Lebenszyklusanalyse mit Python

Vortragende/r (Mitwirkende/r)
  • Sebastian Wolff [L]
  • Markus Lienkamp
  • Fabian Viermetz
Nummer0000000836
ArtPraktikum
Umfang2 SWS
SemesterWintersemester 2023/24
UnterrichtsspracheEnglisch
Stellung in StudienplänenSiehe TUMonline
TermineSiehe TUMonline

Teilnahmekriterien

Lernziele

Nach der erfolgreichen Teilnahme am Modul sind die Studierenden in der Lage,… …die Grundalgen der objektorientierten Programmierung mit Python zu verstehen und im Kontext des Life Cycle Assessments (LCA) anzuwenden. …die Grundlagen des LCA als Methode zur Quantifizierung ökologischer Einflüsse zu verstehen. …die Methode LCA mit der Python Bibliothek brightway auf reale Produkte anzuwenden und deren ökologischen Fußabdruck zu bewerten. …die Ergebnisse einer LCA zu verstehen, einzuordnen, analysieren und diskutieren. …die Komplexität einer LCA für ein Publikum zu reflektieren, aufzubereiten und präsentieren.

Beschreibung

Grundlagen der objektorientierten Programmierung mit Python - Aufbau der Programmiersprache - Grundkonzepte der Programmierung (Schleifen, Funktionen, Bedingungen) - Grundlagen üblicher Bibliotheken zur Datenverarbeitung und -visualisierung (NumPy, Pandas, Matplotlib, Seaborn) - Grundlagen Jupyter Lab als Programmierumgebung Theoretische Grundlagen des Life Cycle Assessments - Systemgrenzen - DIN ISO 14040/14044 - Lineare Algebra zur Lösung einer LCA - Anwendung und Abgrenzung der Methode Aufbau eines LCA Modells - Produktlebenszyklus - Functional Unit - Life Cycle Inventory und ecoinvent Datenbank - Parameter und Annahmen - Unsicherheiten bei der LCA

Inhaltliche Voraussetzungen

- Interesse am Thema Nachhaltigkeit, insbesondere der Bewertung von ökologischer Nachhaltigkeit - Grundwissen im Bereich Fahrzeugtechnik und -produktion ist hilfreich, aber nicht notwendig - Grundkenntnisse in einer Programmiersprache (vorzugsweise Python) sind hilfreich, aber nicht notwendig

Lehr- und Lernmethoden

Das Modul besteht aus einem Praktikum mit Präsenzterminen und eigenständiger Arbeit. Die theoretischen Grundlagen der Programmiersprache Python erlernen die Studierenden selbstständig anhand von Onlinekursen. In Präsenzterminen wird dieses Wissen gemeinsam angewendet und vertieft. In den Präsenzterminen werden außerdem die theoretischen Grundlagen des Life Cycle Assessments mit Vorträgen und Präsentationen vermittelt, sowie die Anwendung von Python zur Modellierung einer LCA gemeinsam mit den Studierenden geübt. Dazu erhalten die Studierenden Zugriff auf eine Online Programmierumgebung, in der sie die gelernten Inhalte unmittelbar anwenden können. Das vermittelte Wissen wird durch Hausaufgaben, die in selbstständiger Arbeit erledigt werden, vertieft. Die Hausaufgaben dienen weiterhin als Vorbereitung für den nächsten Termin. Die Studierenden erlangen das Verständnis über die Methode, Anwendung und Interpretation des Life Cycle Assessment, indem sie Ergebnisse aus einer vorgegebenen Perspektive präsentieren und diskutieren. Dieses Verständnis wird anhand einer von den Studierenden vorbereiteten Präsentation nachgewiesen. Die Präsentation stellt dabei die Sicht eines Stakeholders im Produktlebenszyklus eines Fahrzeugs dar. Jedes Team präsentiert im Plenum eine andere Perspektive, sodass die Breite und Komplexität des Life Cycle Assessment deutlich wird. Medienformen (DE): Präsentationen mit Powerpoint (Beamer), Vortrag Jupyter Notebook Zur Teilnahme ist ein eigener Laptop erforderlich. Bei Bedarf wird dieser vom Lehrstuhl gestellt.

Studien-, Prüfungsleistung

Die Modulprüfung erfolgt in Form einer Präsentation (100% der Modulnote). Die Studierenden halten mit geeigneten Medien (Powerpoint, Jupyter, ggf. weitere Medien nach Wahl) einen Vortrag (10-20 Minuten plus 10 min Diskussion). Jeder Vortrag repräsentiert eine Rolle, die eine Perspektive auf das Thema Life Cycle Assessment widerspiegelt. Mit dem Vortrag zeigen die Studierenden, dass sie die Konzepte des Life Cycle Assessments kennen, die Methode anwenden können und die Ergebnisse analysieren und diskutieren können.

Empfohlene Literatur

Hauschild, Michael & Rosenbaum, Ralph & Olsen, Stig. (2017). Life Cycle Assessment: Theory and Practice. 10.1007/978-3-319-56475-3. Mutel, C. 2017. Brightway: An open source framework for Life Cycle Assessment. Journal of Open Source Software, 12:2. https://doi.org/10.21105%2Fjoss.00236.

Links