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

(WK-intern) – Wind- und Solarenergie haben sich schneller entwickelt als fast alle vorhergesagt hatten, doch ihre zukünftige Expansion vorherzusagen, bleibt überraschend schwierig.

Forscher der Technischen Universität Chalmers in Schweden haben eine sogenannte computergestützte „Zeitreise“ entwickelt – ein Modell, das bestehende Prognosemethoden übertrifft, indem es mithilfe von KI-Techniken historische Wachstumsmuster verschiedener Länder 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°C-Ziel, reicht aber nicht für das 1,5°C-Ziel aus.

Die Zukunftsprognose ist besonders schwierig für Technologien wie Wind- und Solarenergie, da der rasante Kostenrückgang durch wachsende Hindernisse wie öffentlichen Widerstand, Infrastrukturengpässe und politische Kursänderungen kompensiert wird.

„Bestehende Modelle eignen sich hervorragend, um die notwendigen Maßnahmen zur Erreichung der Klimaziele zu identifizieren, 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.

In über 200 Ländern identifizierten die Forscher ein wiederkehrendes Muster im Wachstum von Wind- und Solarenergie: lange Phasen relativ stetigen Wachstums, 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 ignoriert man das, kann man die Geschwindigkeit der technologischen Entwicklung falsch einschätzen“, 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 – und allem dazwischen. 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 das wahrscheinlichste zukünftige Ergebnis aufzeigen – basierend auf unseren bisherigen Beobachtungen und allen simulierten virtuellen Welten“, so Jakhmola.

Bis 2050 prognostiziert das Modell einen Anteil von rund 26 Prozent der globalen Stromerzeugung durch Onshore-Windkraft (mittlere Spanne: 20–34 Prozent) und von rund 21 Prozent durch Solarenergie (15–29 Prozent). Dies deckt sich weitgehend mit den Zielen für das 2-Grad-Ziel, 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. Die Zusage liegt nahe dem 95. Perzentil, was bedeutet, dass Wachstumsraten erforderlich wären, die man nur selten sieht.

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

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

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

Zuverlässigkeit des Modells durch Zeitreihenanalyse

Die Forscher nutzten das Modell auch, um die Zuverlässigkeit seiner Prognosen zu überprüfen – indem sie Zeitreihenanalysen durchführten.

„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 Entwicklung seither korrekt vorhersagt. Genau das meinen wir mit einer ‚computergestützten Zeitmaschine‘, und sie gibt uns großes Vertrauen in die zukünftigen Prognosen“, so Jakhmola.

Die Studie deutet auf ein weitergehendes Ziel hin: die Entwicklung wissenschaftlich fundierter Methoden zur Prognose der wahrscheinlichsten Wachstumspfade für andere CO₂-arme Technologien, nicht nur für Wind- und Solarenergie.

Jessica Jewell erklärt: „Es ist schon lange ein Running Gag, wie ungenau Technologieprognosen sind. Doch Entscheidungsträger, die abwägen müssen, wie stark sie Veränderungen vorantreiben sollen, brauchen eine realistische Ausgangsbasis. Unsere Studie ist der erste Schritt hin zu einer solchen realistischen Zukunftsvision.“

Mehr zur Forschung:

Die Studie „Probabilistic projections of global wind and solar power growth based on historical national experience“ wurde in Nature Energy veröffentlicht. Die Forscher haben zudem ein Online-Visualisierungstool der Ergebnisse entwickelt, das auf der Website von Energy Technology and Policy verfügbar ist. Die Autoren sind Avi Jakhmola, Jessica Jewell, Vadim Vinichenko und Aleh Cherp. Die Forscher sind an der Technischen Universität Chalmers und der Universität Lund in Schweden, der Universität Bergen in Norwegen, dem International Institute for Applied Systems Analysis und der Central European University tätig.

Computational “time machine” shows solar and wind on track for 2°C target but not for 1.5°C

Wind and solar power have grown faster than almost anyone predicted but projecting their future expansion remains surprisingly difficult. Researchers at Chalmers University of Technology, Sweden, have developed what they call a computational “time machine” – a model that outperforms existing projection methods by using AI techniques to analyse historical growth patterns across countries. Their central projection shows that onshore wind is likely to supply around 25 per cent of global electricity by 2050, with solar reaching about 20 per cent. This is consistent with the 2°C target, but falls short of what is required for 1.5°C.

Predicting the future is particularly challenging for technologies like wind and solar, where rapid cost declines are offset by growing barriers such as public opposition, infrastructure constraints and policy shifts.

“Existing models are very good at identifying what needs to happen to reach climate targets, but they can’t tell us which developments are most likely. That’s the gap we wanted to fill”, says Jessica Jewell, Professor at Chalmers University of Technology.

Across more than 200 countries, the researchers identified a recurring pattern in how wind and solar power grow: long periods of relatively steady expansion punctuated by sudden growth spurts often triggered by policy shifts.

“Most models assume a smooth S-shaped growth curve, but that’s not how it actually looks in the real world. Growth often comes in bursts, and if you ignore that, you can misjudge how fast technologies will expand,” says Avi Jakhmola, PhD Student at Chalmers University of Technology and first author of the paper published in Nature Energy.

13,000 virtual worlds for the future

So, with the goal of improving the predictions, Jakhmola created a model built on 13,000 virtual worlds. In each of these worlds, solar and wind power develop in different ways – from the fastest possible expansion to the slowest – and everything in between. A machine learning algorithm was then trained on all these worlds to learn to predict global outcomes from early national trends.

“When we apply the model to real-world data, it can tell us what is the most probable outcome for the future – given what we have seen so far and given all the virtual worlds it has seen”, says Jakhmola.

By 2050, the model projects onshore wind reaching around 26 per cent of global electricity (central range: 20-34 per cent), and solar around 21 per cent (15-29 per cent). This broadly aligns with 2°C-compatible pathways but falls short of what’s needed for 1.5°C.

The projections also put the COP28 pledge to triple renewables capacity by 2030 in perspective. The pledge falls near the 95th percentile meaning that it would require growth rates rarely observed.

“The tripling of renewables pledge is not impossible, but it would require everything to go extremely well in all countries”, says Jewell.

The researchers also tested what would actually be required if we are to reach the 1.5°C goal.

“If we start now, the required growth rates are demanding but not unprecedented, comparable to what the EU targets for wind with REPowerEU and what India has planned for solar power,” says Jakhmola. “But if we delay until 2030, the acceleration needed becomes much steeper and much more abrupt. The window for ramping up closes quickly.”

Going back in time to ensure the model’s reliability

The researchers also used the model to test the reliability of its projections – by going back in time.

“We wanted to know if our projections will hold up ten or twenty years from now. When we fed the model only data from 2015, we found that it correctly predicts what has happened since then. This is what we mean by a ‘computational time machine’ and it gives us real confidence in the projections going forward”, says Jakhmola.

The study points toward a broader ambition to develop scientifically-rigorous methods for projecting the most likely growth paths for other low-carbon technologies, not just wind and solar.

Jessica Jewell says: “It’s long been a joke how bad technology forecasts are. But if you’re a decision maker, trying to figure out how hard to push for change, you need a realistic baseline. Our study is the first step towards developing such a realistic view of the future.”

More about the research:

The paper ‚Probabilistic projections of global wind and solar power growth based on historical national experience‘, has been published in Nature Energy. The researchers have also made an online visualisation tool of the results, available at the Energy Technology and Policy website. The authors are Avi Jakhmola, Jessica Jewell, Vadim Vinichenko and Aleh Cherp. The researchers are active at Chalmers University of Technology and Lund University in Sweden, University of Bergen in Norway, International Institute for Applied Systems Analysis and Central European University in Austria.

More about the targets and the Paris Climate Agreement:

The Paris Climate Agreement is a legally binding international treaty on climate change. It was adopted by 196 Parties at the UN Climate Change Conference (COP21) in Paris, France, on 12 December 2015 and entered into force on 4 November 2016. Its overarching goal is to hold “the increase in the global average temperature to well below 2°C above pre-industrial levels” and pursue efforts “to limit the temperature increase to 1.5°C above pre-industrial levels.”

Chalmers University of Technology in Gothenburg, Sweden, conducts research and education in technology and natural sciences at a high international level. The university has 3100 employees and 10,000 students, and offers education in engineering, science, shipping and architecture.

With scientific excellence as a basis, Chalmers promotes knowledge and technical solutions for a sustainable world. Through global commitment and entrepreneurship, we foster an innovative spirit, in close collaboration with wider society.

Chalmers was founded in 1829 and has the same motto today as it did then: Avancez – forward.

PR: Chalmers University of Technology