SEED-Index 2023

SEED-Index 2023

Sustainable Economic  Efficiency through Digitalization

Digitalisierung, Dekarbonisierung und Profitabilität in fünf Sektoren: Gebäude, Industrie, Landwirtschaft, Logistik und Strom

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Sustainable Economic  Efficiency through Digitalization

Der neu geschaffene SEED-Index ist ein Pulsmesser für die Digitalisierung der deutschen Wirtschaft. Er verknüpft Dekarbonisierung und Profitabilität, zwei zentrale Effekte der Digitalisierung, und bewertet die Entwicklung in fünf Schlüsselsektoren. Damit zeigt der Index, wie weit die Unternehmen bei der doppelten Transformation, der sogenannten Twin Transformation, sind. Die dem Index zugrunde liegende Studie ermittelte dafür, in welchem Maße Unternehmen heute schon digitale Technologien nutzen, um ihre CO₂-Emissionen zu senken und ihre Profitabilität zu steigern. Sie beantwortet die Frage, wie zukunftsfähig die deutsche Wirtschaft ist.

Index und Studie auf einen Blick

Intro

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Index und Studie auf einen Blick

Zahlen, Fakten und Argumente

31 Megatonnen

1,5

53 Milliarden EUR

53 von 100

CO₂ sparten deutsche Unternehmen im Jahr 2023 dank digitaler Technologien ein.

ist der Faktor, mit dem deutsche Unternehmen die Digitalisierung beschleunigen müssen, um gegenüber globalen Benchmarks aufzuholen.

lassen sich als absolute EBIT-Steigerung durch die Use Cases digitaler Technologien im Jahr 2030 prognostizieren, 90 % mehr als heute.

ist der SEED-Indexwert für 2023: Deutsche Unternehmen schöpfendie Dekarbonisierungs- und Profitabilitätspotenziale der Digitalisierung nur zur Hälfte aus.

9 %

Verdopplung

10 %

Nur 49 von 100

EBIT-Steigerung ist 2023 in den fünf Schlüsselsektoren auf den Einsatz der in der Studie beschriebenen Anwendungen (Use Cases) digitaler Technologien zurückzuführen.

der aus den Use Cases digitaler Technologien resultierenden EBIT-Marge ist bis 2030 möglich.

können Unternehmen durch den Einsatz digitaler Technologien im Jahr 2030 zum CO₂-Emissionssziel der Bundesregierung beisteuern.

ist der Wert des Subindex zur Dekarbonisierung – ein Beweis, dass die deutsche Wirtschaft ihre Dekarbonisierungspotenziale bei Weitem nicht ausschöpft.

29 %

45 %

6–7

26

beträgt die Adaptionsrate digitaler Technologien aktuell in deutschen Unternehmen (2023).

ist die von Unternehmen erwartete Adaptionsrate digitaler Technologien im Jahr 2030 – nur 16 Prozentpunkte mehr als heute.

ist die Spanne des Enablement-Faktors digitaler Technologien; also das Verhältnis zwischen den CO₂-Einsparungen und dem CO₂-Fußabdruck digitaler Technologien.

Use Cases digitaler Technologien, die aufgrund ihres hohen Beitrags zur Dekarbonisierung ausgewählt wurden, zeigt die Studie in zwölf Subsektoren auf.

SEED-Index

Über SEED-Index 2023

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

SEED-Index

Profitabilität

Einführung

Dekarbonisierung

Adaption digitaler Technologien

Warum die Studie? Warum ein Index?

Zahlen, Fakten und Argumente

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Warum die Studie? Warum ein Index?

Impulse für die Transformation

Welche Kernfragestellungen adressiert diese Studie?

Vor welchen Herausforderungen stehen Deutschlands Unternehmen?

Doppelte Transformation – Die Aufgabe ist nicht nur für Deutsch-lands Unternehmen groß: Sie müssen gleichzeitig nachhaltiger und digitaler werden. Die Verknüpfung der Nachhaltigkeits- mit der digitalen Transformation ist entscheidend, um langfristig erfolgreich zu sein.1,2

In welchem Ausmaß tragen digitale Technologien zur Dekarbonisierung und Profitabilitätssteigerung in deutschen Unternehmen bei?

Logistik

Strom

Wachsender Wettbewerbsdruck – Die Schlüsselsektoren in Deutschland ringen mit steigenden Kosten und einer schwachen Präsenz in den Wachstumsmärkten. Sie müssen sich strategischen Veränderungen stellen und klug investieren, um weiter Spitzenpositionen zu besetzen.3–8

Wie hoch sind die Dekarbonisierungs- und Profitabilitätseffekte heute schon, und wie hoch werden sie im Jahr 2030 sein?

Landwirtschaft

Gebäude

Dekarbonisierung als Business Case – Der Einsatz digitaler Technologien für die Dekarbonisierung muss finanziell und ökologisch sinnvoll sein. Wenn Dekarbonisierung dank Digitalisierung mit Profitabilitätssteigerung einhergeht, ist der Business Case eindeutig.9

Wie lassen sich diese Effekte einfach und regelmäßig für Deutschlands Wirtschaft messen und vergleichen (Monitoring)?

Industrie

Die digitale Lücke – Viele Unternehmen wissen nicht genau, wie digitale Technologien zur Dekarbonisierung und zugleich zur Profitabilitätssteigerung beitragen können. Messung, Vergleich und Nachweis dieser Effekte helfen, die Lücke zu schließen.10

Wie groß wird der Abstand der Adaption digitaler Technologien in deutschen Unternehmen zu globalen Benchmarksa im Jahr 2030 sein?

Was wird untersucht und was soll erreicht werden?

SEED-Index

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Was wird untersucht und was soll erreicht werden?

201Unternehmensinterviews

Fakten für Prognosen und Entscheidungen

Fokus – Die Untersuchung fokussiert sich auf die Schnittstelle der Themenfelder Digitalisierung, Dekarbonisierung und Profitabilität (siehe Abb.), um die zuvor genannten Herausforderungen und Fragestellungen zu adressieren. Die vorab durchgeführte Metaanalyse von über 300 Publikationen zeigt: Eine eingehende Untersuchung an dieser Schnittstelle, speziell für Deutschland und seine CO₂a-intensivsten Sektorenb (siehe Abb.), hat einen großen Erkenntnisgewinn für die Unternehmenspraxis. Idee & Scope – Auf Basis einer Befragung von 201 Unternehmen sowie einer Recherche, die über 3.000 Datenpunkte ergab, verdichtet der SEED-Index die Status und Entwicklung zweier wichtiger Erfolgsindikatoren für die deutsche Wirtschaft in den Jahren 2023 und 2030: (1) Die Adaptionsratec digitaler Technologien in Unternehmen als Maßstab für die Nutzung und (2) die damit erzielten CO₂-Einsparungen und Profitabilitätssteigerungen in den Unternehmen – dies entlang von 5 Sektoren, 12 Subsektoren und 26 Use Casesc digitaler Technologien. Ziel – Der SEED-Index misst als neuer Indikator, wie zukunftsfähig deutsche Unternehmen sind, indem sie durch den Einsatz digitaler Technologien ihre CO₂-Emissionen senken und zugleich ihre Profitabilität steigern. Der Fokus auf den aktuellen Status sowie das Jahr 2030 ermöglicht Vergleiche und Prognosen, die Entscheidern in Wirtschaft, Politik und Zivilgesellschaft Orientierung bieten.

12 Subsektoren

Logistik

Strom

Landwirtschaft

Gebäude

26 Use Cases digitaler Technologienc

~3.000 Datenpunkte

Industrie

Wie wird der SEED-Index ermittelt?

Warum die Studie? Warum ein Index?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Wie wird der SEED-Index ermittelt?

Kombination von zwei Subindizes

Aussage und Zusammensetzunga – Der SEED-Index zeigt, inwieweit Unternehmen in Deutschland heute schon in der Lage sind, ihre Potenziale zur Dekarbonisierung und zur Profitabilitätssteigerung auszuschöpfen.b .Er setzt sich deshalb aus zwei Subindizes zusammen (siehe Abb., Punkt 1): dem Dekarbonisierungsindex, der die CO₂-Einspareffekte durch digitale Technologien quantifiziert, und dem Profitabilitätsindex, der die entsprechenden EBIT-Effekte quantifiziert. Die verknüpfte gleichgewichtige Betrachtung ökologischer und ökonomischer Effekte drückt sich auch im Namen des Index aus: Sustainable Economic Efficiency through Digitalization (SEED). Sowohl Forschung als auch Praxis zeigen, dass Dekarbonisierung und Profitabilität oft komplementär sind bzw. sich gegenseitig ergänzen – insbesondere durch die zunehmende Internalisierung von CO₂-Emissionen durch direkte oder indirekte Bepreisung.1–4 Berechnungsweisea – Die beiden Subindizes errechnen sich aus dem Verhältnis der Effekte des Jahres 2023 zu den potenziellen Effekten im Jahr 2030 (siehe Abb., Punkt 2). Das heißt: Für den jeweiligen Indexwert werden die aktuellen CO₂-Einsparungen bzw. EBIT-Steigerungen durch die für das Jahr 2030 jeweils prognostizierten Werte geteilt. Da anzunehmen ist, dass die Adaption digitaler Technologien und technische Verbesserungen künftig zunehmen, wird das Potenzial für 2030 höher eingeschätzt als für 2023.

Was sagt der SEED-Index aus?

Was wird untersucht und was soll erreicht werden?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Was sagt der SEED-Index aus?

Die Digitalisierungslücke wächst

Mit 53 von 100 Punkten zeigt der aktuell ermittelte Indexwert, dass Deutschlands Unternehmen die Potenziale digitaler Technologien gerade mal zur Hälfte ausschöpfen.

Deutschlands Wirtschaft wird die Adaption digitaler Technologien massiv beschleunigen müssen, um die Digitalisierungslücke bis 2030 zu schließen.

Definition

SEED-Zielwert: Der SEED-Zielwert für 2030 ergibt sich aus den von den Unternehmen erwarteten Adaptionsraten und globalen Benchmarks.a Benchmarks: Theoretisch mögliche Implementierungsgrade digitaler Technologien, die auf Sekundärdaten und Experteneinschätzungen basieren. Als Anhaltspunkte dienten (i) weltweit führende Unternehmen oder (ii) Länder mit umfangreicher Implementierung der Use Cases sowie (iii) Wachstumsraten zu technologischen Entwicklungen.

Der Vergleich der SEED-Indexwerte von 2023 und 2030 zeigt eine wachsende Digitalisierungslücke auf. Diese Lücke resultiert aus der Diskrepanz zwischen dem angestrebten SEED-Zielwert von 100 (siehe Definition) und dem für das Jahr 2030 prognostizierten SEED-Indexwert von 67, der unter anderem auf den Erwartungen deutscher Unternehmen zur Adaption digitaler Technologien basiert. Je höher der SEED-Indexwert, desto zukunftsfähiger ist Deutschlands Wirtschaft bei der Dekarbonisierung und Profitabilität aufgestellt. Dabei gelten 0–59 Punkte als „unzureichend“, 60–74 als „ausbaufähig“, 75–89 als „gut“ und 90–100 als „exzellent“. Aktuell ist der SEED-Index mit 53 Punkten unzureichend.

SEED-Indexwert

Wie werden die Subindizes für den SEED-Index ermittelt?

Wie wird der SEED-Index ermittelt?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Wie werden die Subindizes für den SEED-Index ermittelt?

Subindizes basieren auf Bottom-up-Berechnung

Auswahl Sektoren und Use Cases – Bei der Auswahl der Sektoren und Use Cases (siehe Definition) lag der Hauptfokus auf einer effektiven Dekarbonisierung. Die Kernfrage war: Welche Sektoren, Subsektoren und Use Cases adressieren den größten Teil der unternehmensbedingten CO₂-Emissionen? Somit wurden Use Cases ausgewählt, die die emissionsintensivsten Sektoren und Sub-Sektoren in Deutschland adressieren. Die fünf ausgewählten Sektoren Gebäude, Industrie, Landwirtschaft, Logistik und Strom repräsentieren 99,4 %1 der nationalen CO₂-Emissionen.c Sie gelten deshalb als Schlüssel-sektoren für die Dekarbonisierung. Die untersuchten 26 Use Cases decken wiederum 94,5 %d der von Unternehmen adressierten CO₂-Emissionen Deutschlands ab.

Sektorindizes als Basis – Die Ermittlung der beiden vorgenannten Subindizes basiert auf sektorspezifischen Daten. So wird für jeden Sektor ein eigener Dekarbonisierungs- und ein eigener Profitabilitätsindex berechnet. Zusammengenommen und gewichtet ergeben diese Sektorindizes dann die sektorübergreifenden Subindizes.a Berechnung der CO₂-Einsparungen und EBIT-Erhöhungen – Die Berechnungen der beiden Werte werden für jedes Jahr – 2023 und 2030 – separat durchgeführt (siehe Abb., Seite 12, Punkt 3). Die CO₂-Einsparungen hängen hauptsächlich von der Adaptionsrate des Use Case und dem spezifischen CO₂-Reduktionshebel ab (siehe Definitionen). Gleiches gilt für die EBIT-Steigerung (siehe Definitionen). Sowohl die angenommenen Adaptionsraten als auch die Hebel basieren auf Daten aus der Unternehmensbefragung sowie auf Sekundärdaten.b Eine ausführliche Erläuterung der Datengrundlage, Berechnungsmethoden und Quellen ist in der Studie im Anhang unter Kapitel 5, S. 98 ff. zu finden.

Definitionen

Adaptionsrate: Die Adaptionsrate zeigt, in welchem Ausmaß digitale Technologien in Unternehmen eingesetzt werden. Sie spiegelt den Implementierungsgrad spezifischer Use Cases wider, der durch die Unternehmensbefragung für das Jahr 2023 sowie als prognostizierte Adaption für 2030 erfasst wurde. Quantifiziert wurde die Adaptionsrate mithilfe einer Likertskala, oft als 5er-Skala bezeichnet, in einem Bereich von 0 bis 100 %. CO₂- und EBIT-Hebel: Diese Kennzahlen bestimmen in Prozent den Einfluss eines spezifischen Use Case auf die Reduktion der CO₂-Emissionen oder die Steigerung des EBIT pro Bezugsgröße (z.B. pro Gebäude). Sie wurden auf Basis konkreter Wirkungshebel (z.B. Energieeinsparung, Personalkostensenkung) mittels der Unternehmens-befragung sowie durch Auswertungen von Sekundärdaten ermittelt. Use Case: Ein Use Case stellt den konkreten Anwendungsfall einer digitalen Lösung in der Unternehmenspraxis dar – wobei in der Regel verschiedene digitale Technologien miteinander kombiniert zum Einsatz kommen.

Wie werden Potenziale bewertet?

Was sagt der SEED-Index aus?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Wie werden Potenziale bewertet?

Die Subindizes im Sektorvergleich

In allen Sektoren bestehen noch große Dekarbonisierungs- und Profitabilitätspotenziale.a Letztere werden im Schnitt etwas besser ausgeschöpft.

Die Abbildung stellt die Subindizes für Dekarbonisierung und für Profitabilität einander gegenüber – sowohl sektorübergreifend als auch auf die fünf Sektoren bezogen. Der Vergleich zeigt, dass sich beim Einsatz digitaler Technologien die Steigerung der Profitabilität (Indexwert 57) stärker materialisiert als deren Beitrag zur Dekarbonisierung (Indexwert 49). Der Vergleich der sektorspezifischen Subindizes zeigt, dass der Stromsektor die größte Differenz (13 Indexpunkte) zwischen beiden Subindizes aufweist. Die Profitabilitätspotenziale werden hier deutlich besser ausgeschöpft als die Dekarbonisierungspotenziale. Im Industriesektor ist das Gegenteil der Fall: Der Fokus liegt hier stärker auf der Dekarbonisierung (Indexwert 60) als auf der Profitabilität (Indexwert 58).

Warum steht der Index für Zukunftsfähigkeit?

Wie werden die Subindizes für den SEED-Index ermittelt?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Warum steht der Index für Zukunftsfähigkeit?

CO2- und EBIT-Effekte im Vergleich

Die Adaption digitaler Technologien in Unternehmen korreliert in hohem Maße mit CO₂-Einsparungen und EBIT-Steigerungen. Beide Effekte sind zentral für die Zukunftsfähigkeit der Unternehmen.

Der Sektorvergleich zeigt (siehe Abb.): Die Anwendung digitaler Technologien trägt in allen fünf betrachteten Sektoren sowohl zu CO₂-Einsparungen als auch zu EBIT-Steigerungen bei. Besonders hervorzuheben sind die Sektoren Strom und Landwirtschaft, bei denen durch Digitalisierung die größten prozentualen Effekte in Bezug auf Dekarbonisierung und Profitabilität erwartet werden. Warum das so ist, erklärt sich mit zwei additiven Gründen. Erstens: Für 2030 wird eine hohe Adaptionsratea digitaler Technologien im Landwirtschafts- (63 %) und im Stromsektor (60 %) prognostiziert – im Vergleich zu den anderen Sektoren. Diese Prognose basiert auf der signifikanten Steigerung der Adaptionsraten – um +31 Prozentpunkte in der Landwirtschaft und +27 Prozentpunkte im Stromsektor zwischen 2023 und 2030. Zu den Gründen siehe auch "Adaption digitaler Technologien". Zweitens: In beiden Sektoren sind die CO₂- und EBIT-Hebela größer im Vergleich zu den anderen Sektoren. Digitale Technologien führen zu einer deutlichen Reduzierung der CO₂-Emissionen – um bis zu 14 % pro Hektar oder Nutztier. Bei Betreibern von Wind- und Solaranlagen ergeben sich neben Kosteneinsparungen zusätzlich Umsatzsteigerungen von bis zu 8 %, die aus Effizienzsteigerungen und der damit verbundenen Erhöhung der Kapazitäten resultieren.b

Dekarbonisierung - Potenziale im Sektorvergleich

Wie werden Potenziale bewertet?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Dekarbonisierung

Potenziale im Sektorvergleich

Die Dekarbonisierungspotenzialea werden in allen Sektoren noch unzureichend ausgeschöpft. Die möglichen CO₂-Einsparungen bis 2030 zeigen große Chancen auf.

Mit 49 von 100 Punkten zeigt der Dekarbonisierungsindex, dass die deutsche Wirtschaft die  aktuell durch Digitalisierung erreichte  Dekarbonisierung noch verdoppeln kann.

Zwei Sektoren stechen hervor, wie die Faktorenb in der Abbildung verdeutlichen. Unternehmen im Sektor Strom können sich durch digitale Technologien ein 2,5-fachesc Dekarbonisierungspotenzial erschließen. Insbesondere den Erzeugern von Wind- und Solarenergie bieten effizienzsteigernde digitale Technologien die Chance, die CO₂-Einsparungen von 4,7 % im Jahr 2023 auf 12 % im Jahr 2030 zu steigern (siehe Abbildung). Die geplante Ausweitung der regenerativen Stromproduktion in Deutschland1 fördert dieses Wachstum. Der Industriesektor benötigt eine beschleunigte Adaption digitaler Technologien, um sein Dekarbonisierungspotenzial zu steigern. Für das Jahr 2030 weist der Industriesektor mit 5,6 % ein im Vergleich zu den anderen Sektoren niedrigeres Dekarbonisierungspotenzial auf, trotz bestehender CO₂-Reduktionshebel von 9 % bis 12 %d. Das liegt vor allem an der erwarteten geringen Adaptionsrate digitaler Technologien bis 2030.e Um diese zu steigern, sind Anreize, vor allem finanzielle Unterstützung und Förderprogramme für mittelständische Industrieunternehmen, wichtig.

Abweichungen in den Divisionen können aus Rundungen resultieren.

Dekarbonisierung - Absolute CO₂-Einsparungen je Sektor 2023 und 2030

Worauf fußen die Daten?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Dekarbonisierung

Absolute CO₂-Einsparungen je Sektor 2023 und 2030

Digitale Technologien ermöglichten deutschen Unternehmen 2023 eine CO₂-Einsparung von rund 31 Megatonnen.a Schon jetzt tragen digitale Technologien zur Reduktion von CO₂-Emissionen bei, wobei die größten Einsparungen in den Sektoren Strom, Gebäude und Industrie zu verzeichnen sind. Die ermittelten Einsparungen summieren sich auf rund 31 MT CO₂, was ungefähr 4,7 % der mit dieser Studie adressierten Gesamtemissionen (661 MT) sowie 4,1 % der Gesamtemissionen Deutschlands (746 MT)1 im Jahr 2022 entspricht. Obwohl der Logistiksektor im Vergleich die geringsten CO₂-Einsparungen verzeichnet, zeichnet er sich in einer anderen Kennzahl besonders aus. Im Logistiksektor ist bis 2030 der stärkste prozentuale Anstieg der CO₂-Einsparungen zu erwarten.b Die CO₂-Einsparpotenziale im Logistiksektor könnten von 1,2 auf 4,1 MT CO₂ steigen – eine Steigerung um mehr als 200 %. Gründe dafür sind zum einen das erwartete Wachstum des Güterverkehrsc von 515 Tonnenkilometern (tkm) im Jahr 2023 auf 533 tkm2 im Jahr 2030, das zu steigenden absoluten Reduktionspotenzialen führt. Zum anderen ist im Logistiksektor bis 2030 eine Verdopplung der Adaptionsrate zu erwarten.d

[in MTa CO₂]

+36 %

+25 %

+71 %

+39 %

-7 %

+233 %

Logistik

Landwirtschaft

Industrie

Gebäude

Strom

Gesamt

2023

2030

Dekarbonisierung - Beitrag zum Klimaziel der Bundesregierung für 2030

Dekarbonisierung - Potenziale im Sektorvergleich

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Dekarbonisierung

Beitrag zum Klimaziel der Bundesregierung für 2030

Deutsche Unternehmen können durch den Einsatz von digitalen Technologien mit einer Reduktion um rund 42 MT CO₂ – etwa so viel, wie die Einwohner von Rheinland-Pfalz jährlich verursachena – zum CO₂-Emissionsziel 2030 der Bundesregierung beisteuern.

CO₂-Einsparungen im Jahr 2030 – pro Sektor und Gesamt[in MT CO₂]

Die Bundesregierung hat sich 2021 mit der Novellierung des Klimaschutzgesetzes von 2019 das Ziel gesetzt, die Treibhausgasemissionen bis 2030 gegenüber 1990 um 65 % zu reduzieren. Dies entspricht einer Emission von 438 MT CO₂ im Jahr 2030.1 Die in der Studie für die Schlüsselsektoren prognostizierten Einsparungen im Jahr 2030 summieren sich auf rund 42 MT CO₂.b Das entspricht 9,6 % des CO₂-Emissionsziels der Bundesregierung.1

Logistik

Gebäude

Industrie

Landwirtschaft

Strom

Gesamt

CO₂-Emissionsziel Deutschland 2030

Profitabilität - Potenziale im Sektorvergleich

Dekarbonisierung - Absolute CO₂-Einsparungen je Sektor 2023 und 2030

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Profitabilität

Potenziale im Sektorvergleich

Die Profitabilitätspotenzialea der Digitalisierung werden bereits etwas besser ausgeschöpft. Dennoch zeigen mögliche EBIT-Effekte bis 2030 erhebliche Chancen auf, die Profitabilität durch Nutzung digitaler Technologien zu steigern.

Mit 57 von 100 Punkten zeigt der Profitabilitätsindex, dass die deutsche Wirtschaft die aktuell  durch Digitalisierung erreichte Profitabilität  noch um das 1,8-Fache erhöhen kann.

Während für das Jahr 2023 zwei Sektoren besonders hervorstechen, zeichnen sich bis 2030 dagegen einheitliche Ergebnisse über alle Sektoren hinweg ab: In den Sektoren Landwirtschaft und Strom waren die EBIT-Effekte der Digitali-sierung im Jahr 2023 mit einer um 2,4 bis 3,4 % erhöhten Marge am größten. In der Landwirtschaft halfen digitale Technologien im Jahr 2023, die gestiegenen Kosten, die vor allem auf höhere Ausgaben für Dünge- und Futtermittel zurück-zuführen sind, gezielt zu mindern.1,2 Bei den Erzeugern von Wind- und Solarstrom dienten digitale Technologien der Effizienzverbesserung bei der Stromproduktion und erhöhen den Umsatz so um bis zu 8 %, wie die Datenauswertungen zeigen.b Nahezu alle Sektoren haben die Chance, die durch Digitalisierung erzielte EBIT-Marge bis 2030 zu verdoppeln.c,d Für alle Sektoren werden bis 2030 gleichbleibend hohe oder sogar steigende Kosten prognostiziert, beispielsweise für Wartungspersonal, Dünge- und Futtermittel, Treibstoffe oder durch CO₂-Abgaben bedingte Mautkosten.3,4 Hier können digitale Technologien durch Effizienzgewinne ihre Wirkung entfalten: Ein Anstieg des EBIT-Effektsd auf 4,6 % in der Landwirtschaft und 6,6 % im Stromsektor ist möglich.

Abweichungen in den Divisionen können aus Rundungen resultieren.

Profitabilität - Absolute EBIT-Erhöhung je Sektor 2023 und 2030

Dekarbonisierung - Beitrag zum Klimaziel der Bundesregierung für 2030

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Profitabilität

Absolute EBIT-Erhöhung je Sektor 2023 und 2030

[in MTa CO₂]

Digitale Technologien erhöhten das EBIT der fünf Schlüs-selsektoren im Jahr 2023 im Schnitt um rund 9 %.a Das entspricht etwa 28 Mrd. EUR. Schon jetzt tragen digitale Technologien in allen fünf Sektoren zur Erhöhung des EBIT bei. Absolut betrachtet konzentriert sich die EBIT-Zunahme mit fast 23 Mrd. EUR auf den Industriesektor, der mit 86 %b im Vergleich zu den anderen Sektoren den weitaus höchsten Anteil am Gesamtumsatz der untersuchten Sektoren hat. Bis 2030 ist eine absolute EBIT-Erhöhung durch Digitalisierung auf 53 Mrd. EUR möglich. Das wäre fast eine Verdopplung. In allen Sektoren bestehen Chancen, das EBIT bis 2030 durch den Einsatz digitaler Technologien zu steigern. Am größten werden die EBIT-Effekte in den Sektoren Logistik, Strom und Gebäude sein (siehe Abb.). Absolut betrachtet allerdings wird die Steigerung des EBIT im Industriesektor mit rund 42 Mrd. EUR im Jahr 2030 am höchsten ausfallen (siehe Abb.)

+90 %

+85 %

+143 %

+110 %

+52 %

+174 %

Logistik

Landwirtschaft

Industrie

Gebäude

Strom

Gesamt

2023

2030

Adaption digitaler Technologien - 55 % bis 2030 sind möglich!

Profitabilität - Potenziale im Sektorvergleich

Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Adaption digitaler Technologien

55 % bis 2030 sind möglich!

Der SEED-Adaptionspfad skizziert eine mögliche Entwicklung zwischen ambitionierter Digitalisierung weltweit und erwartbarer Zurückhaltung hierzulande. Er zielt ab auf eine 55 %ige Adaption digitaler Technologien bis 2030 statt auf die aus den Unternehmensbefragungen abgeleiteten 45 %. Der SEED-Adaptionspfad stellt auf Basis des Ist-Werts einen Entwicklungspfad für die Digitalisierung der deutschen Wirtschaft dar, der sowohl pragmatische als auch ambitionierte Ziele setzt. Er ermöglicht in den kommenden Jahren eine Fortschrittsmessung der Digitalisierung im Kontext dieser Untersuchung. Er kann und soll damit auch als Orientierung dafür dienen, was deutschen Unternehmen in Sachen Dekarbonisierung und Profitabilität durch digitale Technologien möglich ist, wenn sie über die aus der Befragung ableitbare Adaptionsrate von 45 % hinausgehen. Der Zielwert von 55 % ergibt sich aus zwei Werten: Der erste ist die erwartete durchschnittliche Adaptionsrate für 2030, die aus der Unternehmensbefragung resultiert und erfahrungsgemäß zurückhaltend eingeschätzt wurde. Der zweite Wert ist die erwartete durchschnittliche Adaptionsrate, die sich aus Sekundärdaten, Prognosen für führende Länder, Unternehmen und Use Cases ergibt und mit durchschnittlich 66 % zu veranschlagen ist.

Mit einer Adaptionsratea digitaler Technologien   von heute durchschnittlich 29 % haben deutsche  Unternehmen klar Nachholbedarf.

Adaptionsrate [%]

Die Nummern 1 und 2 in der Legende dienen als Referenz für die nächsten drei Seiten

Adaption digitaler Technologien - Ambitionslos in die Zukunft. Warum?

Profitabilität - Absolute EBIT-Erhöhung je Sektor 2023 und 2030

Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Adaption digitaler Technologien

Ambitionslos in die Zukunft. Warum?

In allen fünf Schlüsselsektoren zeigen die befragten Unternehmen nur geringe Ambitionen, die Digitalisierung bis 2030 in hohem Maße zu beschleunigen. Mehrere Gründe können diese Entwicklung erklären: 01. Regulatorische Herausforderungen: Die im internationalen Vergleich strengeren Datenschutzgesetze und Vorschriften1 in Deutschland führen in den Unternehmen zu zusätzlichem Aufwand und damit zur verzögerten Einführung von Technologien, vor allem solchen, die auf Künstlicher Intelligenz und Big Data basieren. 02. Fehlende digitale Infrastruktur: In einigen Regionen Deutschlands, vor allem in ländlichen Gebieten, mangelt es an einer ausreichenden digitalen Infrastruktur, insbesondere bei der Breitbandversorgung.2 Die Einführung digitaler Technologien wie Cloud-Echtzeitdaten, die große Datenbandbreiten benötigen, ist dort schwierig. 03.Fachkräftemangel: Viele Unternehmen haben Schwierigkeiten, qualifizierte Fachkräfte zu finden, die über die notwendigen digitalen Kompetenzen, auch zu Randthemen wie Daten- und Cybersicherheit, verfügen. Der Mittelstand ist von diesen Einschränkungen stärker betroffen als die großen Unternehmen, da seine Möglichkeiten, Risiken zu streuen, geeignetes Personal anzuwerben und hohe Investitionen zu tätigen, begrenzter sind.

Adaptionsraten deutscher Unternehmen 2030 laut Befragunga [in %]

Abweichungen bei den Mittelwerten resultieren aus Rundungen

Adaption digitaler Technologien - Bis 2030 Verdopplung in fast allen Sektorenich

Adaption digitaler Technologien - 55 % bis 2030 sind möglich!

Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Adaption digitaler Technologien

Bis 2030 Verdopplung in fast allen Sektoren

Adaptionsraten gemäß SEED-Adaptionspfada [Adaptionsraten in %; Anstiege in Prozentpunkten]

Gemäß dem durchaus realistischen SEED-Adaptionspfad wird sich die Adaption digitaler Technologien zwischen 2023 und 2030 in fast allen Sektoren verdoppeln. Aus der SEED-Zielpfadlogika ergeben sich für alle Sektoren bis 2030 Adaptionsraten, die im Schnitt doppelt so hoch sind wie heute. Am höchsten wird die Adaption digitaler Technologien von 2023 bis 2030 demnach im Gebäudesektor ausfallen. Für einen sprunghaften Anstieg der Adaptionsrate von 31 auf 65 % im Jahr 2030 werden insbesondere Gebäudemanagementsysteme (Building Management Systems – BMS) in Nichtwohngebäuden sorgen.b Dagegen wird vor allem der Logistiksektor, in dem Deutschland über viele Jahre ein Vorbild war,1 aufgrund des Fachkräftemangels und der in hohem Maße mittelständischa geprägten Struktur Schwierigkeiten haben, bis 2030 hohe Adaptionsraten in der Breite zu erreichen. Die folgenden Kapitel zur Sektorauswertung zeigen auf, welche Use Cases digitaler Technologien bei den aufgezeigten Adaptionspfaden zur Anwendung kommen und welche Effekte sie auf die Dekarbonisierung und die Profitabilität im jeweiligen Sektor haben.

+110 %

+97 %

+82 %

+75 %

+100 %

Logistik

Industrie

Strom

Landwirtschaft

Gebäude

2023

2030

Sektoren Übersicht

Adaption digitaler Technologien - Ambitionslos in die Zukunft. Warum?

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Sektoren Übersicht

Industrie

Landwirtschaft

Gebäude

Strom

Logistik

Gebäude Übersicht

Adaption digitaler Technologien - Bis 2030 Verdopplung in fast allen Sektoren

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Gebäude

Die zentralen Erkenntnisse auf einen Blick

Der Gebäudesektor umfasst die Planung, den Bau und das Management von Gebäuden. Mit einem Anteil von ca. 41 % an den CO₂-Emissionen Deutschlands ist er einer der größten Emittenten und gilt als Schlüssel-sektor für die Erreichung der Klimaziele.1 Die Bauwirtschaft, die knapp 1 Mio. Menschen beschäftigt,2 konzentriert sich auf die physische Errichtung von Gebäuden – öffentliche Gebäude, Gewerbe- und Industriebauten ebenso wie Privathäuser und Wohnimmobilien. Angesichts steigender Materialpreise, zunehmenden Personalmangels und wachsender Anforderungen an die Energieeffizienz von Neubauten gewinnt nachhaltiges und digital unterstütztes Bauen an Relevanz. Allein der Betrieb von Gebäuden macht in Deutschland fast ein Drittel der CO₂-Emissionen und ca. 35 % des Endenergieverbrauchs aus.3 Im Subsektor Gebäudemanagement liegt der Fokus deshalb auf der effizienten Bewirtschaftung bestehender Gebäude. So spielt das technische Gebäudemanagement als Teil des Facility Managements eine entscheidende Rolle für die Reduktion der Energie- und Wärmeverbräuche.

Mehr erfahren >

CO₂-Reduktion und EBIT-Effekte im Vergleich

Mehr erfahren >

CO₂-Einsparungen und EBIT-Effekte

Mehr erfahren >

Aktuelle und erwartete Adaption digitaler Technologien

Mehr erfahren >

Analysierte Subsektoren

Bauwirtschaft

Gebäudemanagement

Die zentralen Erkenntnisse auf einen Blick

Sektoren Übersicht

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Gebäude

Die zentralen Erkenntnisse auf einen Blick

Der Gebäudesektor umfasst die Planung, den Bau und das Management von Gebäuden. Mit einem Anteil von ca. 41 % an den CO₂-Emissionen Deutschlands ist er einer der größten Emittenten und gilt als Schlüssel-sektor für die Erreichung der Klimaziele.1 Die Bauwirtschaft, die knapp 1 Mio. Menschen beschäftigt,2 konzentriert sich auf die physische Errichtung von Gebäuden – öffentliche Gebäude, Gewerbe- und Industriebauten ebenso wie Privathäuser und Wohnimmobilien. Angesichts steigender Materialpreise, zunehmenden Personalmangels und wachsender Anforderungen an die Energieeffizienz von Neubauten gewinnt nachhaltiges und digital unterstütztes Bauen an Relevanz. Allein der Betrieb von Gebäuden macht in Deutschland fast ein Drittel der CO₂-Emissionen und ca. 35 % des Endenergieverbrauchs aus.3 Im Subsektor Gebäudemanagement liegt der Fokus deshalb auf der effizienten Bewirtschaftung bestehender Gebäude. So spielt das technische Gebäudemanagement als Teil des Facility Managements eine entscheidende Rolle für die Reduktion der Energie- und Wärmeverbräuche.

01. Hohe CO₂-Emissionen: Mit einem Anteil von ca. 41 % am CO₂-Ausstoß Deutschlands ist der Gebäudesektor einer der größten Emittenten und spielt eine Schlüsselrolle für die Erreichung der Klimaziele.1 02. Große CO₂-Einsparungen: Der Einsatz digitaler Technologien führt insbesondere im Gebäudemanagement schon heute zu hohen absoluten CO₂-Einsparungen. Alleine bei Nichtwohngebäuden lassen sich rund 11 % der CO₂-Emissionen im Jahr 2030 durch Gebäudemanagementsysteme (BMS) reduzieren. Sie werden sich mit der fortschreitenden Elektrifizierung im Gebäudesektor und dem Ersatz fossiler durch erneuerbare Energien bis 2030 allerdings absolut verringern.

03. Positive EBIT-Effekte: Digitale Technologien erweisen sich im Gebäudesektor als Profitabilitätstreiber und führen bis 2030 zu einer absoluten Steigerung von über 2,3 Mrd. EUR. Vor allem in der Bauwirtschaft ist aufgrund von Materialeinsparungen von bis zu 9 % und einer Verkürzung der Bauzeit von bis zu 18 % mit einer weiteren Profitabilitäts-steigerung zu rechnen. 04. Hohe Adaptionsrate digitaler Technologien: Der Gebäudesektor ist auf gutem Wege, digitale Technologien zu implementieren. Mit 78 % ist die bis 2030 erwartete Adaptionsrate im Subsektor Gebäudemanagement verglichen mit der Bauwirtschaft (53 %) besonders hoch. Die positiven EBIT-Effekte, gepaart mit neuen effizienten Optimierungsmöglichkeiten durch Künstliche Intelligenz steigern die Adaptionsrate im Gebäude-management zwischen 2023 und 2030 um den Faktor 2,3.

Profitabilitäts-indexa

Dekarbonisierungs-index

54

52

CO₂- Einsparung

EBIT-Effekt

1.130 Mio. EUR

1,0 %

2023

7,2 MT CO₂

4,0%

2023

2.371 Mio. EUR

1,9 %

2030

6,7 MT CO₂b

7,8 %

2030

Abweichungen in den Divisionen können aus Rundungen resultieren.

CO₂-Reduktion und EBIT-Effekte im Vergleich

Gebäude Übersicht

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Gebäude

CO₂-Reduktion und EBIT-Effekte im Vergleich

Der Gebäudesektor umfasst die Planung, den Bau und das Management von Gebäuden. Mit einem Anteil von ca. 41 % an den CO₂-Emissionen Deutschlands ist er einer der größten Emittenten und gilt als Schlüssel-sektor für die Erreichung der Klimaziele.1 Die Bauwirtschaft, die knapp 1 Mio. Menschen beschäftigt,2 konzentriert sich auf die physische Errichtung von Gebäuden – öffentliche Gebäude, Gewerbe- und Industriebauten ebenso wie Privathäuser und Wohnimmobilien. Angesichts steigender Materialpreise, zunehmenden Personalmangels und wachsender Anforderungen an die Energieeffizienz von Neubauten gewinnt nachhaltiges und digital unterstütztes Bauen an Relevanz. Allein der Betrieb von Gebäuden macht in Deutschland fast ein Drittel der CO₂-Emissionen und ca. 35 % des Endenergieverbrauchs aus.3 Im Subsektor Gebäudemanagement liegt der Fokus deshalb auf der effizienten Bewirtschaftung bestehender Gebäude. So spielt das technische Gebäudemanagement als Teil des Facility Managements eine entscheidende Rolle für die Reduktion der Energie- und Wärmeverbräuche.

Rund 11 % der CO₂-Emissionen im Gebäudesektor lassen sich im Jahr 2030 durch Digitalisierung reduzieren. Die Hauptquelle dieser signifikanten CO₂-Einsparungen liegt im reduzierten Energieverbrauch in der Gebäudenutzung, der durch den Einsatz digitaler Technologien in Gebäudemanagementsystemen (BMS) erzielt wird. Insbesondere die intelligente und automatisierte Steuerung von Heizungs/-, Warmwasser-systemen, Kühlung, Lüftung und Beleuchtung ermöglichen nach den Ergebnissen der Unternehmensumfrage Energieeinsparungen von 10 bis 19 %. Da Gebäudemanagementsysteme (BMS) über den gesamten Lebenszyklus eines Gebäudes zur Anwendung kommen, spielen sie auch eine Schlüsselrolle in der langfristigen Reduzierung des Energieverbrauchs. Die Einführung von Smart-Meter, unterstützt durch nationale Programme wie den Smart-Meter-Rollout-Plan1 sowie die Förderung erneuerbarer Energien spielen dabei ebenfalls eine zentrale Rolle.2 Beitrag der Bauwirtschaft ist im Vergleich deutlich geringer. Die CO₂-Emissionen im Subsektor Gebäudemanagement für Nichtwohngebäude, etwa 114 MT CO₂ im Jahr 2022, übersteigen die der Bauwirtschaft, ca. 60 MT CO₂ im gleichen Jahr.a Dennoch können digitale Lösungen, wie Digital Twins von Baustellen (BIMb), auch in der Bauwirtschaft zu bedeutsamen CO₂-Einsparungen beitragen und zugleich die Profitabilität steigern (siehe Abbildung).

CO₂-Reduktionspotenzial (in %)

EBIT-Effekte (in Millionen Euro/Jahr)

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

Viehwirtschaft

CO₂-Einsparungen und EBIT-Effekte

Die zentralen Erkenntnisse auf einen Blick

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Gebäude

CO₂-Einsparungen und EBIT-Effekte

Der Gebäudesektor umfasst die Planung, den Bau und das Management von Gebäuden. Mit einem Anteil von ca. 41 % an den CO₂-Emissionen Deutschlands ist er einer der größten Emittenten und gilt als Schlüssel-sektor für die Erreichung der Klimaziele.1 Die Bauwirtschaft, die knapp 1 Mio. Menschen beschäftigt,2 konzentriert sich auf die physische Errichtung von Gebäuden – öffentliche Gebäude, Gewerbe- und Industriebauten ebenso wie Privathäuser und Wohnimmobilien. Angesichts steigender Materialpreise, zunehmenden Personalmangels und wachsender Anforderungen an die Energieeffizienz von Neubauten gewinnt nachhaltiges und digital unterstütztes Bauen an Relevanz. Allein der Betrieb von Gebäuden macht in Deutschland fast ein Drittel der CO₂-Emissionen und ca. 35 % des Endenergieverbrauchs aus.3 Im Subsektor Gebäudemanagement liegt der Fokus deshalb auf der effizienten Bewirtschaftung bestehender Gebäude. So spielt das technische Gebäudemanagement als Teil des Facility Managements eine entscheidende Rolle für die Reduktion der Energie- und Wärmeverbräuche.

CO₂-Reduktionspotenzial (in MT CO₂/Jahr)

EBIT-Steigerungspotenzial (in Mio. EUR)

-20 %

+39 %

+110 %

+41 %

Bauwirtschaft (BIM)

Gebäudemanagement (BMS)

Bauwirtschaft (BIM)

Gebäudemanagement (BMS)

Aktuelle EBIT-Steigerung 2023

Erwartete EBIT-Steigerung 2030

Aktuelle Reduktion 2023

Erwartete Reduktion 2030

Der Einsatz digitaler Technologien im Gebäudemanagement führt heute und 2030 zu hohen absoluten CO₂-Einsparungen – Mit der fortschreitenden Elektrifizierung in Gebäudesystemen, zum Beispiel durch Wärmepumpen1, und dem Ersatz fossiler Brennstoffe durch erneuerbare Energien wird sich das absolute CO₂-Reduktions-potenzial bis 2030 allerdings verringern, da auch die Gesamt-CO₂-Emissionen des Gebäudemanagements bis 2030 sinken.a

In der Bauwirtschaft und im Gebäudemanagement werden für 2030 ähnliche Profitabilitätseffekte erwartet – Digitale Technologien erweisen sich im Gebäudesektor als Profitabilitätstreiber und führen zu einer absoluten Steigerung von über 2,3 Mrd. EUR. In der Bauwirtschaft ist mit einer Verdopplung des EBIT-Effekts zu rechnen – Aufgrund von Materialeinsparungen von bis zu 9 % und einer Verkürzung der Bauzeit von bis zu 18 % haben digitale Technologien angesichts steigender Kosten einen positiven Einfluss auf die Profitabilität.b

Aktuelle und erwartete Adaption digitaler Technologien

CO₂-Reduktion und EBIT-Effekte im Vergleich

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Gebäude

Gebäude

Aktuelle und erwartete Adaption digitaler Technologien

Der Gebäudesektor umfasst die Planung, den Bau und das Management von Gebäuden. Mit einem Anteil von ca. 41 % an den CO₂-Emissionen Deutschlands ist er einer der größten Emittenten und gilt als Schlüssel-sektor für die Erreichung der Klimaziele.1 Die Bauwirtschaft, die knapp 1 Mio. Menschen beschäftigt,2 konzentriert sich auf die physische Errichtung von Gebäuden – öffentliche Gebäude, Gewerbe- und Industriebauten ebenso wie Privathäuser und Wohnimmobilien. Angesichts steigender Materialpreise, zunehmenden Personalmangels und wachsender Anforderungen an die Energieeffizienz von Neubauten gewinnt nachhaltiges und digital unterstütztes Bauen an Relevanz. Allein der Betrieb von Gebäuden macht in Deutschland fast ein Drittel der CO₂-Emissionen und ca. 35 % des Endenergieverbrauchs aus.3 Im Subsektor Gebäudemanagement liegt der Fokus deshalb auf der effizienten Bewirtschaftung bestehender Gebäude. So spielt das technische Gebäudemanagement als Teil des Facility Managements eine entscheidende Rolle für die Reduktion der Energie- und Wärmeverbräuche.

Adaptionsraten der Use Cases [in %]

Die Adaptionsrate von Building Management Systems (BMS) wird bis 2030 voraussichtlich um das 2,3-Fache steigen – Es gibt zwei Entwicklungen im Zusammenhang mit dieser Steigerung: Zum einen sinken die Anschaffungskosten für BMS und die Einführung innovativer Technologien wie Künstlicher Intelligenz (KI) und Analytics erlauben neue Optimierungsmöglichkeiten.1 Zum anderen stellen die hohen EBIT-Effekte von bis zu 11 % einen finanziellen Anreiz für die Unternehmen dar. Diese beiden Entwicklungen werden die Marktdurchdringung weiter vorantreiben und bis 2030 zu weiteren CO₂-Einsparungen und EBIT-Steigerungen führen. Die Adaptionsrate von Building Information Modeling (BIM) wird dagegen nur um das 0,8-Fache zunehmen – Aktuell nutzen etwa 29 % der Bauunternehmen Digital Twins bzw. BIM-Systeme in verschiedenen Reifegraden der digitalen Zusammenarbeit und profitieren von Kosten- und Materialeinsparungen in der Planungs- und Bauphase.a Da diese umso höher ausfallen, je enger die digitale Zusammenarbeit ist, wird bis 2030 mit einem höheren durchschnittlichen Reifegrad derselben gerechnet. Die dennoch vergleichsweise geringe Steigerung der Adaptionsrate liegt daran, dass vor allem kleinere Unternehmen sich aufgrund aufwändiger Schulungen und zusätzlicher Kosten mit der Implementierung von BIM schwertun, vor allem im Ökosystem der Subunternehmer.

Gebäudemanagement: Building Management System (BMS) in Nichtwohngebäuden

Use Cases im Vergleich

Bauwirtschaft: Building Information Modeling (BIM)

0%

80%

60%

40%

20%

2023

2030

Analysierte Subsektoren und Use Cases

CO₂-Einsparungen und EBIT-Effekte

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Gebäude

Analysierte Subsektoren und Use Cases

Der Gebäudesektor umfasst die Planung, den Bau und das Management von Gebäuden. Mit einem Anteil von ca. 41 % an den CO₂-Emissionen Deutschlands ist er einer der größten Emittenten und gilt als Schlüssel-sektor für die Erreichung der Klimaziele.1 Die Bauwirtschaft, die knapp 1 Mio. Menschen beschäftigt,2 konzentriert sich auf die physische Errichtung von Gebäuden – öffentliche Gebäude, Gewerbe- und Industriebauten ebenso wie Privathäuser und Wohnimmobilien. Angesichts steigender Materialpreise, zunehmenden Personalmangels und wachsender Anforderungen an die Energieeffizienz von Neubauten gewinnt nachhaltiges und digital unterstütztes Bauen an Relevanz. Allein der Betrieb von Gebäuden macht in Deutschland fast ein Drittel der CO₂-Emissionen und ca. 35 % des Endenergieverbrauchs aus.3 Im Subsektor Gebäudemanagement liegt der Fokus deshalb auf der effizienten Bewirtschaftung bestehender Gebäude. So spielt das technische Gebäudemanagement als Teil des Facility Managements eine entscheidende Rolle für die Reduktion der Energie- und Wärmeverbräuche.

I. Bauwirtschaft

EBIT-Effekte (in Millionen Euro/Jahr)

Building Information Modeling (BIM)

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

II. Gebäudemanagement

Building Management System (BMS) in Nichtwohngebäuden

Viehwirtschaft

I. Bauwirtschaft

Aktuelle und erwartete Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Bauwirtschaft

Modellierung, Planung und Durchführung von Bauprozessen

Herausforderungen und Digitalisierungsfelder Neben dem Fachkräftemangel6 ist die effektive und effiziente Koordination und Integration aller Beteiligten eine zentrale Herausforderung im Baugewerbe. Ein unzureichender Informationsaustausch führt bei Bauprojekten zu Schwierigkeiten bei der Anlieferung und Lagerung von Baumaterialien, Verzögerungen, Baufehlern und verlängerten Bauphasen. Koordination und Integration sind somit entscheidende Faktoren, wenn es darum geht, einen kostengünstigen, genauen, transparenten und planmäßigen Bauprozess ohne Konstruktionsfehler zu ermöglichen. Die Digitalisierung bietet eine Vielzahl von Chancen für die Zukunft des Baugewerbes. Um diese Vorteile vollständig zu nutzen, ist ein gesamtheitlicher und umfassender Ansatz notwendig, der die Planungs-, Bau- und Betriebsphasen der Gebäude abdeckt und den Informationsaustausch zwischen den Beteiligten sicherstellt. Building Information Modeling (BIM) als Antwort auf diese aktuellen Herausforderungen der Branche sorgt für eine digitalisierte, effiziente und nachhaltige Zukunft der Baubranche.

Beschreibung des Subsektors Als eine der Schlüsselindustrien in Deutschland macht die Bauwirtschaft 6 % der nominalen Bruttowertschöpfung aus. Aus gesamtwirtschaftlicher Sicht ist sie die bedeutsamste Industrie nach dem Dienstleistungs-sektor und dem produzierenden Gewerbe.1 Durch die Herstellung von Baumaterialien sowie von deren Transport und den entsprechenden Energieverbrauch ist die Bauwirtschaft für etwa 12 %2,3,4 des deutschen CO₂-Ausstoßes verantwortlich. Als Norm gibt die DIN EN ISO 19650-1:2019-08 Auskunft zur Organisation und Digitalisierung von Bauwerksinformationen, einschließlich der Bauwerksinformations-modellierunga (BIM).5

EBIT-Effekt

Use Case

CO₂-Effekt

1,7 MT CO₂

2,8 %

1.130,1 Mio. EUR

1,0 %

2023

Building Information Modeling (BIM)

2,4 MT CO₂

5,1 %

2.371,4 Mio. EUR

1,9%

2030

Use Case: Building Information Modeling (BIM)

Analysierte Subsektoren und Use Cases

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Bauwirtschaft

Modellierung, Planung und Durchführung von Bauprozessen

Use Case: Building Information Modeling (BIM)

BIM revolutioniert Bau- und Planungsprozesse durch ein 3D-Modell1 und kontinuierlichen Datenaustausch2. Die Zusammenarbeit ist geprägt von Transparenz und präziser Koordination. Modellierungs- und Kollisionsprüfungen ermöglichen das frühzeitige Erkennen von Unstimmigkeiten, steuern Kosten während der Konstruktionsphase und bieten langfristige Vorteile in Sachen Effizienz, Wartung und Instandhaltung im Betrieb trotz zusätzlichen Planungsaufwands.3

Unterschieden werden folgende Reifegrade eines BIM:

• Stufe 0 – Keine digitale Zusammenarbeit: 2D-Zeichnungen (z.B. CADa), die nicht in einem digitalen Format geteilt werden.
• Stufe 1 – Geringe digitale Zusammenarbeit: Konzepte in 3D, aber Entwürfe und Dokumentation in 2D (Norm BS 1192:2007); eigene, isolierte Daten der Beteiligten.
• Stufe 2 – Fortgeschrittene digitale Zusammenarbeit: Teilweise verschiedene 3D-Modelle, aber Informationsaustausch dank gemeinsamen Standarddateiformats.
• Stufe 3 – Vollständige digitale Zusammenarbeit: Gemeinsames 3D-Modell für alle Beteiligten in einer zugänglichen Umgebung (Open BIM).

In Zukunft wird es noch weitere Stufen geben, z.B. 4D inkl. der Dimension Zeit, 5D und 6D.3

Verwendete digitale Technologien BIM-Managementsoftware, inklusive:

• Simulations- und Modellierungssoftware (3D): Diese Software ermöglicht die Erstellung und Simulation von detaillierten dreidimensionalen Gebäudemodellen, um Planung, Design, Konstruktion und Management von Gebäuden und Infrastrukturen zu optimieren.
• (Cloud-)Plattform/Common Data Environment (CDE): Eine zentrale digitale Plattform, die in der Cloud gehostet wird und es Projektbeteiligten ermöglicht, Informationen und Daten in Echtzeit zu teilen, zu verwalten und zu koordinieren, um die Zusammenarbeit und Effizienz bei Bauprojekten zu verbessern.

EBIT-Effekt

Adaptionsraten

CO₂-Effekt

Einsparung 1,7 MT CO₂

2,8 %

Baseline 60,1 MT CO₂

1,0 %

29 %

2023

Erhöhung 1.130,1 Mio. EUR

Umsatz 108,4 Mrd. EUR

Einsparung 2,4 MT CO₂

5,1 %

Projektion 46,4 MT CO₂

1,9 %

53 %

2030

Erhöhung 2.371,4 Mio. EUR

Umsatz 122,8 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

II. Gebäudemanagement

I. Bauwirtschaft

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Gebäudemanagement

Effiziente Steuerung und Bewirtschaftung von Gebäuden

Herausforderungen und Digitalisierungsfelder Rund 73 Mrd. EUR werden deutschlandweit jährlich für Raumwärme, Warmwasser, Beleuchtung und Kühlung in Wohn- und Nichtwohngebäuden aufgewendet.1 In Nichtwohngebäuden wurden 2021 etwa 330 Terrawattstunden (TWh) Energie verbraucht – das entspricht dem Verbrauch der Stadt Berlin. 70 % davon entfielen auf Raumwärme, etwa 17 % auf Beleuchtung und 7 % auf Klimakälte.5 Der Großteil des Energieverbrauchs basiert weiterhin auf fossilen Brennstoffen wie Heizöl, Erdgas oder Kohle.5,6 Digitale Technologien leisten zusätzlich zur Gebäudesanierung und Umrüstung von Heizanlagen auf erneuerbare Energieträger1 einen nachweisbaren Beitrag zur Reduktion von CO₂-Emissionen und Kosten.7 Ihre Bedeutung für das effiziente Gebäudemanage-ment nimmt deshalb stetig zu. Sie visualisieren Verbräuche, erfassen externe Faktoren und passen – gestützt durch Building Management Systeme (BMS) – Heizung, Belüftung, Klimatisierung und Beleuchtung automatisch an. So trägt das digitale Gebäude-management zur CO₂- und Kostenreduktion im Hinblick auf Nichtwohngebäude bei und hilft, die Profitabilität zu steigern.

Beschreibung des Subsektors Das Gebäudemanagement umfasst die Steuerung, Bewirtschaftung, Verwaltung und Überwachung von Gebäudeinfrastrukturen und ist ein wichtiger Teil des Gebäudesektors. Auf den Betrieb von Gebäuden entfallen 2023 in Deutschland rund 30 % der CO₂-Emissionen und etwa 35 % des Endenergie-verbrauchs.1 Nichtwohngebäude haben im selben Jahr wiederum einen Anteil von rund 37 %.2 Die bundesweit etwa 21 Mio. Nichtwohngebäude setzen sich aus einer Vielzahl von Gebäudetypen zusammen, darunter Büro-, Industrie- und öffentliche Bauten.3,4 Für die Erreichung der Klimaziele spielt das effiziente Management dieser Gebäude eine große Rolle.

EBIT-Effekt

Use Case

CO₂-Effekt

5,5 MT CO₂

4,6 %

1.789,1 Mio. EUR

4,6 %a

2023

Building Management System (BMS) in Nichtwohngebäuden

4,4 MT CO₂

10,8 %

2.488,5 Mio. EUR

10,7 %a

2030

Use Case: Building Management System (BMS) in Nichtwohngebäuden

Use Case: Building Information Modeling (BIM)

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Gebäudemanagement

Effiziente Steuerung und Bewirtschaftung von Gebäuden

Use Case: Building Management System (BMS) in Nichtwohngebäuden

Verwendete digitale Technologien

• Sensortechnologie und Internet der Dinge (IoT): Erfassung von Echtzeitdaten zu Raumtemperaturen, Luftqualität, Lichtniveau und anderen Umweltbedingungen, um den Energieverbrauch zu optimieren.
• Automatisierung und Regelung: Nutzung von automatisierten Systemen zur Steuerung von Heizung, Lüftung, Klimaanlage (HLK), Beleuchtung und anderen Gebäudefunktionen, um den Komfort zu maximieren und den Energieverbrauch zu mini-mieren.

Ein Gebäudemanagementsystem (BMS) ist eine computerbasierte Lösung zur zentralen Kontrolle und Überwachung von Gebäudetechnologien wie Heizung, Lüftung, Klimatisierung, Beleuchtung und Energiemanagement. Digitale Technologien optimieren den Energieverbrauch, verbessern die Temperatur- und Luftqualitätsregelung und ermöglichen ein effizientes Beleuchtungsmanagement.

• Energiemanagementsysteme (EMS): Implementierung von EMS zur kontinuierlichen Überwachung, Analyse und Optimie-rung des Energieverbrauchs, einschließlich der Integration erneuerbarer Energien.
• Künstliche Intelligenz (KI) und Data Analytics: Nutzung von KI-Algorithmen und Datenanalyse, um Muster im Gebäude-verhalten zu erkennen, Wartungsbedarf vorherzusagen und operative Abläufe zu optimieren.
• Mobile Anwendungen: Anwendungen für Facility Manager zur Fernüberwachung und -steuerung von Gebäudesystemen sowie für eine effiziente Kommunikation im Notfall.

Adaptionsraten

EBIT-Effekt

CO₂-Effekt

Einsparung 5,5 MT CO₂

4,6 %

Baseline 113,5 MT CO₂

4,6 %a

33 %

2023

Erhöhung 1.789,1 Mio. EUR

Umsatz 38,7 Mrd. EUR

Einsparung 4,4 MT CO₂

10,8 %

Projektion 40,4 MT CO₂

10,7 %a

78 %

2030

Erhöhung 2.488,5 Mio. EUR

Umsatz 23,2 Mrd. EUR

Industrie Übersicht

II. Gebäudemanagement

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Industrie

Die zentralen Erkenntnisse auf einen Blick

Deutschland zählt zu den führenden Industrienationen weltweit und ist bekannt für die Entwicklung und Herstellung komplexer Güter. 2023 waren im verarbei-tenden Gewerbe 8 Mio. Menschen beschäftigt.1 Im selben Jahr trug der Sektor 24,5 % zur Bruttowert-schöpfung bei.2 Damit ist die produzierende Industrie in Deutschland ein zentraler Faktor für Wachstum und Wohlstand – mehr als in vielen anderen Ländern. Die Innovationskraft der Wirtschaft, getrieben durch intensive Forschungs- und Entwicklungs-anstrengungen, spielt deshalb eine wichtige Rolle für die Entwicklung Deutschlands. Im Jahr 2022 wurden hierzulande 121 Mrd. EUR in Forschung und Entwicklung investiert. Das entspricht mehr als 3 %3 des Bruttoinlandsprodukts und liegt deutlich über dem OECD-Durchschnitt von 2,7 %4. Digitale Technologien spielen im Industriesektor heute schon eine Schlüsselrolle, wenn es darum geht, die Wirtschaftlichkeit zu sichern und die Innovationskraft zu stärken. Um das zu veranschaulichen, hat die Studie verschiedene Subsektoren bzw. Subindustrien analysiert, darunter die Stahl-, Produkt-, Zement- und Chemieindustrie.

Mehr erfahren >

CO₂-Reduktion und EBIT-Effekte im Vergleich

Mehr erfahren >

CO₂-Einsparungen und EBIT-Effekte

Mehr erfahren >

Aktuelle und erwartete Adaption digitaler Technologien

Mehr erfahren >

Analysierte Subsektoren

Stahlindustrie

Produktindustrie

Chemieindustrie

Zementindustrie

Die zentralen Erkenntnisse auf einen Blick

Use Case: Building Management System (BMS) in Nichtwohngebäuden

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Industrie

Die zentralen Erkenntnisse auf einen Blick

Deutschland zählt zu den führenden Industrienationen weltweit und ist bekannt für die Entwicklung und Herstellung komplexer Güter. 2023 waren im verarbei-tenden Gewerbe 8 Mio. Menschen beschäftigt.1 Im selben Jahr trug der Sektor 24,5 % zur Bruttowert-schöpfung bei.2 Damit ist die produzierende Industrie in Deutschland ein zentraler Faktor für Wachstum und Wohlstand – mehr als in vielen anderen Ländern. Die Innovationskraft der Wirtschaft, getrieben durch intensive Forschungs- und Entwicklungs-anstrengungen, spielt deshalb eine wichtige Rolle für die Entwicklung Deutschlands. Im Jahr 2022 wurden hierzulande 121 Mrd. EUR in Forschung und Entwicklung investiert. Das entspricht mehr als 3 %3 des Bruttoinlandsprodukts und liegt deutlich über dem OECD-Durchschnitt von 2,7 %4. Digitale Technologien spielen im Industriesektor heute schon eine Schlüsselrolle, wenn es darum geht, die Wirtschaftlichkeit zu sichern und die Innovationskraft zu stärken. Um das zu veranschaulichen, hat die Studie verschiedene Subsektoren bzw. Subindustrien analysiert, darunter die Stahl-, Produkt-, Zement- und Chemieindustrie.

01. Dekarbonisierungs- und EBIT-Effekte zeigen in allen Subsektoren eine parallele Tendenz: Alle vier Subsektoren sind energieintensiv und weisen daher große Potenziale für eine kostensparende Reduktion von Energie- und Rohstoffverbräuchen durch digitale Technologien auf. 02. Zement- und Chemieindustrie mit höchstem Wachstum absoluter CO₂-Reduktion bis 2030: Aufgrund des erwartbar starken Anstiegs der Adaptionsrate digitaler Technologien ist in beiden Subsektoren mit Steigerungsraten von bis zu 70 % bei absoluten CO₂-Einsparungen zu rechnen. 03. Höchster CO₂-Effekt in der Zementindustrie 2030: Im Vergleich zu den anderen Subsektoren ist der erwartete CO₂-Effekt in 2030 mit 7 % in der Zementindustrie am höchsten.a 04. Höchste absolute CO₂-Einsparungen bei Chemie- und Stahlindustrie: In beiden Subsektoren ist in 2030 mit einer Reduktion von jeweils deutlich über 2 MT CO₂ zu rechnen.

05. Verdopplung der absoluten EBIT-Effekte in der Zement- und Chemieindustrie: Beide Subsektoren haben die Chance, die aktuell durch Digitalisierung erzielten absoluten EBIT-Steigerungen bis 2030 zu verdoppeln. 06. Größte absolute Profitabilitäts-steigerung in der Produktindustrie: Um bis zu 17 Mrd. EUR zusätzliches EBIT bis 2030 sind in diesem Subsektor, zu dem u.a. der Automobil- und Maschinenbau zählt, durch digitale Technologien möglich. 07. Größte Steigerung der Adaptionsrate in der Zement- und Chemieindustrie: In beiden Subsektoren ist mit einer Steigerung der Adaptionsrate digitaler Technologien bis 2030 um 100 % zu rechnen.

Profitabilitäts-index

Dekarbonisierungs-index

58

60

CO₂- Einsparung

EBIT-Effekt

22.861 Mio. EUR

1,2 %

2023

5,7 MT CO₂

3,3 %

2023

42.215 Mio. EUR

2,1 %

2030

7,9 MT CO₂

5,6 %

2030

CO₂-Reduktion und EBIT-Effekte im Vergleich

Industrie Übersicht

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Industrie

CO₂-Reduktion und EBIT-Effekte im Vergleich

Deutschland zählt zu den führenden Industrienationen weltweit und ist bekannt für die Entwicklung und Herstellung komplexer Güter. 2023 waren im verarbei-tenden Gewerbe 8 Mio. Menschen beschäftigt.1 Im selben Jahr trug der Sektor 24,5 % zur Bruttowert-schöpfung bei.2 Damit ist die produzierende Industrie in Deutschland ein zentraler Faktor für Wachstum und Wohlstand – mehr als in vielen anderen Ländern. Die Innovationskraft der Wirtschaft, getrieben durch intensive Forschungs- und Entwicklungs-anstrengungen, spielt deshalb eine wichtige Rolle für die Entwicklung Deutschlands. Im Jahr 2022 wurden hierzulande 121 Mrd. EUR in Forschung und Entwicklung investiert. Das entspricht mehr als 3 %3 des Bruttoinlandsprodukts und liegt deutlich über dem OECD-Durchschnitt von 2,7 %4. Digitale Technologien spielen im Industriesektor heute schon eine Schlüsselrolle, wenn es darum geht, die Wirtschaftlichkeit zu sichern und die Innovationskraft zu stärken. Um das zu veranschaulichen, hat die Studie verschiedene Subsektoren bzw. Subindustrien analysiert, darunter die Stahl-, Produkt-, Zement- und Chemieindustrie.

Dekarbonisierungs- und EBIT-Effekte durch digitale Technologien zeigen in allen Subsektoren eine ähnliche Tendenz. Alle vier Industriesubsektoren sind traditionell energieintensiv1 und weisen in der Untersuchung große Potenziale für Energie- und Rohstoffeinsparungen (bis zu ≈20 %a) durch Technologien wie Digital Twins auf. Da die Reduktion von Energie- und Rohstoffverbräuchen sich sowohl in Kosten- als auch CO₂-Einsparungen niederschlägt, weisen die CO₂- und die EBIT-Kurven der vier Subsektoren ähnliche proportionale Steigungen auf. Höchstes prozentuales CO₂-Reduktionspotenzial (7 %) in der Zementindustrie 2030 erwartet. Die deutsche Zementindustrie hat sich zum Ziel gesetzt, bis spätestens 2045 klimaneutral zu sein.2 Da die Produktion von Zement – vor allem durch die Kalzinierung von Kalkstein, einem Hauptbestandteil von Zement – sehr energieintensiv ist, gilt die CO₂-Reduktion in diesem Subsektor als besonders herausfordernd. Die Zementindustrie muss daher alle verfügbaren Reduktionshebel nutzen, wozu auch digitale Technologien zählen. Die Untersuchung zeigt, dass im Vergleich zu den anderen drei Subsektoren sowohl die erwartete Adaptionsrate digitaler Technologien (59 %) als auch der spezifische CO₂-Reduktionshebel (12 %) in der Zementindustrie am größten ist.a

CO₂-Reduktionspotenzial (in %)

EBIT-Effekte (in Millionen Euro/Jahr)

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

Viehwirtschaft

CO₂-Einsparungen und EBIT-Effekte

Die zentralen Erkenntnisse auf einen Blick

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Industrie

CO₂-Einsparungen und EBIT-Effekte

Deutschland zählt zu den führenden Industrienationen weltweit und ist bekannt für die Entwicklung und Herstellung komplexer Güter. 2023 waren im verarbei-tenden Gewerbe 8 Mio. Menschen beschäftigt.1 Im selben Jahr trug der Sektor 24,5 % zur Bruttowert-schöpfung bei.2 Damit ist die produzierende Industrie in Deutschland ein zentraler Faktor für Wachstum und Wohlstand – mehr als in vielen anderen Ländern. Die Innovationskraft der Wirtschaft, getrieben durch intensive Forschungs- und Entwicklungs-anstrengungen, spielt deshalb eine wichtige Rolle für die Entwicklung Deutschlands. Im Jahr 2022 wurden hierzulande 121 Mrd. EUR in Forschung und Entwicklung investiert. Das entspricht mehr als 3 %3 des Bruttoinlandsprodukts und liegt deutlich über dem OECD-Durchschnitt von 2,7 %4. Digitale Technologien spielen im Industriesektor heute schon eine Schlüsselrolle, wenn es darum geht, die Wirtschaftlichkeit zu sichern und die Innovationskraft zu stärken. Um das zu veranschaulichen, hat die Studie verschiedene Subsektoren bzw. Subindustrien analysiert, darunter die Stahl-, Produkt-, Zement- und Chemieindustrie.

CO₂-Reduktionspotenzial (in MT CO₂/Jahr)

EBIT-Steigerungspotenzial (in Mio. EUR)

+66 %

+85 %

+11 %

+29 %

+68 %

+109 %

+109 %

+107 %

Stahl

Produkt

Zement

Chemie

Stahl

Produkt

Zement

Chemie

Aktuelle EBIT-Steigerung 2023

Erwartete EBIT-Steigerung 2030

Aktuelle Reduktion 2023

Erwartete Reduktion 2030

Zement und Chemie weisen die höchsten Steigerungsraten bei CO₂-Einsparungen auf – Einer der Hauptgründe ist der im Vergleich zu anderen Subsektoren deutlich höhere Anstieg der Adaptionsraten digitaler Technologien um etwa 100 %.a Chemie und Stahl erzielen 2030 voraussichtlich die höchsten absoluten CO₂-Einparungen – Dies liegt vor allem an den relativ zu anderen Subsektoren höchsten CO₂-Projektionen, die ca. 60 % der erwarteten Industrieemissionen 2030 darstellen.b

Zement und Chemie haben die Chance, die aktuell durch Digitalisierung erzielten EBIT-Steigerungen zu verdoppeln –Auch in diesem Falle trägt, wie bei den CO₂-Reduktionspotenzialen, der deutlich höhere Anstieg der Adaptionsraten digitaler Technologien bei.a Produktindustrie erzielt 2030 mit Abstand die höchsten absoluten EBIT-Steigerungen – Dies liegt schlicht an der wirtschaftlichen Größe dieses Subsektors, zu dem u.a. der Automobil- und Maschinenbau zählen.c

Aktuelle und erwartete Adaption digitaler Technologien

CO₂-Reduktion und EBIT-Effekte im Vergleich

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Industrie

Aktuelle und erwartete Adaption digitaler Technologien

Deutschland zählt zu den führenden Industrienationen weltweit und ist bekannt für die Entwicklung und Herstellung komplexer Güter. 2023 waren im verarbei-tenden Gewerbe 8 Mio. Menschen beschäftigt.1 Im selben Jahr trug der Sektor 24,5 % zur Bruttowert-schöpfung bei.2 Damit ist die produzierende Industrie in Deutschland ein zentraler Faktor für Wachstum und Wohlstand – mehr als in vielen anderen Ländern. Die Innovationskraft der Wirtschaft, getrieben durch intensive Forschungs- und Entwicklungs-anstrengungen, spielt deshalb eine wichtige Rolle für die Entwicklung Deutschlands. Im Jahr 2022 wurden hierzulande 121 Mrd. EUR in Forschung und Entwicklung investiert. Das entspricht mehr als 3 %3 des Bruttoinlandsprodukts und liegt deutlich über dem OECD-Durchschnitt von 2,7 %4. Digitale Technologien spielen im Industriesektor heute schon eine Schlüsselrolle, wenn es darum geht, die Wirtschaftlichkeit zu sichern und die Innovationskraft zu stärken. Um das zu veranschaulichen, hat die Studie verschiedene Subsektoren bzw. Subindustrien analysiert, darunter die Stahl-, Produkt-, Zement- und Chemieindustrie.

Adaptionsraten der Use Cases [in %]

Verdopplung der Adaptionsrate von Digital Twins in der Zement- und Chemieindustrie bis 2030. Der Umsetzungsstand digitaler Technologien zur virtuellen Abbildung physischer Objekte und Prozesse (Digital Twins) liegt in der Zement- und der Chemieindustrie heute bei ca. 30 % und wird sich bis 2030 nahezu verdoppeln. Da beide Industrien unter großem Druck stehen, ihre CO₂-Bilanz zu verbessern, müssen sie jeden Hebel zur Dekarbonisierung nutzen. Die ambitionierte Adaption digitaler Technologien gilt deshalb als unverzichtbar. Aber sie allein wird noch kein Game-Changer für die Net-Zero-Herausforderung sein. Mit einer erwarteten Adaptionsrate von 56 % in 2030 gelten deutsche Stahlunternehmen als führend. Bei der Nutzung von Digital Twins in der Stahlindustrie mit Sauerstoffhochöfen weisen deutsche Unternehmen im Vergleich zu globalen Benchmarks ambitioniertere Adaptionsraten auf (siehe auch Kap. 1.4 Adaptionsraten, S. 28 in der Vollversion der Studie).

Stahlindustrie: Digital Twin inkl. digitale Modellierung und Optimierung des Schmelzprozesses

Produktindustrie: Digital Twin und virtuelle Prototypenentwicklung

Use Cases im Vergleich

Use Cases im Vergleich

Zementindustrie: Digital Twin inkl. digitaler Modellierung des Kalzinierungsprozesses

Chemieindustrie: Digital Twin inkl. digitale Modellierung für die Reformulierung chemischer Produkte

0%

10%

40%

50%

30%

60%

20%

2023

2030

Analysierte Subsektoren und Use Cases

CO₂-Einsparungen und EBIT-Effekte

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Industrie

Analysierte Subsektoren und Use Cases

Deutschland zählt zu den führenden Industrienationen weltweit und ist bekannt für die Entwicklung und Herstellung komplexer Güter. 2023 waren im verarbei-tenden Gewerbe 8 Mio. Menschen beschäftigt.1 Im selben Jahr trug der Sektor 24,5 % zur Bruttowert-schöpfung bei.2 Damit ist die produzierende Industrie in Deutschland ein zentraler Faktor für Wachstum und Wohlstand – mehr als in vielen anderen Ländern. Die Innovationskraft der Wirtschaft, getrieben durch intensive Forschungs- und Entwicklungs-anstrengungen, spielt deshalb eine wichtige Rolle für die Entwicklung Deutschlands. Im Jahr 2022 wurden hierzulande 121 Mrd. EUR in Forschung und Entwicklung investiert. Das entspricht mehr als 3 %3 des Bruttoinlandsprodukts und liegt deutlich über dem OECD-Durchschnitt von 2,7 %4. Digitale Technologien spielen im Industriesektor heute schon eine Schlüsselrolle, wenn es darum geht, die Wirtschaftlichkeit zu sichern und die Innovationskraft zu stärken. Um das zu veranschaulichen, hat die Studie verschiedene Subsektoren bzw. Subindustrien analysiert, darunter die Stahl-, Produkt-, Zement- und Chemieindustrie.

EBIT-Effekte (in Millionen Euro/Jahr)

I. Stahlindustrie

Standortmodellierung für verbesserte Energieerzeugung

Subsektoren: Ackerbau und Viehwirtschaft

II. Produktindustrie

Digital Twin und virtuelle Prototypenentwicklung

Subsektoren: XXX und XXXX

III. Zementindustrie

Digital Twin inkl. digitale Modellierung des Kalzinierungsprozesses

IV. Chemieindustrie

Viehwirtschaft

Digital Twin inkl. digitale Modellierung für die Reformulierung chemischer Produkte

I. Stahlindustrie

Aktuelle und erwartete Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Stahlindustrie

Digitale Anlagen- und Prozessoptimierung

Herausforderungen und Digitalisierungsfelder Um dem Klimaziel der Bundesregierung zu entsprechen, ist in der CO₂-intensiven Stahlindustrie eine ambitionierte Dekarbonisierung erforderlich. Damit die Transformation hin zu einer klimaneutralen Stahlproduktion gelingen kann, müssen bestehende Anlagen und Prozesse optimiert oder neue entwickelt werden. Zahlreiche Stahlhersteller planen bereits den Bau klimaneutraler Produktionsanlagen.4 Die Analyse der Adaptionsraten fokussiert sich auf den Einsatz von Sauerstoffhochöfen, bei denen deutsche Unternehmen eine führende Position einnehmen. Dennoch sollte der teilweise Übergang der Stahlindustrie zu Elektrolichtbogenöfen nicht außer Acht gelassen werden. Diese fortschrittliche Technik führt zu einer merklichen Reduktion des Verbrauchs von Eisenerz und damit zu einer signifikanten Verringerung der CO₂-Emissionen – ebenso wie die Nutzung von Stahlschrott in der Produktion5. Für eine effektive und kosteneffiziente Umsetzung dieser Maßnahmen ist eine präzise Analyse, Modellierung und Planung unerlässlich. Besonders im Fokus steht der energieintensive Schmelzprozess, der in der Primärstahlproduktion erhebliche CO₂-Emissionen verursacht.6

Beschreibung des Subsektors Die deutsche Stahlindustrie beschäftigte 2020 bei einem Umsatz von 55,2 Mrd. EUR 81.000 Menschen.1 Mit einem Produktionsvolumen von rund 40 Mio. Tonnen Rohstahl ist Deutschland der größte Stahlerzeuger in der EU.1 Etwa zwei Drittel entfallen auf die Produktion von Primärstahl, ein Drittel geht auf Verarbeitung von Stahlschrott zurück.1 Als wichtiger Lieferant für die Automobil- und die Bauindustrie sowie den Maschinen- und Anlagenbau nimmt die Stahlindustrie eine Schlüsselrolle in der deutschen Wirtschaft ein2 und ist für etwa 30 % der industriellen CO₂-Emissionen verantwortlich3.

EBIT-Effekt

Use Case

CO₂-Effekt

1,9 MT CO₂

4,2 %

934,3 Mio. EUR

1,7 %

2023

Digital Twin inkl. digitaler Modellierung und Optimierung des Schmelzprozessesa

2,2 MT CO₂

5,4 %

1.275,1 Mio. EUR

2,2 %

2030

Use Case: Digital Twin inkl. digitale Modellierung und Optimierung des Schmelzprozesses

Analysierte Subsektoren und Use Case

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Stahlindustrie

Digitale Anlagen- und Prozessoptimierung

Use Case: Digital Twin inkl. digitale Modellierung und Optimierung des Schmelzprozesses

Verwendete digitale Technologien

• Sensoren: Sensoren sammeln reale Daten eines Produkts oder eines Prozesses, um eine umfassende physikalische und funktionale Beschreibung für einen Digital Twin zu erstellen.1
• Internet der Dinge (IoT) und Ma­schi­ne-zu-Ma­schi­ne (M2M): IoT verknüpft Maschinen mit ihren Digital Twins und ermöglicht so deren Überwachung und Steuerung per Echtzeitdaten. M2M-Kommunikation fördert wiederum den automatisierten Informationsaustausch und optimiert damit Wartungsprozesse sowie Betriebseffizienz in der Stahlindustrie.2

In der Stahlproduktion ermöglicht der Digital Twin die Echtzeit-überwachung von Zustand, Leistung und Verhalten einer Produktionsanlage. Er unterstützt damit die vorausschauende Wartung und minimiert Anlagenausfälle durch die Erfassung von Echtzeitdaten und Musteranalysen. Die präzise Gestaltung des Schmelzprozesses ist ein Beispiel für die dadurch mögliche Verbesserung von Leistung und Effizienz in der Produktion.

• Cloud Computing: Daten von IoT-Geräten werden in der Cloud analysiert, um die Leistung physischer Assets zu optimieren. Dies erlaubt eine effiziente Nutzung der Ressourcen und umfassende zentralisierte Analysen.2
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Fortschrittliche Algorithmen der KI nutzen die von Digital Twins gesammelten Daten, um Vorhersagen zu treffen und die Entscheidungsfindung in der Stahlindustrie zu optimieren. ML ermöglicht es, Muster zu erkennen und automatisch auf neue Daten zu reagieren, was zu einer kontinuierlichen Verbesserung der Prozesse führt.3,4
• Augmented Reality (AR): AR verknüpft digitale sowie reale Umgebungen, ermöglicht damit Visualisierungen und Interaktionen mit Digital Twins und bietet so innovative Anwendungen für Schulungen, Inspektionen und Wartungsarbeiten in der Stahlindustrie.2

Adaptionsratena

EBIT-Effekt

CO₂-Effekt

Einsparung 1,9 MT CO₂

4,2 %

Baseline 44,1 MT CO₂

1,7 %

38 %

2023

Erhöhung 934,3 Mio. EUR

Umsatz 55,2 Mrd. EUR

Einsparung 2,2 MT CO₂

5,4 %

Projektion 40,0 MT CO₂

2,2 %

56 %

2030

Erhöhung 1.275,1 Mio. EUR

Umsatz 58,9 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

II. Produktindustrie

I. Stahlindustrie

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Produktindustrie

Digitale Optimierung der Produktions- und Produktentwicklungsprozesse

Herausforderungen und Digitalisierungsfelder In der Produktindustrie, insbesondere im Automobil- und Maschinenbau, sind steigende Personal- und Energiekosten zu bewältigen. Ein zentraler Faktor für die Wettbewerbs-fähigkeit ist die Verkürzung von Entwicklungszeiten, um neue Produkte rascher auf den Markt zu bringen. Gleichzeitig gilt es, die Effizienz zu verbessern, weiteres Wachstum zu realisieren, bei allem auf Nachhaltigkeit zu achten und vor allem die Dekarbonisierung voranzubringen.2 Im Fokus digitaler Lösungen stehen die Optimierung von Produktionsprozessen und die Neugestaltung der Produktentwicklung. Zwei Use Cases sind hier von besonderer Bedeutung: Ein Digital Twin schafft ein virtuelles Modell bestehender Anlagen oder Produkte (z. B. Fertigungsstraßen, Motoren), um Simulationen zur Prozessoptimierung durchzuführen. Die virtuelle Prototypenentwicklung ermöglicht es dagegen, bereits in der Entwurfsphase durch digitale Modelle (z. B. Fahrzeugkarosserien, Maschinenteile) die Konstruktion und Funktionalität zu analysieren und zu verbessern. Das dient der Kosteneffizienz und verkürzt die Entwicklungszeit signifikant.

Beschreibung des Subsektors Die Produktindustrie, auch als verarbeitendes Gewerbe bekannt, fertigt Produkte (z. B. Automobile, Maschinen, Konsumgüter) durch den Einsatz von Spezialmaschinen und Massenproduktions-techniken. 2021 beschäftigte der Subsektor etwa 7,5 Mio. Menschen und erzielte einen Umsatz von 2.100 Mrd. EUR.1 Die Produktindustrie hat damit eine immense wirt-schaftliche Bedeutung – als großer Arbeitgeber sowie als Export- und Innovationsmotor. Sie steht wie alle anderen Industriesubsektoren vor großen Herausforderungen, ihre CO₂-Emissionen zu reduzieren und ihre Profitabilität angesichts kompetitiver Märkte zu sichern.

EBIT-Effekt

Use Case

CO₂-Effekt

1,5 MT CO₂

2,8 %

20.317,3 Mio. EUR

1,2 %

2023

Digital Twin und virtuelle Prototypenentwicklunga

1,9 MT CO₂

4,8 %

37.570,5 Mio. EUR

2,1 %

2030

Use Case: Digital Twin und virtuelle Prototypenentwicklung

Use Case: Digital Twin inkl. digitale Modellierung und Optimierung des Schmelzprozesses

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Produktindustrie

Digitale Optimierung der Produktions- und Produktentwicklungsprozesse

Use Case: Digital Twin und virtuelle Prototypenentwicklung

Verwendete digitale Technologien

• Sensoren: In der Automobilindustrie erfassen Sensoren beispielsweise Echtzeitdaten von Fahrzeugen und Fertigungsanlagen. Sie bilden die Basis für die Erstellung oder Aktualisierung von Digital Twins.
• Internet der Dinge (IoT) und Ma­schi­ne-zu-Ma­schi­ne (M2M): In Branchen wie dem Maschinenbau ermöglichen IoT und M2M-Kommunikation die Vernetzung und den automatisierten Informationsaustausch zwischen Produktionsmaschinen, was eine effizientere Überwachung und Steuerung der Produktionsprozesse und Wartungsabläufe ermöglicht.1

In der Produktindustrie repräsentiert der Digital Twin ein virtuelles Abbild realer physischer Produkte und Produktionsprozesse, das sowohl das Monitoring als auch die Echtzeitsteuerung der realen Objekte ermöglicht. Die virtuelle Prototypenentwicklung steht für das virtuelle Abbild eines Produktprototypen, um Design, Funktionalität und Leistung zu optimieren, bevor ein physischer Prototyp erstellt wird.

• Augmented Reality (AR) und Virtual Reality (VR): AR und VR schaffen interaktive Umgebungen, z. B. für Produktdesign und Prototypen-entwicklung oder zur Interaktion mit einem Digital Twin einer Fertigungsstraße. AR erweitert die reale Welt um digitale Elemente, während VR Nutzer:innen in vollständig virtuelle Welten eintauchen lässt.1,2
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): KI-Algorithmen nutzen die vom Digital Twin gesammelten Daten, um prädiktive Modelle zu erstellen und die Entscheidungsfindung in der Produktion und Produktentwicklung zu optimieren. ML ermöglicht es, Muster zu identifizieren und automatisch auf neue Daten zu reagieren, was zu einer stetigen Verbesserung der Prozesse führt.3

Adaptionsratena

EBIT-Effekt

CO₂-Effekt

Einsparung 1,5 MT CO₂

2,8 %

Baseline 50,9 MT CO₂

1,2 %

31 %

2023

Erhöhung 20.317,3 Mio. EUR

Umsatz 1.650,9 Mrd. EUR

Einsparung 1,9 MT CO₂

4,8 %

Projektion 39,1 MT CO₂

2,1 %

53 %

2030

Erhöhung 37.570,5 Mio. EUR

Umsatz 1.760,3 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

III. Zementindustrie

II. Produktindustrie

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

III. Zementindustrie

Digitale Anlagen- und Prozessoptimierung

Herausforderungen und Digitalisierungsfelder Um dem weiter steigendem Energieverbrauch und höheren Materialkosten zu begegnen, setzt die Branche verstärkt auf Digitalisierung, insbesondere im Produktionsprozess.5 Hier ermöglichen digitale Technologien eine präzisere Steuerung und Überwachung der Herstellung, was zugleich die Produktqualität verbessert und den Energieverbrauch sowie die CO₂-Emissionen reduziert. Digitale Plattformen für Zementwerke ermöglichen eine effektive Überwachung und Steuerung des nergieverbrauchs und senken damit Betriebskosten sowie Umwelt-auswirkungen. Die digitale Modellierung des branchenspezifischen Kalzinierungsprozesses (Verfahren zur Entsäuerung von Kalkstein bei ca. 900 Grad Celsius) erlaubt eine präzise Steuerung, führt zur Qualitätssteigerung und reduziert Energieverbrauch sowie Emissionen. Der Einsatz eines Digital Twin in der Zementindustrie ermöglicht zudem eine Echtzeit-überwachung und -optimierung des gesamten Produktionsprozesses. Die genannten digitalen Lösungen bieten vielversprechende Handlungsfelder für die aktuellen Herausforderungen in diesem Subsektor.

Beschreibung des Subsektors Die Zementindustrie ist innerhalb der deutschen Wirtschaft ein führender Exporteur. 2022 beschäftigte sie bei einem Umsatz von 3,4 Mrd. EUR etwa 8.000 Menschen.1 Die Herstellung von Zement trägt erheblich zu den globalen Treibhausgasemissionen bei – mit 8 % weltweit2 und 2 % in Deutschland3. Allein im Jahr 2020 wurden 20 Mio. Tonnen CO₂ freigesetzt.4 Die Produktion ist nämlich äußerst energieintensiv, sowohl was die Gewinnung als auch die Verarbeitung der Rohstoffe angeht. Das Bekenntnis zu einer klimaneutralen Produktion stellt für die Zementindustrie eine enorme Herausforderung dar.

EBIT-Effekt

Use Case

CO₂-Effekt

0,8 MT CO₂

3,7 %

42,3 Mio. EUR

1,2 %

2023

Digital Twin inkl. digitale Modellierung des Kalzinierungsprozessesa

1,3 MT CO₂

7,1 %

87,2 Mio. EUR

2,4 %

2030

Use Case: Digital Twin in der Zementindustrie inkl. Kalzinierungsprozess

Use Case: Digital Twin und virtuelle Prototypenentwicklung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

III. Zementindustrie

Digitale Anlagen- und Prozessoptimierung

Use Case: Digital Twin in der Zementindustrie inkl. Kalzinierungsprozess

Verwendete digitale Technologien

• Sensoren: Sensoren erfassen reale Daten zu Produktkomponenten und Prozessen, um eine umfassende physikalische und funktionale Beschreibung für einen Digital Twin zu erstellen.
• Internet der Dinge (IoT) und Ma­schi­ne-zu-Ma­schi­ne (M2M): IoT verknüpft Maschinen mit ihren Digital Twins und ermöglicht so deren Überwachung und Steuerung per Echtzeitdaten. M2M-Kommunikation fördert wiederum den automatisierten Informationsaustausch, um die teilweise parallel ablaufenden Produktionsschritte und Wartungsabläufe zu optimieren.1

In der Zementindustrie nutzt der Digital Twin ein virtuelles Abbild der Produktionsanlage, um mithilfe von IoT-Sensoren und Maschinellem Lernen Echtzeitdaten zu erfassen und Ausfälle zu minimieren. Die digitale Modellierung des Kalzinierungsprozesses optimiert Effizienz und Qualität, verbessert Betriebsabläufe und führt zu Energieeinsparungen.

• Cloud Computing: Die Speicherung großer Datenmengen von IoT-Geräten und deren Analyse in der Cloud führt zu einer Verbesserung der Datenverfügbarkeit sowie der Übertragungsgeschwindigkeit zwischen den Bereichen (z. B. Material-nachschub und Fertigung). Infolgedessen können beispielsweise überflüssige Transportwege vermieden werden.2
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Fortschrittliche KI-Algorithmen nutzen die Daten im Digital Twin, um Vorhersagen zu treffen und die Entscheidungsfindung zu optimieren. ML erkennt Muster und reagiert automatisch auf neue Daten, was zu einer kontinuierlichen Verbesserung der Prozesse führt.3
• Augmented Reality (AR): AR verknüpft digitale sowie reale Umgebungen, ermöglicht damit Visualisierungen und Interaktionen mit Digital Twins und bietet so innovative Anwendungen für Schulungen, Inspektionen und Wartungsarbeiten.1

Adaptionsratena

EBIT-Effekt

CO₂-Effekt

1,2 %

3,7 %

30 %

2023

Erhöhung 42,3 Mio. EUR

Umsatz 3,4 Mrd. EUR

Einsparung 0,8 MT CO₂

Baseline 20,4 MT CO₂

Einsparung 1,3 MT CO₂

7,1 %

Projektion 18,5 MT CO₂

2,4 %

59 %

2030

Erhöhung 87,2 Mio. EUR

Umsatz 3,7 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

IV. Chemieindustrie

III. Zementindustrie

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

IV. Chemieindustrie

Digitale Anlagen- und Prozessoptimierung

Herausforderungen und Digitalisierungsfelder Dass die steigenden Energiekosten für die Chemieindustrie eine besonders große Herausforderung darstellen, resultiert aus den hohen Anforderungen der Branche an Temperaturen und Druckenergie, die für die Herstellung von Chemikalien notwendig sindund den Energiebedarf wesentlich bestimmen.2 Trotzdem bieten innovative Technologien wie die digitale Modellierung zur Reformulierung chemischer Produkte und der Einsatz von Digital Twins zur Virtualisierung der physischen Anlagen vielversprechende Lösungen, die CO₂-Bilanz und die Profitabilität in der Branche zu verbessern. Die digitale Modellierung ermöglicht die Optimierung der Zusammensetzung und Eigenschaften chemischer Produkte, was wiederum die Effizienz in der Produktion steigert. Darüber hinaus trägt der Digital Twin durch Überwachung und Optimierung des Produktions-prozesses in Echtzeit dazu bei, die Effizienz zu steigern und zugleich Umweltauswirkungen zu minimieren. Digitale Technologien können also in hohem Maße dazu beitragen, die ökologischen Herausforderungen in der Chemieindustrie zu bewältigen.

Beschreibung des Subsektors Die Chemieindustrie gehört zu den großen Industriezweigen Deutschlands mit langer Historie. 2022 beschäftigte sie bei einem Umsatz von 261 Mrd. EUR etwa 477.000 Menschen. Sie liegt damit auf dem dritten Platz unter den deutschen Industriebranchen.1 Die Chemiebranche hat nicht nur eine große wirtschaftliche Bedeutung, sondern ist auch eine treibende Kraft für Innovation und Forschung. Ihre Produktion wird aufgrund ihrer Auswirkungen auf Luft und Wasser sowie eines CO₂-Ausstoßes von 49 Mio. Tonnen im Jahr 2022 dennoch zunehmend kritisch betrachtet.

EBIT-Effekt

Use Case

CO₂-Effekt

1,5 MT CO₂

3,0 %

1.567,1 Mio. EUR

1,0 %

2023

Digital Twin inkl. digitale Modellierung für die Reformulierung chemischer Produktea

2,5 MT CO₂

5,9 %

3.282,0 Mio. EUR

1,9 %

2030

Use Case: Digital Twin inkl. digitale Modellierung für die Reformulierung

Use Case: Digital Twin in der Zementindustrie inkl. Kalzinierungsprozess

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

IV. Chemieindustrie

Digitale Anlagen- und Prozessoptimierung

Use Case: Digital Twin inkl. digitale Modellierung für die Reformulierung

Verwendete digitale Technologien

• Sensoren: Sensoren sammeln Echtzeitdaten, die eine umfassende physische und funktionale Beschreibung von Produktions-anlagen ermöglichen und als Grundlage für die Generierung des Digital Twin dienen.
• Internet der Dinge (IoT) und Ma­schi­ne-zu-Ma­schi­ne (M2M): Das IoT vernetzt Maschinen und Geräte mit ihren Digital Twins, ermöglicht Echtzeitdatenüberwachung und -steuerung. M2M-Kommunikation fördert den automatisierten Informationsaustausch zwischen den Anlagen, was zu einer Effizienzsteigerung der Betriebsprozesse und einer Optimierung der Wartungsabläufe führt.1

In der Chemieindustrie bildet der Digital Twin den Zustand, die Leistung und das Verhalten von Produktionsanlagen ab. Durch IoT-Sensoren, Datenanalyse und Maschinelles Lernen werden Ausfälle minimiert. Das steigert die Effizienz, verbessert die Sicherheit und dient sowohl der Ressourcenschonung als auch der Reduktion von CO₂-Emissionen.

• Cloud Computing: IoT-Geräte generieren umfangreiche Daten, die in der Cloud gespeichert und analysiert werden. Sie helfen, die Leistung physischer Ressourcen – repräsentiert durch Digital Twins – zu optimieren, und ermöglichen dadurch eine effiziente Ressourcennutzung.1
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Fortschrittliche KI-Algorithmen nutzen die von Digital Twins gesammelten Daten, um prädiktive Modelle zu erstellen und die Entscheidungsfindung zu optimieren. ML ermöglicht es, Muster zu identifizieren und automatisch auf neue Daten zu reagieren, was zu einer stetigen Verbesserung der Prozesse führt.2,3
• Augmented Reality (AR): AR verbindet die digitale und die physische Welt, indem es Nutzer:innen ermöglicht, Digital Twins in der realen Umgebung zu visualisieren und dadurch mit ihnen zu interagieren.1

Adaptionsratena

EBIT-Effekt

CO₂-Effekt

1,0 %

3,0 %

28 %

2023

Erhöhung 1.567,1 Mio. EUR

Umsatz 161,0 Mrd. EUR

Einsparung 1,5 MT CO₂

Baseline 48,6 MT CO₂

Einsparung 2,5 MT CO₂

5,9 %

Projektion 42,5 MT CO₂

1,9 %

55 %

2030

Erhöhung 3.282,0 Mio. EUR

Umsatz 171,7 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Landwirtschaft Übersicht

IV. Chemieindustrie

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Landwirtschaft

Die zentralen Erkenntnisse auf einen Blick

Die deutsche Landwirtschaft zählt zu den vier größten Erzeugern in der Europäischen Union.1 Etwa 90 % des deutschen Bedarfs an Lebensmitteln stammen rein rechnerisch aus heimischer Produktion.2 Um diese Erzeugnisse zu produzieren, wird etwa 50 % der Fläche Deutschlands für landwirtschaftliche Zwecke genutzt.3 Der Sektor, in dem (inkl. Forst und Fischerei) rund 1,2 Mio. Menschen4 arbeiten, wird hier in zwei Subsektoren unterteilt: Ackerbau und Viehwirtschaft. Im Ackerbau vollzieht sich ein Strukturwandel, der durch die stetige Verringerung der Anzahl landwirtschaftlicher Betriebe und die gleichzeitige Erhöhung der durchschnittlichen Flächenausstattung je Betrieb gekennzeichnet ist.3 Die Viehwirtschaft unterliegt ebenfalls einem Struktur-wandel, der sich in einer Abnahme der Betriebe3 sowie des Tierbestands selbst5 äußert. Bei den Betrieben, die Tiere halten, ist zudem eine verstärkte Spezialisierung auf bestimmte Tierarten zu beobachten.3

Mehr erfahren >

CO₂-Reduktion und EBIT-Effekte im Vergleich

Mehr erfahren >

CO₂-Einsparungen und EBIT-Effekte

Mehr erfahren >

Aktuelle und erwartete Adaption digitaler Technologien

Mehr erfahren >

Analysierte Subsektoren

Ackerbau

Viehwirtschaft

Die zentralen Erkenntnisse auf einen Blick

Use Case: Digital Twin inkl. digitale Modellierung für die Reformulierung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Landwirtschaft

Die zentralen Erkenntnisse auf einen Blick

Die deutsche Landwirtschaft zählt zu den vier größten Erzeugern in der Europäischen Union.1 Etwa 90 % des deutschen Bedarfs an Lebensmitteln stammen rein rechnerisch aus heimischer Produktion.2 Um diese Erzeugnisse zu produzieren, wird etwa 50 % der Fläche Deutschlands für landwirtschaftliche Zwecke genutzt.3 Der Sektor, in dem (inkl. Forst und Fischerei) rund 1,2 Mio. Menschen4 arbeiten, wird hier in zwei Subsektoren unterteilt: Ackerbau und Viehwirtschaft. Im Ackerbau vollzieht sich ein Strukturwandel, der durch die stetige Verringerung der Anzahl landwirtschaftlicher Betriebe und die gleichzeitige Erhöhung der durchschnittlichen Flächenausstattung je Betrieb gekennzeichnet ist.3 Die Viehwirtschaft unterliegt ebenfalls einem Struktur-wandel, der sich in einer Abnahme der Betriebe3 sowie des Tierbestands selbst5 äußert. Bei den Betrieben, die Tiere halten, ist zudem eine verstärkte Spezialisierung auf bestimmte Tierarten zu beobachten.3

01. CO₂- versus EBIT-Effekte: In der Viehwirtschaft werden die CO₂-Effekte durch Digitalisierung höher sein als die EBIT-Effekte, beim Ackerbau sind die Auswirkungen auf CO₂-Reduktion und EBIT annähernd gleich. 02. CO₂-Reduktion in der Viehwirtschaft: Die Viehwirtschaft emittiert derzeit etwa doppelt so viel CO₂ wie der Ackerbau. Schon heute weist sie höhere absolute CO₂-Einsparungen auf – ein Effekt digitaler Technologien, der bis 2030 zunehmen wird. 03. EBIT-Steigerung beim Ackerbau: Die Kostensenkungshebel sind im Ackerbau größer als in der Viehwirtschaft, beispielsweise mit 14 % bei den Düngerkosten.

04. Verdopplung der Adaptionsrate digitaler Technologien: Bis 2030 wird die Adaptionsrate von heute durchschnittlich 32 % auf 63 % steigen.a Bereits jetzt ist die Einführung und Skalierung digitaler Technologien wie Künstlicher Intelligenz (KI), Internet der Dinge (IoT), Sensoren und Drohnen in der Landwirtschaft in vollem Gange. 05. Hohe Skalierung von Monitoring-Use-Cases: Das betrifft vor allem digitale Technologien zum Monitoring bzw. zur Überwachung von Böden, Ernten und Tierbeständen mit einer Zieladaptionsrate von bis zu 75 %. Das heißt, sie werden in der deutschen Landwirtschaft bis 2030 breite Anwendung finden.

Profitabilitäts-index

Dekarbonisierungs-index

51

48

CO₂- Einsparung

EBIT-Effekt

1.454 Mio. EUR

2,4 %

2023

5,3 MT CO₂

8,1 %

2023

2.212 Mio. EUR

4,6 %

2030

9,1 MT CO₂

16,9 %

2030

Abweichungen in den Divisionen können aus Rundungen resultieren.

CO₂-Reduktion und EBIT-Effekte im Vergleich

Landwirtschaft Übersicht

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Landwirtschaft

CO₂-Reduktion und EBIT-Effekte im Vergleich

Die deutsche Landwirtschaft zählt zu den vier größten Erzeugern in der Europäischen Union.1 Etwa 90 % des deutschen Bedarfs an Lebensmitteln stammen rein rechnerisch aus heimischer Produktion.2 Um diese Erzeugnisse zu produzieren, wird etwa 50 % der Fläche Deutschlands für landwirtschaftliche Zwecke genutzt.3 Der Sektor, in dem (inkl. Forst und Fischerei) rund 1,2 Mio. Menschen4 arbeiten, wird hier in zwei Subsektoren unterteilt: Ackerbau und Viehwirtschaft. Im Ackerbau vollzieht sich ein Strukturwandel, der durch die stetige Verringerung der Anzahl landwirtschaftlicher Betriebe und die gleichzeitige Erhöhung der durchschnittlichen Flächenausstattung je Betrieb gekennzeichnet ist.3 Die Viehwirtschaft unterliegt ebenfalls einem Struktur-wandel, der sich in einer Abnahme der Betriebe3 sowie des Tierbestands selbst5 äußert. Bei den Betrieben, die Tiere halten, ist zudem eine verstärkte Spezialisierung auf bestimmte Tierarten zu beobachten.3

In der Landwirtschaft stehen Profitabilität und Dekarbonisierung durch die Digitalisierung in engem Zusammenhang und werden durch diese deutlich gesteigerta. Im Ackerbau sind die EBIT-Effekte weitaus größer als in der Viehwirtschaft. Im Ackerbau adressieren die zwei Use Cases „intelligente Boden- und Ernteüberwachung“ sowie „intelligente landwirtschaftliche Maschinen“ die zwei großen Kostentreiber der Betriebe: Ausgaben für Düngemittel und für Personal. Der Anteil der Kosten für Düngemittel an den gesamten Betriebskosten kann bis zu 40 % betragen. Laut Unternehmensbefragung ist es mithilfe digitaler Technologien möglich, den Verbrauch von Düngemitteln um 6,0 bis 13,5 % zu reduzieren. Die Personalkosten wiederum können bis zu 10 % der Gesamtbetriebskosten ausmachen. Hier ermöglichen digitale Lösungen eine Reduzierung des Bedarfs an manueller Arbeitskraft um 6,3 bis 14,3 %.a

CO₂-Reduktionspotenzial(in %)

EBIT-Effekte (in Millionen Euro/Jahr)

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

Viehwirtschaft

CO₂-Einsparungen und EBIT-Effekte

Die zentralen Erkenntnisse auf einen Blick

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Landwirtschaft

CO₂-Einsparungen und EBIT-Effekte

Die deutsche Landwirtschaft zählt zu den vier größten Erzeugern in der Europäischen Union.1 Etwa 90 % des deutschen Bedarfs an Lebensmitteln stammen rein rechnerisch aus heimischer Produktion.2 Um diese Erzeugnisse zu produzieren, wird etwa 50 % der Fläche Deutschlands für landwirtschaftliche Zwecke genutzt.3 Der Sektor, in dem (inkl. Forst und Fischerei) rund 1,2 Mio. Menschen4 arbeiten, wird hier in zwei Subsektoren unterteilt: Ackerbau und Viehwirtschaft. Im Ackerbau vollzieht sich ein Strukturwandel, der durch die stetige Verringerung der Anzahl landwirtschaftlicher Betriebe und die gleichzeitige Erhöhung der durchschnittlichen Flächenausstattung je Betrieb gekennzeichnet ist.3 Die Viehwirtschaft unterliegt ebenfalls einem Struktur-wandel, der sich in einer Abnahme der Betriebe3 sowie des Tierbestands selbst5 äußert. Bei den Betrieben, die Tiere halten, ist zudem eine verstärkte Spezialisierung auf bestimmte Tierarten zu beobachten.3

CO₂-Reduktionspotenzial (in MT CO₂/Jahr)

EBIT-Steigerungspotenzial (in Mio. EUR)

+42 %

+64 %

+78 %

+53 %

+60 %

+64 %

+42 %

+88 %

Intelligente Boden- & Ernteüberwachung

Intelligente landw. Maschinen

Präzisions-fütterung

Digitale Tierüberwachung

Präzisions-fütterung

Digitale Tierüberwachung

Intelligente Boden- & Ernteüberwachung

Intelligente landw.Maschinen

Aktuelle EBIT-Steigerung 2023

Erwartete EBIT-Steigerung 2030

Aktuelle Reduktion 2023

Erwartete Reduktion 2030

Digitalisierung führt in der Viehwirtschaft im Vergleich zum Ackerbau zu höheren absoluten CO2-Einsparungen – sowohl 2023 als auch 2030 – Dies ist auf die höheren CO2-Emissionen in der Viehwirtschaft zurückzuführen. Sie emittiert derzeit etwa doppelt so viel wie der Ackerbau. Somit wird die weitere Adaption digitaler Technologien in diesem Subsektor eine wichtige Rolle für die Emissionsreduktion in der Landwirtschaft spielen.

Digitalisierung führt im Ackerbau im Vergleich zur Viehwirtschaft zu höheren Profitabilitätssteigerungen – sowohl 2023 als auch 2030 – Die Unternehmensbefragung zeigt, dass die Kostensenkungshebel im Ackerbau im Vergleich zur Viehwirtschaft deutlich höher sind, vor allem bei Düngemitteln, Personal und Kraftstoffverbrauch (bis zu 12 %).

Aktuelle und erwartete Adaption digitaler Technologien

CO₂-Reduktion und EBIT-Effekte im Vergleich

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Landwirtschaft

Aktuelle und erwartete Adaption digitaler Technologien

Die deutsche Landwirtschaft zählt zu den vier größten Erzeugern in der Europäischen Union.1 Etwa 90 % des deutschen Bedarfs an Lebensmitteln stammen rein rechnerisch aus heimischer Produktion.2 Um diese Erzeugnisse zu produzieren, wird etwa 50 % der Fläche Deutschlands für landwirtschaftliche Zwecke genutzt.3 Der Sektor, in dem (inkl. Forst und Fischerei) rund 1,2 Mio. Menschen4 arbeiten, wird hier in zwei Subsektoren unterteilt: Ackerbau und Viehwirtschaft. Im Ackerbau vollzieht sich ein Strukturwandel, der durch die stetige Verringerung der Anzahl landwirtschaftlicher Betriebe und die gleichzeitige Erhöhung der durchschnittlichen Flächenausstattung je Betrieb gekennzeichnet ist.3 Die Viehwirtschaft unterliegt ebenfalls einem Struktur-wandel, der sich in einer Abnahme der Betriebe3 sowie des Tierbestands selbst5 äußert. Bei den Betrieben, die Tiere halten, ist zudem eine verstärkte Spezialisierung auf bestimmte Tierarten zu beobachten.3

Verdopplung der Adaptionsrate digitaler Technologien in der Landwirtschaft von heute durchschnittlich 32 % auf 63 % im Jahr 2030.a Eine wesentliche Erklärung dafür ist, dass die landwirtschaftlichen Betriebe den finanziellen Mehrwert der Digitalisierung erkennen. Im Sektorvergleich ist der EBIT-Effekt digitaler Technologien in der Landwirtschaft bis 2030 mit am höchsten1. Die Einführung und Skalierung digitaler Technologien wie Künstlicher Intelligenz (KI), Internet der Dinge (IoT), Sensoren und Drohnen wird deutlich zunehmen. Große Skalierung bei digitalen Technologien zur Überwachung bzw. zum Monitoring, die eine größere und detaillierte Datensammlung ermöglichen. Die Unternehmensbefragung ergab, dass Technologien zur intelligenten Überwachung von Böden, Ernten und Tierbeständen eine Zieladaptionsrate von bis zu 75 % haben (siehe Abbildung). Es ist also eine breite Implementierung in der deutschen Landwirtschaft zu erwarten. Die Adaption dieser Use Cases dürfte mit dem „Deforestation Act“ noch beschleunigt werden. Er verpflichtet Unternehmen, ihre Lieferketten zu überprüfen und sicherzustellen, dass ihre Produkte nicht mit Entwaldung in Verbindung stehen. Da diese Technologien zur verifizierten Rückverfolgung von Rohstoffen gemäß dem Gesetz beitragen, wird erwartet, dass ihre Verbreitung zunimmt.2

Adaptionsraten der Use Cases [in %]

Ackerbau: intelligente Boden- und Ernteüberwachung

Viehwirtschaft: digitale Tierüberwachung

Use Cases im Vergleich

Ackerbau: intelligente landwirt-schaftliche Maschinen

Viehwirtschaft: präzisionsfütterung

80%

60%

40%

0%

20%

2023

2030

Analysierte Subsektoren und Use Cases

CO₂-Einsparungen und EBIT-Effekte

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Landwirtschaft

Analysierte Subsektoren und Use Cases

Die deutsche Landwirtschaft zählt zu den vier größten Erzeugern in der Europäischen Union.1 Etwa 90 % des deutschen Bedarfs an Lebensmitteln stammen rein rechnerisch aus heimischer Produktion.2 Um diese Erzeugnisse zu produzieren, wird etwa 50 % der Fläche Deutschlands für landwirtschaftliche Zwecke genutzt.3 Der Sektor, in dem (inkl. Forst und Fischerei) rund 1,2 Mio. Menschen4 arbeiten, wird hier in zwei Subsektoren unterteilt: Ackerbau und Viehwirtschaft. Im Ackerbau vollzieht sich ein Strukturwandel, der durch die stetige Verringerung der Anzahl landwirtschaftlicher Betriebe und die gleichzeitige Erhöhung der durchschnittlichen Flächenausstattung je Betrieb gekennzeichnet ist.3 Die Viehwirtschaft unterliegt ebenfalls einem Struktur-wandel, der sich in einer Abnahme der Betriebe3 sowie des Tierbestands selbst5 äußert. Bei den Betrieben, die Tiere halten, ist zudem eine verstärkte Spezialisierung auf bestimmte Tierarten zu beobachten.3

I. Ackerbau

EBIT-Effekte (in Millionen Euro/Jahr)

Intelligente Boden- und Ernteüberwachung

Intelligente landwirtschaftliche Maschinen

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

II. Viehwirtschaft

Digitale Tierüberwachung

Präzisionsfütterung

Viehwirtschaft

I. Ackerbau

Aktuelle und erwartete Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Ackerbau

Digitale Ernteüberwachung und -bewirtschaftung

Herausforderungen und Digitalisierungsfelder Der Ackerbau steht gegenwärtig vor zahlreichen Herausforderungen, die eine verstärkte Ausrichtung auf Ressourceneffizienz und Nachhaltigkeit verlangen.4 Insbesondere ist der Ackerbau stark von den Folgen des Klimawandels betroffen, da Extremwetterereignisse wie Dürren oder Überschwemmungen direkte Auswirkungen auf die Ernteerträge haben.5 Zudem tragen die im Ackerbau angewendeten Dünge- und Pflanzenschutzmittel zur Belastung von Ökosystemen4 und zum Klimawandel bei3. Landwirtschaftliche Betriebe sehen sich zudem mit Fachkräftemangel6 und steigenden Dünge- und Pflanzenschutzmittelpreisen7 konfrontiert. Diese komplexen Herausforderungen erfordern innovative Lösungen, die eine präzisere Ernteüberwachung, eine effizientere Nutzung von Dünge- und Pflanzenschutzmitteln sowie die Reduzierung manueller Arbeiten im Ackerbau ermöglichen.

Beschreibung des Subsektors Im Jahr 2022 wurden rund 50 % der Fläche Deutsch-lands für landwirtschaftliche Zwecke genutzt, Ackerland hatte daran wiederum einen Anteil von 70 %.1 Landwirtschaftliche Produkte, die darauf angebaut werden, sind bedeutende Exportgüter und ein wichtiger Faktor im deutschen Außenhandel: Etwa ein Drittel der gesamten deutschen landwirtschaftlichen Produktion wird exportiert.2 Diese Produktion trägt wiederum zur Klimaerwärmung bei. So gingen 2022 insgesamt 15,8 MT CO₂ bzw. 30 % der landwirtschaftlichen Emissionen Deutschlands auf die Bewirtschaftung von Ackerflächen zurück.3

EBIT-Effekt

Use Cases

CO₂-Effekt

1,9 MT CO₂

9,4 %

961,7 Mio. EUR

3,8 %

Intelligente Boden- und Ernteüberwachung

2023

3,3 MT CO₂

14,4 %

1.465,0 Mio. EUR

7,0 %

Intelligente landwirtschaftliche Maschinen

2030

Use Case: Intelligente Boden- und Ernteüberwachung

Use Cases pro Subsektor

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Ackerbau

Digitale Ernteüberwachung und -bewirtschaftung

Use Case: intelligente Boden- und Ernteüberwachung

Die intelligente Boden- und Ernteüberwachung zeigt den Zustand von Pflanzen und Ackerböden in Echtzeit und hilft so, deren Gesundheit sicherzustellen sowie den Einsatz von Dünger, Pflanzenschutzmitteln und Kalk zu optimieren. Dank der Fernüberwachung mittels digitaler Technologien ist zudem eine effiziente Bewässerung und die frühzeitige Erkennung von Schädlingsbefall möglich.

• Big-Data-Analyse: Erlaubt die Verarbeitung und Analyse großer Datenmengen aus verschiedenen Quellen. Dies ist entscheidend für die genaue Planung und Entscheidungsfindung.3
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Verarbeiten die gesammelten Daten, um Muster zu erkennen und Vorhersagen zu treffen. KI kann beispielsweise der Krankheitserkennung bei Pflanzen oder der Optimierung von Aussaat und Ernte dienen.4
• Managementsoftware und mobile Applikationen: Farm-Management-Systeme ermöglichen die Visualisierung von Daten und Trends. Planungs- und Entscheidungshilfen tragen zur optimierten Bewirtschaftung von Ackerböden bei.5

Verwendete digitale Technologien

• Sensortechnologie: Bodensensoren messen Feuchtigkeit, pH-Wert, Nährstoffgehalt und Temperatur. Blattfeuchtigkeits-sensoren und Sensoren für Pflanzenwachstum überwachen die Gesundheit und Entwicklung der Kulturen.1
• Satellitenbildanalyse: Die Nutzung von Satellitenbildern ermöglicht die großflächige Beobachtung von Wachstums-mustern und damit die Erkennung von Problembereichen.2
• Drohnen: Ermöglichen eine detaillierte und flexible Sammlung von Daten über Pflanzenhöhe, Vegetationsdichte und Boden-feuchtigkeit.2

EBIT-Effekt

Adaptionsraten

CO₂-Effekt

Einsparung 0,8 MT CO₂

3,6 %

Baseline 20,8 MT CO₂

1,7 %

37 %

2023

Erhöhung 437,2 Mio. EUR

Umsatz 25,4 Mrd. EUR

Einsparung 1,5 MT CO₂

7,3 %

Projektion 20,1 CO₂

3,5 %

75 %

2030

Erhöhung 718,3 Mio. EUR

Umsatz 20,8 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Use Case: Intelligente landwirtschaftliche Maschinen

I. Ackerbau

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Ackerbau

Digitale Ernteüberwachung und -bewirtschaftung

Use Case: intelligente landwirtschaftliche Maschinen

Intelligente landwirtschaftliche Maschinen wie automatisierte und GPS-gesteuerte Düngemittelstreuer1, landwirtschaftliche Drohnen2 und Roboter3 werden digital gesteuert und ermöglichen Eingriffe aus der Ferne. Durch eine Kombination aus intelligenter Ernteüberwachung und automatischen oder halbautomatischen Eingriffen kann das teilflächenspezifische Düngen, Pflanzen oder Jäten effizienter ausgeführt werden.

• und fundierte Entscheidungen zu treffen.2
• Big-Data-Analyse: Erlaubt die Verarbeitung und Analyse großer Datenmengen aus verschiedenen Quellen. Dies ist entschei-dend für eine genaue Planung und Entscheidungsfindung.6
• Drohnen: Werden für die Überwachung von Feldern, zur Schädlingsbekämpfung und für eine präzise Düngemittel-verteilung genutzt. Im Vergleich zu Bodengeräten ermöglichen sie eine schnellere Erfassung großflächiger Daten.2
• Robotik und Automatisierung: Umfassen autonom fahrende Traktoren, Ernteroboter und automatisierte Bewässerungs-systeme.3 Diese Roboter können rund um die Uhr arbeiten und erhöhen so die Effizienz.

Verwendete digitale Technologien

• Sensortechnologie: Inkludiert Bodensensoren, Feuchtigkeits-sensoren und Wetterstationen. Diese Sensoren sammeln konti-nuierlich Daten, die für die Steuerung der autonomen Systeme relevant sind.4
• GPS und Geodaten-Management: Ermöglichen präzise Navigation und Kartierung von landwirtschaftlichen Flächen; wichtig für die Steuerung autonomer Fahrzeuge und Geräte.5
• Vernetzung und Internet der Dinge (IoT): Ermöglichen die Kommunikation zwischen verschiedenen Geräten und Syste-men. Dank IoT können Daten in Echtzeit ausgetauscht und verarbeitet werden, um schnelle Anpassungen vorzunehmen

Adaptionsraten

EBIT-Effekt

CO₂-Effekt

Einsparung 1,1 MT CO₂

5,1 %

Baseline 20,8 MT CO₂

2,1 %

30 %

2023

Erhöhung 524,5 Mio. EUR

Umsatz 25,3 Mrd. EUR

Einsparung 1,8 MT CO₂

9,0 %

Projektion 20,1 CO₂

3,6 %

53 %

2030

Erhöhung 746,7Mio. EUR

Umsatz 20,8 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

II. Viehwirtschaft

Use Case: Intelligente Boden- und Ernteüberwachung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Viehwirtschaft

Präzise Tierüberwachung und -fütterung

Herausforderungen und Digitalisierungsfelder Die Viehwirtschaft steht vor wachsenden Anforderungen seitens der Verbraucher hinsichtlich Tierwohl und Tiergesundheit.5 Die Gesundheit der Tiere ist die Grundlage einer leistungsfähigen Landwirtschaft.6 Dass deren Resistenz gegen antimikrobielle Mittel gestiegen ist, stellt eine große Herausforderung dar. Denn der übermäßige Einsatz von Antibiotika bei Nutztieren trägt zur erhöhten Antibiotikaresistenz sowohl bei den Tieren als auch bei den Menschen bei. Im Rahmen ihrer Farm-to-Fork-Strategie hat die Europäische Kommission das Ziel gesetzt, den Gesamtabsatz von Antibiotika für Nutztiere und in der Aquakultur bis 2030 um 50 % zu reduzieren.7 Eine detaillierte Überwachung und eine individuell zugeschnittene Fütterung tragen dazu bei, die individuellen Bedürfnisse der Tiere zu berücksichtigen, Tierwohl und Tiergesundheit zu fördern sowie Maßnahmen zur Verringerung der Methanemissionen umzusetzen.

Beschreibung des Subsektors Laut den Ergebnissen der Agrarstrukturerhebung 2023 gibt es in Deutschland rund 161.700 landwirtschaftliche Betriebe mit Viehhaltung. Dies entspricht 63 % aller landwirtschaftlichen Betriebe der Bundesrepubik.1 Insgesamt wurden 2022 in Deutschland 21 Mio. Schweine, 11 Mio. Rinder, 1,5 Mio. Schafe und 173 Mio. Geflügeltiere gezählt.2 Die Tierhaltung ist der größte Emittent von Methan in Deutschland.3 Das Gas entsteht bei Fermentationsprozessen im Magen von Wiederkäuern und ist rund 28-mal klimaschädlicher als CO₂.4

EBIT-Effekt

Use Cases

CO₂-Effekt

3,4 MT CO₂

8,0 %

492,2 Mio. EUR

1,4 %

Digitale Tierüberwachung

2023

5,8 MT CO₂

17,3 %

746,8 Mio. EUR

2,7 %

Präzisionsfütterung

2030

Use Case: Digitale Tierüberwachung

Use Case: Intelligente landwirtschaftliche Maschinen

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Viehwirtschaft

Präzise Tierüberwachung und -fütterung

Use Case: digitale Tierüberwachung

Digitale Tierüberwachung steht für den Einsatz tragbarer oder ferngesteuerter Geräte zur Überwachung von Tierbeständen. Durch diese Technologie können der Gesundheitszustand, das Verhalten und der Standort von Tieren in Echtzeit ermittelt und beobachtet werden. Dies ermöglicht die Ergreifung präventiver oder proaktiver Maßnahmen sowie im Bedarfsfall eine rasche Behandlung.

• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Verarbeiten die gesammelten Daten, um Muster zu erkennen und Vorhersagen zu treffen. Insbesondere kann KI zur Krankheitserkennung bei Tieren genutzt werden.
• Managementsoftware und mobile Applikationen: Farm-Management-Systeme bieten die Möglichkeit, Daten und Trends zu visualisieren. Sie dienen als Planungs- und Entscheidungshilfen, um die Bewirtschaftung zu optimieren.2

Verwendete digitale Technologien

• Tragbare Sensoren: Ermöglichen eine individuelle Über-wachung der Tiere, indem sie verschiedene Gesundheits-parameter wie Körpertemperatur und Bewegung erfassen.1
• Stationäre Sensoren: Können zur Überwachung von Stallklima und Tierverhalten eingesetzt werden. Dafür messen sie wichtige Umgebungsbedingungen wie Temperatur, Luftfeuchtigkeit und Luftqualität im Stall. Darüber hinaus erfassen sie das Fressverhalten und den Bewegungsradius der Tiere, um schnell auf Abweichungen reagieren zu können.1

Adaptionsraten

EBIT-Effekt

CO₂-Effekt

Einsparung 1,8 MT CO₂

4,3 %

Baseline 39,2 MT CO₂

0,7 %

32 %

2023

Erhöhung 262,6 Mio. EUR

Umsatz 36,3 Mrd. EUR

Einsparung 3,2 MT CO₂

9,4 %

Projektion 33,8 CO₂

1,6 %

70 %

2030

Erhöhung 420,8 Mio. EUR

Umsatz 27,2 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Use Case: Präzisionsfütterung

II. Viehwirtschaft

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Viehwirtschaft

Präzise Tierüberwachung und -fütterung

Use Case: Präzisionsfütterung

Präzisionsfütterung bezieht sich auf die gezielte Fütterung einzelner Tiere oder Tiergruppen unter Berücksichtigung der im Laufe des Tierlebens auftretenden Veränderungen des Nährstoff-bedarfs. Die Methode nutzt detaillierte Datenanalysen und Automatisierung, um die Futterzusammensetzung und -ausgabe auf Basis individueller Daten der einzelnen Tiere anzupassen.1

• Individualisierte Futterdosierer: Das System stellt das Futter für jedes Tier individuell zusammen und gibt es aus. Es wählt aus verschiedenen vorgemischten Futtermitteln aus, um eine Nährstoffkomposition entsprechend den Bedürfnissen der einzelnen Tiere zu erzielen. Durch die tägliche Anpassung der Fütterung wird eine Überfütterung vermieden.2
• RFID-Tags: RFID steht für „radio-frequency identification“.a Ein RFID-System besteht aus einem Transponder, der sich am oder im Gegenstand bzw. Lebewesen befindet und einen kennzeichnenden Code enthält, sowie einem Lesegerät zum Auslesen dieser Kennung. Dies wird genutzt, um Tiere zu identifizieren und sicherzustellen, dass jedes Tier die eigene individuelle Futtermischung erhält.3

• Echtzeitüberwachungssensoren: Tragbare und stationäre Sensoren überwachen in regelmäßigen Abständen oder kontinuierlich das Futterverhalten, die Gesundheit und die Bewegungen der Tiere. Beispielsweise können Kameras in Verbindung mit Bildanalyse eingesetzt werden, um das Verhalten der Tiere zu beobachten und das Körpergewicht zu schätzen. Zudem ermöglicht eine Echtzeitgeräusch-analyse die Überwachung des Gesundheitszustands und des Wohlbefindens der Tiere.1
• Analysesoftware: Mathematische Modelle helfen, aus den gesam-melten Daten individuelle Analysen zu den Tieren abzuleiten. Dadurch können die spezifischen Bedürfnisse jedes einzelnen Tieres festgestellt und die Futterzusammensetzung entsprechend angepasst werden.1

Verwendete digitale Technologien

Adaptionsraten

EBIT-Effekt

CO₂-Effekt

Einsparung 1,7 MT CO₂

4,0 %

Baseline 39,2 MT CO₂

0,6 %

28 %

2023

Erhöhung 229,6 Mio. EUR

Umsatz 36,3 Mrd. EUR

Einsparung 2,6 MT CO₂

7,8 %

Projektion 33,8 CO₂

1,2 %

55 %

2030

Erhöhung 326,0 Mio. EUR

Umsatz 27,2 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Logistik Übersicht

Use Case: Digitale Tierüberwachung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Logistik

Die zentralen Erkenntnisse auf einen Blick

Der Logistiksektor ist Deutschlands drittgrößter Wirtschaftsbereich und umfasst im Transportbereich Straßen- und Schienenverkehr, den inländischen Flugverkehr und die Binnenschifffahrt.1 Er beschäftigt über 3 Mio. Menschen und erwirtschaftete im Jahr 2023 einen Umsatz von etwa 330 Mrd. EUR.2 Die Branche profitiert von der zentralen Lage im Herzen Europas:3 So entfällt ein Viertel des gesamten europäischen Logistikmarkts auf deutsche Unternehmen, die ihren Umsatz in den Bereichen Transport, Umschlag, Lagerei, Spedition und Verpackung generieren.2 Beim Transport herrscht der CO₂-intensive Lkw-Verkehr vor – mit steigender Tendenz, da die Nachfrage nach Gütern und Transportkapazitäten wächst.4,5 Der Anteil von Lkws an der insgesamt erbrachten Transportleistung im Güterverkehr belief sich im Jahr 2022 auf rund 72,1 %.6 Deshalb konzentriert sich diese Untersuchung auf den Lkw-Güterverkehr.

Mehr erfahren >

CO₂-Reduktion und EBIT-Effekte im Vergleich

Mehr erfahren >

CO₂-Einsparungen und EBIT-Effekte

Mehr erfahren >

Aktuelle und erwartete Adaption digitaler Technologien

Mehr erfahren >

Analysierter Subsektor

Lkw-Güterverkehr

Die zentralen Erkenntnisse auf einen Blick

Use Case: Präzisionsfütterung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Logistik

Die zentralen Erkenntnisse auf einen Blick

Der Logistiksektor ist Deutschlands drittgrößter Wirtschaftsbereich und umfasst im Transportbereich Straßen- und Schienenverkehr, den inländischen Flugverkehr und die Binnenschifffahrt.1 Er beschäftigt über 3 Mio. Menschen und erwirtschaftete im Jahr 2023 einen Umsatz von etwa 330 Mrd. EUR.2 Die Branche profitiert von der zentralen Lage im Herzen Europas:3 So entfällt ein Viertel des gesamten europäischen Logistikmarkts auf deutsche Unternehmen, die ihren Umsatz in den Bereichen Transport, Umschlag, Lagerei, Spedition und Verpackung generieren.2 Beim Transport herrscht der CO₂-intensive Lkw-Verkehr vor – mit steigender Tendenz, da die Nachfrage nach Gütern und Transportkapazitäten wächst.4,5 Der Anteil von Lkws an der insgesamt erbrachten Transportleistung im Güterverkehr belief sich im Jahr 2022 auf rund 72,1 %.6 Deshalb konzentriert sich diese Untersuchung auf den Lkw-Güterverkehr.

01. CO₂- versus EBIT-Effekte: Beide Effekte zeigen im Lkw-Güterverkehr eine starke gegenseitige Abhängigkeit. Denn weniger Kraftstoffverbrauch bedeutet weniger CO₂-Emissionen und weniger Kosten. 02. Best Use Case: Insbesondere die intelligente Routen- und Frachtoptimierung führt durch Effizienzgewinne zu Kraftstoff-einsparungen, die mit direkten CO₂-Einsparungen und EBIT-Effekten einhergehen. 03. Verdreifachung beider Effekte erwartet: Bis 2030 werden sich mittels digitaler Technologien sowohl die CO₂-Einsparungs- als auch die EBIT-Steigerungseffekte (in CO₂ und EUR) im Lkw-Güterverkehr verdreifachen.

04. Keine absolute CO₂-Einsparung 2030: Da die Logistikbranche weiterhin rasant wächst, werden sich die absoluten CO₂-Emissionen in diesem Sektor trotz aller dank digitaler Technologien erzielten relativen Einsparungen deutlich erhöhen. 05. Nur moderater Anstieg der Adaptionsraten: Obwohl in der Branche viele Potenziale für mehr Dekarbonisierung und mehr Profitabilität bestehen, werden sie noch nicht in der Breite genutzt. Viele Unternehmen im Logistiksektor verfügen bisher nicht über ausreichend Kapazitäten, um sich mit digitalen Technologien angemessen beschäftigen zu können.

Profitabilitäts-index

Dekarbonisierungs-index

48

47

CO₂- Einsparung

EBIT-Effekt

779 Mio. EUR

1,1 %

2023

1,2 MT CO₂

3,3 %

2023

2.139 Mio. EUR

2,3 %

2030

4,1 MT CO₂

7,1 %

2030

Abweichungen in den Divisionen können aus Rundungen resultieren.

CO₂-Reduktion und EBIT-Effekte im Vergleich

Logistik Übersicht

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Logistik

CO₂-Reduktion und EBIT-Effekte im Vergleich

Der Logistiksektor ist Deutschlands drittgrößter Wirtschaftsbereich und umfasst im Transportbereich Straßen- und Schienenverkehr, den inländischen Flugverkehr und die Binnenschifffahrt.1 Er beschäftigt über 3 Mio. Menschen und erwirtschaftete im Jahr 2023 einen Umsatz von etwa 330 Mrd. EUR.2 Die Branche profitiert von der zentralen Lage im Herzen Europas:3 So entfällt ein Viertel des gesamten europäischen Logistikmarkts auf deutsche Unternehmen, die ihren Umsatz in den Bereichen Transport, Umschlag, Lagerei, Spedition und Verpackung generieren.2 Beim Transport herrscht der CO₂-intensive Lkw-Verkehr vor – mit steigender Tendenz, da die Nachfrage nach Gütern und Transportkapazitäten wächst.4,5 Der Anteil von Lkws an der insgesamt erbrachten Transportleistung im Güterverkehr belief sich im Jahr 2022 auf rund 72,1 %.6 Deshalb konzentriert sich diese Untersuchung auf den Lkw-Güterverkehr.

Profitabilität und Dekarbonisierung stehen in gegenseitiger Abhängig-keit und steigen deutlich. Am größten sind die EBIT-Effekte durch den Digital Twin. Ein Grund für die hohen CO₂-Reduktionspotenziale sind die großen CO₂-Hebela der drei Use Cases, die zwischen 10 und 14 % liegen. Insbesondere die intelligente Routen- und Frachtenoptimierung führt durch Effizienzgewinne zu Kraftstoffeinsparungen, die mit direkten CO₂-Einsparungen einhergehen. Der Digital Twin erlaubt Logistikern zusätzliche Optimierungs-möglichkeiten auf übergeordneter Planungsebene, sprich: in der Dimensionierung von Lkw-Flotten und Personalkapazitäten entsprechend der tatsächlichen Transportnachfrage, sodass neben der Kraftstoffeinsparung auch EBIT-Hebel wie Personal- und Wartungskosten wirksam werden. Potenziale des Truck Platooning sind vergleichsweise geringer und werden erst noch entdeckt. Das als Truck Platooning bezeichnete automatisierte Konvoifahren befindet sich in Deutschland noch in den Anfängen. Nachdem erste Pilotprojekte teilweise positive CO₂- und EBIT-Effekte aufzeigen,1,2 weisen die Unternehmens-befragung und aktuelle Wachstumsraten3,4 auf eine leicht zunehmende Adaption hin. Bis zu 20 % weniger Lohnkostenb und 14 % weniger Kraftstoffverbrauch verspricht das Truck Platooning, auch wenn es nur auf bestimmten Routenabschnitten und auf Autobahnen zur Anwendung kommen kann.c,5

CO₂-Reduktionspotenzial (in %)

EBIT-Effekte (in Millionen Euro/Jahr)

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

Viehwirtschaft

CO₂-Einsparungen und EBIT-Effekte

Die zentralen Erkenntnisse auf einen Blick

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Logistik

CO₂-Einsparungen und EBIT-Effekte

Der Logistiksektor ist Deutschlands drittgrößter Wirtschaftsbereich und umfasst im Transportbereich Straßen- und Schienenverkehr, den inländischen Flugverkehr und die Binnenschifffahrt.1 Er beschäftigt über 3 Mio. Menschen und erwirtschaftete im Jahr 2023 einen Umsatz von etwa 330 Mrd. EUR.2 Die Branche profitiert von der zentralen Lage im Herzen Europas:3 So entfällt ein Viertel des gesamten europäischen Logistikmarkts auf deutsche Unternehmen, die ihren Umsatz in den Bereichen Transport, Umschlag, Lagerei, Spedition und Verpackung generieren.2 Beim Transport herrscht der CO₂-intensive Lkw-Verkehr vor – mit steigender Tendenz, da die Nachfrage nach Gütern und Transportkapazitäten wächst.4,5 Der Anteil von Lkws an der insgesamt erbrachten Transportleistung im Güterverkehr belief sich im Jahr 2022 auf rund 72,1 %.6 Deshalb konzentriert sich diese Untersuchung auf den Lkw-Güterverkehr.

CO₂-Reduktionspotenzial (in MT CO₂/Jahr)

EBIT-Steigerungspotenzial (in Mio. EUR)

+163 %

+144 %

+194 %

+121 %

Digital Twin & Advanced Planning

Intelligente Routen- und Frachtoptimierung

Truck Platooning

Intelligente Routen- und Frachtoptimierung

Digital Twin & Advanced Planning

Truck Platooning

Aktuelle EBIT-Steigerung 2023

Erwartete EBIT-Steigerung 2030

Aktuelle Reduktion 2023

Erwartete Reduktion 2030

Erwartete CO₂-Einsparungen durch digitale Technologien werden sich fast verdreifachen – Die Marktdurchdringung der Use Cases mit einem durchschnittlichen Anstieg der Adaptionsrate um etwa 17 % bis 2030 sowie die signifikanten Hebel zur CO₂-Reduktion von 10 bis 14 % spielen zwar eine Rolle, doch die hohen absoluten CO₂-Einsparungen bis 2030 gehen vor allem auf den stark wachsenden Lkw-Gütertransport zurück. Damit steigt auch die Einsparung enorm.

EBIT-Steigerungen durch digitale Technologien werden sich verdrei-fachen von heute etwa 0,8 auf etwa 2,1 Mrd. EUR im Jahr 2030a – Während die wachsende Nachfrage im Transportsektor die Umsätze treibt, steigen die Lohnkosten (teilweise durch Fahrermangel bedingt) überproportional. Zusammen mit dem zunehmenden Einsatz digitaler Technologien wie Digital Twin und Advanced Planning, die auf diese Lohnkosten einzahlen, führt das zu einer EBIT-Steigerung von bis zu 144 %.

Aktuelle und erwartete Adaption digitaler Technologien

CO₂-Reduktion und EBIT-Effekte im Vergleich

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Logistik

Aktuelle und erwartete Adaption digitaler Technologien

Der Logistiksektor ist Deutschlands drittgrößter Wirtschaftsbereich und umfasst im Transportbereich Straßen- und Schienenverkehr, den inländischen Flugverkehr und die Binnenschifffahrt.1 Er beschäftigt über 3 Mio. Menschen und erwirtschaftete im Jahr 2023 einen Umsatz von etwa 330 Mrd. EUR.2 Die Branche profitiert von der zentralen Lage im Herzen Europas:3 So entfällt ein Viertel des gesamten europäischen Logistikmarkts auf deutsche Unternehmen, die ihren Umsatz in den Bereichen Transport, Umschlag, Lagerei, Spedition und Verpackung generieren.2 Beim Transport herrscht der CO₂-intensive Lkw-Verkehr vor – mit steigender Tendenz, da die Nachfrage nach Gütern und Transportkapazitäten wächst.4,5 Der Anteil von Lkws an der insgesamt erbrachten Transportleistung im Güterverkehr belief sich im Jahr 2022 auf rund 72,1 %.6 Deshalb konzentriert sich diese Untersuchung auf den Lkw-Güterverkehr.

Adaptionsraten der Use Cases [in %]

Nur moderater Anstieg der Adaptionsraten digitaler Technologien bis 2030 - vor allem im Mittelstand. Der Vergleich der Use Cases für 2023 zeigt, dass die Digitalisierung besonders im Bereich der intelligenten Routen- und Frachtenoptimierung fortgeschritten ist, der Einsatz von Digital Twins für die Planung und Echtzeit-steuerung von Lkw-Flotten dagegen noch nicht sehr verbreitet ist. Die großen Logistikunternehmen weisen zwar bereits hohe Adaptionsraten digitaler Technologien auf. Doch je kleiner die Flotten sind, desto geringer ist der Digitalisierungsgrad. Dabei ist der deutsche Markt für den gewerblichen Güterkraftverkehr sehr kleinteilig strukturiert. Von den ca. 47.000 registrierten Unternehmen sind etwa 51 % Einzelunternehmen, 77 % haben weniger als 11 Lkws.1 Für sie sind die Einstiegshürden und die Skalierung digitaler Technologien unverhältnismäßig hoch. Das liegt vor allem an den Anfangsinvestitionen für die Ausstattung der Flotte mit Telematiksystemen und (teil-)autonomen Fahrassistenten. Hinzu kommt die Komplexität der Systemintegration, wenn Flottensysteme zusammengelegt werden, wie dies bei Unternehmensaufkäufen oder Zusammenschlüssen der Fall ist. Genauso erschwerend ist der Mangel an Fachpersonal, um mit neuartigen digitalen Technologien wie autonomem Fahren umzugehen, den aufwändigen Datenschutz zu gewährleisten und Schulungsmaßnahmen umzusetzen. Fazit: Eine vollständige Adaption fortgeschrittener digitaler Technologien bis 2030 ist unter diesen Umständen in der deutschen Logistikbranche eher unwahrscheinlich.

Intelligente Routen- und Frachtoptimierung

Use Cases im Vergleich

Digital Twin und Advanced Planning

Truck Platooning

40%

30%

50%

20%

0%

10%

2023

2030

Analysierter Subsektor und Use Cases

CO₂-Einsparungen und EBIT-Effekte

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Logistik

Analysierter Subsektor und Use Cases

Der Logistiksektor ist Deutschlands drittgrößter Wirtschaftsbereich und umfasst im Transportbereich Straßen- und Schienenverkehr, den inländischen Flugverkehr und die Binnenschifffahrt.1 Er beschäftigt über 3 Mio. Menschen und erwirtschaftete im Jahr 2023 einen Umsatz von etwa 330 Mrd. EUR.2 Die Branche profitiert von der zentralen Lage im Herzen Europas:3 So entfällt ein Viertel des gesamten europäischen Logistikmarkts auf deutsche Unternehmen, die ihren Umsatz in den Bereichen Transport, Umschlag, Lagerei, Spedition und Verpackung generieren.2 Beim Transport herrscht der CO₂-intensive Lkw-Verkehr vor – mit steigender Tendenz, da die Nachfrage nach Gütern und Transportkapazitäten wächst.4,5 Der Anteil von Lkws an der insgesamt erbrachten Transportleistung im Güterverkehr belief sich im Jahr 2022 auf rund 72,1 %.6 Deshalb konzentriert sich diese Untersuchung auf den Lkw-Güterverkehr.

I. Lkw-Güterverkehr

EBIT-Effekte (in Millionen Euro/Jahr)

Digital Twin und Advanced Planninga

Intelligente Routen- und Frachtoptimierung

Subsektoren: Ackerbau und Viehwirtschaft

Truck Platooning

Subsektoren: XXX und XXXX

Viehwirtschaft

Lkw-Güterverkehr

Aktuelle und erwartete Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Lkw-Güterverkehr

Intelligente Flotten und Transporte

Herausforderungen und Digitalisierungsfelder Die stetig wachsende Branche steht vor immensen Herausforderungen: Sie ist besonders gefragt, zu den deutschen Klimaschutzzielen beizutragen, muss mit steigenden Kraftstoffkosten zurechtkommen und erlebt trotz wachsender Personalkosten einen bedrohlichen Mangel an Fachpersonal – vielfach bedingt durch die Rückkehr vieler Fahrer:innen aufgrund des Ukrainekriegs in ihre Heimatländer. Beeinträchtigungen durch unplanbare Verzögerungen in den Lieferketten kommen noch hinzu und erschweren die Planung des Lkw-Güterverkehrs erheblich.4 Angesichts dieser Herausforderungen erweisen sich digitale Technologien als unerlässlich, um den Lkw-Güterverkehr effizienter und umweltverträglicher zu gestalten. Schon heute lassen sich durch den Einsatz digitaler Technologien zur Routen- und Frachtoptimierung überflüssige Leerfahrten vermeiden, was wiederum zu erheblichen Einsparungen beim Kraftstoffverbrauch und den damit verbundenen CO₂–Emissionen führt.

Beschreibung des Subsektors Im Jahr 2021 entfielen knapp 30 % der CO₂-Emissionen des EU-Straßenverkehrs auf den Lkw-Güterverkehr.1 In Deutschland trägt er mit 95 % zu den Emissionen des Verkehrssektors bei, wobei angesichts steigender Fahrleistungen mit einem weiteren Anstieg zu rechnen ist.2 Zwar sind die spezifischen Emissionen pro Kilometer seit 1995 durch verbesserte Technologien gesunken. Doch dieser Rückgang wurde zumindest teilweise durch eine von 1995 bis 2021 um 34,5 % gestiegene Fahrleistung kompensiert.3

EBIT- Effekt

CO₂ Effekt

Use Cases

1,2 MT CO₂

3,3 %

779,2 Mio. EUR

1,1 %

Digital Twin und Advanced Planninga

2023

Intelligente Routen- und Frachtoptimierung

4,1 MT CO₂

7,1 %

2.139,4 Mio. EUR

2,3 %

2030

Truck Platooning

Use Case: Digital Twin und Advanced Planning

Analysierter Subsektor und Use Cases

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Lkw-Güterverkehr

Intelligente Flotten und Transporte

Use Case: Digital Twin und Advanced Planning

Ein Digital Twin im Logistiksektor bildet die Flotte virtuell ab und nutzt Echtzeitdaten zu den Lkws, ihrem Zustand, ihrem Verhalten und ihren Einsätzen (z.B. Geschwindigkeiten, Ladungen, Liefertermine), um Echtzeitoptimierungen oder erweiterte Planungseingriffe (z.B. Entschleunigungen) vorzunehmen. Der Digital Twin ermöglicht zudem die strategische Planung, beispielsweise hinsichtlich der optimalen Dimensionierung von Flotten und Personalkapazitäten.

• Cloud Computing: Stellt die Infrastruktur für die Speicherung, Verarbeitung und Analyse großer Datenmengen bereit und ermöglicht einen skalierbaren Zugriff auf Ressourcen.
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Analysieren Datenströme, um Muster zu erkennen, Vorhersagen zu treffen und automatisierte Entscheidungen für die Routenoptimierung und Lastverteilung zu unterstützen.
• Telematik und Sensortechnologie: Kombinieren Telekommunikation mit Informatik und Sensorik zur Fernüberwachung und -steuerung der Transportmittel.

Verwendete digitale Technologien

• Echtzeitdatenanalyse: Nutzt Telematik und Sensoren, um kontinuierlich Daten wie Geschwindigkeit und Erschütterungen zu sammeln. Edge-Computing-Geräte und Stream-Processing-Software ermöglichen die sofortige Verarbeitung der Daten für Monitoring und schnelle Entscheidungen.
• Geodatenmanagement: Setzt GPS-Tracking-Geräte und geographische Informationssysteme (GIS) ein, um die genaue Position und Bewegung der Flotte in Echtzeit zu überwachen. Routenoptimierungssoftware hilft, die effizientesten Wege zu bestimmen und die Flottenverwaltung zu unterstützen.
• Vernetzung und Internet der Dinge (IoT): Erlauben die Kommunikation zwischen Fahrzeugen, Ladungssensoren und Kontrollzentren, was eine sofortige Datensynchronisation und Reaktion auf Veränderungen ermöglicht.

CO₂-Effekt

EBIT-Effekt

Adaptionsraten

Einsparung 0,9 MT CO₂

2,4 %

Baseline 35,9 MT CO₂

1,3 %

21 %

2023

Erhöhung 919,1 Mio. EUR

Umsatz 70,4 Mrd. EUR

Einsparung 2,6 MT CO₂

4,5 %

Projektion 58,5 CO₂

2,4 %

39 %

2030

Erhöhung 2.238,9 Mio. EUR

Umsatz 92,7 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Use Case: Intelligente Routen- und Frachtoptimierung

I. Lkw-Güterverkehr

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Lkw-Güterverkehr

Intelligente Flotten und Transporte

Use Case: intelligente Routen- und Frachtoptimierung

Intelligente Routen- und Frachtoptimierung setzt auf Echtzeit-daten, KI und Vernetzung zwischen Fahrzeugen, Frachten und Kontrollzentren, um traditionelle Routen- und Frachtoptimierungen in Echtzeit zusätzlich zu optimieren. Der Nutzen ist vielfältig: mehr Transparenz, verlässliche Alarmmeldungen bei kritischen Events (z.B. Staus und Sperrungen) sowie intelligente Unterstützunga von Disponenten durch KI-gestützte Methoden.

• Laderaummanagement-Systeme: Nutzen Algorithmen, die u.a. auf Volumen, Gewicht und Priorität basieren, zur Optimierung der Laderaumnutzung – und tragen so dazu bei, die Anzahl der Fahrten zu reduzieren und die Effizienz zu steigern.
• Fahrassistenzsysteme: Verwenden Datenanalysen, um Fahrer bei der Wahl der Routen zu unterstützen und die Sicherheit durch Warnungen, wie beispielsweise bei Unwetter, zu erhöhen.
• Satellitenkommunikation: Bietet auch in entlegenen Gebieten eine verlässliche Datenkommunikation, um Routenflexibilität und Erreichbarkeit zu gewährleisten.
• Cloud-basierte Frachtplattformen: Verbessern die Transparenz und minimieren Leerfahrten durch effiziente Frachtzuweisungen und optimierte Auslastung.

Verwendete digitale Technologien

• Telematiksysteme und KI: Ermöglichen eine umfassende Flotten-überwachung durch Echtzeitdaten zu Standort, Fahrzeug und Fahrverhalten. Intelligente Algorithmen werten historische und aktuelle Geschwindigkeiten aus, prognostizieren Verkehrsflüsse und erlauben dynamische Routen-anpassungen. Advanced Analytics und Predictive Modeling fließen in die KI ein, um Engpässe vorherzusagen und effizientere Routen sowie Beladungen zu planen.
• Internet der Dinge (IoT): Spielt eine zentrale Rolle für die Echtzeit-überwachung und -optimierung von Fahrzeugen und Ladungen mit integrierten Sensornetzwerken zur Verbesserung der Frachtüberwachung und Kraftstoffeffizienz.

CO₂-Effekt

EBIT-Effekt

Adaptionsraten

Einsparung 1,5 MT CO₂

4,1 %

Baseline 35,9 MT CO₂

0,9 %

30 %

2023

Erhöhung 600,7 Mio. EUR

Umsatz 70,4 Mrd. EUR

Einsparung 4,0 CO₂

6,8 %

Projektion 58,5 CO₂

1,4 %

50 %

2030

Erhöhung 1.330,3 Mio. EUR

Umsatz 92,7 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Use Case: Truck Platooning

Use Case: Digital Twin und Advanced Planning

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Lkw-Güterverkehr

Intelligente Flotten und Transporte

Use Case: Truck Platooning

Truck Platooning steht für Lkw-Konvois (Platoons), die mittels automatisierter Fahrassistenzsysteme und Echtzeitkommunikation gesteuert werden. Die Fahrzeuge können Geschwindigkeit und Abstand selbst kontrollieren und eine präzise Konvoibildung mit geringem Abstand auf Autobahnen garantieren. Platoons werden durch Kontrollzentren begleitet, steigern die Effizienz, vor allem durch reduzierten Luftwiderstand, und senken damit den Kraftstoffverbrauch und die CO₂-Emissionen.

• GPS und präzise Ortungssysteme: Stellen sicher, dass die Position jedes Lkws im Platoon genau bestimmt wird, um die Formation und Navigation zu optimieren.
• Zentrale Steuerungssysteme: Koordinieren die Platoons aus der Ferne, überwachen die Konvois und passen die Routenplanung dynamisch an.
• KI-gesteuerte Algorithmen: Analysieren kontinuierlich Datenströme, um die Effizienz des Platooning-Prozesses zu maximieren und die Fahrzeuge sicher zu führen.
• Cloud- und Edge-Computing-Plattformen: Speichern und verarbeiten die riesigen Datenmengen, die für die Überwachung und Optimierung der Platoons nötig sind.
• Cybersicherheitslösungen: Schützen die Kommunikation und die Steuerungssysteme der Platoons vor unautorisierten Eingriffen und garantieren die Integrität des Systems.

Verwendete digitale Technologien

• Automatisierte Fahrassistenzsysteme (ADAS): Bieten Funktionen wie adaptives Cruise Control und automatisches Bremsen, die für die Abstandsregelung und Geschwindigkeitssynchronisation zwischen den Lkws essenziell sind.
• Vehicle-to-Vehicle-Kommunikation (V2V): Erlaubt es Fahrzeugen, in Echtzeit miteinander zu kommunizieren und Informationen über Geschwindigkeit, Abstand und Route auszutauschen.
• Vehicle-to-Infrastructure-Kommunikation (V2I): Integriert Verkehrsinfrastrukturdaten wie Verkehrszustand und Straßenbedingungen in die Steuerung der Platoons.

CO₂-Effekt

EBIT-Effekt

Adaptionsraten

Einsparung 0,0 MT CO₂

0,0 %

Baseline 35,9 MT CO₂

0,0 %

< 1 %

2023

Erhöhung 0,0 Mio. EUR

Umsatz 70,4 Mrd. EUR

Einsparung 0,8 MT CO₂

1,4 %

Projektion 58,5 CO₂

0,4 %

14 %

2030

Erhöhung 354,8 Mio. EUR

Umsatz 92,7 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Strom Übersicht

Use Case: Intelligente Routen- und Frachtoptimierung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Strom

Die zentralen Erkenntnisse auf einen Blick

Der Sektor mit knapp 250.000 Beschäftigten befindet sich in einem grundlegenden Umbruch.1 Bis 2030 muss er gemäß dem Ziel der Bundesregierung mindestens 80 % des Bruttostromverbrauchs durch erneuerbare Energien decken2 und gleichzeitig die Energieerzeugung aus Kohle schrittweise reduzieren.3 Die Bedeutung dieses Wandels wird unterstrichen durch den bereits im Jahr 2023 erreichten Anteil erneuerbarer Energien an der Stromerzeugung von 52,6 %.4 Vor diesem Hintergrund ist eine Beschleunigung des Ausbaus von Wind- und Solarenergie erforderlich.4 Um den Umbruch weiter voranzutreiben, muss die Effizienz der Energieerzeugung aus neuen und existierenden Solar- und Windanlagen gesteigert werden. Zudem ist die Effizienz des Stromnetzes zu verbessern, um Verluste während des Transports, der Umspannung und der Verteilung von Strom zu minimieren.5

Mehr erfahren >

CO₂-Reduktion und EBIT-Effekte im Vergleich

Mehr erfahren >

CO₂-Einsparungen und EBIT-Effekte

Mehr erfahren >

Aktuelle und erwartete Adaption digitaler Technologien

Mehr erfahren >

Analysierte Subsektoren

Windenergie

Solarenergie

Stromnetz

Die zentralen Erkenntnisse auf einen Blick

Use Case: Truck Platooning

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Strom

Die zentralen Erkenntnisse auf einen Blick

Der Sektor mit knapp 250.000 Beschäftigten befindet sich in einem grundlegenden Umbruch.1 Bis 2030 muss er gemäß dem Ziel der Bundesregierung mindestens 80 % des Bruttostromverbrauchs durch erneuerbare Energien decken2 und gleichzeitig die Energieerzeugung aus Kohle schrittweise reduzieren.3 Die Bedeutung dieses Wandels wird unterstrichen durch den bereits im Jahr 2023 erreichten Anteil erneuerbarer Energien an der Stromerzeugung von 52,6 %.4 Vor diesem Hintergrund ist eine Beschleunigung des Ausbaus von Wind- und Solarenergie erforderlich.4 Um den Umbruch weiter voranzutreiben, muss die Effizienz der Energieerzeugung aus neuen und existierenden Solar- und Windanlagen gesteigert werden. Zudem ist die Effizienz des Stromnetzes zu verbessern, um Verluste während des Transports, der Umspannung und der Verteilung von Strom zu minimieren.5

01. CO₂-Reduktion und EBIT-Effekte im Vergleich: Digitalisierung in der Netzinfrastruktur ist der Schlüssel zur CO₂-Reduktion im Stromsektor. Die Digitalisierung bei Stromnetz-betreibern bis 2030 weist mit bis zu 4,4 % das höchste CO₂-Reduktions-potenzial auf und ist ein wichtiger Hebel für die Energiewende. 02. Digitalisierung in der Wind- und Solarenergieerzeugung: Digitale Technologien in der Wind- und Solarenergiebranche zeigen einen positiven Zusammenhang zwischen CO₂-Einsparung und EBIT-Effekt auf, wobei beides bis 2030 signifikant ansteigt. 03. CO₂-Einsparungen: Der Einsatz digitaler Technologien bei Stromnetzbetreibern führt heute schon zu relativ hohen CO₂-Einsparungen von ca. 8 MT CO₂ pro Jahr. Bei Wind- und Solarstromerzeugern sind bis 2030 mehr als doppelt so hohe absolute CO₂-Einsparungen zu erwarten.

04. Profitabilitätseffekte: Am stärksten wird der Anstieg der EBIT-Effekte durch Digitalisierung bei den Solarenergie-erzeugern ausfallen – von 1,9 % auf 4,2 % im Jahr 2030. Bei den Windenergieerzeugern ist schon heute ein EBIT-Effekt von 2,5 % zu verzeichnen. 05. Adaption digitaler Technologien: Bis 2030 wird die Nutzung von Digital Twins im Wind- und Solarsektor um das 2 bis 3-Fache steigen. Die Adaptionsrate digitaler Technologien bei der Standortmodellierung wird von heute durchschnittlich 42 % auf 72 % im Jahr 2030 wachsen.

Profitabilitäts-index

Dekarbonisierungs-index

52

39

CO₂- Einsparung

EBIT-Effekt

1.819 Mio. EUR

+3,4 %

2023

11,4 MT CO₂

4,7%

2023

4.416 Mio. EUR

+6,6 %

2030

14,3 MT CO₂

12,0 %

2030

Abweichungen in den Divisionen können aus Rundungen resultieren.

CO₂-Reduktion und EBIT-Effekte im Vergleich

Strom Übersicht

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Strom

CO₂-Reduktion und EBIT-Effekte im Vergleich

Der Sektor mit knapp 250.000 Beschäftigten befindet sich in einem grundlegenden Umbruch.1 Bis 2030 muss er gemäß dem Ziel der Bundesregierung mindestens 80 % des Bruttostromverbrauchs durch erneuerbare Energien decken2 und gleichzeitig die Energieerzeugung aus Kohle schrittweise reduzieren.3 Die Bedeutung dieses Wandels wird unterstrichen durch den bereits im Jahr 2023 erreichten Anteil erneuerbarer Energien an der Stromerzeugung von 52,6 %.4 Vor diesem Hintergrund ist eine Beschleunigung des Ausbaus von Wind- und Solarenergie erforderlich.4 Um den Umbruch weiter voranzutreiben, muss die Effizienz der Energieerzeugung aus neuen und existierenden Solar- und Windanlagen gesteigert werden. Zudem ist die Effizienz des Stromnetzes zu verbessern, um Verluste während des Transports, der Umspannung und der Verteilung von Strom zu minimieren.5

Die Digitalisierung in der Netzinfrastruktur ist der Schlüssel zur CO₂-Reduktion im Stromsektor. Bis 2030 wird ein entscheidender Beitrag zur CO₂-Reduktion durch die Digitalisierung im Netzwerkbetrieb erwartet, mit einem Potenzial von bis zu 4,4 %. Obwohl der EBIT-Effekt hinter dem der erneuerbaren Energien zurückbleibt, spielt die Digitalisierung bei Strom-netzbetreibern eine zentrale Rolle für die deutsche Energiewende. Dies wird durch den seit 2018 vom Bundesministerium für Wirtschaft und Klimaschutz verfolgten Netzausbau- und Erneuerungsplan unterstützt.1 Digitalisierung in der Wind- und Solarenergieerzeugung – Profitabilität und Dekarbonisierung stehen in engem Zusammenhang und steigen deutlich. Digitale Technologien in der Wind- und Solarenergiebranche zeigen einen positiven Zusammenhang zwischen CO₂-Einsparung und EBIT-Effekt, wobei beides bis 2030 signifikant ansteigt. Dies verdeutlicht, dass Unternehmensinvestitionen in digitale Technologien sich hier sowohl im Hinblick auf die Dekarbonisierung als auch die Profitabilität lohnen werden. Die erwartete Zunahme des EBIT-Effekts bis 2030 macht deutlich, dass die Energiewende nicht nur eine ökologische Notwendigkeit, sondern auch eine wirtschaftliche Chance für Energieerzeuger darstellt.

CO₂-Reduktionspotenzial (in %)

EBIT-Effekte (in Millionen Euro/Jahr)

Subsektoren: Ackerbau und Viehwirtschaft

Subsektoren: XXX und XXXX

Viehwirtschaft

CO₂-Einsparungen und EBIT-Effekte

Die zentralen Erkenntnisse auf einen Blick

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Strom

CO₂-Einsparungen und EBIT-Effekte

Der Sektor mit knapp 250.000 Beschäftigten befindet sich in einem grundlegenden Umbruch.1 Bis 2030 muss er gemäß dem Ziel der Bundesregierung mindestens 80 % des Bruttostromverbrauchs durch erneuerbare Energien decken2 und gleichzeitig die Energieerzeugung aus Kohle schrittweise reduzieren.3 Die Bedeutung dieses Wandels wird unterstrichen durch den bereits im Jahr 2023 erreichten Anteil erneuerbarer Energien an der Stromerzeugung von 52,6 %.4 Vor diesem Hintergrund ist eine Beschleunigung des Ausbaus von Wind- und Solarenergie erforderlich.4 Um den Umbruch weiter voranzutreiben, muss die Effizienz der Energieerzeugung aus neuen und existierenden Solar- und Windanlagen gesteigert werden. Zudem ist die Effizienz des Stromnetzes zu verbessern, um Verluste während des Transports, der Umspannung und der Verteilung von Strom zu minimieren.5

CO₂-Reduktionspotenzial (in MT CO₂/Jahr)

EBIT-Steigerungspotenzial (in Mio. EUR)

-33 %

+134 %

+168 %

+135 %

+64 %

+274 %

Solarenergie-erzeugung

Windenergie-erzeugung

Netzwerk-betreiber

Solarenergie-erzeugung

Stromnetzbetrieb

Windenergie-erzeugung

Aktuelle EBIT-Steigerung 2023

Erwartete EBIT-Steigerung 2030

Aktuelle Reduktion 2023

Zielpfad-Reduktion 2030

Der Einsatz digitaler Technologien führt heute schon zu hohen CO₂-Einsparungen – Digitale Technologien erhöhen die Effizienz im Stromnetz und sparen aktuell rund 8 MT CO₂ pro Jahr ein, insbesondere aufgrund des gegenwärtigen Anteils fossiler Brennstoffe im Strommix. Mehr als doppelt so hohe absolute CO₂-Einsparungen bei Wind- und Solarstromerzeugern bis 2030 – Dies wird vor allem durch die erwarteten starken Adaptionsraten 2030 ermöglicht.a

Der Einsatz digitaler Technologien führt heute schon zu einer deutlichen EBIT-Erhöhung – Dies geschieht vor allem aufgrund der heute schon höheren Adaption digitaler Technologien bei Windenergieerzeugern.a 2,7-facher Anstieg der EBIT-Steigerungen bei den Solarenergie-erzeugern bis 2030 – Dies ist hauptsächlich aufgrund von höherem Energie-Output durch Effizienzgewinne zu erwarten, der laut Befragung zu einer Steigerung des Umsatzes von bis zu 20 % führt.

Die Adaption digitaler Technologien

Aktuelle und erwartete Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Strom

Aktuelle und erwartete Adaption digitaler Technologien

Der Sektor mit knapp 250.000 Beschäftigten befindet sich in einem grundlegenden Umbruch.1 Bis 2030 muss er gemäß dem Ziel der Bundesregierung mindestens 80 % des Bruttostromverbrauchs durch erneuerbare Energien decken2 und gleichzeitig die Energieerzeugung aus Kohle schrittweise reduzieren.3 Die Bedeutung dieses Wandels wird unterstrichen durch den bereits im Jahr 2023 erreichten Anteil erneuerbarer Energien an der Stromerzeugung von 52,6 %.4 Vor diesem Hintergrund ist eine Beschleunigung des Ausbaus von Wind- und Solarenergie erforderlich.4 Um den Umbruch weiter voranzutreiben, muss die Effizienz der Energieerzeugung aus neuen und existierenden Solar- und Windanlagen gesteigert werden. Zudem ist die Effizienz des Stromnetzes zu verbessern, um Verluste während des Transports, der Umspannung und der Verteilung von Strom zu minimieren.5

Adaptionsraten der Use Cases [in %]

Rund 2- bis 3-fache Adaption des Digital Twin im Wind- und Solarsektor bis 2030. Die Unternehmens- und Expertenbefragung zeigt: Der Umsetzungsstand von Digital Twins bei Wind- und Solarerzeugern liegt heute bei nur ca. 20 %, wird aber um das 2- bis 3-Fache wachsen. Der erwartete Anstieg der Adaptionsraten lässt sich vor allem mit den neuesten technologischen Entwicklungen begründen, die sich durch fortschrittliche KI-Methoden, verbesserte Sensor-technologien und zunehmend leistungsfähigere Datenverarbeitungskapazitäten auszeichnen. Hohe erwartete Adaptionsrate digitaler Technologien bei der Standortmodellierung: von heute durchschnittlich 42 % auf bis zu 74 % im Jahr 2030.a Die Modellierung von Standorten – sowohl in der anfänglichen Standortauswahl als auch im Betrieb – ermöglicht es Energieerzeugern, die Leistung der Anlagen sowohl auf der Kostenseite als auch auf der Output- bzw. Umsatzseite zu optimieren. Die hohe erwartete Adaptionsrate von bis zu durchschnittlich 74 % ist darauf zurückzuführen, dass die Standortmodellierung im Vergleich zum Digital Twin tendenziell reifer und etablierter ist. Sie ist mit geringeren Investitionskosten verbunden, weniger komplex und in der Regel der Schritt vor der Implementierung eines Digital Twin.

Windenergieerzeugung: Standortmodellierung

Stromnetzbetrieb: Digital Twin

Use Cases im Vergleich

Solarenergieerzeugung: Standortmodellierung

Windenergieerzeugung: Digital Twin

Solarenergieerzeugung: Digital Twin

80%

60%

100%

40%

0%

20%

2023

2030

Analysierte Subsektoren und Use Cases

CO₂-Einsparungen und EBIT-Effekte

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Strom

Analysierte Subsektoren und Use Cases

Der Sektor mit knapp 250.000 Beschäftigten befindet sich in einem grundlegenden Umbruch.1 Bis 2030 muss er gemäß dem Ziel der Bundesregierung mindestens 80 % des Bruttostromverbrauchs durch erneuerbare Energien decken2 und gleichzeitig die Energieerzeugung aus Kohle schrittweise reduzieren.3 Die Bedeutung dieses Wandels wird unterstrichen durch den bereits im Jahr 2023 erreichten Anteil erneuerbarer Energien an der Stromerzeugung von 52,6 %.4 Vor diesem Hintergrund ist eine Beschleunigung des Ausbaus von Wind- und Solarenergie erforderlich.4 Um den Umbruch weiter voranzutreiben, muss die Effizienz der Energieerzeugung aus neuen und existierenden Solar- und Windanlagen gesteigert werden. Zudem ist die Effizienz des Stromnetzes zu verbessern, um Verluste während des Transports, der Umspannung und der Verteilung von Strom zu minimieren.5

I. Windenergie

EBIT-Effekte (in Millionen Euro/Jahr)

Standortmodellierung

Digital Twin und prädiktive Wartung

Subsektoren: Ackerbau und Viehwirtschaft

II. Solarenergie

Standortmodellierung

Subsektoren: XXX und XXXX

Digital Twin und prädiktive Wartung

III. Stromnetz

Digital Twin inklusive digitaler Fehlererkennung und prädiktiver Wartung

Viehwirtschaft

I. Windenergie

Aktuelle und erwartete Adaption digitaler Technologien

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Windenergie

Digitale Optimierung in Aufbau, Betrieb und Wartung von Anlagen

Herausforderungen und Digitalisierungsfelder Eine zentrale Herausforderung der Windenergiebranche besteht in der effizienten Nutzung der durch das Windenergieflächenbedarfsgesetz bereitgestellten Flächen für Windanlagen. Effizienzsteigerungen können bereits in der Planungsphase neuer Windanlagen realisiert werden. So lässt sich durch eine Standort-modellierung der Windverhältnisse die potenzielle Energieerzeugung der Anlage erhöhen. Eine weitere Herausforderung liegt darin, dass die Produktion von Windenergie stark von den Wetterbedingungen abhängig ist.4 Um eine stabile Energieversorgung zu gewährleisten, ist es entscheidend, die Wartung von Windanlagen effizient zu gestalten und Ausfälle zu minimieren. Eine datengesteuerte Analyse der Windanlagen ermöglicht die prädiktive Planung und Durchführung von Wartungsmaßnahmen.

Beschreibung des Subsektors Im Jahr 2022 war die Windenergieerzeugung nach der Kohlekraft die zweitwichtigste Energiequelle Deutschlands. 2023 übernahm die Windkraft die Position als wichtigste Quelle zur öffentlichen Stromerzeugung, was die dynamische Entwicklung im Energiemarkt unterstreicht.1 Die Windkraft wird als entscheidender Faktor der Energiewende weiter ausgebaut, um gemäß dem Erneuerbare-Energien-Gesetz bis 2030 eine Kapazität von 115 Gigawatt (GW) zu erreichen.2 Das Windenergieflächenbedarfsgesetz soll sicherstellen, dass bis 2032 zwei Prozent der deutschen Fläche für Windkraftanlagen ausgewiesen werden.3

EBIT-Effekt

CO₂-Effekt

Use Cases

1,9 MT CO₂

0,8 %

536,6 Mio. EUR

2,5 %

Standortmodellierung

2023

5,1 MT CO₂

4,2 %

1.253,0 Mio. EUR

4,7 %

Digital Twin und prädiktive Wartung

2030

Die digitalen Technologien der Use Cases im Subsektor bauen teilweise aufeinander auf, weshalb die CO₂- und EBIT-Effekte gemittelt werden.

Use Case: Standortmodellierung

Analysierte Subsektoren und Use Cases

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Windenergie

Digitale Optimierung in Aufbau, Betrieb und Wartung von Anlagen

Use Case: Standortmodellierung

Die Standortmodellierung zur Verbesserung des Energieertrags setzt auf digitale Technologien, um durch eine eingehende Standortanalyse die Windmuster und -eigenschaften an einem spezifischen Standort präzise zu bewerten. Dies ermöglicht eine exakte Ausrichtung und Platzierung von Windanlagen zur Maximierung des Energieertrags und steigert die Effizienz und Leistungsfähigkeit dieser Anlagen.

Verwendete digitale Technologien

• Standortmodelle: Auf der Grundlage einer Vielzahl von Daten-punkten, z.B. Windgeschwindigkeit, natürliche Begrenzungen, Entfernung zu Landeigenschaften, wird eine Analyse der Eignung des Standorts durchgeführt.1
• Internet der Dinge (IoT)-Sensoren: Werden an Windanlagen angebracht werden, um kontinuierlich Daten, unter anderem zur Leistungsausgabe, Windrichtung und Wettersituation, zu sammeln.2
• Künstliche Intelligenz (KI) und Maschinelles Lernen (ML): Die Erhöhung der Leistung von Windanlagen durch

• Windrichtungsnachführung und Rotorblattwinkeleinstellung kann durch eine eingehende Analyse von Wetterdaten erreicht werden.3 Zusätzlich besteht die Möglichkeit einer daten-basierten Neuausrichtung einzelner Turbinen, um die Strömung im gesamten Windpark zu optimieren.4 Durch Maschinelles Lernen und Künstliche Intelligenz können diese Analysen effektiv umgesetzt werden, um Optimierungen an Wind-anlageneinstellungen zu identifizieren.3
• Automatisierte Steuerungssysteme: Auf Basis der Erkenntnisse aus den Wetterdatenanalysen können automatische Anpassungen an den Windanlagen durchgeführt werden, um die Effizienzsteigerung zu ermöglichen.3

CO₂-Effekt

EBIT-Effekt

Adaptionsraten

Einsparung 2,8 MT CO₂

1,2 %

Baseline 227,0 MT CO₂

3,5 %

49 %

2023

Erhöhung 756,9 Mio. EUR

Umsatz 18,9 Mrd. EUR

Einsparung 7,0 MT CO₂

5,8 %

Projektion 119,5 MT CO₂

6,0 %

83 %

2030

Erhöhung 1.628,6 Mio. EUR

Umsatz 23,9 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Use Case: Digital Twin und prädiktive Wartung

I. Windenergie

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

I. Windenergie

Digitale Optimierung in Aufbau, Betrieb und Wartung von Anlagen

Use Case: Digital Twin und prädiktive Wartung

In diesem Anwendungsfall wird ein virtuelles Abbild der Wind-kraftanlagen (Digital Twin) erstellt. Durch den Einsatz von vorausschauenden Analysen werden Echtzeitdaten erfasst, Muster analysiert und Anlagenausfälle vorhergesagt (prädiktive Wartung). Diese Herangehensweise ermöglicht eine proaktive Wartung und optimiert die Windenergieerzeugung. In der Folge werden die betriebliche Effizienz gesteigert, Ausfallzeiten minimiert und Kosten reduziert.

Verwendete digitale Technologien

• Zustandsüberwachung und prädiktive Wartung: Vibrations-sensoren und Akustikmonitore (z.B. zur Erkennung von Getrie-beschäden durch ungewöhnliche Schwingungsmuster) werden verwendet, um Verschleiß vorherzusagen und Wartungs-arbeiten rechtzeitig zu planen.
• Internet der Dinge (IoT) und Fernüberwachung: Verbinden Sensoren und Aktuatoren an der Windkraftanlage mit zentralen Steuersystemen, um Betriebsdaten in Echtzeit zu übermitteln.
• Simulation und Modellierung: Physikalische und mathema-tische Modelle werden genutzt, um das Verhalten der Wind-kraftanlage unter verschiedenen Windbedingungen vorher-

• vorherzusagen und die Blattverstellung für optimale Leistung zu steuern.
• Datenanalyse und Maschinelles Lernen (ML): Algorithmen werden zur Mustererkennung eingesetzt (z.B. zur Vorhersage von Ausfällen, basierend auf historischen Betriebsdaten), um Leistungseinbußen zu identifizieren und Wartungseinsätze zu optimieren.1
• 3D-Visualisierung: Virtuelle Modelle der Anlagenkomponenten (z.B. für Trainingszwecke von Wartungspersonal) werden erstellt, um Zugangspunkte für Reparaturen zu identifizieren und Wartungsprozesse zu simulieren.

CO₂-Effekt

EBIT-Effekt

Adaptionsraten

Einsparung 1,0 MT CO₂

0,4 %

Baseline 227,0 MT CO₂

1,5 %

24%

2023

Erhöhung 314,3 Mio. EUR

Umsatz 18,9 Mrd. EUR

Einsparung 3,1 MT CO₂

2,6 %

Projektion 119,5 MT CO₂

3,3 %

53 %

2030

Erhöhung 877,4 Mio. EUR

Umsatz 23,9 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

II. Solarenergie

Use Case: Standortmodellierung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Solarenergie

Digitale Optimierung in Aufbau, Betrieb und Wartung von Anlagen

Herausforderungen und Digitalisierungsfelder Um die ambitionierten Ausbauziele der Bundesregierung trotz des Fachkräfte-mangels und des straffen Zeitplans nicht zu gefährden, ist es entscheidend, die Effizienz und damit den Energieertrag von Photovoltaikmodulen zu steigern. Eine solche Effizienzsteigerung ermöglicht es, die Kosten der Solarmodule bei gleich-bleibender Leistung zu reduzieren. Ein Beispiel hierfür ist die Standortmodellierung, die im Rahmen der Planungs-prozesse von Photovoltaikanlagen eingesetzt werden kann, um die optimale Ausrichtung und den Standort der Solarmodule zu ermitteln. Eine bedeutende Herausforderung der Energiewende liegt in den natürlichen Schwankungen der erneuerbaren Energien. Um ein stabiles Netz zu gewährleisten, ist es unerlässlich, Angebot und Bedarf intelligent zu steuern und vorherzusagen. Daher ist es von essenzieller Bedeutung, Wartungsarbeiten durch vorausschauende Analysen zu minimieren oder sogar vorherzusagen. Dies führt auch zu geringeren Betriebskosten.

Beschreibung des Subsektors Im Jahr 2022 beschäftigte die deutsche Photovoltaik-branche rund 55.000 Personen und erwirtschaftete einen Umsatz von etwa 12 Mrd. EUR mit der Installation, Wartung und Herstellung von Solarzellen.1 Angesichts der Vorgaben des Erneuerbare-Energien-Gesetzes (EEG 2023) plant das Bundesministerium für Wirtschaft und Klimaschutz, die jährlich installierte Leistung innerhalb weniger Jahre von 7,4 Gigawatt (GW) im Jahr 2022 auf 22 GW im Jahr 2026 zu verdreifachen.2 Die Gesamt-installationskapazität soll von 67 GW2 im Jahr 2022 auf 202 GW3 im Jahr 2030 steigen, was einem Anteil von 57 %3 an der Gesamtleistung der erneuerbaren Energien entspräche.

EBIT-Effekt

Use Cases

CO₂-Effekt

1,7 MT CO₂

0,7 %

163,1 Mio. EUR

1,9 %

Standortmodellierung

2023

4,0 MT CO₂

3,4 %

609,3 Mio. EUR

4,2 %

Digital Twin und prädiktive Wartung

2030

Die digitalen Technologien der Use Cases im Subsektor bauen teilweise aufeinander auf, weshalb die CO₂- und EBIT-Effekte gemittelt werden.

Use Case: Standortmodellierung

Use Case: Digital Twin und prädiktive Wartung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Solarenergie

Digitale Optimierung in Aufbau, Betrieb und Wartung von Anlagen

Use Case: Standortmodellierung

Die Standortmodellierung analysiert die Solarenergieverfügbarkeit an potenziellen Standorten. Mit Hilfe von fortschrittlicher Modellierungssoftware und Datenanalyse werden Solarmodule präzise platziert und ausgerichtet. Dies ermöglicht Entschei-dungsträgern, den Energieertrag zu maximieren und die Umweltbelastung zu minimieren.

Verwendete digitale Technologien

• 3D-Standortmodellierung: Eine optimale Positionierung von Solaranlagen an Orten mit verstärkter Sonneneinstrahlung trägt wesentlich zur Steigerung ihrer Effizienz bei. Satelliten- und Drohnenbildgebung können dabei erste Anhaltspunkte zur Sonneneinstrahlung eines Standorts liefern.
• Geodatenmanagement: Darüber hinaus können Daten aus geografischen Informationssystemen (GIS) dazu beitragen, den geeigneten Standort für Solaranlagen auszuwählen.1

• Datenanalyse: Die Auswertung von Wetterdaten, die von Foto-sensoren erfasst wurden, ermöglicht eine präzise Ausrichtung von Solaranlagen in Richtung der Sonne, was als Solarnachführ-system bezeichnet wird.2

EBIT-Effekt

Adaptionsraten

CO₂-Effekt

Einsparung 2,8 MT CO₂

1,2 %

Baseline 227,0 MT CO₂

2,2 %

35 %

2023

Erhöhung 188,5 Mio. EUR

Umsatz 7,3 Mrd. EUR

Einsparung 4,5 CO₂

3,8 %

Projektion 119,5 MT CO₂

4,3 %

65 %

2030

Erhöhung 605,1 Mio. EUR

Umsatz 12,5 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Use Case: Digital Twin und prädiktive Wartung

II. Solarenergie

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

II. Solarenergie

Digitale Optimierung in Aufbau, Betrieb und Wartung von Anlagen

Use Case: Digital Twin und prädiktive Wartung

In diesem Anwendungsfall wird ein virtuelles Abbild der Solaranlagen (Digital Twin) erstellt und durch die Anwendung von vorausschauenden Analysen erfolgt eine optimierte Solarenergieerzeugung sowie frühzeitige Wartung (prädiktive Wartung). Hierbei werden Echtzeitdaten erfasst und analysiert, um Prozesse zu optimieren und Anlagenausfälle proaktiv vor-herzusagen. In der Folge werden die betriebliche Effizienz gesteigert, Ausfallzeiten minimiert und Kosten reduziert.

Verwendete digitale Technologien

• Internet der Dinge (IoT) und Fernüberwachung: Nutzen IoT-Geräte zur Überwachung der Leistungsdaten der Photovoltaik-module (wie Spannung und Stromstärke), um die Gesamt-effizienz der Anlage zu überwachen und anzupassen.1
• Zustandsüberwachung und prädiktive Wartung: Setzen Thermografie und Elektrolumineszenz-Imaging ein (z.B. zur Entdeckung von Hot-Spots auf Photovoltaikmodulen), um die Effizienz der Energieumwandlung zu überwachen und Wartungsbedarf frühzeitig zu erkennen.

• Datenanalyse und Maschinelles Lernen (ML): Verwendet Algorithmen zur Mustererkennung (z.B. zur Analyse von Leistungsschwankungen aufgrund von Verschmutzungen), um Reinigungs- und Wartungsintervalle zu optimieren.2
• Integration erneuerbarer Energien: Kombiniert Betriebsdaten der Solaranlage mit Informationen aus dem Energiemanage-mentsystem, um die Speicherung oder Einspeisung von Solar-strom zu steuern.

Adaptionsraten

EBIT-Effekt

CO₂-Effekt

Einsparung 0,6 MT CO₂

0,2 %

Baseline 227,0 MT CO₂

1,6 %

18 %

2023

Erhöhung 137,7 Mio. EUR

Umsatz 7,3 Mrd. EUR

Einsparung 3,5 MT CO₂

2,9 %

Projektion 119,5 MT CO₂

4,2 %

47 %

2030

Erhöhung 613,6 Mio. EUR

Umsatz 12,5 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

III. Stromnetz

Use Case: Standortmodellierung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

III. Stromnetz

Funktionalität und digitale Wartung

Herausforderungen und Digitalisierungsfelder Im Jahr 2023 wurden die letzten Kernkraftwerke in Deutschland abgeschaltet, die Kohlekraftwerke sollen bis spätestens 2038 stillgelegt werden. Um die sichere Stromversorgung mittels erneuerbarer Energien zu gewährleisten, ist ein rascher Ausbau des Übertragungsnetzes notwendig. Denn die geografische Entfernung zwischen Stromerzeugung und -verbrauch ist beträchtlich und das bestehende Netz stößt bereits jetzt an seine Kapazitätsgrenzen.6 Die alternde Infrastruktur des Stromnetzes stellt eine bedeutende Herausforderung dar, da sie anfällig für Störungen ist. Zur Bewältigung dieses Problems spielen digitale Technologien wie prädiktive Wartung und digitale Fehlererkennung eine entscheidende Rolle. Diese Technologien ermöglichen eine kontinuierliche Überwachung des Netzwerks und das frühzeitige Erkennen potenzieller Probleme.

Beschreibung des Subsektors Deutschlands Stromnetz erstreckt sich über eine Länge von 1,7 Mio. Kilometern und besteht aus einem überregionalen Übertragungsnetz sowie regionalen Verteilnetzen, die Haushalte und Unternehmen miteinander verbinden.1 Im Jahr 2022 wurde eine Gesamtstromerzeugung von 509 Mrd. Kilowattstunden (kWh) verzeichnet, wobei Kohlekraftwerke einen Anteil von 33,3 % hatten.2 Der verstärkte Einsatz von Kohlestrom infolge des Ukrainekriegs führte 2022 zu einem Anstieg der Emissionen pro kWh auf 434 Gramm CO₂.3 Mit insgesamt 865 Stromnetzbetreibern4 nimmt Deutschland eine zentrale Rolle im europäischen Verbundsystem ein.5

EBIT-Effekt

CO₂-Effekt

Use Cases

7,9 MT CO₂

3,4 %

421,4 Mio. EUR

1,6 %

2023

Digital Twin inklusive digitaler Fehlererkennung und prädiktiver Wartung

5,2 MT CO₂

4,4 %

691,4 Mio. EUR

2,3 %

2030

Use Case: Digital Twin inklusive digitaler Fehlererkennung und prädiktiver Wartung

Use Case: Digital Twin und prädiktive Wartung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

III. Stromnetz

Funktionalität und digitale Wartung

Use Case: Digital Twin inklusive digitaler Fehlererkennung und prädiktiver Wartung

Die Implementierung digitaler Technologien wie eines Digital Twin des Stromnetzes, digitaler Fehlererkennung und prädiktiver Wartung optimiert die Effizienz des Stromnetzes. Vor dem Hintergrund der wachsenden Bedeutung erneuerbarer Energien zielt dieser Anwendungsfall darauf ab, Stromverluste zu reduzieren, ohne die für nachhaltige Energiequellen notwendige Netzflexibilität zu beeinträchtigen.

Verwendete digitale Technologien

• Intelligente Geräte: Intelligente Zähler im Stromnetz ermög-lichen die Echtzeitmessung und Fernablesung des Energie-verbrauchs. Gleichzeitig können IoT-Geräte und Steuergeräte zur Kontrolle dezentraler Energiequellen eingesetzt werden.1
• Datenanalyse und Künstliche Intelligenz (KI) : Datenanalysen und KI ermöglichen wichtige Anwendungsfälle wie Netzzu-standsschätzungen, Szenarioanalysen und prädiktive Wartung. In Anbetracht der zunehmenden Komplexität von Netzplanung, -betrieb und -instandhaltung gewinnen diese digitalen Technologien an Bedeutung, um effizientere Prozesse zu fördern.2

• Plattformen/Datenbanken: IoT-Plattformen ermöglichen die Verwaltung und Analyse von Daten aus vernetzten Geräten und die reibungslose Datenübertragung zwischen verschiedenen Plattformen und Komponenten im Stromnetz.3
• Visualisierungssoftware: Zur Visualisierung komplexer Netz-strukturen, Identifikation von Fehlern und Optimierung des Netzbetriebs kommen Visualisierungstools und digitale 3D-Modelle zum Einsatz.4

Adaptionsratena

EBIT-Effekt

CO₂-Effekt

Einsparung 7,9 MT CO₂

3,4 %

Baseline 227,0 MT CO₂

1,6 %a

37 %

2023

Erhöhung 421,4 Mio. EUR

Umsatz 27,0 Mrd. EUR

Einsparung 5,2 CO₂

4,4 %

Projektion 119,5 MT CO₂

2,3 %a

55 %

2030

Erhöhung 691,4 Mio. EUR

Umsatz 30,1 Mrd. EUR

Abweichungen in den Divisionen können aus Rundungen resultieren.

Ausblick und Empfehlungen

III. Stromnetz

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Ausblick und Empfehlungen

Das Handeln zentraler Akteure ist gefragt

Politik – Die Politik kann durch einen auf die Sektoren zugeschnittenen Instrumentenmix zwar eine große Lenkungswirkung entfalten. Wichtiger ist jedoch, dass sie die teils sehr spezifischen Hürden für die Digitalisierung zu überwinden hilft. Dazu gehören Projekte zum Aufbau souveräner Datenökosysteme wie GAIA-X, die den freiwilligen Datenaustausch zwischen Unternehmen und die Entwicklung neuer digitaler Geschäftsmodelle fördern. Kapitalgeber – Investoren, Banken und weiteren Kreditgebern helfen die Studienergebnisse beim Ausbau ihrer finanziellen und ESG-bezogenen Risikoanalysen. Sie zeigen, dass die Digitalisierung positiv auf den EBIT und auf die Dekarbonisierung der Wirtschaft wirkt. Letzteres müssen sie in ihrer kapitallenkenden Rolle im Rahmen der EU-Sustainable-Finance-Strategie beachten. Branchenverbände – Sie sollten ihre Rolle als Wissensvermittler für ihre Mitgliedsunternehmen noch stärker auf die Beschleunigung der Digitalisierung und der Twin Transformation ausrichten. Als Bindeglied zwischen nationalen und branchenspezifischen Projekten und Datenplattformen können sie Konflikte moderieren und so den Erfolg steuern. Außerdem sollten sie dem weiter wachsenden Wissens- und Schulungsbedarf in den Unternehmen, vor allem in den KMU, mit Lösungen begegnen.

Die Studie belegt, dass die Nutzung digitaler Technologien mit großen Dekarbonisierungs- und Profitabilitätseffekten einhergeht. Zugleich zeigt sie, dass sich in der deutschen Wirtschaft eine Digitalisierungslücke gegenüber globalen Benchmarks a auftun wird. Doch welche Akteure können die Digitalisierung beschleunigen und welche Hebel helfen, die Use Cases rascher in die Breite zu bringen?

Technologieanbieter – Sie können mit standardisierten Digitalisierungslösungen vor allem bei KMU die Skalierung ermöglichen. Zugleich besteht hier auch eine große Chance, mit innovativen, paketierten und einfach anwendbaren Lösungen die Digitalisierung in der Breite der Wirtschaft voranzubringen und die Basis für weitere datengetriebene Geschäftsmodelle zu legen. Unternehmen – Sie sollten sich bei ihrer Digitalisierung stärker an den Use Cases ausrichten, die ihr Geschäftsmodell fördern. Damit können sie das wechselseitige Verständnis zwischen IT und Geschäftsentwicklung stärken und gegenüber Techno-logieanbietern einen größeren Nachfragedruck erzeugen. Darüber hinaus werden die Vertiefung der Kollaboration mit anderen Akteuren wie etwa technologie- und daten-getriebenen Start-ups, der Ausbau innovativer digitaler B2B-Plattformen sowie der von Verbänden initiierte Austausch in der Branche eine wichtige Rolle spielen, um gegenüber globalen Technologieführern aufzuholen, die Dekarbonisierung zu bewältigen und langfristig profitabel zu wirtschaften.

Impressum

Use Case: Digital Twin inklusive digitaler Fehlererkennung und prädiktiver Wartung

Studie herunterladen

Impressum

Strom

Logistik

Land-wirtschaft

Industrie

Gebäude

SektorenÜbersicht

Einführung

SEED-Index

Dekar-bonisierung

Profitabilität

Adaption digitaler Technologien

Ausblick und Empfehlungen

Index und Studie auf einen Blick

Impressum SEED-Index 2023 Erstellt im Auftrag des Vodafone Institut für Gesellschaft und Kommunikation GmbH Behrenstraße 18 10117 Berlin www.vodafone-institut.de Bearbeitet von: Accenture GmbH Campus Kronberg 1 61476 Kronberg im Taunus www.accenture.de Layout: Blomqvist Design GmbH & Co. KG Stand: April 2024 Alle Inhalte dieses Werkes, insbesondere Texte, Abbildungen und Grafiken, sind urheberrechtlich geschützt. Das Urheberrecht liegt, soweit nicht ausdrücklich anders gekennzeichnet, bei Accenture / Vodafone Institut. Jede Art der Vervielfältigung, Verbreitung, öffentlichen Zugänglichmachung oder andere Nutzung bedarf der ausdrücklichen, schriftlichen Zustimmung von Accenture / Vodafone Institut. Zitate im Sinne von § 51 UrhG sollen mit folgender Quellenangabe versehen sein: Accenture, Vodafone Institut für Gesellschaft und Kommunikation; 2024

Use Case: Digital Twin inklusive digitaler Fehlererkennung und prädiktiver Wartung