Globale Vorhersage des Solarenergiepotenzials mithilfe von Machine-Learning- und Deep-Learning-Modellen

Warum Sonnenschein und intelligente Rechner wichtig sind

Während sich die Erde erwärmt und Extremwetter häufiger wird, suchen Gesellschaften eilig nach saubereren Wegen, Häuser, Verkehr und Industrie zu versorgen. Solarpaneele gehören zu den vielversprechendsten Optionen: Sie werden günstiger, effizienter und lassen sich nahezu überall dort installieren, wo die Sonne scheint. Diese Studie stellt eine einfache, aber wesentliche Frage: Wie weit könnte die Solarenergie bis zur Mitte dieses Jahrhunderts kommen und was würde das für unseren Energiemix bedeuten, wenn wir moderne Datentools nutzen, um in die Zukunft zu blicken?

In die Vergangenheit schauen, um die Zukunft zu sehen

Die Forschenden sammelten detaillierte globale Daten von 2000 bis 2022, darunter den weltweiten Stromverbrauch, den Anteil aus Solarpaneelen und die grundlegenden Wettergrößen, die Solarertrag steuern: Sonneneinstrahlung, Temperatur und Windgeschwindigkeit. In diesem Zeitraum explodierte die weltweite Solarkapazität von nur 1,23 Gigawatt im Jahr 2000 auf mehr als 1.000 Gigawatt im Jahr 2022, und die jährliche Solarstromproduktion stieg von etwa 1 Terawattstunde auf über 1.300. Diese Zahlen spiegeln günstigere Paneele, bessere Technik und starke politische Unterstützung in Ländern wie China, Indien, den USA und in Europa wider. Das Team nutzte diese historischen Muster als Grundlage für seine Projektionen bis 2050.

Zwei smarte Methoden zur Vorhersage von Sonnenstrom

Für die Projektionen griffen die Autorinnen und Autoren auf zwei Modellfamilien zurück, die sich auf zeitbasierte Daten spezialisieren. Das eine, SARIMAX genannt, gehört zum traditionellen Werkzeugkasten der Statistik: Es sucht nach wiederkehrenden Mustern und Trends und kann zudem äußere Einflüsse wie Temperatur oder Wind berücksichtigen, die den Solarertrag beeinflussen. Das andere, ein temporal convolutional network, ist ein Deep-Learning-Ansatz, der lange Datenabschnitte zugleich analysiert und verzwicktere, nichtlineare Zusammenhänge aufdecken kann. Beide Modelle wurden mit demselben globalen Datensatz trainiert und getestet; ihre Genauigkeit wurde mit gängigen Fehler- und Anpassungsmaßen bewertet. In diesen Tests schnitt SARIMAX leicht besser ab als das Deep-Learning-Modell und lieferte insgesamt präzisere Vorhersagen.

Wie groß Solar werden könnte

Mithilfe dieser Werkzeuge prognostizieren die Forschenden, dass die Solarenergie weltweit weiter stark zulegen wird. Laut SARIMAX könnte die installierte Solarkapazität von etwa 1.300 Gigawatt im Jahr 2023 auf mehr als 11.600 Gigawatt bis 2050 steigen. Das Deep-Learning-Modell liefert einen sehr ähnlichen oberen Wert, etwas über 11.500 Gigawatt. Die Stromerzeugung aus Solarenergie zeigt denselben dramatischen Anstieg: von unter 2.000 Terawattstunden im Jahr 2023 auf rund 15.000–16.000 Terawattstunden bis 2050 in den beiden Modellen. Anders ausgedrückt: Die Welt könnte bis zur Mitte des Jahrhunderts mehr als das Zehnfache der heutigen Solarstrommenge produzieren, sofern sich die gegenwärtigen Trends fortsetzen und die Politik insgesamt unterstützend bleibt.

Der sich verändernde Energiemix der Welt

Die Studie betrachtet auch, wie dieser Solaraufschwung in den breiteren Mix der Energiequellen passt – fossile Brennstoffe, Kernenergie und alle erneuerbaren Energien zusammen. Historisch dominierten fossile Energieträger, während Erneuerbare und Kernkraft einen kleineren Anteil lieferten. Die Modelle deuten darauf hin, dass die erneuerbare Stromerzeugung, angeführt von Solarenergie, bis 2050 gegenüber 2023 mehr als dreifach ansteigen und etwa 26.000 bis 31.000 Terawattstunden pro Jahr erreichen könnte. Die Kernenergie bleibt annähernd stabil oder nimmt leicht ab, während fossil erzeugter Strom weiter wächst, insbesondere im SARIMAX-Szenario, aber langsamer als die Erneuerbaren. Das bedeutet, dass selbst bei beeindruckendem Ausbau sauberer Energie noch entschlossenes Handeln erforderlich wäre, um Kohle, Öl und Gas zurückzudrängen, falls strenge Klimaziele erreicht werden sollen.

Was das für den Alltag bedeutet

Für Nichtfachleute sind die technischen Details der Vorhersagemethoden weniger wichtig als ihre Botschaft: Es gibt ein großes Solarpotenzial, das einen großen Teil menschlicher Aktivitäten mit Energie versorgen könnte, und seine Rolle wird stark wachsen. Die Studie zeigt, dass traditionelle statistische Methoden, wenn sie sorgfältig angepasst und mit guten Daten gefüttert werden, mit oder sogar besser als modischere Deep-Learning-Techniken bei langfristigen Energieprognosen mithalten können. Wichtiger noch: Beide Ansätze zeigen in dieselbe Richtung – eine Zukunft, in der Solarenergie zentral für die weltweite Stromversorgung ist. Wenn Regierungen dieses Wachstum mit Politiken kombinieren, die den Einsatz fossiler Brennstoffe begrenzen und Energiespeicher, Elektrofahrzeuge sowie CO2-Entfernung unterstützen, bleibt ein saubereres, stabileres Klima erreichbar.

Zitation: Raza, M.A., Karim, A., Altayeb, M. et al. Global solar energy potential forecasting through machine learning and deep learning models. Sci Rep 16, 10466 (2026). https://doi.org/10.1038/s41598-026-41357-x

Schlüsselwörter: Solarenergie, erneuerbare Energie, Energiewende, Klimawandel, Machine Learning