API src

Found 1015 results.

Bedeutung der Feinstaubbelastung für die Gesundheit

<p> <p>Der Artikel beschreibt drei wichtige Indikatoren, welche die Bedeutung der Feinstaubbelastung für die Gesundheit der Bevölkerung in Deutschland aufzeigen. 2023 konnten insgesamt etwa 269.100 verlorene gesunde Lebensjahre (Disability-Adjusted Life Years; DALYs) auf Feinstaub (PM2,5) zurückgeführt werden. Im Vergleich zu 2010 sind die DALYs um etwa 62 % zurückgegangen.</p> </p><p>Der Artikel beschreibt drei wichtige Indikatoren, welche die Bedeutung der Feinstaubbelastung für die Gesundheit der Bevölkerung in Deutschland aufzeigen. 2023 konnten insgesamt etwa 269.100 verlorene gesunde Lebensjahre (Disability-Adjusted Life Years; DALYs) auf Feinstaub (PM2,5) zurückgeführt werden. Im Vergleich zu 2010 sind die DALYs um etwa 62 % zurückgegangen.</p><p> <p>Der Mensch ist im Verlauf seines Lebens unterschiedlichen Risikofaktoren ausgesetzt, die sich negativ auf die Gesundheit auswirken können. Einige dieser Faktoren kann der Mensch unmittelbar durch sein Verhalten beeinflussen, indem sie oder er zum Beispiel nicht raucht, sich regelmäßig bewegt und gesund ernährt. Andere Faktoren, wie zum Beispiel die Belastung der Außenluft mit Schadstoffen, sind durch Verhaltensänderungen einzelner Menschen jedoch nur sehr eingeschränkt beeinflussbar. Eine Reduktion der Belastung ist dort vorrangig durch politische Maßnahmen, wie zum Beispiel die Beschränkung des Schadstoffausstoßes in der Industrie oder im Verkehr, erreichbar.</p> <p>Ein weltweit und auch in Deutschland besonders relevanter Luftschadstoff ist <a href="https://www.umweltbundesamt.de/themen/luft/luftschadstoffe-im-ueberblick/feinstaub">Feinstaub</a> (engl. Particulate Matter; PM). Grundsätzlich ist in den letzten Jahren die Feinstaubbelastung in Deutschland deutlich zurückgegangen. Für Feinstaub mit einem Partikeldurchmesser kleiner als 2,5 Mikrometer (<a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>) empfiehlt die Weltgesundheitsorganisation (<a href="https://www.umweltbundesamt.de/service/glossar/who">WHO</a>), Konzentrationen von 5 Mikrogramm pro Kubikmeter (µg/m³) im Jahresmittel nicht zu überschreiten. Neue europäische Studien zeigen jedoch, dass es grundsätzlich keine Feinstaubkonzentration gibt, unterhalb der gesundheitsschädigende Wirkungen sicher ausgeschlossen werden können.</p> <p>Um neben der Belastung mit Feinstaub auch die potentielle Wirkung dieses Schadstoffs auf die Gesundheit der gesamten Bevölkerung möglichst umfassend und vergleichbar mit der Wirkung anderer Risikofaktoren abbilden zu können, wird national wie international das Konzept der <a href="https://www.umweltbundesamt.de/themen/gesundheit/belastung-des-menschen-ermitteln/umweltbedingte-krankheitslasten/faq-umweltbedingte-krankheitslasten">umweltbedingten Krankheitslast</a> (engl. Environmental Burden of Disease; EBD) eingesetzt. Dieses Konzept gehört zu den sogenannten vergleichenden Risikobewertungen (engl. Comparative Risk Assessments, CRA), in denen eine Vielzahl von Risikofaktoren in einem standardisierten Konzept berücksichtigt werden können. Untereinander vergleichbar werden die verschiedenen Risikofaktoren vor allem durch den Einsatz der Maßzahl <a href="https://www.umweltbundesamt.de/themen/gesundheit/belastung-des-menschen-ermitteln/umweltbedingte-krankheitslasten/faq-umweltbedingte-krankheitslasten#was-sind-disability-adjusted-life-years-dalys">Disability-Adjusted Life Year</a> (<a href="https://www.umweltbundesamt.de/service/glossar/daly">DALY</a>) – im Deutschen als verlorenes gesundes Lebensjahr bezeichnet – einem <a href="https://www.umweltbundesamt.de/service/glossar/indikator">Indikator</a> für die Bevölkerungsgesundheit.</p> <p>Im Folgenden werden drei Indikatoren präsentiert, um die Relevanz des Feinstaubs (PM2,5) für die Bevölkerung in Deutschland einzuordnen:</p> <ul> <li>der Anteil der Bevölkerung, der von einer Feinstaubbelastung oberhalb des WHO-Richtwertes betroffen ist</li> <li>die bevölkerungsgewichtete Feinstaubbelastung im Jahresmittel</li> <li>die Krankheitslast durch Feinstaub</li> </ul> <p>Für alle Indikatoren werden Feinstaubpartikel mit einem Durchmesser von weniger als 2,5 Mikrometer (µm) betrachtet (PM2,5). Dies gilt auch für die Analysen zu den gesundheitlichen Auswirkungen, weil für diese Partikelfraktion viele hochwertige <a href="https://www.umweltbundesamt.de/themen/gesundheit/belastung-des-menschen-ermitteln/epidemiologie">epidemiologische Studien</a> vorliegen. Dies sind Bevölkerungsstudien, die den Zusammenhang zwischen der PM2,5-Konzentration in der Außenluft und dem Risiko für bestimmte gesundheitliche Auswirkungen untersuchen.</p> <p>Neuerungen auf einen Blick:</p> <ul> <li>Die feinstaubbedingte Krankheitslast von Demenzerkrankungen bei Erwachsenen ab einem Alter von 60 Jahren wurde erstmalig berechnet.</li> <li>Die Bevölkerungszahlen aus dem Zensus 2022 wurden ab dem Untersuchungsjahr 2022 entsprechend der jährlichen Bevölkerungsfortschreibung des Statistischen Bundesamtes angepasst.</li> </ul> </p><p> Ermittlung der Belastungssituation durch Feinstaub <p>Um die Belastungssituation, auch <a href="https://www.umweltbundesamt.de/service/glossar/exposition">Exposition</a> genannt, und mögliche Gesundheitsrisiken durch Feinstaub (<a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>) in Deutschland zu ermitteln, sind Informationen zur räumlichen Verteilung der Feinstaubbelastung in der Außenluft und der Bevölkerung erforderlich. Dafür werden flächendeckend modellierte Jahresmittelwerte der PM2,5-Konzentrationen in der Außenluft für Deutschland verwendet. Diese Werte sind repräsentativ für PM2,5-Konzentrationen in Gebieten des städtischen und ländlichen Hintergrunds in Deutschland. Das heißt, dass die Modelldaten hierbei weder PM2,5-Konzentrationen von höher belasteten Verkehrsmessstationen noch Messstationen in der Nähe von Industrieanlagen berücksichtigen. Im Verlauf der letzten Jahre haben sich die PM2,5-Belastungen an verkehrsnahen Stationen dem Belastungsniveau im städtischen Hintergrund deutlich angenähert (<a href="https://www.umweltbundesamt.de/service/glossar/uba">UBA</a> 2025), so dass der Ausschluss dieser Messstationen nur noch einen geringen Einfluss auf die darauf basierenden weiteren Berechnungen hat. Die modellierten Jahresmittelwerte der PM2,5-Konzentrationen werden dann mit räumlichen Informationen zur Bevölkerungsverteilung aus dem Zensus 2011 bzw. Zensus 2022 kombiniert. Die Bevölkerungsgröße wird entsprechend der Bevölkerungsfortschreibung des Statistischen Bundesamtes jährlich angepasst.</p> <p>Auf Basis der Kombination der oben genannten Feinstaub- und Bevölkerungsdaten lässt sich ermitteln, wie viele Menschen welchen PM2,5-Konzentrationen im Jahresdurchschnitt ausgesetzt sind. Diese Ergebnisse bilden nicht nur die Grundlage für die Ableitung der Indikatoren zur Belastungssituation durch Feinstaub, sondern auch für die Berechnung der resultierenden Krankheitslast in Deutschland. Genauere Beschreibungen zu den Eingangsdaten und insbesondere zur Methodik der Ableitung der Indikatoren sind im UMID-Artikel von Kienzler und Kollegen zu finden (<a href="https://www.umweltbundesamt.de/system/files/medien/4031/publikationen/artikel_5_dnk.pdf">Kienzler et al. 2024</a>).</p> </p><p> Indikator „Bevölkerungsanteil oberhalb des WHO-Richtwertes für Feinstaub“ <p>Für den <a href="https://www.umweltbundesamt.de/service/glossar/indikator">Indikator</a> „Bevölkerungsanteil oberhalb des <a href="https://www.umweltbundesamt.de/service/glossar/who">WHO</a>-Richtwertes für Feinstaub“ werden die modellierten <a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>-Jahresmittelkonzentrationen in Klassen eingeteilt. Durch die räumliche Verknüpfung mit der Bevölkerungsverteilung kann die Anzahl der Personen in den einzelnen Klassen bestimmt und für gleiche Klassen aufsummiert werden. Die Abb. „Bevölkerungsanteile je Feinstaubbelastungsklasse (PM2,5)“ zeigt die Feinstaubbelastung bei Einteilung in Klassen mit je 5&nbsp;µg/m³ Klassenbreite für die einzelnen Untersuchungsjahre.&nbsp;Die Tabelle „Bevölkerungsanteile je Feinstaubbelastungsklasse (PM2,5)“ zeigt die Bevölkerungsanteile (in Prozent), differenziert in Feinstaubklassen mit 1&nbsp;µg/m³ Klassenbreite. Aus diesen Informationen kann abgeleitet werden, welcher Anteil der Bevölkerung Feinstaubkonzentrationen oberhalb bestimmter gesundheitlicher Bewertungsmaßstäbe ausgesetzt ist. Als Referenz dienen unter anderem der WHO-Richtwert für&nbsp;PM2,5 von 5 µg/m³ im Jahresmittel, der derzeit geltende EU-Grenzwert von 25 µg/m³ sowie der ab dem Jahr 2030 verbindlich einzuhaltende EU-Grenzwert von 10 µg/m³ im Jahresmittel.</p> <p>Test</p> <strong> Bevölkerungsanteile je Feinstaubbelastungsklasse (PM 2,5) </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Abb_Bev-anteile-je-Feinstaubklasse_2026-04-14.pdf">Diagramm als PDF (131,15 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Abb_Bev-anteile-je-Feinstaubklasse_2026-04-14.xlsx">Diagramm als Excel mit Daten (29,89 kB)</a></li> </ul> </p><p> <a href="https://www.umweltbundesamt.de/system/files/image/3_Tab_Bev-anteile-je-Feinstaubklasse_2026-04-14.png"> </a> <strong> Tab: Bevölkerungsanteile je Feinstaubbelastungsklasse (PM 2,5) </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Tab_Bev-anteile-je-Feinstaubklasse_2026-04-14.pdf">Tabelle als PDF (52,74 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Tab_Bev-anteile-je-Feinstaubklasse_2026-04-14.xlsx">Tabelle als Excel (233,08 kB)</a></li> </ul> </p><p> <p>Die Daten in der Tabelle und der Abbildung zeigen, dass die Feinstaubbelastung in Deutschland in den letzten Jahren deutlich zurückgegangen ist. Zwischen 2010 und 2023 ist eine klare Verschiebung der Bevölkerungsanteile hin zu niedrigeren <a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>-Konzentrationen zu erkennen. Im gesamten betrachteten Zeitraum war keine Person in Deutschland einer PM2,5-Belastung oberhalb des derzeitigen EU-Grenzwerts von 25&nbsp;µg/m³ im Jahresmittel ausgesetzt.&nbsp;Darüber hinaus ist der Anteil der Bevölkerung, der einer Feinstaubbelastung oberhalb des ab 2030 einzuhaltenden EU-Grenzwerts von 10 µg/m³ ausgesetzt ist, bis 2023 auf etwa 0,1 % gesunken - mit der Einschränkung, dass dieser Auswertung nur Daten von Messstationen aus dem ländlichen und städtischen Hintergrund zugrunde liegen.</p> <p>Legt man als Bewertungsmaßstab jedoch den aktuellen <a href="https://www.umweltbundesamt.de/service/glossar/who">WHO</a>-Richtwert für PM2,5 zu Grunde (WHO 2021), ergibt sich ein anderes Bild. Demnach wurde der empfohlene Jahresmittelwert von 5&nbsp;µg/m³ im gesamten Untersuchungszeitraum für 100&nbsp;% oder nahezu 100&nbsp;% der Bevölkerung in Deutschland überschritten (siehe Abb. „Anteil der Bevölkerung oberhalb des WHO-Richtwerts/EU-Grenzwerts für Feinstaub (PM2,5)“).&nbsp;Dies bedeutet aus Sicht des Gesundheitsschutzes, dass im Untersuchungszeitraum nahezu die gesamte Bevölkerung Feinstaubkonzentrationen ausgesetzt war, die laut WHO mit einem erhöhten Gesundheitsrisiko verbunden sind.</p> <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/de_indikator_gesu-03_pm25-belast-bev-feinstaub_2025-09-25.png"> </a> <strong> Bevölkerungsanteil mit Feinstaubbelastung (PM2,5) oberhalb des WHO-Richtwerts/EU-Grenzwerts </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/de_indikator_gesu-03_pm25-belast-bev-feinstaub_2025-09-25.pdf">Diagramm als PDF (109,29 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/de-en_indikator_gesu-03_pm25-belast-bev-feinstaub_2025-09-25.xlsx">Diagramm als Excel mit Daten (43,08 kB)</a></li> </ul> </p><p> <p>Der generell beobachtete Rückgang der <a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>-Belastung ist überwiegend auf die Minderungsmaßnahmen bei Emissionen aus stationären Quellen (mit fossilen Brennstoffen betriebene Kraftwerke, Abfallverbrennungsanlagen, Haushalte / Kleinverbraucher und diverse Industrieprozesse) und im Verkehrsbereich zurückzuführen (nähere Informationen zu Quellenanteilen an den Feinstaubemissionen finden Sie&nbsp;<a href="https://www.umweltbundesamt.de/daten/luft/luftschadstoff-emissionen-in-deutschland/emission-von-feinstaub-der-partikelgroesse-pm25#emissionsentwicklung">hier</a>).&nbsp;Ein weiterer Rückgang der Belastung bis 2030 ist durch die Emissionsreduktionsverpflichtungen der <a href="https://eur-lex.europa.eu/legal-content/DE/TXT/PDF/?uri=CELEX:32016L2284">NEC-Richtlinie</a> zu erwarten. Bei Umsetzung der Maßnahmen aus den nationalen Luftreinhalteprogrammen (in <a href="https://www.umweltbundesamt.de/node/78895#die-emissionshochstmengen-der-alten-nec-richtlinie">Deutschland</a> u. a. der „Kohleausstieg“, die Verringerung der Ammoniak-Emissionen aus der Landwirtschaft und die Verkehrswende (E-Mobilität)) können die Emissionen von Feinstaub und seinen Vorläufergasen bis 2030 weiter reduziert werden. Trotz der insgesamt positiven Entwicklung bleibt abzuwarten, wie stark sich dieser Trend in den Folgejahren fortsetzen wird, weil bereits ein deutlich niedrigeres Belastungsniveau erreicht wurde und die&nbsp;weitreichenden Maßnahmen zur Emissionsreduktion&nbsp;auch auf europäischer Ebene nochmals verstärkt werden müssen, um die Belastung weiter in Richtung der <a href="https://www.umweltbundesamt.de/service/glossar/who">WHO</a>-Empfehlungen zu senken.</p> <p>Des Weiteren haben besondere und zeitlich befristete Einflussfaktoren, wie z.B. Witterungsbedingungen oder die Folgen der Corona-Pandemie auf das Mobilitätsverhalten, in den jeweiligen Jahren einen nennenswerten Einfluss auf die Höhe der jährlichen Feinstaubbelastung in Deutschland. Welchen Einfluss die <a href="https://www.umweltbundesamt.de/service/glossar/witterung">Witterung</a> auf die Luftqualität nehmen kann, wird beispielsweise bei Betrachtung des Verlaufs der jährlichen PM2,5-Konzentration deutlich: obwohl die Feinstaub-Emissionen in Deutschland kontinuierlich abnahmen, fallen die Jahre 2012 oder auch 2023 mit einer witterungsbedingt vergleichsweise niedrigen Feinstaubbelastung deutlich aus dem Rahmen.</p> </p><p> Indikator „Bevölkerungsgewichtete Feinstaubbelastung im Jahresdurchschnitt“ <p>Aus der Verknüpfung der räumlichen Verteilung der Feinstaubkonzentrationen und Informationen zur Bevölkerungsverteilung lässt sich für die betrachteten Jahre zudem eine durchschnittliche <a href="https://www.umweltbundesamt.de/node/47333">bevölkerungsgewichtete Feinstaubexposition</a> für nahezu die gesamte Bevölkerung in Deutschland ermitteln. Feinstaubkonzentrationen, denen ein großer Bevölkerungsanteil ausgesetzt ist, haben somit einen größeren Einfluss auf das Gesamtergebnis als solche, von denen nur ein kleiner Teil der Bevölkerung betroffen ist.</p> <p>Die durchschnittliche jährliche bevölkerungsgewichtete Feinstaubbelastung in Deutschland ist in der Abbildung „Bevölkerungsgewichtete Feinstaubbelastung (<a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>) im Jahresdurchschnitt“ dargestellt. Hier wird deutlich, dass die bevölkerungsgewichtete Feinstaubbelastung trotz zwischenzeitlicher Schwankungen der PM2,5-Konzentrationen über den gesamten Zeitraum hinweg deutlich gesunken ist: im Jahr 2010 betrug die bevölkerungsgewichtete PM2,5-Belastung der deutschen Bevölkerung 15,9&nbsp;µg/m³, im Jahr 2023 nur noch 7,3&nbsp;µg/m³, was einer Reduktion von rund 54&nbsp;% entspricht.</p> <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/de_indikator_gesu-04_pm25-bev-gewicht-feinstaubbelast_2025-09-25.png"> </a> <strong> Bevölkerungsgewichtete Feinstaubbelastung (PM2,5) im Jahresdurchschnitt </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/de_indikator_gesu-04_pm25-bev-gewicht-feinstaubbelast_2025-09-25.pdf">Diagramm als PDF (371,99 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/de-en_indikator_gesu-04_pm25-bev-gewicht-feinstaubbelast_2025-09-25.xlsx">Diagramm als Excel mit Daten (45,59 kB)</a></li> </ul> </p><p> Indikator: „Krankheitslast durch Feinstaub“ <p>Um das Gesundheitsrisiko, das mit der zuvor ermittelten Feinstaubbelastung für die Bevölkerung einhergeht, schätzen zu können, wird das Konzept der&nbsp;<a href="https://www.umweltbundesamt.de/themen/gesundheit/belastung-des-menschen-ermitteln/umweltbedingte-krankheitslasten/faq-umweltbedingte-krankheitslasten">Umweltbedingten Krankheitslast</a> (engl. Environmental Burden of Disease, EBD) verwendet. Es verfolgt das Ziel, die den umweltassoziierten Risikofaktoren, wie Feinstaub oder Umweltlärm, zuzuschreibende Krankheitslast einer Bevölkerung oder Bevölkerungsgruppe zu ermitteln und sie in einer einheitlichen Maßzahl (engl. Disability-Adjusted Life Year; <a href="https://www.umweltbundesamt.de/service/glossar/daly">DALY</a>) darzustellen. Dadurch können Krankheitslasten, die auf unterschiedliche Umweltrisikofaktoren oder andere Risikofaktoren zurückgeführt werden können, miteinander verglichen werden. Ein DALY entspricht dabei einem verlorenen gesunden Lebensjahr. <a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a> vereinen die durch das Versterben verlorenen Lebensjahre (engl. Years of Life Lost due to premature death; YLLs) und die mit gesundheitlichen Einschränkungen gelebten Jahre (engl. Years Lived with Disability; YLDs) in einer Maßzahl.</p> <p>Die Methoden zur Berechnung der Krankheitslast können dem <a href="https://www.mdpi.com/1660-4601/19/20/13197">Fachartikel</a> entnommen und Antworten auf häufig auftretende Fragen in den <a href="https://www.umweltbundesamt.de/themen/gesundheit/belastung-des-menschen-ermitteln/umweltbedingte-krankheitslasten/faq-umweltbedingte-krankheitslasten">FAQs</a> nachgelesen werden. Die Quellen für die in den Modellen eingesetzten Daten sind als Übersicht in der nachfolgenden Tabelle dargestellt. Im Folgenden werden ausschließlich die berechneten Ergebnisse zur Krankheitslast präsentiert.</p> <a href="https://www.umweltbundesamt.de/system/files/image/6_Tab_Datenquellen_BoD_2026-04-14.png"> </a> <strong> Tab: Quellen der Eingangsdaten für die Berechnung der Krankheitslast </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/6_Tab_Datenquellen_BoD_2026-04-14.pdf">Tabelle als PDF (41,35 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/6_Tab_Datenquellen_BoD_2026-04-14.docx">Tabelle als Word (15,68 kB)</a></li> </ul> </p><p> <p>Die Krankheitslast wurde für die folgenden Erkrankungen (sogenannte Gesundheitsendpunkte) für die Bevölkerung ab einem Alter von 25 Jahren bzw. ab 60 Jahren (Demenz), ermittelt:&nbsp;</p> <ul> <li>Chronisch obstruktive Lungenerkrankungen (COPD)</li> <li>Lungenkrebs</li> <li>Schlaganfall</li> <li>Ischämische Herzerkrankungen</li> <li>Diabetes mellitus Typ 2</li> <li>Demenz</li> </ul> <p>Für jeden der genannten Gesundheitsendpunkte wurde die Krankheitslast berechnet, welche auf die <a href="https://www.umweltbundesamt.de/service/glossar/exposition">Exposition</a> gegenüber Feinstaub zurückzuführen ist, ausgedrückt in YLLs, YLDs, <a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a>, DALYs pro 100.000 Personen und als Anzahl attributabler Todesfälle.&nbsp;Darüber hinaus wurde die Krankheitslast über alle betrachteten Erkrankungen hinweg zusammengefasst. Zunächst werden die Gesamtergebnisse dargestellt, anschließend die Ergebnisse für die einzelnen Erkrankungen beschrieben (siehe nachfolgende Tabellen&nbsp;sowie die Diagramme am Ende des Abschnitts).&nbsp;</p> <p>Alle Ergebnisse werden als Mittelwert und dem dazugehörigen 95&nbsp;%-Unsicherheitsintervall aufgeführt. Dies soll verdeutlichen, dass es sich bei den Berechnungen um Modellergebnisse handelt, welche durch die <a href="https://www.umweltbundesamt.de/service/glossar/unsicherheit">Unsicherheit</a>, Variabilität und Varianz der Eingangsdaten eine entsprechende Schwankungsbreite um die zentralen Schätzwerte aufweisen.</p> </p><p> Zusammenfassende Betrachtung <p>Um die Entwicklung der gesamten feinstaubbedingten Krankheitslast in Deutschland über den gesamten Untersuchungszeitraum zu veranschaulichen, zeigen die folgenden Diagramme die <a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a> auf zwei Arten: einmal als Gesamtsumme über alle betrachteten Erkrankungen&nbsp;(inklusive des Verlaufs der Feinstaubbelastung) und einmal aufgeschlüsselt nach einzelnen Erkrankungen für jedes Jahr. Zudem ist in der Tabelle „Feinstaubbedingte Krankheitslast (als Summe aller Erkrankungen)“ die Summe der YLLs, YLDs, DALYs und der attributablen Todesfälle über alle spezifischen gesundheitlichen Endpunkte für die jeweiligen Jahre dargestellt.&nbsp;</p> <a href="https://www.umweltbundesamt.de/system/files/image/7_Tab_Feinstaub-Krankheitslast-Summe-Erkr_2026-04-14.png"> </a> <strong> Tab: Feinstaubbedingte Krankheitslast (als Summe aller Erkrankungen) </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/7_Tab_Feinstaub-Krankheitslast-Summe-Erkr_2026-04-14.pdf">Tabelle als PDF (39,02 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/7_Tab_Feinstaub-Krankheitslast-Summe-Erkr_2026-04-14.xlsx">Tabelle als Excel (242,15 kB)</a></li> </ul> </p><p> <p>Betrachtet man die allgemeine Entwicklung im Untersuchungszeitraum, so zeigt sich, dass die feinstaubbedingte Krankheitslast (Summe über alle Erkrankungen) deutlich zurückgegangen ist. Während sie im Jahr 2010 noch bei 700.100 <a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a> lag, betrug sie im Jahr 2023 nur noch rund 269.100 DALYs. Das entspricht einer Verringerung um etwa 62 % und damit um mehr als die Hälfte innerhalb von 13 Jahren. Auch die Anzahl der attributablen Todesfälle ist in diesem Zeitraum deutlich gesunken, von ca. 44.700 auf ca. 19.500.&nbsp;</p> <p>Dieser Rückgang hängt eng mit der <a href="https://www.umweltbundesamt.de/service/glossar/exposition">Exposition</a> gegenüber Feinstaub zusammen, die ein wichtiger Parameter für die Berechnung der Krankheitslast ist. Die Höhe der Krankheitslast folgt daher weitgehend dem Verlauf der Feinstaubexposition.&nbsp;Schwankungen von Jahr zu Jahr können dabei unter anderem durch unterschiedliche Witterungsbedingungen verursacht werden. So ist etwa der besonders starke Rückgang der Krankheitslast von 2011 auf 2012 sowie von 2022 auf 2023 vor allem auf niedrigere Feinstaubkonzentrationen in diesen Jahren zurückzuführen, die durch besondere Wetterverhältnisse begünstigt wurden.</p> <p>Die Berechnungen zeigen weiterhin, dass im Jahr 2023 mit ca. 185.900 YLLs ein großer Teil der attributablen Krankheitslast aufgrund von Feinstaub (rund 69&nbsp;%) auf die Mortalität entfällt. Gleichzeitig gingen jedoch auch ca. 83.100 gesunde Lebensjahre (YLD) verloren, weil Menschen durch die jeweiligen Erkrankungen in einem Zustand eingeschränkter Gesundheit lebten.&nbsp;Dies zeigt, wie wichtig das Summenmaß DALYs ist, das sowohl durch Tod als auch durch krankheitsbedingte Einschränkungen verlorene Lebensjahre berücksichtigt. Würde man sich nur auf Todesfälle konzentrieren, würde die tatsächliche Krankheitslast durch Feinstaub deutlich unterschätzt werden.</p> <a href="https://www.umweltbundesamt.de/system/files/image/8_Abb_Feinstaub-Krankheitslast-ausgew-PM2.5_2026-04-14.png"> </a> <strong> Feinstaubbedingte Krankheitslast für ausgewählte Erkrankungen in Deutschland 2010-2023 </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/8_Abb_Feinstaub-Krankheitslast-ausgew-PM2.5_2026-04-14.png">Bild herunterladen</a> (387,40 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/8_Abb_Feinstaub-Krankheitslast-ausgew-PM2.5_2026-04-14.pdf">Diagramm als PDF</a> (128,18 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/8_Abb_Feinstaub-Krankheitslast-ausgew-PM2.5_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (45,66 kB) <a href="https://www.umweltbundesamt.de/system/files/image/9_Abb_Feinstaub-Krankheitslast-Summe-Erk_2026-04-14.png"> </a> <strong> Feinstaubbedingte Krankheitslast als Summe aller Erkrankungen in Deutschland 2010-2023 </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/9_Abb_Feinstaub-Krankheitslast-Summe-Erk_2026-04-14.png">Bild herunterladen</a> (748,65 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/9_Abb_Feinstaub-Krankheitslast-Summe-Erk_2026-04-14.pdf">Diagramm als PDF</a> (709,58 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/9_Abb_Feinstaub-Krankheitslast-Summe-Erk_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (60,21 kB) Weiter <i> </i> Vorherige <i> </i> </p><p> COPD <p>Insgesamt ist die feinstaubbedingte COPD-Krankheitslast im Untersuchungszeitraum 2010-2023 um etwa 62 % (<a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a>) gesunken. Im Jahr 2023 konnten rund 4&nbsp;% der gesamten COPD-Krankheitslast in Deutschland auf die Feinstaubbelastung zurückgeführt werden. In absoluten Zahlen sind dies etwa 24.900 DALYs. Die YLLs haben mit ca. 17.700 verlorenen Lebensjahren dabei einen größeren Anteil an den DALYs als die YLDs. Das heißt, dass bei COPD die Mortalität im Vergleich zur Morbidität einen stärkeren Einfluss auf die Gesamtkrankheitslast hat.&nbsp;Im zeitlichen Verlauf sind jedoch die YLLs weniger stark zurückgegangen als die YLDs (59 % vs. 68 %). Sonstige Schwankungen innerhalb der Zeitreihe lassen sich überwiegend durch Veränderungen der Feinstaubbelastung erklären.</p> <a href="https://www.umweltbundesamt.de/system/files/image/10_Tab_Feinstaub-Langzeitexp-COPD-Erw-%C3%BC-25_2026-04-14.png"> </a> <strong> Tab: Feinstaub Langzeitexposition: Chronisch obstruktive Lungenerkrankung (COPD) bei Erwachsenen </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/10_Tab_Feinstaub-Langzeitexp-COPD-Erw-%C3%BC-25_2026-04-14.pdf">Tabelle als PDF (42,73 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/10_Tab_Feinstaub-Langzeitexp-COPD-Erw-%C3%BC-25_2026-04-14.xlsx">Tabelle als Excel (244,86 kB)</a></li> </ul> </p><p> Lungenkrebs <p>Insgesamt ist die feinstaubbedingte Lungenkrebs-Krankheitslast im Untersuchungszeitraum 2010-2023 um etwa 72 % (<a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a>) gesunken. Im Jahr 2023 konnten rund 3&nbsp;% der Lungenkrebs-Krankheitslast in Deutschland auf die Feinstaubelastung zurückgeführt werden. In absoluten Zahlen sind dies etwa 26.000 DALYs. Die YLLs machten mit ca. 24.900 verlorenen Lebensjahren den weitaus größten Teil an den DALYs aus. Auffällig ist, dass im Vergleich von 2010 bis 2023 die YLLs mit etwa 73 % deutlich stärker zurückgegangen sind als die YLDs (ca. 41 %). Dies kann beispielsweise auf Fortschritte in der Behandlung und eine verbesserte Überlebensrate von Lungenkrebspatient*Innen zurückgeführt werden. Dennoch liegt der Schwerpunkt der Krankheitslast bei Lungenkrebs weiterhin eindeutig bei der Mortalität. Sonstige Schwankungen innerhalb der Zeitreihe lassen sich überwiegend durch Veränderungen der Feinstaubbelastung erklären.</p> <a href="https://www.umweltbundesamt.de/system/files/image/11_Tab_Feinstaub-Langzeitexp-Lungenkrebs-%C3%BC-25_2026-04-14.png"> </a> <strong> Tab: Feinstaub Langzeitexposition: Lungenkrebs bei Erwachsenen &gt; 25 Jahre </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/11_Tab_Feinstaub-Langzeitexp-Lungenkrebs-%C3%BC-25_2026-04-14.pdf">Tabelle als PDF (41,69 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/11_Tab_Feinstaub-Langzeitexp-Lungenkrebs-%C3%BC-25_2026-04-14.xlsx">Tabelle als Excel (243,49 kB)</a></li> </ul> </p><p> Schlaganfall <p>Insgesamt ist die feinstaubbedingte Schlaganfall-Krankheitslast im Untersuchungszeitraum 2010-2023 um etwa 66 % (<a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a>) gesunken. Im Jahr 2023 konnten rund 4&nbsp;% der Schlaganfall-Krankheitslast in Deutschland auf die Feinstaubbelastung zurückgeführt werden. In absoluten Zahlen sind dies etwa 23.000 DALYs. Die YLLs machten hier mit ca. 14.300 verlorenen Lebensjahren den größeren Teil an den DALYs aus, wobei mit ca. 8.700 YLDs auch ein erheblicher Verlust an Lebensjahren auf die gesundheitlichen Einschränkungen infolge eines Schlaganfalls zurückzuführen ist (Morbidität). Im zeitlichen Verlauf sind die YLLs etwas stärker zurückgegangen als die YLDs (69 % vs. 58 %). Sonstige Schwankungen innerhalb der Zeitreihe lassen sich überwiegend durch Veränderungen der Feinstaubbelastung erklären.</p> <a href="https://www.umweltbundesamt.de/system/files/image/12_Tab_Feinstaub-Langzeitexp-Schlaganfall-%C3%BC-25_2026-04-14.png"> </a> <strong> Tab: Feinstaub Langzeitexposition: Schlaganfall bei Erwachsenen &gt; 25 Jahre </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/12_Tab_Feinstaub-Langzeitexp-Schlaganfall-%C3%BC-25_2026-04-14.pdf">Tabelle als PDF (41,64 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/12_Tab_Feinstaub-Langzeitexp-Schlaganfall-%C3%BC-25_2026-04-14.xlsx">Tabelle als PDF (243,75 kB)</a></li> </ul> </p><p> Ischämische Herzerkrankungen <p>Insgesamt ist die feinstaubbedingte Krankheitslast aufgrund von ischämischen Herzerkrankungen im Untersuchungszeitraum 2010-2023 um etwa 72 % (<a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a>) gesunken. Im Jahr 2023 konnten rund 5&nbsp;% der Krankheitslast ausgelöst durch ischämische Herzerkrankungen in Deutschland auf die Feinstaubbelastung zurückgeführt werden. In absoluten Zahlen sind dies etwa 69.600 DALYs. Die YLLs machten mit ca. 60.800 verlorenen Lebensjahren den weitaus größeren Teil an den DALYs aus, wobei mit ca. 8.700 YLDs auch ein nicht zu vernachlässigender Verlust an Lebensjahren auf die gesundheitlichen Einschränkungen zurückzuführen ist, die mit ischämischen Herzerkrankungen verbunden sind (Morbidität). Im zeitlichen Verlauf sind die YLLs stärker zurückgegangen als die YLDs (73 % vs. 59 %). Sonstige Schwankungen innerhalb der Zeitreihe lassen sich überwiegend durch Veränderungen der Feinstaubbelastung erklären.</p> <a href="https://www.umweltbundesamt.de/system/files/image/13_Tab_Feinstaub-Langzeitexp-IHE-Erw-%C3%BC-25_2026-04-14.png"> </a> <strong> Tab: Feinstaub Langzeitexposition: Ischämische Herzerkrankungen bei Erwachsenen &gt; 25 Jahre </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/13_Tab_Feinstaub-Langzeitexp-IHE-Erw-%C3%BC-25_2026-04-14.pdf">Tabelle als PDF (42,75 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/13_Tab_Feinstaub-Langzeitexp-IHE-Erw-%C3%BC-25_2026-04-14.xlsx">Tabelle als Excel (244,98 kB)</a></li> </ul> </p><p> Diabetes mellitus Typ 2 <p>Insgesamt ist die feinstaubbedingte Diabetes mellitus Typ 2-Krankheitslast im Untersuchungszeitraum 2010-2023 um etwa 72 % (<a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a>) gesunken. Im Jahr 2023 konnten rund 6&nbsp;% der gesamten durch Diabetes mellitus Typ 2 verursachten Krankheitslast in Deutschland auf die Feinstaubelastung zurückgeführt werden. In absoluten Zahlen sind dies etwa 40.700 DALYs. Beim Diabetes kehrt sich das Verhältnis von YLLs zu YLDs im Vergleich zu den anderen gesundheitlichen Endpunkten um. Die YLDs machten mit einem Verlust von etwa 27.000 Lebensjahren auf Grund der gesundheitlichen Einschränkungen, die mit einer Diabetes mellitus Typ 2-Erkrankung verbunden sind, einen weitaus größeren Anteil an den DALYs aus als die YLLs. Im zeitlichen Verlauf sind die YLLs nur etwas stärker zurückgegangen als die YLDs (63 % vs. 55 %). Sonstige Schwankungen innerhalb der Zeitreihe lassen sich überwiegend durch Veränderungen der Feinstaubbelastung erklären.</p> <a href="https://www.umweltbundesamt.de/system/files/image/14_Tab_Feinstaub-Langzeitexp-DMT2-Erw-%C3%BC-25_2026-04-14.png"> </a> <strong> Tab: Feinstaub Langzeitexposition: Diabetes mellitus Typ 2 bei Erwachsenen &gt; 25 Jahre </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/14_Tab_Feinstaub-Langzeitexp-DMT2-Erw-%C3%BC-25_2026-04-14.pdf">Tabelle als PDF (41,79 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/14_Tab_Feinstaub-Langzeitexp-DMT2-Erw-%C3%BC-25_2026-04-14.xlsx">Tabelle als Excel (243,59 kB)</a></li> </ul> </p><p> Demenz <p>Die feinstaubbedingte Demenz-Krankheitslast wird, anders als bei den übrigen Erkrankungen, nur für die Bevölkerung ab 60 Jahren berechnet. Im Untersuchungszeitraum 2010-2023 ist sie insgesamt um rund 35 % gesunken. Im Jahr 2023 konnten etwa 11 % der gesamten Demenz-Krankheitslast in Deutschland auf die Feinstaubbelastung zurückgeführt werden, was rund 84.900 <a href="https://www.umweltbundesamt.de/service/glossar/dalys">DALYs</a> entspricht. Im zeitlichen Verlauf zeigt sich eine Besonderheit: Während bis 2015 die YLDs überwogen, entfällt seither ein größerer Anteil der Krankheitslast auf die YLLs. Die YLDs nahmen über den Zeitraum deutlich ab (61&nbsp;%), während die YLLs im Vergleich zu 2010 leicht zunahmen (4 %). Dies ist vor allem auf die alternde Bevölkerung zurückzuführen, da Demenz stark altersabhängig ist und dieser demografische Effekt dem allgemeinen Abnahmetrend entgegenwirkt. Schwankungen der Feinstaubbelastung schlagen sich daher weniger deutlich im zeitlichen Verlauf nieder. Zudem ist zu beachten, dass die Ergebnisse für Demenz mit einer größeren <a href="https://www.umweltbundesamt.de/service/glossar/unsicherheit">Unsicherheit</a> behaftet sind, da die wissenschaftliche Evidenz für einen Zusammenhang mit Feinstaub schwächer ist als bei anderen Erkrankungen.</p> <a href="https://www.umweltbundesamt.de/system/files/image/15_Tab_Feinstaub-Langzeitexp-Demenz-Erw-%C3%BC-60_2026-04-14.png"> </a> <strong> Tab: Feinstaub Langzeitexposition: Demenz bei Erwachsenen &gt; 60 Jahre </strong> Quelle: Umweltbundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/15_Tab_Feinstaub-Langzeitexp-Demenz-Erw-%C3%BC-60_2026-04-14.pdf">Tabelle als PDF (41,99 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/15_Tab_Feinstaub-Langzeitexp-Demenz-Erw-%C3%BC-60_2026-04-14.xlsx">Tabelle als Excel (243,85 kB)</a></li> </ul> </p><p> <p>Ergänzend zu den Tabellen zeigen die folgenden Diagramme die zeitliche Entwicklung der feinstaubbedingten Krankheitslast für die einzelnen Erkrankungen. Die Skalen der y-Achsen unterscheiden sich zwischen den Diagrammen, deshalb spiegeln die Höhen der Balken nicht zwingend die gleiche absolute Krankheitslast wider.</p> <a href="https://www.umweltbundesamt.de/system/files/image/16_Abb_Zeitl-Entw-Krankheitslast-COPD-DALYs_2026-04-14.png"> </a> <strong> Zeitliche Entwicklung der feinstaubbedingten Krankheitslast für COPD </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/16_Abb_Zeitl-Entw-Krankheitslast-COPD-DALYs_2026-04-14.png">Bild herunterladen</a> (503,81 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/16_Abb_Zeitl-Entw-Krankheitslast-COPD-DALYs_2026-04-14.pdf">Diagramm als PDF</a> (677,03 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/16_Abb_Zeitl-Entw-Krankheitslast-COPD-DALYs_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (42,25 kB) <a href="https://www.umweltbundesamt.de/system/files/image/17_Abb_Zeitl-Entw-Krankheitslast-Lungenkrebs-DALYs_2026-04-14.png"> </a> <strong> Zeitliche Entwicklung der feinstaubbedingten Krankheitslast für Lungenkrebs </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/17_Abb_Zeitl-Entw-Krankheitslast-Lungenkrebs-DALYs_2026-04-14.png">Bild herunterladen</a> (517,51 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/17_Abb_Zeitl-Entw-Krankheitslast-Lungenkrebs-DALYs_2026-04-14.pdf">Diagramm als PDF</a> (627,64 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/17_Abb_Zeitl-Entw-Krankheitslast-Lungenkrebs-DALYs_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (42,17 kB) <a href="https://www.umweltbundesamt.de/system/files/image/18_Abb_Zeitl-Entw-Krankheitslast-Schlaganfall-DALYs_2026-04-14.png"> </a> <strong> Zeitliche Entwicklung der feinstaubbedingten Krankheitslast für Schlaganfall </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/18_Abb_Zeitl-Entw-Krankheitslast-Schlaganfall-DALYs_2026-04-14.png">Bild herunterladen</a> (508,20 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/18_Abb_Zeitl-Entw-Krankheitslast-Schlaganfall-DALYs_2026-04-14.pdf">Diagramm als PDF</a> (574,69 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/18_Abb_Zeitl-Entw-Krankheitslast-Schlaganfall-DALYs_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (42,23 kB) <a href="https://www.umweltbundesamt.de/system/files/image/19_Abb_Zeitl-Entw-Krankheitslast-IHE-DALYs_2026-04-14.png"> </a> <strong> Zeitliche Entwicklung der feinstaubbedingten Krankheitslast für ischämische Herzerkrankungen </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/19_Abb_Zeitl-Entw-Krankheitslast-IHE-DALYs_2026-04-14.png">Bild herunterladen</a> (625,07 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/19_Abb_Zeitl-Entw-Krankheitslast-IHE-DALYs_2026-04-14.pdf">Diagramm als PDF</a> (791 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/19_Abb_Zeitl-Entw-Krankheitslast-IHE-DALYs_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (40,62 kB) <a href="https://www.umweltbundesamt.de/system/files/image/20_Abb_Zeitl-Entw-Krankheitslast-DM2-DALYs_2026-04-14.png"> </a> <strong> Zeitliche Entwicklung der feinstaubbedingten Krankheitslast für Diabetes mellitus Typ 2 </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/20_Abb_Zeitl-Entw-Krankheitslast-DM2-DALYs_2026-04-14.png">Bild herunterladen</a> (510,44 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/20_Abb_Zeitl-Entw-Krankheitslast-DM2-DALYs_2026-04-14.pdf">Diagramm als PDF</a> (603,56 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/20_Abb_Zeitl-Entw-Krankheitslast-DM2-DALYs_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (40,62 kB) <a href="https://www.umweltbundesamt.de/system/files/image/21_Abb_Zeitl-Entw-Krankheitslast-Demenz-DALYs_2026-04-14.png"> </a> <strong> Zeitliche Entwicklung der feinstaubbedingten Krankheitslast für Demenz </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/21_Abb_Zeitl-Entw-Krankheitslast-Demenz-DALYs_2026-04-14.png">Bild herunterladen</a> (486,84 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/21_Abb_Zeitl-Entw-Krankheitslast-Demenz-DALYs_2026-04-14.pdf">Diagramm als PDF</a> (480,57 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/21_Abb_Zeitl-Entw-Krankheitslast-Demenz-DALYs_2026-04-14.xlsx">Diagramm als Excel mit Daten</a> (40,68 kB) Weiter <i> </i> Vorherige <i> </i> </p><p> Tipps zum Weiterlesen <p><a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:32024L2881"><em>EU [Europäische Union] (2024) Richtlinie (EU) 2024/2881 des Europäischen Parlaments und des Rates vom 23 Oktober 2024 über Luftqualität und saubere Luft für Europa (Neufassung)</em></a><em>.&nbsp;ABl.&nbsp;L, 2024/2881. Letzter Zugriff: 11.03.2026</em></p> <p><em>Kienzler S, Plaß D, Wintermeyer D (2024): Die Gesundheitsbelastung durch Feinstaub (<a href="https://www.umweltbundesamt.de/service/glossar/pm25">PM2,5</a>) in Deutschland 2010–2021.&nbsp;</em><a href="https://www.umweltbundesamt.de/system/files/medien/4031/publikationen/artikel_5_dnk.pdf"><em>UMID: Umwelt und Mensch – Informationsdienst (1/2024</em></a><em>). S. 50-61.&nbsp;</em></p> <p><em><a href="https://www.umweltbundesamt.de/service/glossar/uba">UBA</a> (2025): Luftqualität 2024 - Vorläufige Auswertung. Hintergrund 03/2023.&nbsp;</em><a href="https://www.umweltbundesamt.de/system/files/medien/479/publikationen/2025_uba_hgp_luftqualitaet_2024_dt.pdf"><em>Hintergrund Februar 2025: Luftqualität 2024 (vorläufige Auswertung) (umweltbundesamt.de)</em></a></p> <p><a href="https://www.who.int/publications/i/item/9789240034228"><em>World Health Organization (2021): WHO global air quality guidelines. Particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide</em></a><em>. Geneva: World Health Organization; 2021.</em></p> </p><p> </p><p>Informationen für...</p>

Dynamik des Feinwurzelsystems von Buche und Fichte bei unterschiedlicher Ozonbelastung

Wachstum und Mortalität des Feinwurzelsystems hängen von vielen abiotischen Faktoren wie Nährstoff-, Wasser- und Sauerstoffversorgung ab. Neben diesen Faktoren kann die Ozonbelastung der oberirdischen Pflanzenteile zur Verringerung des Wurzelwachstums führen. Im Zusammenhang mit der zentralen Hypothese des SFB 607, dass 'Steigerung der Stresstoleranz zu Einschränkungen im Wachstum und Konkurrenzverhalten führt', sollen folgende Fragen beantwortet werden: 1. Wie eng ist der Zusammenhang zwischen Dynamik des Feinwurzelsystems und den abiotischen Faktoren im Wurzelraum? 2. Welchen Einfluss hat darüber hinaus doppelt ambiente Ozonkonzentration im Kronenraum auf die Dynamik des Feinwurzelsystems? 3. Wie verändert sich die Feinwurzeldynamik der Jungbäume unter interspezifischer Konkurrenz und bei zusätzlichem Phytophthora-Befall? Die Dynamik des Feinwurzelsystems wird mit Hilfe von Minirhizotronen mit gekoppelter TDR-, Sauerstoff- und Temperatursensoren und Minisaugkerzen erfasst. Die Auswertung der Feinwurzelaufnahmen erfolgt lagegenau anhand der entzerrten digitalen Bilder mit einem geographischen Informationssystem. Die so analysierten Daten gewinnen aufgrund ihres Raumbezuges eine höhere Aussagekraft gegenüber bisherigen Rhizotronuntersuchungen. Neben der Beantwortung der obigen Fragen liefert das Vorhaben auch eine wichtige Datengrundlage für mehrere Teilprojekte des SFB 607 'Wachstum und Parasitenabwehr'.

Die Rolle von Viren beim mikrobiellen Schadstoffabbau

Die Verunreinigung unserer Wasserressourcen mit organischen Schadstoffen, wie etwa Öl-bürtigen Kohlenwasserstoffen, ist ein ernstzunehmendes Problem und hat vielerorts bereits zu einer chronischen Belastung des Grundwassers geführt. Der biologische Abbau ist der einzige natürliche Prozess, der im Untergrund zu einer Schadstoffreduktion führt. Als Steuergrößen gelten hier die Anwesenheit von Abbauern (Mikroorganismen) und die Verfügbarkeit von Elektronenakzeptoren und Nährstoffen. In den letzten Jahren wurde zudem die Bedeutung dynamischer Umweltbedingungen (z.B. Hydrologie) als wichtige Einflussgröße erkannt. Ein wichtiger Aspekt wurde jedoch bisher nicht in Betracht gezogen, nämlich die Rolle der Viren bzw. Phagen. Viren sind zahlenmäßig häufiger als Mikroorganismen und ebenso ubiquitär vorhanden. Mittels verschiedener Mechanismen können sie einen enormen Einfluss auf die mikrobiellen Gemeinschaften ausüben. Einerseits verursachen sie Mortalität bei ihren Wirten. Andererseits können sie über horizontalen Gentransfer den Wirtsstoffwechsel sowohl zu dessen Vorteil als auch Nachteil modifizieren. In den vergangenen Jahren konnten verschiedene mikrobielle Phänomene der Aktivität von Viren zugeschrieben werden. Die klassische Ansicht, dass Viren ausschließlich Parasiten sind, ist nicht mehr zutreffend. Als Speicher und Überträger von genetischer Information ihrer Wirte nehmen sie direkten Einfluss auf biogeochemische Stoffkreisläufe sowie auf die Entstehung neuer Schadstoffabbauwege. Biogeochemische Prozesse in mikrobiell gesteuerten Ökosystemen wie dem Grundwasser und die dynamische Entstehung und Anpassung an neue Nischen als Folge von Veränderungen der Umweltbedingungen kann nur verstanden werden, wenn der Genpool in lytischen und lysogenen Viren entsprechend mit berücksichtigt wird. Das Projekt ViralDegrade stellt Paradigmen in Frage und möchte eine völlig neue Perspektive hinsichtlich der Rolle der Viren beim mikrobiellen Schadstoffabbau eröffnen, welche zur Zeit noch als Black Box behandelt werden. ViralDegrade postuliert, dass Viren (i) durch horizontalen Gentransfer und den Einsatz von metabolischen Genen den Wirtsstoffwechsel modulieren (Arbeitshypothese 1) und (ii) für den temporären Zusammenbruch von dominanten Abbauerpopulationen und, damit verbunden, für den Wechsel zwischen funktionell redundanten Schlüsselorganismen verantwortlich sind (Arbeitshypothese 2). Sorgfältig geplante Labor- und Felduntersuchungen und vor allem der kombinierte Einsatz von (i) neu entwickelten kultivierungsunabhängigen Methoden, wie etwa dem Viral-Tagging, und (ii) ausgewählten schadstoffabbauenden aeroben und anaeroben Bakterienstämmen, garantieren neue Erkenntnisse zur Rolle der Viren beim mikrobiellen Schadstoffabbau sowie ähnlichen mikrobiell gesteuerten Prozessen. Ein generisches Verständnis der Vireneinflüsse wird zudem zukünftig neue Optionen für die biologische Sanierung eröffnen.

Langfristige Nachwirkungen („legacy“) und Grenzen der Trockentoleranz von Buchen-/Fichtenbeständen Teil A - Auswirkungen von wiederkehrender Trockenheit und Erholung nach Trockenstress auf das Wachstum von Rein- und Mischbeständen - Analyse über zeitliche und räumliche Skalen

Das „Kranzberg Forest Roof Project“ (KROOF) wird seit 2013 durch die DFG gefördert. Die Expertise der drei, der TUM zugehörigen Gruppen, decken die Waldwachstumskunde, Ökophysiologie und Rhizosphärenbiologie ab. Im Rahmen des Weave-Programmes ist die Universität Innsbruck beteiligt. In der ersten Förderperiode (KROOF 1) wurde in einem adulten Buchen/Fichten-Mischbestand in Süddeutschland ein Austrocknungsexperiment mit ca. 100 Bäumen konzipiert und die Auswirkungen von mehrjähriger Sommertrockenheit auf Bäume und deren Ektomykorrhizen erfasst. Vergleichend wurde die Anpassung an langjährige Trockenheit an fünf Standorten entlang eines Niederschlagsgradienten untersucht. In der zweiten Förderperiode (KROOF 2) stand die Erholung der Bestände im Zentrum des Interesses. In der nun beantragten dritten Förderperiode soll die Vorbehandlung durch Trockenheit genutzt werden, um die Bäume einem erneuten Trockenstress auszusetzten. Dadurch soll geklärt werden, ob die Bestände durch die vorangegangene Trockenheit angepasst, d.h. weniger empfindlich, gegenüber dem erneuten Trockenstress sind, oder ob die Vorbehandlung zu einer Vorschädigung geführt hat und die Bäume dadurch früher an die Grenzen ihrer Trockentoleranz stoßen und letale Schädigungen erleiden. Durch die induzierte, potentiell letale Trockenheit sollen Mechanismen der Trockenheitsresistenz und Prozesse des Absterbens der Bäume erarbeitet werden. Im Zentrum stehen die folgenden Hypothesen:„Mixing“-Hypothese: Mischbestände profitieren von der strukturellen Heterogenität und asynchroner Ressourcennutzung bei Trockenheit.„Weakest link“-Hypothese: Die Anpassung an Wassermangel wird bei extremer Trockenheit durch den Zusammenbruch des schwächsten Glieds des Wassertransports entlang des Boden-Pflanze-Atmosphäre-Kontinuum außer Kraft gesetzt.„Legacy“-Hypothese: Baumbodensysteme, die einer früheren Trockenheit ausgesetzt waren, kommen besser mit erneuter Trockenheit zurecht als solche die zum ersten Mal extreme Trockenheit erleiden.Das vorliegende Forschungsvorhaben zielt darauf ab, die vielschichtigen Reaktionsweisen von Rein- und Mischbeständen aus Fichte und Buche auf wiederholte Trockenheitsereignisse zu untersuchen. Es nutzt Daten aus KROOF 1 und KROOF 2 und wird durch neue Messungen ergänzt. Das Vorhaben beleuchtet Akklimatisierungsmechanismen von der Organ- bis zur Bestandsebene und analysiert die Folgen wiederholter Dürre auf Baumwachstum und Sterblichkeit. Das Ziel besteht darin, die empirischen Ergebnisse in das prozessorientierte Einzelbaumwachstumsmodell BALANCE zu integrieren. Dies ermöglicht präzise Simulationen und Untersuchungen auf verschiedenen räumlichen und zeitlichen Dimensionen. Entscheidende Einblicke in das dynamische Zusammenspiel zwischen Wäldern und ihrer sich verändernden Umwelt können gegeben werden, was sowohl der Wissenschaft als auch der nachhaltigen Waldbewirtschaftung zugutekommen wird.

Ökosystemantworten auf kontinuierliche Offshore Schallspektren, Vorhaben: Die Auswirkungen anthropogener Unterwassergeräusche auf Verhalten und physiologische Reaktionen von marinen Invertebraten

Breeding and Rearing of Ornamental Organisms under Controlled Conditions

Verdrängen Flaumeichen die Waldföhren im Wallis?

Im Wallis weisen die Waldföhren seit Jahrzehnten eine erhöhte Sterberate auf. Dafür wächst vermehrt die Flaumeiche. Die Ursachen des Waldföhrensterbens und Baumartenwechsels im Wallis sind komplex. Im Rahmen des WSL-Forschungsprogrammes Walddynamik haben wir diese Ursachen analysiert und weitgehend entschlüsselt. Der für das Walliser Rhonetal und seine Seitentäler charakteristische Waldföhrengürtel erstreckt sich vom Talboden auf etwa 450 m bis gegen 1500 m ü.M., in einzelnen Gebieten bis an die Waldgrenze. Das Areal der Föhrenwälder umfasst etwa 12000 ha, was 11 Prozent der Waldfläche ausmacht. Sie schützen vor Lawinen, Steinschlag und Erosion, sind Erholungsraum für die Bevölkerung, stellen ein wichtiges Landschaftselement dar und sind Lebensraum für einzigartige Pflanzen und Tiere. Schon seit Beginn des 20. Jahrhunderts wiesen die Föhrenbestände im Wallis wiederholt hohe Absterberaten auf. In den 1970er und 1980er Jahren wurden auffällige Nadelnekrosen an Waldföhren (Pinus sylvestris) mit Fluor-Immissionen aus nahe gelegenen Aluminiumwerken in Zusammenhang gebracht. Durch den Einbau von leistungsfähigen Filteranlagen in den Aluminiumwerken anfangs der 1980er Jahre wurde der Schadstoffausstoss drastisch reduziert, worauf die Schadmerkmale verschwanden. Obwohl der ursächliche Zusammenhang mit den Fluorimmissionen offensichtlich war, wurde schon damals auf weitere Stressfaktoren wie z. B. die Trockenheit hingewiesen. Zu Beginn der 1990er Jahre nahmen die Absterberaten erneut drastisch zu. Auf Anfrage der lokalen Forstdienste begutachtete der Phytosanitäre Beobachtungs- und Meldedienst (PBMD) wiederholt betroffene Waldgebiete und wies stets auf die starke Belastung durch verschiedene Schadinsekten und Krankheiten hin. Mancherorts traten andere Baumarten wie die Flaumeiche (Quercus pubescens) oder die Mehlbeere (Sorbus aria) an die Stelle der absterbenden Waldföhren. An anderen Orten waren aber keine Ersatzbaumarten zur Stelle um die Waldfunktionen zu übernehmen. Diese gebietsweise recht dramatische Entwicklung veranlasste die Eidgenössische Forschungsanstalt WSL, gemeinsam mit der Dienststelle für Wald und Landschaft des Kantons Wallis ein umfassendes, interdisziplinäres Forschungsprojekt zu starten. Man wollte verstehen, weshalb die Föhren grossflächig absterben. Ziel war es auch, Handlungsoptionen bzw. geeignete Bewirtschaftungsmassnahmen zu formulieren. Das Föhrensterben kann nicht durch einzelne Faktoren erklärt werden. Vielmehr ist das Zusammenspiel verschiedener Einflüsse entscheidend. In einer Synthese fassen wir die gewonnen Erkenntnisse zusammen und machen Vorschläge zur Waldbewirtschaftung.

Klimamodell Berlin - Planungshinweise Stadtklima 2015

BMU (Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit) (Hrsg.) 2011: Klimawandel, Extremwetterereignisse und Gesundheit. Konferenzbericht zur Internationalen Fachkonferenz 29. und 30.11.2010 in Bonn, Bonn. Böhme, C., Bunge, C., Bunzel, A., Preuß, T. 2013: Umweltgerechtigkeit im städtischen Raum – Zwischenergebnisse eines Forschungsvorhabens, Umwelt und Mensch – Informationsdienst (UMID), Vol. 1, 35-41. Internet: www.umweltbundesamt.de/sites/default/files/medien/419/publikationen/umweltgerechtigkeit_im_staedtischen_raum.pdf (Zugriff 08.01.2016) Breitner, S., Schneider, A., Peters, A. 2013: Thermische Belastung, Feinstaub und Ozon – Gesundheitliche Auswirkungen und mögliche Wechselwirkungen. In: Jahn, H.J., Krämer, A. und Wörmann, T. (Hrsg.), Klimawandel und Gesundheit. Internationale, nationale und regionale Herausforderungen. Berlin, Heidelberg, 39-62. Burkart, K., Canário, P., Scherber, K., Breitner, S., Schneider, A., Alcoforado, M. J., Endlicher, W. 2013: Interactive short-term effects of equivalent temperature and air pollution on human mortality in Berlin and Lisbon, Environmental Pollution, Vol. 183, 54-63. Dugord, P.-A., Lauf, S., Schuster, C., Kleinschmit B. 2014: Land use patterns, temperature distribution, and potential heat stress risk – The case study Berlin, Germany. Computers, Environment and Urban Systems, 48, 86–98. Eis, D., Helm, D., Laußmann, D., Stark, K. 2010: Klimawandel und Gesundheit – Ein Sachstandsbericht, Robert Koch-Institut (Hrsg.), Berlin. Fenner, D., Meier, F., Scherer, D., Polze, A. 2014: Spatial and temporal air temperature variability in Berlin, Germany, during the years 2001-2010. Urban Climate 10 (2), 308–331. Fenner, D., Mücke, H.-G., Scherer, D. 2015: Innerstädtische Lufttemperatur als Indikator gesundheitlicher Belastungen in Großstädten am Beispiel Berlins. Umwelt und Mensch – Informationsdienst (UMID), Vol. 1, 30-38. Internet: www.umweltbundesamt.de/sites/default/files/medien/378/publikationen/innerstaedtische_lufttemperatur_30-38.pdf (Zugriff 08.01.2016) Gabriel, K. 2009: Gesundheitsrisiken durch Wärmebelastung in Ballungsräumen. Eine Analyse von Hitzewellen-Ereignissen hinsichtlich der Mortalität im Raum Berlin-Brandenburg, Dissertation, Geographisches Institut, Humboldt-Universität zu Berlin, Berlin. Gabriel, K., Endlicher, W. 2011: Urban and rural mortality rates during heat waves in Berlin and Brandenburg, Germany, Environmental Pollution, Vol. 159, 2044-2055. Jehn, M., Gebhardt, A., Liebers, U., Kiran, B., Scherer, D., Endlicher, W., Witt, C. 2014: Heat Stress is Associated with Reduced Health Status in Pulmonary Arterial Hypertension: A Prospective Study Cohort. Lung, 1-6. Jehn, M., Donaldson, G., Kiran, B., Liebers, U., Mueller, K., Scherer, D., Endlicher, W., Witt, C. 2013: Telemonitoring reduces exacerbation of COPD in the context of climate change—a randomized controlled trial, Environmental Health: A Global Access Science Source, 12(1), 99. Jendritzky G. 2007: Folgen des Klimawandels für die Gesundheit. In: Endlicher W., Gerstengarbe F.-W. (Hrsg.): Der Klimawandel – Einblicke, Rückblicke und Ausblicke. Potsdam-Institut für Klimafolgenforschung e.V., Potsdam: 108–118. Jendritzky, G., Bröde, P., Fiala, D., Havenith, G., Weihs, P., Batchvarova, E., DeDear, R. 2009: Der Thermische Klimaindex UTCI, Klimastatusbericht Deutscher Wetterdienst, 96-101. Internet: www.dwd.de/DE/leistungen/klimastatusbericht/publikationen/ksb2009_pdf/artikel11.pdf?__blob=publicationFile&v=1 (Zugriff 08.01.2016) Kim, K. R., Yi, C., Lee, J.-S., Meier, F., Jänicke, B., Fehrenbach, U., Scherer, D. 2014: BioCAS: Biometeorological Climate impact Assessment System for building-scale impact assessment of heat-stress related mortality. Die Erde, 145(1), 62–79. Internet: www.die-erde.org/index.php/die-erde/article/view/118/78 (Zugriff 08.01.2016) Koppe, C. 2005: Gesundheitsrelevante Bewertung von thermischer Belastung unter Berücksichtigung der kurzfristigen Anpassung der Bevölkerung an die lokalen Witterungsverhältnisse, Dissertation, Albert-Ludwigs-Universität, Freiburg i. Brsg.. Internet: www.freidok.uni-freiburg.de/data/1802 (Zugriff 08.01.2016) Koppe, C., Kovats, S., Jendritzky, G., Menne, B. 2004: Heat-waves: risks and responses, WHO Europe (Hrsg.), Copenhagen. Kuttler, W. 1998: Stadtklima. In: Sukopp, H., Wittig, R. (Hrsg.), Stadtökologie. Ein Fachbuch für Studium und Praxis. Stuttgart, Jena, Lübeck, Ulm, 125-167. Landesamt für Gesundheit und Soziales (LAGeSo) (Hrsg.) 2014: Verzeichnis der Krankenhäuser und Privatentbindungsanstalten, Stand 06/2014, Berlin. Landesvermessung und Geobasisinformation Brandenburg (LGB) 2013: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Potsdam. Internet: geobasis-bb.de/lgb/de/geodaten/liegenschaftskataster/alkis/ (Zugriff 28.07.2020) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2013a: Digitales Geländemodell (DGM), Potsdam. Internet: geobasis-bb.de/lgb/de/geodaten/3d-produkte/gelaendemodell/ (Zugriff 28.07.2020) Laschewski, G. 2008: Das Humanbioklima: Wirkungen und Wandel. In: Lozán, J.L., Graßl, H., Jendritzky, G., Karbe, L., Reise, K. und Maier, W.A. (Hrsg.), Warnsignal Klima: Gesundheitsrisiken. Gefahren für Menschen, Tiere und Pflanzen. Hamburg, 35-43. Michelozzi, P., Accetta, G., De Sario, M., D’Ippoliti, D., Marino, C., Baccini, M., Biggeri, A., Anderson, H. R., Katsouyanni, K., Ballester, F., Bisanti, L., Cadum, E., Forsberg, B., Forastiere, F., Goodman, P. G., Hojs, A., Kirchmayer, U., Medina, S., Paldy, A., Schindler, C., Sunyer, J., Perucci, C. A., PHEWE Collaborative Grp 2009: High Temperature and Hospitalizations for Cardiovascular and Respiratory Causes in 12 European Cities, American Journal of Respiratory and Critical Care Medicine, Vol. 179, 5, 383-389. Mücke, H.-G., Straff, W., Faber, M., Haftenberger, M., Laußmann, D., Scheidt-Nave, C., Stark, K. 2013: Klimawandel und Gesundheit. Allgemeiner Rahmen zu Handlungsempfehlungen für Behörden und weitere Akteure in Deutschland. Robert-Koch-Institut, Umweltbundesamt (Hrsg.), Berlin. Internet: www.rki.de/DE/Content/Kommissionen/UmweltKommission/Stellungnahmen_Berichte/Downloads/klimawandel_gesundheit_handlungsempfehlungen_2013.pdf?__blob=publicationFile (Zugriff 19.02.2018) MUNLV (Ministerium für Umwelt und Naturschutz, Landwirtschaft und Verbraucherschutz des Landes Nordrhein-Westfalen) (Hrsg.) 2010: Handbuch Stadtklima. Maßnahmen und Handlungskonzepte für Städte und Ballungsräume zur Anpassung an den Klimawandel. MVI (Ministerium für Verkehr und Infrastruktur Baden-Württemberg) (Hrsg.) 2012: Städtebauliche Klimafibel. Hinweise für die Bauleitplanung. Scherber, K. 2014: Auswirkungen von Wärme- und Luftschadstoffbelastungen auf vollstationäre Patientenaufnahmen und Sterbefälle im Krankenhaus während Sommermonaten in Berlin und Brandenburg. Dissertation, Geographisches Institut, Humboldt-Universität zu Berlin, Berlin. Internet: edoc.hu-berlin.de/dissertationen/scherber-katharina-2014-06-13/PDF/scherber.pdf (Zugriff 08.01.2016) Scherber, K., Langner, M., Endlicher, W. 2014: Spatial analysis of hospital admissions for respiratory diseases during summer months in Berlin taking bioclimatic and socio-economic aspects into account, Die Erde, 144 (3), 217-237. Internet: www.die-erde.org/index.php/die-erde/article/view/63/pdf_2 (Zugriff 08.01.2016) Scherber, K. 2016: Stadtklima und Gesundheit, Beitrag zum Begleittext zur Umweltatlaskarte 04.11 (Ausgabe 2016), im Auftrag der Senatsverwaltung für Stadtentwicklung und Umwelt, Berlin. Internet: /umweltatlas/klima/klimabewertung/2015/exkurs/index.php (Zugriff 25.01.2016) Scherer, D. 2007: Viele kleine Parks verbessern Stadtklima. Mit Stadtplanung Klima optimieren. TASPO Report Die grüne Stadt, 15. Scherer, D., Fehrenbach, U., Lakes, T., Lauf, S., Meier, F., Schuster, C. 2013: Quantification of heat-stress related mortality hazard, vulnerability and risk in Berlin, Germany. Die Erde, 144 (3-4), 238-259. Internet: www.die-erde.org/index.php/die-erde/article/view/49/pdf_3 (Zugriff 08.01.2016) Scherer, D., Fehrenbach, U., Fenner, D., Jänicke, B., Holtmann, A., Meier, F., 2015: © Fachgebiet Klimatologie, Institut für Ökologie, Technische Universität Berlin, Rothenburgstr. 12, 12165 Berlin. Schneider, A., Breitner, S., Brüske, I., Wolf, K., Rückerl, R., Peters, A. 2011: Health Effects of Air Pollution and Air Temperature. In: Krämer, A., Khan, M.H. und Kraas, F. (Hrsg.), Health in Megacities and Urban Areas, Heidelberg, 119-134. Schneider, A., Breitner, S., Wolf, K., Hampel, R., Peters, A., Wichmann, H.-E. 2009: Ursachenspezifische Mortalität, Herzinfarkt und das Auftreten von Beschwerden bei Herzinfarktüberlebenden in Abhängigkeit von der Lufttemperatur in Bayern (MOHIT), Helmholtz Zentrum München – Deutsches Forschungszentrum für Gesundheit und Umwelt, Institut für Epidemiologie (Hrsg.), München. Schuster, C., Burkart, K., Lakes T. 2014: Heat mortality in Berlin – Spatial variability at the neighborhood scale. Urban Climate, 10 (1), 134-147. Internet: www.sciencedirect.com/science/article/pii/S2212095514000807 (Zugriff 19.02.2018) SenGUV (Senatsverwaltung für Gesundheit, Umwelt und Verbraucherschutz) (Hrsg.) 2011: Basisbericht 2010/2011. Gesundheitsberichterstattung Berlin, Daten des Gesundheits- und Sozialwesens, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung) (Hrsg.) 2009: Lebensweltlich orientierte Räume (LOR) in Berlin Internet: www.berlin.de/sen/sbw/stadtdaten/stadtwissen/sozialraumorientierte-planungsgrundlagen/lebensweltlich-orientierte-raeume/ (Zugriff 22.03.2023) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2010: Flächennutzung und Stadtstruktur – Dokumentation der Kartiereinheiten und Aktualisierung des Datenbestandes, Berlin. Internet: /umweltatlas/_assets/literatur/nutzungen_stadtstruktur_2010.pdf (Zugriff 26.11.2015) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2011: Stadtentwicklungsplan Klima. Internet: www.stadtentwicklung.berlin.de/planen/stadtentwicklungsplanung/de/klima/ (Zugriff 26.10.2015) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2013: Weniger Schadstoffe. Mehr Lebensqualität. Der Luftreinhalteplan 2011-2017 des Landes Berlin. Internet: www.berlin.de/sen/uvk/umwelt/luft/luftreinhaltung/ (Zugriff 15.04.2026) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015: Planungshinweiskarte Stadtklima 2015 -Begleitdokument zur Online-Version, Berlin. Internet: /umweltatlas/_assets/literatur/planungshinweise_stadtklimaberlin_2015.pdf (Zugriff 25.11.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015b: GEO-NET Umweltconsulting GmbH, Hannover: GIS-gestützte Modellierung von stadtklimatisch relevanten Kenngrößen auf der Basis hochaufgelöster Gebäude- und Vegetationsdaten; EFRE Projekt 027 Stadtklima Berlin, Abschlussbericht. Internet: gdi.berlin.de/data/ua_klimabewertung_2015/docs/Projektbericht_StadtklimaBerlin_SenStadtUm_IIID_2015.pdf (Zugriff 25.11.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015e: PRISMA – Planungsraumbezogenes Informationssystem für Monitoring und Analyse, Berlin. Internet: www.berlin.de/sen/sbw/stadtdaten/stadtwissen/sozialraumorientierte-planungsgrundlagen/prisma/ (Zugriff 22.03.2023) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2016: Anpassungskonzept an die Folgen des Klimawandels (AFOK), Berlin. Internet: www.berlin.de/sen/uvk/_assets/klimaschutz/anpassung-an-den-klimawandel/programm-zur-anpassung-an-die-folgen-des-klimawandels/afok_zusammenfassung.pdf (Zugriff 24.09.2020) SenStadtUm/AfS (Senatsverwaltung für Stadtentwicklung und Umwelt, Amt für Statistik Berlin-Brandenburg) (Hrsg.) 2012: Bevölkerungsprognose für Berlin und die Bezirke 2011-2030, Kurzfassung, Berlin. Internet: www.berlin.de/sen/sbw/stadtdaten/stadtwissen/bevoelkerungsprognose-2021-2040/ (Zugriff 22.03.2023) Statistik BBB 2014: Amt für Statistik Berlin-Brandenburg: ‘Melderechtlich registrierte Einwohnerinnen und Einwohner am Ort der Hauptwohnung am 30.06.2014’. Turowski, E., Haase, C. 1987: Meteoropathologische Untersuchung über die Klima- und Wetterabhängigkeit der Sterblichkeit, Dissertation, Humboldt-Universität zu Berlin, Berlin. Turowski, E. 1998: Klima- und Wettereinfluss. In: Moriske, H.-J. und Turowski, E. (Hrsg.), Handbuch für Bioklima und Lufthygiene. Mensch, Wetter, Klima, Innenraum- und Außenlufthygiene, Grundlagen, Forschungsergebnisse, Trends, II-4, Landsberg am Lech, 1-44. VDI (Verband Deutscher Ingenieure) 2015: Richtlinie 3787, Blatt 1 Umweltmeteorologie – Klima- und Lufthygienekarten für Städte und Regionen. Internet: www.vdi.de/richtlinie/vdi_3787_blatt_1-umweltmeteorologie_klima_und_lufthygienekarten_fuer_staedte_und_regionen/ (Zugriff 26.11.2015) Wichert von, P. 2004: Hitzefolgekrankheiten: Bericht zu einer Stellungnahme der Kommission „Hitzetote“ der Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften (AWMF), Epidemiologisches Bulletin, Vol. 24, 189-191. Karten: SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2010a: Digitaler Umweltatlas Berlin, Ausgabe 2010, Karte 01.08 Geländehöhen, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2010b: Digitaler Umweltatlas Berlin, Ausgabe 2010, Karte 04.12 Klimawandel und Wärmebelastung der Zukunft, Berlin. Internet: /umweltatlas/klima/klimawandel/2008/karten/index.php (Zugriff 08.01.2016) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2011a: Digitaler Umweltatlas Berlin, aktualisierte und erweiterte Ausgabe 2011, Karte 06.07 Stadtstruktur, Berlin. Internet: /umweltatlas/nutzung/flaechennutzung/2010/karten/artikel.950242.php (Zugriff 26.11.2015) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2012: Digitaler Umweltatlas Berlin, aktualisierte und erweiterte Ausgabe 2012, Karte 01.02 Versiegelung, Berlin. Internet: /umweltatlas/boden/versiegelung/2011/karten/index.php (Zugriff 26.11.2015) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2013a: Digitaler Umweltatlas Berlin, aktualisierte und erweiterte Ausgabe 2013, Karte 01.11.3 Naturnähe, Berlin. Internet: /umweltatlas/boden/bodenfunktionskriterien/2010/karten/artikel.951908.php (Zugriff 26.11.2015) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2014: Digitaler Umweltatlas Berlin, Ausgabe 2014, Karte 06.10 Gebäude- und Vegetationshöhen, Berlin. Internet: /umweltatlas/nutzung/gebaeude-und-vegetationshoehen/2012/karten/index.php (Zugriff 26.11.2015) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2014a: Detailnetz Berlin, Stand 11.2014, aktueller Stand verfügbar über Geoportal Berlin, Berlin. SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015a: Digitaler Umweltatlas Berlin, Ausgabe 2015, Karte 04.13 Langjährige Entwicklung ausgewählter Klimaparameter, Berlin. Internet: /umweltatlas/klima/entwicklung-von-klimaparametern/2013/zusammenfassung/ (Zugriff 13.04.2023) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015c: Automatisierte Liegenschaftskarte Berlin (ALK), Stand 01.06.2014, aktuelle Version verfügbar im neuen Standard ALKIS (Amtliches Liegenschaftskatasterinformationssystem) über Geoportal Berlin, Berlin. SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015d: Digitaler Umweltatlas Berlin, Ausgabe 2015, Karte 09.01 Umweltgerechtigkeit, Berlin. Internet: /umweltatlas/mensch/umweltgerechtigkeit/2013/karten/index.php (Zugriff 26.11.2015) Weiterführende Quellen zum Exkurs „Gesundheit und Stadtklima“ Berlin: Buchin, O., Hoelscher, M.-T., Meier, F., Nehls, T., Ziegler F. 2015: Evaluation of the health-risk reduction potential of countermeasures to urban heat islands. Energy and Buildings, im Druck. Endlicher, W., Jendritzky, G., Fischer, J., Redlich, J.-P. 2008: Heat Waves, Urban Climate and Human Health. In: Marzluff, J.M., Shulenberger, E., Endlicher, W., Alberti, M. und Bradley, G. (Hrsg.), Urban Ecology. New York, 269-278. Endlicher, W., Lanfer, N. 2003: Meso- and microclimatic aspects of Berlin’s urban climate, Die Erde, Vol. 134, 147-168. Freie Universität Berlin – AG Stadtklima und Gesundheit 2016: Internet: www.geo.fu-berlin.de/met/ag/Stadtklima/index.html (Zugriff 08.01.2016) Innovationsnetzwerk Klimaanpassung Brandenburg Berlin (INKA BB) 2016 Jänicke, B. 2015: Stadtklima und Hitzestress. Anpassungsmaßnahmen müssen die Komplexität von Städten berücksichtigen. Umwelt Aktuell, Vol. 10, 2-3. Jänicke, B., Meier, F., Hoelscher, M., Scherer, D. 2015: Evaluating the Effects of Façade Greening on Human Bioclimate in a Complex Urban Environment. Advances in Meteorology, Vol. 2015, Article ID 747259. KiezKlima – Gemeinsam für ein besseres Klima im Brunnenviertel 2016: Internet: e-p-c.de/kiezklima/2015/ (Zugriff 08.01.2016) Scherer, D., Endlicher W. 2014: Special Issue: Urban climate and heat-stress. Part 2. Die Erde, Vol. 145, No 1-2. Internet: www.die-erde.org/index.php/die-erde/issue/view/13 (Zugriff 08.01.2016) Scherer, D., Endlicher W. 2013: Special Issue: Urban climate and heat-stress. Part 1. Die Erde, Vol. 144, No 3-4. Internet: www.die-erde.org/index.php/die-erde/issue/view/12 (Zugriff 08.01.2016) Schubert, S., Grossman-Clarke S. 2013: The Influence of Green Areas and Roof Albedos on Air Temperatures during Extreme Heat Events in Berlin, Germany. Meteorologische Zeitschrift, 22 (2), 131-143. Internet: pubman.mpdl.mpg.de/pubman/item/escidoc:2043067:2/component/escidoc:2043071/Met-Z-80283.pdf (Zugriff 08.01.2016) UCaHS (Urban Climate and Heat Stress) – Stadtklima und Hitzestress in Städten der Mittelbreiten in Anbetracht des Klimawandels 2016: Internet: www.ucahs.org/?lan=de (Zugriff 08.01.2016) Walikewitz, N., Jänicke, B., Langner, M., Endlicher, W. 2015: Assessment of indoor heat stress variability in summer and during heat warnings: A case study using the UTCI in Berlin, Germany. International Journal of Biometeorology, 1-14. Walikewitz, N., Jänicke, B., Langner, M., Meier, F., Endlicher, W. 2015: The difference between the mean radiant temperature and the air temperature within indoor environments: A case study during summer conditions. Building and Environment, 84, 151-161. Deutschland: Aktionsprogramm Umwelt und Gesundheit (APUG) 2016: Internet: www.apug.de/ (Zugriff 08.01.2016) Amt für Umweltschutz Stuttgart – Abteilung Stadtklimatologie 2016: Internet: www.stadtklima-stuttgart.de (Zugriff 08.01.2016) Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (Hrsg.) 2008: Deutsche Anpassungsstrategie an den Klimawandel (DAS). DWD (Deutscher Wetterdienst) 2016: Klima und Umweltberatung – Gesundheit. Internet: www.dwd.de/DE/klimaumwelt/ku_beratung/gesundheit/gesundheit_node.html (Zugriff 08.01.2016) DWD (Deutscher Wetterdienst) 2016: Fachnutzer – Gesundheit. Internet: www.dwd.de/DE/fachnutzer/gesundheit/gesundheit_node.html (Zugriff 08.01.2016) GERICS (Climate Service Center Germany) (Hrsg.) 2014: Gesundheit und Klimawandel. Handeln, um Risiken zu minimieren. GERICS (Climate Service Center Germany) 2016: Stadtbaukasten, Herausforderungen erkennen, rechtzeitig handeln – Module für eine nachhaltige, klimaangepasste Stadtplanung. GERICS (Climate Service Center Germany) 2016a: Climate-Focus-Paper “Cities and Climate Change”. Klimaanpassungsschule der Charité – Universitätsmedizin Berlin 2016: Internet: www.klimawandelundgesundheit.de NABU (Naturschutzbund Deutschland e.V.) 2010: StadtKlimaWandel. Rezepte für mehr Lebensqualität und ein besseres Klima in der Stadt. Internet: www.nabu.de/imperia/md/content/nabude/Stadtklimawandel/nabu_broschuere_stadtklimawandel_finalweb.pdf (Zugriff 08.01.2016) Stadtklimalotse 2016: Internet: www.stadtklimalotse.net/ (Zugriff 19.02.2018) UBA (Umweltbundesamt) 2016: KlimaExWoSt – Urbane Strategien zum Klimawandel. Internet: www.umweltbundesamt.de/themen/klima-energie/klimafolgen-anpassung/werkzeuge-der-anpassung/projektkatalog/klimaexwost-urbane-strategien-klimawandel (Zugriff 08.01.2016) Europa: European Commission, Public health responses to heat waves 2016. WHO (World Health Organization Europe) (Hrsg.) 2008: Heat-health action plans, Guidance, Copenhagen. WHO (World Health Organization Europe) (Hrsg.) 2009: Improving public health responses to extreme weather/heat-waves – EuroHEAT. Technical summary, Copenhagen.

Risikoanalyse zu Exposition gegenüber Fall-out durch sowjetische Kernwaffentests auf Basis des NIIRME-Registers (Risk analysis for exposure to fallout from Soviet nuclear weapons testing based on the NIIRME register)

A multi-biomarker approach using caged blue mussel, Mytilus edulis, on three World War shipwrecks in the North Sea

This dataset contains results from a field-based exposure study assessing the biological effects of submerged munitions on the marine bivalve Mytilus spp.. Mussels were collected from Sylt Island (North Sea) and exposed at three historic munition wrecks: SMS Mainz (Germany), KW58 Hendericus (Belgium), and UC30 (Denmark). At each site, mussel cages were deployed directly on or near the wreck structures for several weeks. After recovery, mussels were assessed for mortality and dissected for histochemical and biochemical analyses. Tissues (gills, mantle, and digestive gland) were examined for histological biomarkers including lipofuscin, glycogen, neutral lipids, as well as sex and gonadal maturity. Enzymatic activities of catalase (CAT) and glutathione S-transferase (GST) were measured spectrophotometrically and normalized to protein content.

1 2 3 4 5 … 100 101 102