Photovoltaik-Inventur: Viele Anlagen stehen auf wertvollem Ackerland

Mit KI und Satellitenfernerkundung zeigten Forscher erstmals genau, wo und wie viele Solaranlagen es weltweit gibt. Bisher gab es vor allem Schätzungen.

Lesezeit: 6 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 369 Beiträge

Windkraft plus Solar – aber könnte hier auch etwas angebaut werden?

(Bild: Soonthorn Wongsaita/Shutterstock.com)

Von
  • Hanns-J. Neubert

Wie viele Solaranlagen es auf der Erde gibt, wusste bisher eigentlich niemand, schon gar nicht, wo sie eigentlich stehen. Um das herauszufinden, kombinierten Forscher aus England und den USA erstmals künstliche Intelligenz – Maschinenlernen und Big-Data-Analyse – mit Satellitenfernerkundung.

Damit entdeckten sie während der Inventurphase zwischen 2016 und 2018 weltweit 68.661 Fotovoltaikbauten in 131 Ländern mit Kapazitäten von mehr als 10 Kilowatt. Das waren 432 Prozent mehr als die besten und verlässlichsten Schätzungen internationaler Organisationen vermuten ließen. Das entspräche einer Gesamtkapazität von 350 bis 500 Gigawatt, errechneten die Wissenschaftler um Lucas Kruitwagen von der Universität Oxford.

Klima-Sonderheft von Technology Review

Wie kann Deutschland klimaneutral werden? Wie kann KI Klimamodelle besser machen? Und: Was steckt hinter negativen Emissionen? Um diese und weitere Fragen dreht sich das aktuelle Klima-Sonderheft von MIT Technology Review (jetzt im gut sortierten Zeitschriftenhandel erhältlich).

Mit ihrer Schätzung der weltweit installierten Solarleistung von rund 420 Gigawatt für Ende 2018 lagen die Internationaler Energieagentur (IEA) und die Internationale Organisation für erneuerbare Energien (IRENA) also gar nicht mal so falsch. Das ist fast doppelt so viel, wie sämtliche Stromerzeugungsanlagen heutzutage in Deutschland leisten. Ende 2018 waren hierzulande 45,5 Gigawatt Solarstromleistung installiert, vor allem als Klein- und Kleinstanlagen auf Eigenheimdächern, die bei der globalen Inventurkampagne gar nicht mitgezählt wurden. Im Unterschied dazu schätzte das Weltressourceninstitut in Washington damals gerade einmal 3,9 Gigawatt Solarleistung für Deutschland, IEA und IRENA kamen auf 38,7 Gigawatt.

Genaue Statistiken zur Ausbreitung regenerativer Energien gibt es nur selten, allenfalls grobe Schätzungen, die weit auseinander liegen. Das Weltressourceninstitut ging 2018 von weltweit 54,3 installierten Gigawatt in 5.289 Anlagen aus, die Weltdatenbank der Elektrizitätswerke kam auf 12.915 Anlagen mit insgesamt 107,4 Gigawatt. Die Schätzung von IEA und IRENA waren zwar realistischer, doch wie viele Anlagen existierten und wo sie standen war unbekannt. Volker Quaschning (Professor für Regenerative Energiesysteme, Hochschule für Technik und Wirtschaft HTW Berlin) hat die Entwicklung der Photovoltaik aus Schätzungen von IEA und IRENA über die letzten 30 Jahre tabellarisch zusammengefasst.

Diese gewaltige Wissenslücke konnten die Wissenschaftler aus Oxford in Zusammenarbeit mit Kollegen des Geodatenunternehmens Descartes Labs in Santa Fe, New Mexico, und des Weltressourceninstituts jetzt mit ihrer Kombination aus Erdbeobachtung und Maschinenlernen schließen. Die Ergebnisse zeigen, dass die Solarenergie vor allem in Europa boomt, aber auch in Indien, China, Japan und an den Küsten Nordamerikas. In den sonnenreichen Ländern von Afrika und Lateinamerika, aber auch in Australien sind Solaranlagen kaum verbreitet.

Für Politiker, Klimaverhandler, Behörden, Infrastruktur- und Netzwerkplaner in aller Welt ist so eine hoch aufgelöste Datenbasis aber ein gutes Werkzeug, um Akzeptanz und Ausbreitung der Sonnenenergie zu verfolgen und vor allem zu steuern. So sollte die Flächenauswahl für den Bau erneuerbarer Anlagen eine viel größere Rolle spielen, weil sie Auswirkungen auf Landbedeckung und -nutzungsänderungen hat, die ihrerseits Treibhausgasemissionen beeinflussen. Eine falsche Ortswahl kann außerdem die Nahrungsmittelproduktion einschränken oder indigene Volksgruppen vertreiben. So tragen Solaranlagen zwar zu den UN-Zielen für nachhaltige Entwicklung in den Bereichen saubere Energie, Wirtschaftswachstum, Infrastruktur und Klimaschutz bei, können aber andererseits Ziele, wie die Bekämpfung des Hungers, Gesundheit, Verringerung der Ungleichheit" und Leben auf dem Land beeinträchtigen.

Die Satellitenbilder zeigten den Forschern nämlich auch Muster der Landbedeckung, die sie mit älteren Aufnahmen aus der Klimainitiative der europäischen Weltraumorganisation (ESA) verglichen. So konnten sie sehen, dass die meisten Photovoltaik-Anlagen auf Ackerland errichtet wurden. An zweiter Stelle kamen Trockengebiete und Grasland, beide durchaus empfindliche Ökosysteme. Das gilt auch für Europa, wobei Deutschland und Frankreich bebaute Gebiete stärker einbeziehen.

Lesen Sie auch

Der technische Aufwand, um den Ausbau der Photovoltaik auf diese Art weltweit zu verfolgen, ist allerdings enorm. Lynn H. Kaack vom Data Science Lab der Hertie School in Berlin äußerte sich in einem Kommentar denn auch recht vorsichtig: "Kosten und Nutzen solcher Ansätze für die Gesellschaft sollten regelmäßig bewertet und mit der alternativen Option einer direkten Datenerhebung verglichen werden." Doch sie erkennt durchaus an, dass anfängliche Befürchtungen, maschinelles Lernen erfordere einen zu hohen Aufwand und liefere eine zu geringe Genauigkeit, durch diesen ersten Erfolg doch weitgehend entkräftet ist.

Die Beschaffung hochaufgelöster Satellitenbilder ist nämlich äußerst teuer. So nutzten die Forscher die Bilder von gleich zwei Erdbeobachtungssatelliten, dem paarigen europäischen Sentinel-2-System und dem französischen SPOT. Die Qualität der Bilder war trotzdem sehr unterschiedlich, so dass zum Trainieren der künstlichen Intelligenz Tausende von Bildern manuell beschriftet werden mussten. Erst damit konnten die Wissenschaftler Deep-Learning-Modelle entwickeln, mit denen sich Standort, Größe, Installationsdatum und Bodenbeschaffenheit analysieren ließen. Erneut war manuelle Hand- und Augenarbeit auch nach der Testphase angesagt, um beispielsweise Hühnerställe oder Gewächshäuser auszusortieren, die die Algorithmen anfangs fälschlicherweise mitgezählt hatten.

Mehr von MIT Technology Review Mehr von MIT Technology Review

Insgesamt musste der Großrechner des Descartes Lab in Santa Fe 550 Terabyte an Bildmaterial verarbeiten, wozu die zentrale Recheneinheit (CPU) 10^6 Stunden, die Grafikprozessoren 20.000 Stunden brauchten. Das summierte sich zu einem Energieverbrauch von 71 Megawattstunden, dem Jahresverbrauch von 30 durchschnittlichen Einpersonenhaushalten in Deutschland.

Die gelungene Kombination aus Erdbeobachtung und künstlicher Intelligenz macht dennoch deutlich, dass Photovoltaik eine weltweite, oft im Verborgenen blühende Erfolgsgeschichte ist. Aber auch, dass ihr Zuwachs weit besser geplant werden muss, um nicht andere Transformations- und Entwicklungsziele zu durchkreuzen.

29.11.2021, 09:30 Uhr: Korrektur bei der Angabe der Rechenzeit. jle

Lesen Sie auch

(bsc)