Open Data als Beschleuniger der Energiewende

Die Open-Government-Data-Strategie der Schweiz fördert Innovation, Transparenz und Effizienz. Besonders im Bereich erneuerbarer Energien bieten offene Daten grosses Potenzial – sie können die Energiewende beschleunigen. Mehr dazu in diesem Praxisbeispiel.

Von Matthias Veitinger, Teilnehmer des CAS Business Intelligence & Analytics

Die Schweiz hat sich ein ehrgeiziges Ziel gesteckt: Bis 2050 will sie klimaneutral sein. Um dieses Ziel zu erreichen, braucht es den Ausbau erneuerbarer Energien. Zusätzlich ist die Entwicklung neuer Geschäftsmodelle in allen Bereichen wichtig.

Dieser Beitrag zeigt, dass Open Data Transparenz schafft und Innovationen im Energiesektor fördert. Datengetriebene Beispiele unterstreichen den Wert von Business Intelligence & Analytics für eine klimafreundliche Zukunft.

Oliver Gilbert, Themenfeldverantwortlicher Weiterbildung Digital Transformation, zu diesem Blogbeitrag aus dem CAS Business Intelligence & Analytics

Ein wichtiger Bestandteil, um diese Massnahmen umzusetzen, ist die Open- Government-Data-Strategie (OGD). Sie erfolgt durch Bund, Kantone und Gemeinden. Die OGD-Strategie verfolgt das Ziel, Daten öffentlich zugänglich zu machen. Transparenz und innovative Lösungen sollen gefördert werden.

Daten aus Bau, Energie, Umwelt oder Mobilität liefern wertvolle Einblicke. Sie betreffen relevante Bereiche – etwa Energieverbrauch, das Potenzial erneuerbarer Energien oder Infrastruktur. Für Energieversorger sind offene Daten essenziell. Sie entwickeln damit Produkte sowie Dienstleistungen, die ökologisch wie ökonomisch nachhaltig sind.

Ein gutes Beispiel dafür ist der Zusammenschluss zum Eigenverbrauch (ZEV). Dieses Konzept ist durch das schweizerische Energiegesetz (EnG) und die Energieverordnung (EnV) des Bundes geregelt. In einem ZEV schliessen sich mehrere Parteien zusammen. Das können etwa die einzelnen Parteien eines Mehrfamilienhauses oder eines ganzen Areals sein. Ziel ist die direkte Nutzung des selbst erzeugten Solarstroms. So verringert sich die Strommenge, die aus dem öffentlichen Netz bezogen werden muss.

ZEV: Win-Win-Situation für Mietparteien und Immobilienbesitzende

Das Besondere an diesem Modell: Es bringt wirtschaftliche Vorteile – sowohl für Hausbesitzende mit Photovoltaikanlage wie auch für Mieter und Mieterinnen:

• Die Mietparteien profitieren, weil sie Zugang zu günstigem Solarstrom erhalten. Dieser Strom ist preiswerter als der Standardtarif des lokalen Energieversorgers.
• Die Hausbesitzenden steigern ihre Rendite mit dem Verkauf von Solarstrom an Mieter und Mieterinnen. Gleichzeitig senken sie die CO₂-Emissionen des Gebäudes.

Somit stellt ein ZEV eine Win-Win-Situation dar. Doch welche Gebäude eignen sich für einen ZEV? Wo lohnt sich eine Photovoltaikanlage?

Gebäude identifizieren, die sich für einen ZEV eignen

Für die Identifikation von Gebäuden mit geeigneten Dachflächen stützen sich Schweizer Energieversorger auf die Daten des Sonnendach-Projekts und des Gebäude- und Wohnungsregisters (GWR). Beide liefern wichtige Informationen zu jedem Gebäude in der Schweiz. Sie bieten eine solide Datengrundlage für eine Analyse.

• Sonnendach stellt spezifische Informationen zu allen Dachflächen bereit. Dazu gehören Ausrichtung, Neigung sowie Grösse. Vor allem gibt es Auskunft über die Eignung für Photovoltaik-Anlagen – und die voraussichtliche Solarstromproduktion.
  
• Das Gebäude- und Wohnungsregister liefert alle wichtigen Daten, die für das Analyseverfahren höchst relevant sind. Besonders das Baujahr, die Gebäudenutzung oder die Zahl der Wohnungen sind wichtig. Sie helfen, den Energieverbrauch zu schätzen – also auch die Wirtschaftlichkeit einer Photovoltaikanlage zu berechnen.

Die Daten stammen von Swiss Topo. Die öffentliche Schnittstelle (REST API) stellt die Daten von Sonnendach sowie GWR bereit.

In einem Projekt, das ich verantwortet habe, nutzten wir ein Python-Skript, um die Daten gezielt abzurufen – die notwendigen Informationen wurden extrahiert. Im Anschluss erfolgte eine Analyse der Daten anhand spezifischer Kriterien. Damit identifizierten wir die Gebäude, die über die notwendige Dachfläche verfügen, die für eine PV-Anlage geeignet ist, und den notwendigen Energieverbrauch haben, um die Anlage effizient und wirtschaftlich zu betreiben.

Relevante Gebäude auswählen – die Kriterien

• Dachfläche: Ein Gebäude hat oft mehrere Dachflächen. Kleine Flächen oder komplizierte Strukturen sind nicht gut für Solarmodule. Sie verteuern die Installation erheblich. Das reduziert die Wirtschaftlichkeit. Wir bezogen nur Dachflächen in die Berechnung mit ein, die eine gute oder sehr gute Solareignung aufweisen.
  
  
• Gebäudetyp und Grösse: Ein Zusammenschluss zum Eigenverbrauch richtet sich speziell an Kunden und Kundinnen in der Grundversorgung. Wir suchten daher Wohngebäude mit über zehn Wohneinheiten – technisch sowie wirtschaftlich profitieren diese besonders von einem solchen Zusammenschluss.

Um die Ergebnisse unseren Sales-Experten und -Expertinnen zur Verfügung zu stellen, erstellten wir mittels ArcGIS Online ein Dashboard. ArcGIS Online ist eine cloudbasierte GIS-Plattform (Geoinformationssystem), mit der man Karten anfertigen, räumliche Analysen durchführen und Geodaten verwalten kann. Das Dashboard zeigt die Resultate auf einer interaktiven Karte. Dort ist es möglich, eine detailliertere Analyse vorzunehmen.

Der Wert offener Daten für Klimaziele und Leadgenerierung

Das Projekt hat den Wert von Open Data verdeutlicht. Besonders im Hinblick auf Klimaziele, aber ebenso für die Gewinnung neuer Kontakte. Die Daten von Sonnendach sowie dem Gebäude- und Wohnungsregister bilden eine solide Grundlage. Sie sind geeignet für viele Anwendungsfälle – etwa Zusammenschlüsse zum Eigenverbrauch.

In Zukunft könnten noch weitere Daten in die Analyse integriert werden, wie beispielsweise Energieverbrauchsdaten und Energiepreise. So lässt sich die Qualität solcher Analysen noch weiter steigern.

Veröffentlicht am: 25. März 2025

Hinweis: Dieser Blogbeitrag wurde im Rahmen eines Leistungsnachweises für das CAS Business Intelligence & Analytics verfasst. Er wurde geprüft und redaktionell aufbereitet.