Windenergie geht laut ETH-Studie auch landschaftsschonend

Regional, etwa im Alpenraum, bestehen Konflikte aber weiter, wie die Eidgenössische Technische Hochschule in Zürich am Montag mitteilte.

Die Forschenden haben mit Künstlicher Intelligenz die Schönheit der Landschaft in 29 europäischen Ländern klassifiziert. Die Wissenschaftlerinnen und Wissenschaftler trainierten dafür ein Machine-Learning-Modell mit Daten aus Grossbritannien. Über 200’000 von Menschen bewertete Landschaftsbilder dienten als Grundlage. Das Modell lernte so, welche Merkmale als schön wahrgenommen werden.

In einem nächsten Schritt verknüpften die Forschenden diese Karte mit einem Windenergiemodell. Europaweit machen die als besonders schön eingestuften Gebiete rund 24 Prozent der Gesamtfläche aus – fast 40 Prozent davon wären grundsätzlich für Windenergie geeignet, wie die im Fachblatt «Energy and AI» veröffentlichte Studie zeigt. Insgesamt würde das Potenzial für Windkraft um 43 Prozent sinken, wie die Studie zeigt.

Die Analyse der Forschenden ergab aber, dass die Produktionskosten für Windstrom im europäischen Durchschnitt nahezu unverändert blieben, selbst wenn die schönsten Landschaften für den Bau von Windturbinen ausgeschlossen würden. Dies, weil Standorte mit starken und konstanten Winden, die gut erschlossen sind, oft ausserhalb der als besonders schön bewerteten Gebiete liegen. Dort könnte laut den Forschenden ein grösserer Teil der Stromproduktion stattfinden.

Zielkonflikte im Alpenraum

In Gebirgsregionen wie den Alpen oder Norwegen sind die Auswirkungen jedoch deutlich grösser, wie die Forschenden in der Studie zeigten. Dort fallen gute Windstandorte oft mit Gebieten von hohem landschaftlichem Wert zusammen.

Dies führe zu einem Zielkonflikt, so die ETH Zürich. Wo gute Standorte wegfielen, stiegen die Kosten der Stromerzeugung deutlich an, da die verbleibenden Standorte meist weniger effizient seien.

Die Studie sei ein erster Versuch, die wahrgenommene Landschaftsqualität europaweit vorherzusagen. Die Forschenden räumten ein, dass die Trainingsdaten aus Grossbritannien nicht alle Landschaftstypen Europas gleich gut abbildeten. Die Erkenntnisse könnten aber bereits jetzt bei der Planung anderer Infrastrukturprojekte wie alpinen Solaranlagen oder dem Netzausbau genutzt werden.