Mit Verbrennerausstieg in die Zukunft: Empfehlungen zur Stärkung der europäischen Automobilindustrie. EMPOCI Policy briefing, Nummer 1, Februar 2025
Bibliographic record
Abstract
Die Europäische Union hat die Automobilindustrie verpflichtet, den Verkauf von neuen Benzin- und Dieselfahrzeugen bis 2035 schrittweise einzustellen. In der öffentlichen Debatte wird vermehrt die Befürchtung geäußert, dass diese ambitionierten CO2- Flottengrenzwerte für Neuwagen schlecht fürs Geschäft sind. Besonders in Deutschland, das stark von seiner Automobilindustrie abhängt, werden entsprechende Sorgen immer häufiger artikuliert. Jüngste Untersuchungen zeigen jedoch, dass eine Kehrtwende beim Ausstieg aus dem Verbrennungsmotor der angeschlagenen europäischen Automobilindustrie mehr schaden als nützen würde. Denn die Zielvorgaben helfen den Unternehmen, im globalen Innovationswettlauf zu bestehen. In diesem Policy Brief wird erläutert, warum eine glaubwürdige politische Ausstiegsstrategie die europäische Automobilindustrie stärkt, anstatt sie zu schwächen. Darüber hinaus werden zusätzliche Maßnahmen vorgestellt, die die Politik ergreifen könnte, um die internationale Wettbewerbsfähigkeit der europäischen Automobilindustrie zu stärken. Kernaussagen 1. Der Verbrennerausstieg stärkt die europäische Automobilindustrie. Er bringt strategische Klarheit, vermeidet Fehlinvestitionen und erleichtert Innovation. 2. Es wäre ein Fehler, jetzt einen Gang runterzuschalten. Die CO2- Flottengrenzwerte funktionieren am besten, wenn sie stabil und ambitioniert sind. 3. Ergänzende politische Maßnahmen sind entscheidend für den Erfolg. Jetzt gilt es, die europäische Nachfrage nach Elektrofahrzeugen anzukurbeln. 4. Die Unterstützung für vom Wandel betroffene Regionen ist wichtig. Die Politik sollte die Modernisierung der Automobilindustrie aktiv begleiten.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.029 |
| Meta-epidemiology (narrow) | 0.017 | 0.020 |
| Meta-epidemiology (broad) | 0.019 | 0.007 |
| Bibliometrics | 0.027 | 0.034 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.018 | 0.013 |
| Research integrity | 0.023 | 0.036 |
| Insufficient payload (model declined to judge) | 0.014 | 0.066 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".