Energie
Wie KI erneuerbare Energien wertvoller machen könnte

Wichtige PunkteErneuerbare Kapazitäten schaffen nur dann Wert, wenn das umgebende Energiesystem sie…
Mehr anzeigen
- Erneuerbare Kapazitäten schaffen nur dann Wert, wenn das umgebende Energiesystem sie effektiv bereitstellen kann.
- KI-Innovation stärkte im Hauptmodell der Studie den Zusammenhang zwischen erneuerbaren Energien und Nachhaltigkeit.
- Konservative statistische Prüfungen löschten den KI-Effekt aus, sodass Kausalaussagen weiterhin unbewiesen bleiben.
Ein Solarpark kann reichlich Strom erzeugen und dennoch Schwierigkeiten haben, ihn dann bereitzustellen, wenn die Kunden ihn benötigen. Wolken verändern die Erzeugung, Übertragungsleitungen sind überlastet, und Batterien müssen konkurrierende Anforderungen ausgleichen. Zusätzliche Solarmodule erhöhen zwar das mögliche Erzeugungspotenzial, doch wie viel diese Investition wert ist, hängt auch davon ab, wie effizient das umgebende Energiesystem arbeitet.
Eine neue Studie in Sustainable Futures untersucht diesen Zusammenhang auf nationaler Ebene.1 Für 20 Volkswirtschaften im Zeitraum von 1990 bis 2022 stellten die Forschenden fest, dass erneuerbare Energien in einem günstigeren Zusammenhang mit nachhaltiger Entwicklung standen, wenn die Innovation im Bereich der künstlichen Intelligenz ausgeprägter war. Dieser Befund wirft eine wichtige Investitionsfrage auf: Wie viel Potenzial steckt darin, die bestehende Energieinfrastruktur effizienter zu nutzen?
Die Ergebnisse der Studie zu KI und erneuerbaren Energien
Die Forschenden untersuchten den Verbrauch fossiler Brennstoffe, erneuerbare Energien, KI-Innovationen und die bereinigte Nettoersparnis. Bei der bereinigten Nettoersparnis werden herkömmliche Sparmaße um Faktoren wie Investitionen in Bildung, die Erschöpfung von Ressourcen und Umweltschäden durch Verschmutzung korrigiert. Sie zeigt, ob eine Volkswirtschaft dauerhaften Wohlstand aufbaut, nachdem einige der Wachstumskosten berücksichtigt wurden.
Als Ergebnismaß diente der Index für nachhaltige Entwicklung, der die menschliche Entwicklung mit der ökologischen Belastung in Beziehung setzt. Er berücksichtigt Gesundheit, Bildung und Einkommen ebenso wie die konsumbezogenen CO₂-Emissionen und den materiellen Fußabdruck. Eine höhere Energieproduktion oder ein höheres BIP führen daher nicht automatisch zu einem besseren Ergebnis.
Mithilfe einer Quantilsregression untersuchten die Autorinnen und Autoren, wie sich die Zusammenhänge entlang der Verteilung der Nachhaltigkeitsergebnisse unterschieden. Der Verbrauch fossiler Brennstoffe stand über die gesamte Verteilung hinweg in einem negativen Zusammenhang mit dem Index. KI-Innovationen zeigten im Basismodell einen positiven Zusammenhang, insbesondere in den unteren und mittleren Quantilen.
Der interessanteste Befund betraf das Zusammenspiel von KI und erneuerbaren Energien. Ihre Kombination stand in den Quantilen des Hauptmodells positiv mit Nachhaltigkeit in Zusammenhang. Die Ergebnisse zu KI reagierten jedoch empfindlich auf die gewählte statistische Methode, weshalb sie mit Vorsicht interpretiert werden müssen.
| Studienkomponente | Ergebnis oder Messgröße | Einschränkung bei der Interpretation |
|---|---|---|
| Untersuchungsumfang | 20 Volkswirtschaften, 1990–2022 | Die Stichprobe wurde anhand der Datenverfügbarkeit ausgewählt |
| KI-Innovationen | Gemessen anhand triadischer Patentfamilien | Misst nicht den tatsächlichen Einsatz von KI |
| Fossile Brennstoffe | Negativer Zusammenhang über die Quantile des Basismodells hinweg | Die Ergebnisse beziehen sich auf einen zusammengesetzten Nachhaltigkeitsindex |
| KI und erneuerbare Energien | Positive Wechselwirkung im zentralen Quantilmodell | In der konservativeren Instrumentvariablenanalyse statistisch nicht signifikant |
| Bereinigte Nettoersparnis | Schwächte den negativen Zusammenhang mit fossilen Brennstoffen ab | Misst keine konkreten Finanzierungsströme für grüne Projekte |
Warum die Kapazität erneuerbarer Energien nur einen Teil des Bildes zeigt
In den Ergebnissen des Basismodells stand erneuerbare Energie in einem negativen direkten Zusammenhang mit dem Index. Daraus folgt nicht, dass erneuerbare Energien der Nachhaltigkeit schaden. Der Index berücksichtigt den Materialverbrauch, während die Energiemessgröße den Anteil erneuerbarer Energien am Endverbrauch erfasst, ohne zwischen Technologien oder der Qualität ihrer Integration zu unterscheiden.
Die Autorinnen und Autoren vermuten, dass der Bauaufwand, die Kosten des Übergangs und Einschränkungen im Energiesystem das Muster erklären könnten. Mit ihren Daten lassen sich diese Mechanismen jedoch nicht direkt überprüfen. Im Interaktionsmodell beschreibt der Koeffizient für erneuerbare Energien außerdem den Zusammenhang bei einem KI-Wert von null und nicht einen bedingungslosen Effekt.
Für Leserinnen und Leser sowie für Investoren lautet die entscheidende Erkenntnis: Strom zu erzeugen und nützliche Energiedienstleistungen bereitzustellen, sind zwei verschiedene Leistungen. Stellen Sie sich ein hypothetisches Solarprojekt vor, das mittags mit Beschränkungen bei der Einspeisung ins Netz konfrontiert ist. Bessere Prognosen könnten einem Betreiber helfen, Batteriekapazität zu reservieren, bevor der Überschuss anfällt. Auch eine Koordination des Strombedarfs in der Umgebung könnte eine weitere Nutzungsmöglichkeit schaffen. Für keine der beiden Maßnahmen müssen zusätzliche Solarmodule installiert werden, doch beide setzen geeignete Anlagen und entsprechende Betriebsgenehmigungen voraus.
Das ergänzt die grundsätzlichen Argumente für die Modernisierung intelligenter Stromnetze: Erzeugungsanlagen sind auf Netze angewiesen, die sich verändernde Stromangebote und -nachfragen bewältigen können.
Wie KI die Leistungsfähigkeit des Energiesystems verbessern kann
Der Bericht der International Energy Agency vom September 2026 zur Modernisierung der Stromnetze nennt Prognosen, Optimierung und Lageerfassung als Bereiche, in denen KI Betreiber dabei unterstützen kann, Netze effizienter zu nutzen. Dabei geht es um konkrete betriebliche Entscheidungen, die häufig durch spezialisierte Vorhersagemodelle unterstützt werden.
- Erzeugung aus erneuerbaren Energien und Strombedarf genauer prognostizieren.
- Batteriespeicher und flexible Verbraucher unter Berücksichtigung von Netzengpässen koordinieren.
- Probleme mit Anlagen erkennen, bevor sie vermeidbare Ausfälle verursachen.
Eine wichtige Unterscheidung besteht zwischen einer Prognose und der Befugnis, Maßnahmen zu ergreifen. Eine Software kann eine überlastete Netzverbindung durchaus korrekt vorhersagen, das Problem aber nur lösen, wenn ein Betreiber den Strom umleiten, die Nachfrage anpassen oder Speicher einsetzen kann. Der kommerzielle Nutzen von KI hängt daher zum Teil von Steuerungssystemen, Verträgen und Marktregeln ab, die außerhalb des Modells selbst liegen.
Nicht nur die Modellgenauigkeit, sondern der tatsächlich erzielte Nutzen zählt
Dadurch gelten strengere Maßstäbe für die Bewertung von Energietechnologien. Eine verbesserte Prognose ist kommerziell relevant, wenn sie Ausgleichskosten senkt, die Verschwendung von Energie verhindert oder die Zuverlässigkeit erhöht. Ein Modell kann statistisch bessere Ergebnisse erzielen und dennoch nur geringen finanziellen Nutzen bringen, wenn seine Empfehlungen zu spät kommen oder sich nicht umsetzen lassen.
Für einen Projektentwickler ist der Vergleich zwischen den Gesamtkosten der Einführung und den messbaren betrieblichen Verbesserungen entscheidend. Dazu gehören Sensoren, Datenaufbereitung, Integration, Wartung und Mitarbeiterschulungen. Ein eng umrissenes System, das ein kostspieliges, wiederkehrendes Problem löst, kann mehr Nutzen schaffen als eine umfassendere Plattform mit beeindruckenden Funktionen, die im Betrieb jedoch nur begrenzt eingesetzt wird.
Was die Studie über KI nicht belegen kann
Die Studie erfasst KI anhand triadischer Patentfamilien, also Erfindungen, die in drei großen Patentregionen geschützt sind. Patentaktivität ist ein Indikator für Innovationskapazität, zeigt aber weder, ob ein bestimmter Energieversorger KI einsetzt, noch ob seine Systeme die Leistung erneuerbarer Energien verbessern.
Besonders wichtig wird diese Unterscheidung bei den Robustheitsprüfungen. Als die Forschenden eine konservativere Spezifikation mit Instrumentvariablen und nach Ländern geclusterten Standardfehlern verwendeten, waren sowohl der direkte KI-Effekt als auch die Wechselwirkung zwischen KI und erneuerbaren Energien statistisch nicht von null zu unterscheiden. Das beweist nicht, dass es keinen Nutzen gibt. Es bedeutet, dass die Studie den durch ihre Hauptergebnisse nahegelegten Kausalzusammenhang nicht verlässlich belegen kann.
Der untersuchte Zeitraum endet zudem 2022 und liegt damit vor einem Großteil des jüngsten Ausbaus der Infrastruktur für generative KI. Die Einschätzung der IEA vom April 2026 zu KI und Stromnachfrage beschreibt den raschen Anstieg des Stromverbrauchs von Rechenzentren und zugleich die Möglichkeiten, mit KI den Energiebetrieb zu verbessern. Das sind getrennte Effekte, die jeweils gesondert bilanziert werden müssen.
Eine erfolgreiche Prognoseanwendung sollte daher anhand ihres eigenen Energieverbrauchs und ihrer nachgewiesenen Vorteile bewertet werden. Verbesserungen an einer Anlage können den Strombedarf unabhängiger KI-Dienste an anderen Orten nicht automatisch ausgleichen.
Schneider Electric und die Chancen intelligenter Energiesysteme
Diese praktischen Anforderungen eröffnen Chancen für Unternehmen, die Software mit elektrischer Ausrüstung und betrieblichen Arbeitsabläufen verbinden. Für Anleger, die Aktien aus dem Bereich Energieinfrastruktur in Betracht ziehen, ist Schneider Electric (SND.DE ) mit seinen Geschäftsbereichen für Energiemanagement, Automatisierung und Netzsoftware ein relevantes Beispiel.
Zu den Angeboten von EcoStruxure gehören das Management von Mikronetzen und die Integration erneuerbarer Energien. Die One Digital Grid Platform wiederum bringt KI-gestützte Software in den Netzbetrieb ein. Diese Geschäftsfelder stehen in direktem Zusammenhang mit der Herausforderung, Erzeugung, Speicherung, Netze und Nachfrage aufeinander abzustimmen.
In ihrer Erörterung von intelligenten Stromnetzen und verlässlichen Daten vom Oktober 2026 hebt Schneider Electric hervor, wie wichtig es ist, fragmentierte Betriebssysteme miteinander zu verbinden und menschliche Entscheidungen zu unterstützen. Das beschreibt die Herausforderung bei der Umsetzung treffend, ist jedoch die Perspektive des Unternehmens und kein unabhängiger Nachweis für die Leistungsfähigkeit seiner Produkte.
Die Investitionsthese hängt davon ab, ob Kunden diese Fähigkeiten in dauerhafte Ausgaben und rentable Implementierungen umsetzen. Zu den relevanten Fragen gehört, ob die Software parallel zum Geräteverkauf wächst, ob Kunden ihre Serviceverträge verlängern und ob nach den Implementierungskosten attraktive Margen verbleiben. Eine starke Nachfrage nach der Modernisierung von Stromnetzen allein belegt nicht, dass eine Aktie attraktiv bewertet ist.
Schneider Electric ist auch in den Bereichen Gebäude, industrielle Automatisierung und Rechenzentren tätig. Die Geschäftsergebnisse spiegeln daher eine breitere Unternehmensstruktur wider als nur die KI-gestützte Integration erneuerbarer Energien. Die Studie bewertet das Unternehmen nicht und prognostiziert auch nicht seine Gewinne.
Aktuelle Nachrichten und Entwicklungen zu Schneider Electric (SU)
Ein sinnvollerer Ansatz zur Bewertung von Investitionen in saubere Energie
Der umfassendere Beitrag der Studie besteht darin, zu einer systemischen Betrachtung der Nachhaltigkeit anzuregen. Anlagen für erneuerbare Energien, Innovationskapazität und langfristiger Kapitalaufbau wirken zusammen. Mehr Anlagen zu kaufen ist nur ein Teil der Verbesserung; Institutionen und betriebliche Fähigkeiten beeinflussen, wie effektiv sie genutzt werden.
Anleger sollten daher die Rahmenbedingungen jedes Projekts untersuchen. Wo wird Energie verschwendet? Welche betriebliche Entscheidung könnte das ändern? Wer kann die nötige Verbesserung herbeiführen, und wer zieht daraus den finanziellen Nutzen? Diese Fragen machen aus einem vielversprechenden Technologiethema einen überprüfbaren Geschäftsfall.
KI könnte erneuerbaren Energiesystemen helfen, vorhandene Ressourcen besser zu nutzen. Wenn sich dieser Mehrwert durch einen zuverlässigen Betrieb, niedrigere Kosten und eine bessere Nutzung der Infrastruktur nachweisen lässt, kann aus der Möglichkeit eine langfristige Chance werden.
Literatur:
1 Esily, R. R., Chi, Y., Ibrahiem, D. M., Muhammadullah, S., Hassanein, E. A., & Zhang, X. (2026). Abhängigkeit von fossilen Brennstoffen und nachhaltige Entwicklung: Quantilbasierte Evidenz zu KI, erneuerbaren Energien und bereinigter Nettoersparnis. Sustainable Futures, 12, Artikel 102265. https://doi.org/10.1016/j.sftr.2026.102265











