Windenergie mit Hilfe von künstlicher Intelligenz schneller ausbauen

Mehr Tempo beim Windanlagen-Bau ist dringend notwendig, sofern die Menge der in Deutschland produ­zierten Windenergie nicht nur beibehalten, sondern gesteigert werden soll. Derzeit gibt es etwa 30.000 Wind­energie­anlagen deutsch­land­weit. Etwa die Hälfte davon könnte in den kommenden zehn Jahren vom Netz gehen, weil beispiels­weise die EEG-Förderung abläuft oder technische Komponenten veraltet sind. Doch welche Flächen eignen sich für das Repowering oder den Neubau von Wind­energie­anlagen? Wo gibt es nicht nur ausreichend Platz, sondern auch genug Wohlwollen in der Bevölkerung, damit lokale Windenergie-Ausbau­projekte Erfolg haben können? Diese Frage will ein Konsortium aus Wissenschaft und Wirtschaft im Forschungs­projekt „WindGISKI“ beantworten.

Ziel ist es, ein Geoinformations­system zu entwickeln, das mit Hilfe von künstlicher Intelligenz für jeden Winkel Deutschlands berechnet, wie erfolg­ver­sprechend Windenergie-Ausbau­projekte dort sein werden. Bei der Prognose werden nicht nur harte Faktoren berück­sichtigt, etwa der Abstand zu Siedlungen oder das Wind­vorkommen, sondern es fließen erstmals auch umfang­reiche demo­graphische und sozio­logische Faktoren in die Bewertung ein. Dazu gehören beispiels­weise die politische Ausrichtung in der Region, das Durch­schnitts­alter, der Bildungs­grad und vieles mehr. Auch die Anzahl der bisherigen Wind­energie­anlagen wird berück­sichtigt.

Dass dieser Ansatz vielversprechend ist, hat eine Machbar­keits­studie gezeigt, die das Institut für integrierte Produktion Hannover und das Unter­nehmen Nefino im Sommer und Herbst 2020 durch­ge­führt haben. Die Wissen­schaftler haben Daten aus vergangenen Wind­energie­projekten analysiert und Zusammenhänge festgestellt. Allerdings sind diese Zusammen­hänge nicht unbedingt linear. So ist in Regionen, in denen bereits einige Wind­energie­anlagen vorhanden sind, die Bevölkerung grund­sätzlich aufge­schlossener für weitere Bauprojekte. Werden es allerdings zu viele, steigt die Wahr­schein­lich­keit für Widerstand. Regionen mit einem hohen Anteil von umwelt­bewussten Bürgern stehen Wind­energie­anlagen in der Regel offener gegenüber, doch auch hier kann Widerstand wachsen, wenn beispiels­weise Artenschutz-Bedenken eine Rolle spielen.

Die Realisierungs­wahr­schein­lich­keit hängt also von vielen verschiedenen Faktoren ab, die sich noch dazu gegenseitig beeinflussen. Um komplexe Zusammenhänge zu erkennen, werden im Forschungs­projekt „WindGISKI“ künstliche Intelligenz sowie Methoden des Data Mining eingesetzt. Als Grundlage dienen Daten von vergangenen Windenergie-Ausbau­projekten. Damit wird die künstliche Intelligenz angelernt, bis sie die Erfolgs­aussichten und die Reali­sierungs­dauer nachbilden kann. Im Anschluss kann sie Zukunfts­prognosen abgeben und die Realisie­rungs­wahr­schein­lich­keit von Windenergie-Projekten für Potenzial­flächen jeder Region in Deutschland vorher­sagen.

Das Geoinformationssystem, das im Forschungs­projekt entwickelt werden soll, soll bei zwei Problemen helfen. Zum einen soll es einfacher werden, viel­ver­sprechende Flächen für zukünftige Windenergie-Projekte zu identi­fi­zieren. Zum anderen kann das System dazu beitragen, heraus­zu­finden, welche Hindernisse andernorts den Ausbau bremsen und wie sich diese Hürden beseitigen lassen. Beides trägt dazu bei, den Ausbau der Windenergie in Deutschland zu beschleunigen. Insgesamt acht Forschungs­einrichtungen, Unternehmen und Verbände sind an „WindGISKI“ beteiligt. Das mit insgesamt zwei Millionen Euro geförderte Verbund­projekt ist am 1. Dezember 2021 gestartet und hat eine Laufzeit von drei Jahren.

IPH / RK

Weitere Infos

• WindGISKI – Entwicklung eines KI-basierten Geoinformationssystems zur sozialverträglichen Auswahl von Windenergiepotenzialflächen im Spannungsfeld von Arten-, Umwelt- und Klimaschutz, ZUG – Zukunft – Umwelt – Gesellschaft gGmbH, Berlin