KI erstellt erstmals hochpräzise Karte von Chinas Solar- und Windenergieanlagen

Forscher der Peking University und von Alibaba’s DAMO Academy haben mithilfe von künstlicher Intelligenz und Satellitenbildern erstmals ein landesweites Inventar von Chinas Solar- und Windenergieanlagen erstellt. Grundlage war eine riesige Sammlung frei verfügbarer Satellitendaten, die automatisch ausgewertet wurden.

Das Ergebnis ist eine hochauflösende Karte der erneuerbaren Energieinfrastruktur des Landes – von einzelnen Photovoltaikanlagen bis zu Windturbinen – und damit ein bisher einmaliger Überblick über die räumliche Verteilung der grünen Stromerzeugung. Chinesische Medien beschrieben das Projekt als die erste hochpräzise nationale Bestandsaufnahme dieser Art.

Wie die Forscher die Karte erstellt haben

Das Team nutzte eigens entwickelte KI-Modelle der Alibaba‑Forschungseinheit DAMO Academy. Diese liefen auf einer Cloud-Plattform und analysierten 7,56 Terabyte offene Satellitenbilder mit einer Auflösung von etwa 0,5 Metern, die das gesamte chinesische Staatsgebiet abdecken.

Die Algorithmen erkannten automatisch charakteristische Muster von Solarparks und Windturbinen. Dadurch konnten Anlagen identifiziert werden, ohne ausschließlich auf unvollständige Verwaltungsdaten oder statistische Schätzungen angewiesen zu sein.

Ein entscheidender technischer Schritt war die Verarbeitung der enormen Datenmenge und der unterschiedlichen Landschaftsformen Chinas – von Wüsten bis zu dicht bebauten Regionen – mit ausreichend hoher Genauigkeit.

Die Ergebnisse der Zusammenarbeit wurden laut Berichten am 20. Mai 2026 in der Fachzeitschrift Nature veröffentlicht.

Was das nationale Inventar zeigt

Die KI‑gestützte Kartierung identifizierte:

• etwa 319.000 Photovoltaik‑Installationen
• rund 91.600 Windturbinen

Diese Anlagen verteilen sich über 1.915 Landkreise im ganzen Land.

Damit entsteht ein sehr viel vollständigeres Bild davon, wo Chinas tatsächliche Erzeugungskapazitäten für Wind- und Solarstrom liegen. Laut Liu Yu, Professor an der Peking University, ermöglicht das erstmals eine Art „Gottesblick“ auf die nationale Energielandschaft.

Warum diese Daten für das Stromnetz wichtig sind

Ein präzises, geografisch verortetes Inventar erleichtert mehrere Aufgaben der Energieplanung:

• Stromnetzbetreiber können besser erkennen, wo sich große Cluster von Solar- oder Windanlagen befinden.
• Netzplanung, Stromtransport und Lastverteilung lassen sich gezielter optimieren.
• Analysen zur Umweltwirkung oder zur regionalen Energieplanung werden präziser.

Die Forscher untersuchten auch Strategien zur sogenannten „Wind‑Solar‑Komplementarität“. In vielen Regionen erzeugen Photovoltaikanlagen vor allem tagsüber Strom, während Windenergie nachts stabiler sein kann. Eine bessere regionale Koordination könnte daher die Nutzung erneuerbarer Energie erhöhen und Abregelungen reduzieren.

Verbindung zum Boom von Rechenzentren

Die Studie gewinnt zusätzliche Bedeutung durch den rapide steigenden Strombedarf digitaler Infrastruktur. China baut derzeit große Rechenzentren und KI‑Cluster aus, die enorme Mengen Elektrizität benötigen.

Ein Beispiel ist ein Projekt in der Region Ningxia, bei dem erneuerbare Energie erstmals direkt an große Datenzentren geliefert wird.

Ein detailliertes nationales Kartenbild der erneuerbaren Energiequellen könnte daher helfen:

• neue Rechenzentren in Regionen mit reichlich Wind- oder Solarstrom zu planen
• zusätzliche Stromleitungen oder Energiespeicher gezielter zu bauen
• wachsende KI‑Rechenleistung mit möglichst CO₂‑armen Energiequellen zu versorgen.

Insgesamt zeigt das Projekt, wie KI, Cloud‑Computing und Satellitenfernerkundung zusammen genutzt werden können, um komplexe Energiesysteme in großem Maßstab sichtbar zu machen – eine wichtige Grundlage für Planung, Netzstabilität und die Energiewende.