>\r\n\r\n    <!-- 2 \u2014 Critical review -->\r\n    <div class=\"grid-card\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M12 3l7 4v5c0 5-3.5 7.5-7 9-3.5-1.5-7-4-7-9V7l7-4z\"><\/path><path d=\"M9 12l2 2 4-4\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>LCA kritische Pr\u00fcfung (ISO 14040\/44)<\/h3>\r\n      <\/div>\r\n      <p>Unabh\u00e4ngige technische Pr\u00fcfung zur Best\u00e4tigung methodischer Konsistenz, Transparenz und \u00dcbereinstimmung mit ISO.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/lca-critical-review\/\">Dienstleistung entdecken \u2192<\/a>\r\n    <\/div>\r\n\r\n    <!-- 3 \u2014 Advisory -->\r\n    <div class=\"grid-card\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M12 20v-8\"><\/path><path d=\"M8 16l4 4 4-4\"><\/path><path d=\"M5 6h14\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>Strategische LCA-Beratung auf Senior-Level<\/h3>\r\n      <\/div>\r\n      <p>Beratung auf Expertenniveau f\u00fcr Studiendesign, Methodik und Entscheidungsfindung in LCA- und EPD-Projekten.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/lca-strategic-advisory\/\">Beratung entdecken \u2192<\/a>\r\n    <\/div>\r\n\r\n    <!-- 4 \u2014 Professional training -->\r\n    <div class=\"grid-card\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M4 19.5A2.5 2.5 0 0 1 6.5 17H20\"><\/path><path d=\"M6.5 3H20v18H6.5A2.5 2.5 0 0 1 4 18.5v-13A2.5 2.5 0 0 1 6.5 3z\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>LCA berufliche Weiterbildung<\/h3>\r\n      <\/div>\r\n      <p>Strukturierte berufliche Weiterbildung, mit der Teams starke, an LCA-Normen ausgerichtete ISO-Kompetenzen aufbauen.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/deiso-life-cycle-assessment-lca-professional-training-programs\/\">Schulungen entdecken \u2192<\/a>\r\n    <\/div>\r\n\r\n    <!-- 5 \u2014 Software training -->\r\n    <div class=\"grid-card\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><rect x=\"3\" y=\"4\" width=\"18\" height=\"14\" rx=\"2\"><\/rect><path d=\"M8 9h8\"><\/path><path d=\"M8 13h5\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>LCA Softwareschulung (openLCA, GaBi, SimaPro)<\/h3>\r\n      <\/div>\r\n      <p>Praxisnahe, softwarefokussierte Schulungsprogramme f\u00fcr Fachleute, die mit openLCA, GaBi und SimaPro arbeiten.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/training-finder\/?_training_programs=lca-software-training\">Programme entdecken \u2192<\/a>\r\n    <\/div>\r\n\r\n    <!-- 6 \u2014 Data system -->\r\n    <div class=\"grid-card\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M4 6h16\"><\/path><path d=\"M4 12h10\"><\/path><path d=\"M4 18h16\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>LCA Datenerfassungssystem<\/h3>\r\n      <\/div>\r\n      <p>Strukturiertes Datenframework zur Verbesserung der Konsistenz, Reduzierung von Fehlern und Beschleunigung der LCA Projektdurchf\u00fchrung.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/deiso-lca-data-collection-template\/\">System herunterladen \u2192<\/a>\r\n    <\/div>\r\n\r\n    <!-- 7 \u2014 Quotation -->\r\n    <div class=\"grid-card span-full\">\r\n      <div class=\"card-top\">\r\n        <span class=\"card-icon\" aria-hidden=\"true\">\r\n          <svg viewbox=\"0 0 24 24\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\"><path d=\"M21 15a2 2 0 0 1-2 2H7l-4 4V5a2 2 0 0 1 2-2h14a2 2 0 0 1 2 2z\"><\/path><path d=\"M8 9h8\"><\/path><path d=\"M8 13h6\"><\/path><\/svg>\r\n        <\/span>\r\n        <h3>Angebot anfordern<\/h3>\r\n      <\/div>\r\n      <p>Fordern Sie ein individuelles Angebot an, das auf Ihre LCA-, Pr\u00fcfungs- oder Schulungsanforderungen abgestimmt ist.<\/p>\r\n      <a class=\"card-btn\" href=\"https:\/\/dei.so\/de\/contact-form\/\">Angebot anfordern \u2192<\/a>\r\n    <\/div>\r\n\r\n  <\/div>\r\n\r\n<\/div>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>Introduction Monte Carlo simulation, uncertainty analysis, and sensitivity analysis in life cycle assessment When certain variables are changed or updated, numerous outcomes can be modeled using a computerised mathematical technique known as Monte Carlo simulation. It is a form of computer modeling used to examine how complex systems operate and behave, simulating possibilities that are [&hellip;]<\/p>\n","protected":false},"author":132,"featured_media":229073,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_deiso_takeaway":"","_deiso_part":0,"_deiso_aiv_faq":[],"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[429],"tags":[695,11,696,685,526,698,12,697,508,692,699,694,693],"deiso_standard":[],"deiso_series":[],"deiso_issue":[],"deiso-finder":[],"content-type":[],"content-filter":[],"site-search-options":[974],"class_list":["post-229066","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog-posts","tag-data-analysis","tag-lca","tag-lca-model","tag-lca-modeling","tag-lca-training","tag-lcia","tag-life-cycle-assessment","tag-life-cycle-impact-assessment-lcia","tag-life-cycle-inventory-lci","tag-monte-carlo-simulation","tag-probability","tag-uncerinity-analysis","tag-uncertainty-analysis","site-search-options-blog","grve-entry-item","grve-blog-item"],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/dei.so\/wp-content\/uploads\/2023\/01\/DEISO_Monte_Carlo_Uncerinity_Sensitivity_Analysis.jpg","_links":{"self":[{"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/posts\/229066","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/users\/132"}],"replies":[{"embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/comments?post=229066"}],"version-history":[{"count":0,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/posts\/229066\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/media\/229073"}],"wp:attachment":[{"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/media?parent=229066"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/categories?post=229066"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/tags?post=229066"},{"taxonomy":"deiso_standard","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/deiso_standard?post=229066"},{"taxonomy":"deiso_series","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/deiso_series?post=229066"},{"taxonomy":"deiso_issue","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/deiso_issue?post=229066"},{"taxonomy":"deiso-finder","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/deiso-finder?post=229066"},{"taxonomy":"content-type","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/content-type?post=229066"},{"taxonomy":"content-filter","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/content-filter?post=229066"},{"taxonomy":"site-search-options","embeddable":true,"href":"https:\/\/dei.so\/de\/wp-json\/wp\/v2\/site-search-options?post=229066"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}