Nachfragemodellierung & Marktschätzung
Die Marktgrößenbestimmung für den Bahnlogistikmarkt über alle Segmente hinweg (Typ, Einsatzbereich, Endverbraucherindustrie und Geografie) wurde mithilfe eines **dualen Methodikrahmens, der Top-down- und Bottom-up-Ansätze kombiniert**, erstellt und durch mehrstufige Datentriangulation validiert, um Konvergenz und statistische Zuverlässigkeit zu gewährleisten.
Top-down-Ansatz: Ausgehend von makroökonomischen globalen Bewertungen des Güterlogistikmarktes, abgeleitet aus Transportausgabendaten der ITF-OECD und der Weltbank. Der Modalanteil der Bahn wurde dann unter Verwendung von Frachttonnenkilometer (FTK)-Statistiken der UIC und nationaler Verkehrsministerien isoliert und weiter nach Wagentyp (intermodal, Kesselwagen, Güterwagen), Einsatzbereich und Endverbraucherbranche segmentiert.
Bottom-up-Ansatz: Aufgebaut von der operativen Einheitsebene aufwärts, unter Verwendung der folgenden **spezifischen Kennzahlen und Variablen** als primäre Berechnungsgrundlagen:
- Umsatz pro Frachttonnenkilometer (RFTK): Berechnet für jeden Teilmarkt nach Wagentyp und Geografie, unter Verwendung von Tarifplänen nationaler Bahnbetreiber und AAR/UIC-Benchmarking-Daten, bildet den zentralen Umsatztreiber
- Größe der aktiven Wagenflotte & Auslastungsrate (%): Bezogen von Schienenfahrzeugvermietern und Einreichungen nationaler Eisenbahnbehörden, verwendet zur Schätzung der insgesamt eingesetzten Kapazität nach Typ (intermodale Flachwagen, Kesselwagen, gedeckte Güterwagen, offene Güterwagen) in jeder Region
- Ausgaben für Schienengüterverkehr der Endverbraucherindustrie als % des gesamten Logistikbudgets: Abgeleitet aus Primärinterviews mit Beschaffungsleitern in den Branchen Fertigung, Handel und Gesundheitswesen, kalibriert anhand der Finanzdaten von Dun & Bradstreet
- Grenzüberschreitendes Schienengüterverkehrsvolumen (TEU & metrische Tonnen): Aufgeschlüsselt nach internationalen Korridoren (z.B. China-Europa BRI-Bahn, nordamerikanische NAFTA-Korridore, Transsibirische Routen) unter Verwendung von OTIF- und Zollamtdaten, um das Teilsgement des internationalen Einsatzbereichs zu quantifizieren
Mehrstufige Datentriangulation: Alle Bottom-up-Schätzungen wurden trianguliert mit: (1) Top-down-Makro-Frachtausgaben-Benchmarks, (2) aus Primärinterviews abgeleiteten Umsatz- und Volumenbestätigungen und (3) öffentlich zugänglichen Finanzdaten von börsennotierten Bahnbetreibern und Logistikkonglomeraten (via Bloomberg und PitchBook). Abweichungen von mehr als ±8% auf Sub-Segmentebene führten zu zusätzlichen primären Validierungsrunden.
Der Prognosezeitraum von **2026 bis 2034** wurde unter Verwendung einer hybriden CAGR-Projektion modelliert, die Basis-, optimistische und konservative Szenarien umfasst, gewichtet nach Infrastrukturinvestitionspipelines (z.B. EU Green Deal Ziele für den Schienengüterverkehr, Indiens Ausbau des Dedicated Freight Corridor, US Bipartisan Infrastructure Law Bahnmittel) und aus Primärforschung abgeleiteten Nachfrageelastizitätskoeffizienten für Endverbraucher.