Beurteilung von Energiesicherheitsrisiken: Auswirkungen auf die Strompreise für Privathaushalte in der EU

Herausforderung/Aufgabe

Der Energiemix, die Energieabhängigkeit sowie geopolitische Risiken können die Strompreisentwicklung und damit die Erschwinglichkeit von Elektrizität in einem Land maßgeblich beeinträchtigen.

ein einfacher blauer Trennstrich

Lösungsansatz

  • Ziel der Forschung ist die Quantifizierung der Auswirkungen unterschiedlicher Arten von Risiken für die Energiesicherheit auf die Strompreise privater Haushalte.

Anwendung/Nutzung

  1. Politische Entscheidungsträger:innen: Entwicklung geeigneter Strategien für die Energieerzeugung, -verteilung und -importe.
Ein Trenner bestehend aus Kreisen in den sechs Lab-Farben
Beschreibung/Technologie

Die Energiesicherheit hat sich für die Mitgliedstaaten der Europäischen Union zu einem zentralen Handlungsfeld entwickelt, insbesondere vor dem Hintergrund zunehmender geopolitischer Spannungen, die spürbare Auswirkungen auf die Energiepreise und damit auf die Erschwinglichkeit für Endverbraucher haben.

Aktueller Stand (TRL)
  • Untersuchung der Auswirkungen der Energiesicherheit auf die Erschwinglichkeit von Energie
  • Datengrundlage aus 27 EU‑Mitgliedstaaten, Betrachtungszeitraum von 2007 bis 2022
  • Anwendung eines zweistufigen Analyseansatzes:
  • Stufe 1: Analyse des Einflusses von Energiesicherheitsrisiken auf die Strompreise privater Haushalte unter Berücksichtigung von Energieabhängigkeit, Energiemix und geopolitischen Energierisiken als zentrale Indikatoren
  • Stufe 2: Anschließende Untersuchung der Auswirkungen der Strompreise auf die Energiearmut mit Differenzierung nach unterschiedlichen Haushaltsgruppen
Zukünftige Entwicklung/Marktpotenzial

Die zunehmenden Herausforderungen im Bereich der Energiesicherheit und -bezahlbarkeit eröffnen erhebliche Marktpotenziale für Lösungen zur Stärkung von Resilienz und Effizienz. Die vorliegende Forschung liefert datenbasierte Erkenntnisse, die politische EntscheidungsträgerInnen sowie EnergieversorgerInnen dabei unterstützen, Risiken im Zusammenhang mit Energieabhängigkeit, Diversifizierung und geopolitischen Faktoren zu reduzieren.

Kooperationsmöglichkeiten

• Politischen EntscheidungsträgerInnen, um die Forschungsergebnisse in umsetzbare energiepolitische Maßnahmen und Strategien zu überführen
• Regierungs- und Regulierungsbehörden und Akteure der Energiebranche, um datengestützte Lösungen umzusetzen, welche Energiesicherheit, Erschwinglichkeit und die Nachhaltigkeit verbessern.

Patentschutz (IP-Protection)
  • Current Technology Readiness Level (TRL): TRL 6 – Auf Grundlage der Eingabedaten haben unsere Modelle erste Ergebnisse generiert.
  • Time-to-Market (TTM): 1-2 Jahre

Kontakt

Sulaman Muhammad
EECON Lab, Chair of Energy Economics, BTU Cottbus-Senftenberg.
Universitätsstraße 22, 03046 Cottbus
muhammad[at]b-tu.de

Weitere Steckbriefe

Ein Trenner bestehend aus Kreisen in den sechs Lab-Farben
Herausforderung/Aufgabe
  • Lokale Widerstände gegen Infrastrukturprojekte/Energienwendeprojekt
Anwendung/Praxis
  1. Darstellung von Windkraft- und Solarprojekten
  2. Visualisierung von zusätzlicher Infrastruktur (Schienenverkehr-Treiber CCS, Pipelines-Treiber H2-Wirtschaft)
  3. Darstellung neuer Industrieanlagen (bspw. Ablösung von Hochöfen durch Reduktionsanlagen in Stahlindustrie)
Lösungsansatz
  • VR-Darstellung der Landschaftseingriffe und Akzeptanzfaktorenanalyse
Herausforderung/Aufgabe
  • Analyse der öffentlichen Kommunikation (z.B. Nachrichten) bezüglich Themen der Energiewende mithilfe von KI-Anwendungen
Anwendung/Praxis
  1. Untersuchung der Kommunikation bezüglich der Energiewende in internationalen, nationalen und regionalen Nachrichtensendungen
  2. Zeitliche, quantitative und qualitative Bewertung und Quantifikation medialer Diskurse
  3. Grundlage für Forschung zu kausalen Effekten der Medienkommunikation auf individuelle Einstellungen und Verhaltensmuster
Lösungsansatz
  • Natural Language Processing – Ansatz unter Durchführung von Sentimentanalyse und Topic Modelling
  • Entwicklung eines präzisen Large Language Modells zur Erfassung von Tonalität und thematischer Struktur