{"id":114057,"date":"2026-04-17T02:20:00","date_gmt":"2026-04-17T00:20:00","guid":{"rendered":"https:\/\/www.sonnenseite.com\/?p=114057"},"modified":"2026-04-16T11:21:25","modified_gmt":"2026-04-16T09:21:25","slug":"computergestuetzte-zeitmaschine-zeigt-solar-und-windenergie-sind-auf-kurs-fuer-das-2c-ziel","status":"publish","type":"post","link":"https:\/\/www.sonnenseite.com\/de\/zukunft\/computergestuetzte-zeitmaschine-zeigt-solar-und-windenergie-sind-auf-kurs-fuer-das-2c-ziel\/","title":{"rendered":"Computergest\u00fctzte \u201eZeitmaschine\u201c zeigt: Solar- und Windenergie sind auf Kurs f\u00fcr das 2\u00b0C-Ziel"},"content":{"rendered":"\n

Wind- und Solarenergie sind schneller gewachsen, als fast jeder vorhergesagt hatte, doch die Prognose ihres k\u00fcnftigen Ausbaus bleibt \u00fcberraschend schwierig. <\/p>\n\n\n\n

Forscher an der Chalmers University of Technology haben eine sogenannte computergest\u00fctzte \u201eZeitmaschine\u201c entwickelt \u2013 ein Modell, das bestehende Prognosemethoden \u00fcbertrifft, indem es mithilfe von KI-Techniken historische Wachstumsmuster verschiedener L\u00e4nder analysiert. Ihre zentrale Prognose zeigt, dass Onshore-Windenergie bis 2050 voraussichtlich rund 25 Prozent des weltweiten Stroms liefern wird, Solarenergie etwa 20 Prozent. Dies steht im Einklang mit dem 2\u00b0C-Ziel, verfehlt jedoch die Anforderungen f\u00fcr 1,5\u00b0C.<\/p>\n\n\n\n

Die Vorhersage der Zukunft ist besonders schwierig f\u00fcr Technologien wie Wind- und Solarenergie, bei denen rasche Kostensenkungen durch wachsende Hindernisse wie \u00f6ffentlichen Widerstand, infrastrukturelle Einschr\u00e4nkungen und politische Kurswechsel ausgeglichen werden.<\/p>\n\n\n\n

\n

\u201eBestehende Modelle sind sehr gut darin, zu ermitteln, was geschehen muss, um Klimaziele zu erreichen, aber sie k\u00f6nnen uns nicht sagen, welche Entwicklungen am wahrscheinlichsten sind. Diese L\u00fccke wollten wir schlie\u00dfen\u201c, sagt Jessica Jewell, Professorin an der Chalmers University of Technology.<\/p>\n<\/blockquote>\n\n\n\n

In mehr als 200 L\u00e4ndern identifizierten die Forscher ein wiederkehrendes Muster beim Wachstum von Wind- und Solarenergie: lange Phasen relativ stetiger Expansion, unterbrochen von pl\u00f6tzlichen Wachstumssch\u00fcben, die oft durch politische Kurswechsel ausgel\u00f6st werden.<\/p>\n\n\n\n

\u201eDie meisten Modelle gehen von einer glatten S-f\u00f6rmigen Wachstumskurve aus, aber so sieht es in der Realit\u00e4t nicht aus. Wachstum erfolgt oft in Sch\u00fcben, und wenn man das ignoriert, kann man falsch einsch\u00e4tzen, wie schnell sich Technologien ausbreiten werden\u201c, sagt Avi Jakhmola, Doktorand an der Chalmers University of Technology und Erstautor der inNature Energy<\/em> ver\u00f6ffentlichten Studie.<\/p>\n\n\n\n

13.000 virtuelle Welten f\u00fcr die Zukunft<\/h4>\n\n\n\n

Mit dem Ziel, die Vorhersagen zu verbessern, entwickelte Jakhmola daher ein Modell, das auf 13.000 virtuellen Welten basiert. In jeder dieser Welten entwickeln sich Solar- und Windenergie auf unterschiedliche Weise \u2013 von der schnellstm\u00f6glichen bis zur langsamsten Expansion und allem dazwischen. Ein Algorithmus f\u00fcr maschinelles Lernen wurde dann auf all diese Welten trainiert, um zu lernen, globale Ergebnisse anhand fr\u00fcher nationaler Trends vorherzusagen.<\/p>\n\n\n\n

\n

\u201eWenn wir das Modell auf reale Daten anwenden, kann es uns sagen, was das wahrscheinlichste Ergebnis f\u00fcr die Zukunft ist \u2013 angesichts dessen, was wir bisher gesehen haben, und angesichts all der virtuellen Welten, die es gesehen hat\u201c, sagt Jakhmola.<\/p>\n<\/blockquote>\n\n\n\n

Bis 2050 prognostiziert das Modell, dass Onshore-Windenergie rund 26 Prozent der weltweiten Stromerzeugung ausmacht (mittlerer Bereich: 20\u201334 Prozent) und Solarenergie rund 21 Prozent (15\u201329 Prozent). Dies entspricht im Gro\u00dfen und Ganzen den 2 \u00b0C-kompatiblen Pfaden, bleibt jedoch hinter dem zur\u00fcck, was f\u00fcr 1,5 \u00b0C erforderlich ist.<\/p>\n\n\n\n

Die Prognosen relativieren zudem das COP28-Versprechen, die Kapazit\u00e4t erneuerbarer Energien bis 2030 zu verdreifachen. Das Versprechen liegt nahe am 95. Perzentil, was bedeutet, dass daf\u00fcr Wachstumsraten erforderlich w\u00e4ren, die nur selten zu beobachten sind.<\/p>\n\n\n\n

\n

\u201eDas Versprechen, die erneuerbaren Energien zu verdreifachen, ist nicht unm\u00f6glich, aber es w\u00fcrde erfordern, dass in allen L\u00e4ndern alles extrem gut l\u00e4uft\u201c, sagt Jewell.<\/p>\n<\/blockquote>\n\n\n\n

Die Forscher untersuchten auch, was tats\u00e4chlich erforderlich w\u00e4re, um das 1,5-Grad-Ziel zu erreichen.<\/p>\n\n\n\n

\u201eWenn wir jetzt anfangen, sind die erforderlichen Wachstumsraten anspruchsvoll, aber nicht beispiellos \u2013 vergleichbar mit den EU-Zielen f\u00fcr Windenergie im Rahmen von REPowerEU<\/a> und den Pl\u00e4nen Indiens f\u00fcr Solarenergie\u201c, sagt Jakhmola. \u201eWenn wir jedoch bis 2030 warten, wird die erforderliche Beschleunigung viel steiler und abrupt. Das Zeitfenster f\u00fcr den Ausbau schlie\u00dft sich schnell.\u201c<\/p>\n\n\n\n

R\u00fcckblick in die Vergangenheit, um die Zuverl\u00e4ssigkeit des Modells sicherzustellen<\/h4>\n\n\n\n

Die Forscher nutzten das Modell auch, um die Zuverl\u00e4ssigkeit seiner Prognosen zu testen \u2013 indem sie in der Zeit zur\u00fcckgingen.<\/p>\n\n\n\n

\n

\u201eWir wollten wissen, ob unsere Prognosen auch in zehn oder zwanzig Jahren noch Bestand haben werden. Als wir dem Modell nur Daten aus dem Jahr 2015 zuf\u00fchrten, stellten wir fest, dass es korrekt vorhersagt, was seitdem geschehen ist. Das ist es, was wir unter einer \u201acomputergest\u00fctzten Zeitmaschine\u2018 verstehen, und es gibt uns echtes Vertrauen in die Prognosen f\u00fcr die Zukunft\u201c, sagt Jakhmola.<\/p>\n<\/blockquote>\n\n\n\n

Die Studie weist auf ein umfassenderes Ziel hin: die Entwicklung wissenschaftlich fundierter Methoden zur Prognose der wahrscheinlichsten Wachstumspfade f\u00fcr andere kohlenstoffarme Technologien, nicht nur f\u00fcr Wind- und Solarenergie.<\/p>\n\n\n\n

\n

Jessica Jewell sagt: \u201eEs ist seit langem ein Running Gag, wie schlecht Technologieprognosen sind. Aber wenn man als Entscheidungstr\u00e4ger herausfinden will, wie stark man auf Ver\u00e4nderungen dr\u00e4ngen soll, braucht man eine realistische Grundlage. Unsere Studie ist der erste Schritt zur Entwicklung einer solchen realistischen Zukunftsvision. \u201d<\/p>\n<\/blockquote>\n\n\n\n

Mehr \u00fcber die Forschung<\/h4>\n\n\n\n