In dieser kumulativen Dissertation wurde eine neuartige Methodik für das Upscaling in der prospektiven Ökobilanzierung (LCA) anhand eines Fallbeispiels entwickelt, um die Umweltverträglichkeit innovativer Technologien vom aktuellen auf ein zukünftiges Entwicklungsstadium abzuschätzen. Als Fallbeispiel wurden Perowskit-Solarzellen (PSC) als innovative Energietechnologie auf der Basis von Funktionsmaterialien (FunMat) untersucht. Das Upscaling in der Ökobilanz soll Forschungsgruppen, Technologieentwicklern, Planern und politischen Entscheidungsträgern dabei unterstützen, verantwortungsvolle Forschungsaktivitäten zu priorisieren und proaktiv voranzutreiben, um unbeabsichtigte Folgen bei Innovationen frühzeitig zu erkennen und zu vermeiden. Die Methodenentwicklung erfolgte in drei Publikationen und anhand der vier folgenden Schritte: Erstens wurde eine Meta-Analyse durchgeführt, um die Herausforderungen des Upscalings von Ökobilanzen für PSC und weiterer innovativer Photovoltaik-Technologien zu verstehen und zu definieren (Publikation 1). Zweitens wurde ein Upscaling-Schema namens UpFunMatLCA entwickelt, um Upscaling-Szenarien für prospektive Ökobilanzen zu erstellen. Die Upscaling-Szenarien wurden qualitativ und quantitativ mittels sogenannter Upscaling-Mechanismen und -Module modelliert (Publikation 2). Drittens wurde für das Fallbeispiel eine Sachbilanz-Datenbank (PSC-LCI-Datenbank) entwickelt. Diese ermöglicht die Anwendung und Validierung von UpFunMatLCA zur Hochskalierung der Umweltverträglichkeit von PSCs von Laborsamples zum kommerziellen Einsatz als PV-Module. Zuletzt wurde die Ökologische Break-Even-Zeit (e-BET) als neuer Indikator zur Interpretation von Ökobilanzergebnissen eingeführt. E-BET legt einen Schwellenwert fest, ab wann die Umweltleistung der innovativen Technologie, hier der PSCs, Vorteile gegenüber den derzeitigen kommerziellen Benchmarks erzielt (Publikation 3). Die Ergebnisse zeigen, dass die Umweltleistung von PSC im Vergleich zu anderen innovativen PVs und kommerziellen Benchmarks nicht ausreichend durch bisherige LCA-Studien untersucht wurde. Die hohen Umweltauswirkungen der PSC wurden auf die hohe Verarbeitungsenergie ineffizienter Laborgeräte zurückgeführt, die aus einem geringen Technologiereifegrad der PSC resultiert. Upscaling-Szenarien bieten eine Methode zur Integration der Technologieentwicklung in prospektive LCA durch Projektion möglicher Entwicklungspfade. Die Entwicklungspfade von PSC umfassen Kombinationen der drei technologischen Mechanismen während des Upscalings: A) Prozesslernen, B) Materiallernen und C) externe Entwicklungen. Prozesslernen ist der Schlüsselmechanismus für die Hochskalierung von Verarbeitungsenergien vom Labor bis zur Fertigung in industriellen Produktionsfabriken (from lab to fab), die am meisten zu energiebezogenen Umweltauswirkungen wie der globalen Erwärmung beitragen. Materialbezogene Umweltauswirkungen wie die Ressourcennutzung erfordern die Einbeziehung von zusätzlichem Materiallernen in die Bewertung. Das Upscaling in der prospektiven Ökobilanz liefert keine endgültigen Ergebnisse, sondern zielt darauf ab, realistische Szenarien auf der Grundlage des aktuellen Wissensstandes zu erstellen, um die künftige Umweltverträglichkeit innovativer Technologien zu fördern. Die entwickelte Methodik leistet Pionierarbeit beim Upscaling in der prospektiven Ökobilanzierung, indem sie die theoretischen und praktischen Methoden einer bestimmten Technologiegruppe kombiniert. Sie stellt somit eine wesentliche Vorlage für andere Technologiegruppen dar, um ähnliche Methoden zur Verbesserung und Unterstützung der Ökobilanzergebnisse neuer Technologien im Vergleich zu kommerziellen Benchmarks abzuleiten.