Angesichts dieser Ziele stellen sich einige Fragen: Wie k\u00f6nnen wir die Schweizer Energiewende vorantreiben, um diese Ziele zu erreichen? Wie kann die Kernkraft ersetzt werden? Werden wir an Tagen, an denen keine Sonne scheint, kein Wind weht und der Heizbedarf hoch ist, gen\u00fcgend Strom haben?<\/p>\n\n\n\n
Jede dieser Fragen einzeln zu beantworten, ist eine Herausforderung, denn das Schweizer Energiesystem ist komplex. Tats\u00e4chlich ist die Schweiz stark in das gesamteurop\u00e4ische Stromnetz integriert und dient als Europas Stromdrehscheibe<\/a>: Rund 10% des Stroms, der zwischen den 34 europ\u00e4ischen L\u00e4ndern ausgetauscht wird, flie\u00dft durch die Schweiz. Dar\u00fcber hinaus haben aufkommende Trends wie die Elektrifizierung von Heizung und Verkehr gro\u00dfe Auswirkungen auf die nationalen Energiesysteme, da sie die Kopplung von zuvor getrennten Sektoren erm\u00f6glichen. Besonders hervorzuheben ist die Verbreitung von Elektrofahrzeugen und deren immensen Ladelasten, deren Auswirkungen auf das Netz davon abh\u00e4ngen, wie gut sie gesteuert werden, zum Beispiel \u00fcber Vehicle-to-Grid. Folglich fehlt es an einer klaren Antwort auf die oben genannten Fragen. Und ohne klare Antworten wird das zuk\u00fcnftige Schweizer Energiesystem zu einem \u00fcberparteilichen und emotionalen Thema. Die fehlenden Antworten werden beispielsweise in politischen Kampagnen ausgenutzt, die sich gegen eine neue Energiepolitik aussprechen.<\/p>\n\n\n\n Computergest\u00fctzte Modelle sind eine vielversprechende M\u00f6glichkeit, eine solche Wissensl\u00fccke zu schlie\u00dfen und dazu beizutragen, dass die Entscheidungs- und Meinungsbildung weniger von subjektiven Eindr\u00fccken, sondern vielmehr von fundierten technischen Analysen bestimmt wird.<\/p>\n\n\n\n Am Energy Science Center der ETH Z\u00fcrich haben wir Nexus-e<\/a>eine Modellierungsplattform, die es uns erm\u00f6glicht, Szenarien f\u00fcr das zuk\u00fcnftige Schweizer Energiesystem zu entwickeln und die Auswirkungen verschiedener politischer Massnahmen zu bewerten.<\/p>\n\n\n\n In unseren Szenarien, die das aktuelle regulatorische Umfeld und die erwarteten technologischen Fortschritte widerspiegeln, sehen wir Trends f\u00fcr die Entwicklung eines kosteneffizienten und zuverl\u00e4ssigen zuk\u00fcnftigen Schweizer Stromsystems bis 2050: Es basiert haupts\u00e4chlich auf Wasserkraft, Solarenergie und Importen\/Exporten, wahrscheinlich ohne zus\u00e4tzliche Investitionen in Erdgaskraftwerke. Die Solarenergie spielt eine zentrale Rolle, um die Ziele f\u00fcr erneuerbare Energien zu erreichen und die Kernkraft zu ersetzen, w\u00e4hrend neue Windkraftanlagen nur dann gebaut w\u00fcrden, wenn die Kosten erheblich gesenkt w\u00fcrden. Wir sehen auch, dass der Stromhandel mit den Nachbarl\u00e4ndern entscheidend bleibt, mit steigenden Importen im Winter und Exporten im Sommer.<\/p>\n\n\n\n Ein entscheidender Vorteil f\u00fcr die Schweiz sind ihre Wasserkraftkapazit\u00e4ten. Staud\u00e4mme speichern Wasser in Stauseen und passen die Stromerzeugung an die intermittierende Sonnenenergie an. Pumpspeicherkraftwerke pumpen bei Sonnenschein Wasser aus einem tiefer gelegenen Stausee in einen h\u00f6her gelegenen Stausee und lassen das gespeicherte Wasser \u00fcber Turbinen ab, um bei Sonnenuntergang Strom zu erzeugen. Da bestehende Wasserkraftwerke jedoch nur bis zu einem gewissen Grad variable Solarenergie integrieren k\u00f6nnen und neue Anlagen selten kosteneffizient sind, werden andere Technologien wie Batteriespeicher und Nachfragesteuerung entscheidend. In unseren Szenarien sehen wir auch, dass das Schweizer Stromnetz bereits gut auf den \u00dcbergang zu einer dezentralen Stromversorgung vorbereitet ist und dass der Zeitpunkt des Atomausstiegs nur begrenzte Auswirkungen hat.<\/p>\n\n\n\n Warum werden Computermodelle wie die unseren, die die Auswirkungen politischer Ma\u00dfnahmen bewerten k\u00f6nnen, nur selten in der \u00f6ffentlichen Politikgestaltung eingesetzt? Was sind die Herausforderungen bei der Verwendung modellbasierter Szenarien, und wie k\u00f6nnen wir dem Misstrauen gegen\u00fcber wissenschaftlichen Modellen begegnen?<\/p>\n\n\n\n Erstens sind die Modelle nur so gut wie ihre Inputs. Die Entwicklung modellgest\u00fctzter Szenarien erfordert in der Regel Annahmen \u00fcber die k\u00fcnftige Entwicklung mehrerer Parameter wie etwa der Technologiekosten. W\u00e4hrend die Literatur \u00fcber die Entwicklung der Technologiekosten sehr umfangreich ist und Konzepte wie die Lernkurve und Gr\u00f6\u00dfenvorteile weit verbreitet sind, haben sich Prognosen \u00fcber die Preisentwicklung seit langem als falsch erwiesen. Insbesondere haben sie die raschen Kostensenkungen bei den erneuerbaren Energien nicht vorhergesehen.<\/p>\n\n\n\n Zweitens sind Modelle oft undurchschaubare \"Black Boxes\", die kaum oder gar nicht die M\u00f6glichkeit bieten, die Qualit\u00e4t der Modelle, Datenquellen und kritischen Annahmen zu bewerten. In der Literatur werden daher offen zug\u00e4ngliche Modelle gefordert, um die Qualit\u00e4t der Wissenschaft zu f\u00f6rdern, die Zusammenarbeit zu verbessern, die Produktivit\u00e4t zu steigern und gesellschaftliche und politische Debatten zu unterst\u00fctzen. Es gibt jedoch auch triftige Gr\u00fcnde daf\u00fcr, Modelle nicht offen zug\u00e4nglich zu machen, z. B. ethische und sicherheitstechnische Bedenken in Bezug auf sensible Daten, unerw\u00fcnschte Offenlegung von Code und Daten, zus\u00e4tzliche Arbeitsbelastung und institutionelle oder pers\u00f6nliche Tr\u00e4gheit.<\/p>\n\n\n\n Drittens fehlt es den Modellen oft an einer umfassenden Validierung. Bei der Modellvalidierung vergleichen Forscher die Modellergebnisse mit empirisch gemessenen Daten, um sicherzustellen, dass die Gleichungen und Annahmen die beobachteten Ver\u00e4nderungen im Energiesystem gut wiedergeben. Eine Herausforderung f\u00fcr Optimierungsmodelle f\u00fcr Energiesysteme besteht darin, dass die empirische Forschung zeigt, dass reale Energiewandlungen wahrscheinlich nicht einfach dem einzigen Grundprinzip der minimalen Systemkosten folgen.<\/p>\n\n\n\n Viertens vernachl\u00e4ssigen die Modelle in der Regel das Individuum, das menschliche Verhalten und die begrenzte Rationalit\u00e4t sowie die Heterogenit\u00e4t zwischen und innerhalb von Gesellschaften, was mit dem \u00dcbergang zu dezentralen Energiesystemen besonders wichtig wird. Eine engere Zusammenarbeit zwischen Modellierern und Sozialwissenschaftlern w\u00fcrde das breite Spektrum technischer, wirtschaftlicher, \u00f6kologischer, politischer und gesellschaftlicher Faktoren besser darstellen.<\/p>\n\n\n\n F\u00fcnftens neigen Modelle dazu, die Realit\u00e4t zu stark zu vereinfachen. Um verschiedene Dekarbonisierungspfade f\u00fcr das Energiesystem zu analysieren, haben sich bestehende Modelle traditionell auf bestimmte Energiesektoren konzentriert, spezifische Forschungsperspektiven eingenommen, nur bestimmte Technologien bewertet oder isolierte Komponenten und Faktoren des Energiesystems untersucht. Es wurden jedoch nur wenige Anstrengungen unternommen, um ein breiteres Bild des energiewirtschaftlichen Systems erfolgreich zu modellieren.<\/p>\n\n\n\n Mit Nexus-e machen wir einen ersten Schritt, um diese Herausforderungen zu bew\u00e4ltigen. Wir bauen eine Modellierungsplattform auf, die auf den Prinzipien von Transparenz, Modularit\u00e4t und vordefinierten Schnittstellen basiert. Mithilfe der Plattform k\u00f6nnen wir mehrere Modelle kombinieren, um das gesamte Spektrum des Energiesystems abzubilden. Sie erm\u00f6glicht uns auch die Zusammenf\u00fchrung von Forscher <\/a>mit unterschiedlichem Hintergrund, z. B. in den Bereichen Ingenieurwesen und Wirtschaft. Wir stellen uns vor, dass diese Plattform als allgemein akzeptierte, praxisnahe Testumgebung f\u00fcr Industriepartner, Forscher und Studenten dient. Mit uns zusammenarbeiten<\/a> auf der Nexus-e-Plattform k\u00f6nnen Sie Ihre Fragen zur Energiezukunft der Schweiz und Europas beantworten.<\/p>\n\n\n\n![\"\"\/](\"https:\/\/energyblog.ethz.ch\/wp-content\/uploads\/2025\/04\/EB_Marius_Twitter_a-298x300.png\")
<\/a><\/figure>\n\n\n\nComputermodelle k\u00f6nnen Antworten liefern<\/h2>\n\n\n\n
Warum werden modellgest\u00fctzte Szenarien nur selten in der \u00f6ffentlichen Politikgestaltung eingesetzt?<\/h2>\n\n\n\n
![\"\"\/](\"https:\/\/energyblog.ethz.ch\/wp-content\/uploads\/2025\/04\/EB_Marius_Twitter_b2-191x300.png\")
<\/a><\/figure>\n\n\n\nSind Modellierungsplattformen ein Weg, um voranzukommen?<\/h2>\n\n\n\n