In der Serie "GARS Nachwuchsforschung", gemeinsam mit der German Aviation Research Society (GARS), stellen junge Forschende aus dem Luftverkehrsbereich einem Fachpublikum ihre Forschungsarbeiten vor. Die Themen reichen von Netzwerkstrategie und Wettbewerb über Flughafenökonomie und Luftverkehrspolitik bis hin zu Nachhaltigkeit und Digitalisierung.
Trotz Milliardeninvestitionen in Advanced Air Mobility (AAM) bleibt eine zentrale Frage bislang unbeantwortet: Wie groß könnte der Markt für Flugtaxis tatsächlich werden?
In den vergangenen Jahren haben sich elektrisch angetriebene Senkrechtstarter (electric vertical take-off and landing aircraft, eVTOL) von futuristischen Konzepten zu einer der meistbeachteten Innovationen der Luftfahrt entwickelt. Weltweit wurden Hunderte von eVTOL-Konzepten vorgestellt, die erhebliche Investitionen von Luft- und Raumfahrtunternehmen, Automobilherstellern, Venture-Capital-Gebern und staatlichen Akteuren angezogen haben. Gleichzeitig arbeiten Luftfahrtbehörden an Zertifizierungspfaden für eVTOL-Luftfahrzeuge, während Flughäfen und Städte untersuchen, wie sich Vertiports in bestehende Verkehrsnetze und die Infrastruktur von Flughäfen integrieren lassen. Die Vision ist überzeugend: leisere Luftfahrzeuge, lokal emissionsfreier Betrieb, schnelle Verbindungen im Stadt- und Regionalverkehr sowie eine völlig neue Mobilitätsebene oberhalb zunehmend überlasteter Verkehrsnetze.
Heute befindet sich die Branche jedoch in einer neuen Phase – einer Phase, die stärker von Realismus als von der Aufbruchsstimmung ihrer Anfangsjahre geprägt ist.
Mehrere führende Unternehmen haben auf dem Weg zur Markteinführung in den vergangenen Jahren wichtige Fortschritte erzielt. So haben Joby Aviation und Archer Aviation das Zertifizierungsverfahren der US-Luftfahrtbehörde Federal Aviation Administration (FAA) weiter vorangetrieben, ihre Flugerprobung ausgeweitet und sich auf die Aufnahme des kommerziellen Betriebs vorbereitet.
Gleichzeitig musste die Branche jedoch auch erhebliche Rückschläge hinnehmen. Volocopter leitete Ende 2024 ein Insolvenzverfahren ein, obwohl das Unternehmen lange Zeit als einer der führenden eVTOL-Entwickler Europas galt. Auch Lilium, ein weiteres deutsches Vorzeigeunternehmen der Branche, meldete Insolvenz an, nachdem es nicht gelungen war, zusätzliche Finanzmittel einzuwerben. Beide Beispiele verdeutlichen, wie groß die finanziellen und technologischen Herausforderungen bei der Markteinführung einer völlig neuen Luftfahrzeugklasse sind.
Ehang Flugtaxi in China. © DPA / Huang Bohan/XinHua
Vor diesem Hintergrund stellt sich eine grundlegende Frage: Selbst wenn die Technologie die Erwartungen erfüllt und die Zertifizierungshürden letztlich überwunden werden, wird sich überhaupt ein wirtschaftlich tragfähiger Markt entwickeln?
Um diese Frage zu beantworten, genügt der Blick auf das Luftfahrzeug allein jedoch nicht. Entscheidend sind vielmehr das Verhalten der Passagiere, die Preis- und Flottenentscheidungen der Betreiber, die Entwicklung der Infrastruktur sowie das Zusammenspiel all dieser Faktoren im Zeitverlauf. Der wirtschaftliche Erfolg von Advanced Air Mobility wird daher nicht allein von technologischen Durchbrüchen abhängen, sondern davon, wie technologische Innovationen und Marktmechanismen zusammenwirken.
Das fehlende Puzzlestück: Der Markt selbst
In der Diskussion über die Zukunft der Advanced Air Mobility stehen meist technische Herausforderungen im Mittelpunkt: Batterietechnologie, Reichweite, Reisegeschwindigkeit, Zertifizierung, Automatisierung oder Lärmminderung. All dies sind zweifellos wesentliche Voraussetzungen für den kommerziellen Einsatz von eVTOL-Luftfahrzeugen. Aus ökonomischer Sicht bilden sie jedoch nur einen Teil eines deutlich komplexeren Marktsystems.
Ob sich Flugtaxis wirtschaftlich durchsetzen, hängt letztlich davon ab, wie Passagiere und Betreiber aufeinander reagieren. Ein Flugtaxi konkurriert nicht isoliert, sondern mit bestehenden Verkehrsmitteln wie dem privaten Pkw, Ride-Hailing-Diensten, der Bahn und künftig möglicherweise auch mit autonomen Fahrzeugen. Ob sich Reisende für ein Flugtaxi entscheiden, wird daher nicht allein durch dessen technische Eigenschaften bestimmt, sondern ebenso durch den Ticketpreis, die Reisezeit, die Erreichbarkeit sowie die Attraktivität der konkurrierenden Verkehrsmittel.
Für die Betreiber stellen sich wiederum andere Fragen. Sie müssen entscheiden, wie groß ihre Flotte sein soll, welches Serviceniveau sie anbieten, welche Preise sie verlangen und wie sich Betriebskosten und Nachfrage wirtschaftlich in Einklang bringen lassen. Keine dieser Entscheidungen kann isoliert getroffen werden. Ticketpreise, Flottengröße, Servicequalität, Betriebskosten und Nachfrage bleiben nicht konstant, sondern passen sich im Zuge der Marktentwicklung fortlaufend gegenseitig an.
Ein anschauliches Beispiel dafür ist die Flottengröße. Fällt die Nachfrage höher aus als erwartet, können Betreiber ihre Flotte erweitern oder schnellere Luftfahrzeuge einsetzen, um die Servicequalität zu verbessern und die Reisezeiten zu verkürzen. Ein besseres Angebot zieht mehr Passagiere an, erhöht die Erlöse und ermöglicht es, fixe Betriebskosten auf eine größere Zahl von Flügen zu verteilen. Sinkende Durchschnittskosten schaffen wiederum Spielraum für niedrigere Ticketpreise, was die Nachfrage zusätzlich steigern kann. Es entsteht ein sich selbst verstärkender Kreislauf, in dem sich Marktwachstum und betriebliche Entscheidungen gegenseitig verstärken.
Ebenso denkbar ist jedoch der umgekehrte Fall. Bleibt die Nachfrage hinter den Erwartungen zurück, erreichen Betreiber möglicherweise nie die Größenordnung, die erforderlich ist, um Betriebskosten zu senken oder attraktive Preise anzubieten. Eine schwache Nachfrage verstärkt sich dann selbst und verhindert, dass der Markt sein volles Potenzial entfalten kann.
Ein Flugtaxi von Eve in United-Airlines-Livery. © United Airlines
Solche Rückkopplungseffekte sind aus anderen Bereichen des Verkehrs längst bekannt. Fluggesellschaften passen Flugfrequenzen, Flotteneinsatz und Ticketpreise kontinuierlich an die Nachfrage an. Auch Ride-Hailing-Plattformen steuern Preise und Fahrzeugverfügbarkeit fortlaufend entsprechend der Marktsituation. Dennoch beruhen viele aktuelle Analysen zur Advanced Air Mobility nach wie vor auf festen Annahmen über Flottengröße, Betriebskosten oder Servicequalität und behandeln diese als vorgegebene Eingangsgrößen statt als Ergebnisse des Marktes selbst.
Gerade deshalb ist es entscheidend zu verstehen, wie diese Wechselwirkungen die Marktentwicklung beeinflussen. Werden solche Rückkopplungseffekte nicht berücksichtigt, besteht die Gefahr, dass das Marktpotenzial von Advanced Air Mobility falsch eingeschätzt wird, weil übersehen wird, wie Marktmechanismen Kosten, Servicequalität und letztlich die Nachfrage verändern. Um diese Zusammenhänge abzubilden, reicht eine konventionelle Marktbetrachtung nicht aus – erforderlich ist ein integrierter Modellierungsansatz.
Von statischen Annahmen zu einem integrierten Marktmodell
Wenn Marktergebnisse vom kontinuierlichen Zusammenspiel zwischen Passagieren und Betreibern abhängen, stellt sich als Nächstes die Frage, wie sich diese Wechselwirkungen in einem ökonomischen Modell abbilden lassen.
Das integrierte Marktmodell bildet sowohl Passagiere als auch Betreiber als Entscheidungsträger ab, deren Entscheidungen sich gegenseitig beeinflussen. Reisende wählen zwischen verschiedenen Verkehrsalternativen – darunter Flugtaxis, private Pkw, konventionelle Taxis sowie eine sogenannte Outside-Option, die alle im Modell nicht explizit abgebildeten Alternativen zusammenfasst – auf Grundlage verallgemeinerter Reisekosten, die monetäre Kosten, Reisezeit und Sicherheit berücksichtigen. Gleichzeitig entscheiden Betreiber über Flottengröße, Ticketpreise und die Ausgestaltung des Betriebs, wobei Investitionen in Luftfahrzeuge, Batteriewechsel, Wartung, Ladeinfrastruktur und Energiekosten berücksichtigt werden.
Anstatt die Entscheidungen von Passagieren und Betreibern unabhängig voneinander zu betrachten, verknüpft das Modell beide innerhalb eines gemeinsamen Marktrahmens. Passagiere und Betreiber passen ihre Entscheidungen wiederholt aneinander an, bis der Markt ein Gleichgewicht erreicht, in dem Nachfrage, Preise, Flottengröße und Servicequalität miteinander konsistent sind.
Indem Nachfrage und Angebot sich gemeinsam entwickeln können, bildet der Modellansatz die Entwicklung eines AAM-Marktes über die Zeit ab, anstatt lediglich ein vorgegebenes Betriebsszenario zu analysieren. Dadurch lässt sich untersuchen, wie technologischer Fortschritt, betriebliche Entscheidungen und das Verhalten der Passagiere gemeinsam die langfristige Entwicklung des AAM-Marktes prägen.
Warum Benchmark-Szenarien das Marktpotenzial von Advanced Air Mobility unterschätzen könnten
Um zu veranschaulichen, wie Marktinteraktionen die Ergebnisse für Advanced Air Mobility beeinflussen, wurde das integrierte Modell zunächst so kalibriert, dass es die Ergebnisse einer bestehenden Benchmark-Studie für die Metropolregion Ruhr reproduziert. Alle anschließend auftretenden Unterschiede ergeben sich daher ausschließlich daraus, dass sich der Markt selbst – und nicht die zugrunde liegende Technologie – anpassen kann.
Das erste Ergebnis zeigt sich bereits, bevor Flottengröße oder Flugleistung verändert werden. Während Flottengröße und Reisegeschwindigkeit auf ihren Benchmark-Werten fixiert bleiben, kann der Betreiber im Modell die Ticketpreise anpassen und den gewinnmaximierenden Betriebspunkt wählen. Unter diesen Bedingungen stellt die Benchmark-Konfiguration kein Marktgleichgewicht mehr dar. Stattdessen besteht für den Betreiber ein Anreiz, die Ticketpreise zu senken und die Auslastung der Luftfahrzeuge zu erhöhen, wodurch sich das System seiner verfügbaren Kapazität annähert. Selbst bei identischen technologischen Annahmen führt diese Anpassung zu deutlich mehr Flügen und einem größeren AAM-Markt, als es die Benchmark-Konfiguration vermuten lässt. Dieses Ergebnis deutet darauf hin, dass Benchmark-Studien das Marktpotenzial unterschätzen könnten, weil sie einen vorgegebenen Betriebspunkt bewerten und nicht ein ökonomisches Marktgleichgewicht.
Abbildung 1. Selbst bei identischer Flottengröße und Flugleistung verschiebt die Anpassung von Ticketpreisen und Auslastung den Markt von der Benchmark-Konfiguration zu einem neuen Gleichgewicht mit höherer Nachfrage und niedrigeren Ticketpreisen. : Diagramm mit täglicher Anzahl von AAM-Flügen auf der horizontalen Achse und USD pro Kilometer auf der vertikalen Achse. Blaue Nachfragekurve und grüne Durchschnittskostenkurve zeigen markierte Werte bei 582 und 852 Flügen pro Tag. Carlos Andrés Beltrán Sánchez
Aufbauend auf diesem Ergebnis verstärkt die Optimierung von Flottengröße und Reisegeschwindigkeit diese Effekte zusätzlich. Sobald beide Größen nicht mehr als feste technische Annahmen, sondern als strategische ökonomische Entscheidungsvariablen behandelt werden, ergibt sich ein deutlich anderes langfristiges Marktgleichgewicht. Die gewinnmaximierende Konfiguration umfasst eine erheblich größere Flotte (337 statt 30 Luftfahrzeuge) sowie eine Reisegeschwindigkeit von rund 250 km/h. Bemerkenswert ist dabei, dass die ökonomisch optimale Reisegeschwindigkeit nicht zwangsläufig die höchstmögliche ist, sondern jene, die kürzere Reisezeiten gegen einen höheren Energieverbrauch und steigende Betriebskosten abwägt. Sind Flottengröße und Reisegeschwindigkeit einmal optimiert, wird auch der gewinnmaximierende Ticketpreis neu bestimmt. Das Ergebnis sind niedrigere Ticketpreise und ein deutlich größerer AAM-Markt, wie Tabelle 1 zeigt. Obwohl diese Ergebnisse illustrativ sind und nicht als Prognose verstanden werden sollten, verdeutlichen sie, wie die Optimierung betrieblicher Entscheidungen im kurz- und langfristigen Zeithorizont die Bewertung des wirtschaftlichen Potenzials von Advanced Air Mobility grundlegend verändern kann.
| Kennzahl | Benchmark | Langfristiges Gleichgewicht | Veränderung |
|---|---|---|---|
| Flottengröße | 30 | 337 | +1023 % |
| Reisegeschwindigkeit | 150 km/h | 250 km/h | +67 % |
| Gewinnmaximierender Ticketpreis | 1,82 USD/km | 1,22 USD/km | −33 % |
| Bedingter Marktanteil von AAM | ~2 % | ~35 % | ≈17,5-fach |
Tabelle 1. Im optimierten langfristigen Gleichgewicht ergibt sich im Modell ein deutlich größerer AAM-Markt mit niedrigeren Ticketpreisen und einer größeren Flotte als im Benchmark-Szenario.
Von der Technologie zum Markt
Die Bedeutung dieser Ergebnisse geht über die Modellierung hinaus. Entscheidungen über die Entwicklung neuer Luftfahrzeuge, Investitionen in Infrastruktur und Geschäftsmodelle beruhen auf Erwartungen über die zukünftige Marktnachfrage. Wie diese Marktinteraktionen modelliert werden, kann die Einschätzung des wirtschaftlichen Potenzials von Advanced Air Mobility daher maßgeblich beeinflussen.
Mit dem Fortschreiten der Zertifizierung und dem Beginn des kommerziellen Betriebs verlagert sich die Diskussion zunehmend von technischen hin zu wirtschaftlichen Fragestellungen. Wie groß kann der Markt tatsächlich werden? Welche Betriebsstrategien sind langfristig tragfähig? Wo sollte Infrastruktur entstehen?
Der hier vorgestellte integrierte Marktansatz liefert einen Beitrag zur Beantwortung dieser Fragen, indem er Passagiernachfrage und Betreiberentscheidungen innerhalb eines gemeinsamen ökonomischen Rahmens zusammenführt. Künftige Arbeiten werden diesen Ansatz unter anderem auf die Entwicklung von Vertiportnetzen, Infrastrukturkapazitäten und den Wettbewerb mit neuen Verkehrstechnologien wie autonomen Fahrzeugen ausweiten.
Letztlich wird der Erfolg von Advanced Air Mobility nicht allein davon abhängen, ob Flugtaxis fliegen können, sondern davon, ob sie Teil eines wirtschaftlich tragfähigen Verkehrssystems werden. Die Verbindung technologischer Innovation mit wirtschaftlicher Tragfähigkeit dürfte daher eine der zentralen Herausforderungen für die weitere Entwicklung der Branche sein.
Hinweise
Diese Arbeit entstand im Rahmen des von der Deutschen Forschungsgemeinschaft (DFG) geförderten Graduiertenkollegs 2947 (Air Metro) "Technisch-betriebliche Integration hochautomatisierter Luftfahrt in Ballungszentren" an der Technischen Universität Dresden.
Die diesem Beitrag zugrunde liegende Forschung erfolgte in Zusammenarbeit mit Professor Georg Hirte, Professor Stefan Tscharaktschiew und Professor Erik Verhoef.
