Computergestützte „Zeitreise“ zeigt: Solar- und Windenergie auf Kurs für 2°C-Ziel, nicht aber für 1,5°C-Ziel

Forscher der Technischen Universität Chalmers in Schweden haben eine Art computergestützte „Zeitreise“ entwickelt – ein Modell, das bestehende Prognosemethoden übertrifft, indem es mithilfe von KI-Techniken historische Wachstumsmuster in verschiedenen Ländern analysiert. Ihre zentrale Prognose zeigt, dass Onshore-Windkraft bis 2050 voraussichtlich rund 25 Prozent des weltweiten Strombedarfs decken wird, Solarenergie etwa 20 Prozent. Dies entspricht dem 2-Grad-Ziel, reicht aber nicht für das 1,5-Grad-Ziel aus.
 

Die Zukunft vorherzusagen ist besonders schwierig bei Technologien wie Wind- und Solarenergie, wo rasche Kostensenkungen durch wachsende Hindernisse wie öffentlichen Widerstand, Infrastrukturbeschränkungen und politische Kurswechsel kompensiert werden.
 

„Bestehende Modelle eignen sich sehr gut, um zu ermitteln, was geschehen muss, um die Klimaziele zu erreichen, aber sie können uns nicht sagen, welche Entwicklungen am wahrscheinlichsten sind. Genau diese Lücke wollten wir schließen“, sagt Jessica Jewell, Professorin an der Technischen Universität Chalmers.
 

Die Forscher identifizierten in über 200 Ländern ein wiederkehrendes Muster im Wachstum von Wind- und Solarenergie: lange Perioden relativ stetiger Expansion, unterbrochen von plötzlichen Wachstumsschüben, die oft durch politische Kurswechsel ausgelöst werden.
 

„Die meisten Modelle gehen von einer gleichmäßigen S-förmigen Wachstumskurve aus, aber so sieht es in der Realität nicht aus. Wachstum erfolgt oft sprunghaft, und wenn man das ignoriert, kann man falsch einschätzen, wie schnell sich Technologien ausbreiten werden“, sagt Avi Jakhmola, Doktorand an der Technischen Universität Chalmers und Erstautor der in Nature Energy veröffentlichten Studie .
 

13.000 virtuelle Welten für die Zukunft

Um die Prognosen zu verbessern, entwickelte Jakhmola ein Modell, das auf 13.000 virtuellen Welten basiert. In jeder dieser Welten entwickeln sich Solar- und Windenergie unterschiedlich – von der schnellstmöglichen bis zur langsamsten Expansion. Ein Algorithmus für maschinelles Lernen wurde anschließend anhand all dieser Welten trainiert, um globale Entwicklungen aus frühen nationalen Trends vorherzusagen.

„Wenn wir das Modell auf reale Daten anwenden, kann es uns sagen, was das wahrscheinlichste Ergebnis für die Zukunft ist – angesichts dessen, was wir bisher gesehen haben und angesichts all der virtuellen Welten, die es gesehen hat“, sagt Jakhmola.
 

Bis 2050 prognostiziert das Modell einen Anteil der Onshore-Windenergie an der globalen Stromerzeugung von rund 26 Prozent (mittlere Spanne: 20–34 Prozent) und der Solarenergie von rund 21 Prozent (15–29 Prozent). Dies deckt sich weitgehend mit den für das 2-Grad-Ziel erforderlichen Pfaden, reicht aber nicht für das 1,5-Grad-Ziel aus.
 

Die Prognosen rücken auch die auf der COP28 getroffene Zusage, die Kapazität erneuerbarer Energien bis 2030 zu verdreifachen, in ein anderes Licht. Diese Zusage liegt nahe dem 95. ^Perzentil , was bedeutet, dass dafür Wachstumsraten erforderlich wären, die nur selten erreicht werden.
 

„Eine Verdreifachung der Zusage für erneuerbare Energien ist nicht unmöglich, aber dazu müsste in allen Ländern alles extrem gut laufen“, sagt Jewell.
 

Die Forscher testeten auch, was tatsächlich erforderlich wäre, um das 1,5°C-Ziel zu erreichen.
 

„Wenn wir jetzt beginnen, sind die erforderlichen Wachstumsraten zwar anspruchsvoll, aber nicht beispiellos und vergleichbar mit den Zielen der EU für Windenergie im Rahmen von  REPowerEU und den Plänen Indiens für Solarenergie“, sagt Jakhmola. „Verzögern wir den Ausbau jedoch bis 2030, wird die notwendige Beschleunigung deutlich steiler und abrupter. Das Zeitfenster für den Ausbau schließt sich schnell.“
 

Eine Zeitreise, um die Zuverlässigkeit des Modells sicherzustellen

Die Forscher nutzten das Modell auch, um die Zuverlässigkeit seiner Prognosen zu testen – indem sie in die Vergangenheit zurückreisten.

„Wir wollten wissen, ob unsere Prognosen auch in zehn oder zwanzig Jahren noch Gültigkeit haben. Als wir das Modell nur mit Daten aus dem Jahr 2015 fütterten, stellten wir fest, dass es die Entwicklungen seither korrekt vorhersagt. Genau das meinen wir mit einer ‚computergestützten Zeitmaschine‘, und das gibt uns großes Vertrauen in unsere zukünftigen Prognosen“, sagt Jakhmola.
 

Die Studie deutet auf ein weiter gefasstes Ziel hin: die Entwicklung wissenschaftlich fundierter Methoden zur Prognose der wahrscheinlichsten Wachstumspfade für andere kohlenstoffarme Technologien, nicht nur für Wind- und Solarenergie.
 

Jessica Jewell sagt: „Es ist schon lange ein Running Gag, wie ungenau Technologieprognosen sind. Aber wenn man in einer Entscheidungsposition ist und abwägen muss, wie stark man Veränderungen vorantreiben sollte, braucht man eine realistische Ausgangsbasis. Unsere Studie ist der erste Schritt hin zu einer solchen realistischen Zukunftsvision.“