Netzwerkanalyse und Simulation von Innovationsdynamiken neuer Schlüsseltechnologien im Energiebereich

Wissen ist zentral für die Realisierung von Innovationen in komplexen Systemen wie dem Energiesystem. Fundiertes Wissen und Innovationen sind besonders wichtig, wenn ein System umgebaut und parallel weiterhin genutzt werden soll, wie es bei der Energiewende der Fall ist. Dabei ist Wissen in verschiedener Form und mit verschiedenen Inhalten aus verschiedenen Disziplinen und auf verschiedenen Ebenen notwendig. Es reicht weder aus, sich auf rein technologisches bzw. technisches, noch sich allgemein auf wissenschaftliches Wissen zu beschränken. Handlungswissen für eine adäquate Umsetzung des Energiesystems erfordert die Betrachtung aus verschiedenen Perspektiven auf möglichst allen Ebenen inklusive relevantem praktischem, professionellem und lokalem empirischem Wissen.

Im Projekt InnoSEn werden Methoden und Modelle entwickelt, mit denen vor diesem Hintergrund Hemmnisse für die Umsetzung innovativer Schlüsseltechnologien im Bereich des Wissens und Wissensaustausches zwischen Akteuren identifiziert und Maßnahmen zu ihrer Beseitigung analysiert und diskutiert werden. Um realistische Erfolgsindikatoren für relevante technische, soziale und andere Innovationen berücksichtigen zu können, werden darüber hinaus Möglichkeiten und Hemmnisse im Bereich der voraussichtlichen Erlöse und Kosten untersucht. Die Akteurslandschaft wird dabei als Ganzes untersucht, wobei der Fokus auf den F&E- sowie Innovationsaktivitäten deutscher Unternehmen liegt. Betrachtete Akteure sind unter anderem Technologieproduzenten, Investoren, Energieversorger und Forschungsinstitutionen. Wesentliche Grundlagen zu dieser Untersuchung von Innovationsdynamiken bieten Expertenbefragungen und empirische Analysen von Prozessen zur Umsetzung sowie darauf aufbauende Simulationen mithilfe der agentenbasierten Modelle SKIN (IQIB) und AMIRIS (DLR), die zu diesem Zweck weiterentwickelt bzw. angepasst und dabei iterativ aufeinander abgestimmt werden müssen.

Die im Rahmen des Projekts zu untersuchenden Schlüsseltechnologien sollten in einem zukünftigen Energiesystem für den kohlenstoffarmen Ausgleich von Angebot und Nachfrage im Stromsektor – unter Mitbetrachtung anderer Sektoren – von Bedeutung sein. Auf Basis von Systemstudien sowie anhand modelltechnischer Analysen der RWTH Aachen wurden elektrochemische Speicher, insbesondere Lithium-Batterien ausgewählt.

Der Forschungsansatz des Projekts greift bezüglich soziologischer und sozio-ökonomischer Aspekte weit über bisherige Analysen hinaus, indem die empirischen Charakteristika komplexer Energiesysteme, die aus einer Vielzahl heterogener Akteure und deren Wissens- und Handlungsdynamiken bestehen, zum Bestandteil der Systemanalysen werden. Aus den Mikrodynamiken des Systems entstehen Makrophänomene auf Gesamtsystemebene. Das Forschungsprogramm des Projekts besteht darin, die Mikrodynamiken des Energiesystems mit seinen beteiligten Akteuren, multidimensionalen Rahmenparametern und Abhängigkeiten zu verstehen, um wissenschaftliche Erklärungen und Handlungswissen zum Systemwandel im Bereich Energiewende (Möglichkeiten, Barrieren) zu generieren.

Dabei werden Innovationen aus allen relevanten Bereichen der Umsetzung berücksichtigt. Neben technischen zählen dazu auch andere Formen von Innovationen, wie organisatorische, institutionelle und fördertechnische. Um die entsprechenden Rahmenbedingungen hierfür effektiv gestalten zu können, gehen die Betrachtungen über eine rein monetäre Analyse hinaus. Im Vordergrund der Analysen stehen die Untersuchung sozialer Innovationsnetzwerke und Kooperationen von Akteuren für die Umsetzung wesentlicher Schlüsseltechnologien. Wirkungen von Maßnahmen zur Beseitigung entsprechender Hemmnisse sollen über geeignete Simulationen von Wenn-Dann-Fragen analysiert werden, die sich auf die jeweils wichtigsten Akteure konzentrieren. Dazu wird im Projekt auf dem Simulationsmodell SKIN – Simulating Knowledge Dynamics in Innovation Networks (s. Gilbert et al. 2010) aufgebaut, das bereits in anderen Zusammenhängen in verschiedenen Projekten erfolgreich angewandt wurde und wird. Die Marktseite wird dabei durch das Modell AMIRIS des DLR abgebildet. Der langfristige Szenarienrahmen des Energiesystems ergibt sich aus Studien und Modellanalysen der RWTH Aachen.

Referenzen: Gilbert, Nigel, Ahrweiler, Petra and Pyka, Andreas (2010) The SKIN (Simulating Knowledge Dynamics in Innovation Networks) model. University of Surrey, Johannes Gutenberg University Mainz and University of Hohenheim

Die Ergebnisse des Projekts sind zum einen Methoden und Instrumente zur Analyse von Innovationsnetzwerken im Bereich von Energiespeichern als Schlüsseltechnologien der Energiewende. Diese werden anhand des Beispiels von Lithium-Batterien als Stellvertreter elektrochemischer Energiespeicher entwickelt. Dadurch werden zusätzlich empirische Daten für die Verwendung des Modells erhoben, ausgewertet und aufbereitet, die beispielhaft direkt auf die Analyse der Innovationsnetzwerke zu den Technologien verwendet werden, aber auch die Grundlage für weitere Analysen im Bereich ähnlicher Technologien darstellen können.

Aus den Analysen ergeben sich zusätzlich einzelne, praktikable Empfehlungen zur Verbesserung der Rahmenbedingungen für Innovationstätigkeiten im Bereich von Lithium-Batterien. Dazu werden anhand von Dokumentenanalysen, Befragungen und Expertengesprächen zunächst die Hemmnisse in dem Bereich genauer analysiert, bevor einzelne, vor allem wissensbezogene Hemmnisse genauer betrachtet und mithilfe von Simulationsexperimenten mit dem agentenbasierten Modell die Wirkung von Maßnahmen zu ihrer Überwindung untersucht werden.

Als Gesamtergebnis stehen neben Ergebnissen von Analysen zur Relevanz von Schlüsseltechnologien ein Methodenset zur Erhebung und Auswertung empirischer Daten im Hinblick auf Innovationshemmnisse in einem technologischen Innovationssystem, Methoden zur Aufbereitung von Daten zur Spezifizierung der Modelle SKIN (Wissensflüsse und Innovationsnetzwerke) und AMIRIS (Markt und Geschäftsmodelle) sowie verschiedene, auf das Verhalten der Akteure in Innovationsnetzwerken im Bereich Energiespeicher und ihrer Umwelt angepasste und kombinierte agentenbasierte Simulationsmodelle.