Wie Daten, KI und digitale Tools die Klimaresilienz in der Schweiz neu gestalten

Die Klimarisiken in der Schweiz sind bereits messbar und nehmen zu. Laut MeteoSwiss ist die Durchschnittstemperatur des Landes seit dem späten 19. Jahrhundert um rund 2,6 °C gestiegen, was etwa dem Doppelten des globalen Durchschnitts entspricht, während die Häufigkeit von Starkniederschlägen seit den 1980er Jahren deutlich zugenommen hat. Gleichzeitig schätzt das Bundesamt für Umwelt, dass die klimabedingten Schäden ohne zusätzliche Anpassungsmassnahmen bis Mitte des Jahrhunderts 4 bis 5 Milliarden Franken pro Jahr erreichen könnten. Vor diesem Hintergrund entwickeln sich Datenanalyse, künstliche Intelligenz und digitale Plattformen von experimentellen Werkzeugen zu Kernkomponenten der Klimaresilienzplanung in der Schweizer Wirtschaft, Infrastruktur und öffentlichen Verwaltung.

Digitale Klimarisikoanalyse hält Einzug in die strategische Entscheidungsfindung

Die Quantifizierung von Klimarisiken ist in der Schweiz zu einer Voraussetzung für langfristige Investitionsentscheidungen geworden, insbesondere in den Bereichen Infrastruktur, Logistik und Finanzen. Die Klimaanpassungsstrategie 2023 des Bundesrats fordert ausdrücklich eine verbesserte Risikomodellierung und Szenarioanalyse zur Unterstützung der öffentlichen und privaten Planung. Dies hat zu einer Nachfrage nach digitalen Plattformen geführt, die in der Lage sind, klimawissenschaftliche Erkenntnisse in operative Kennzahlen umzusetzen.

Das in Zürich ansässige Unternehmen Correntics gehört zu den Start-ups, die sich dieser Herausforderung stellen. Seine Plattform zur Analyse von Klimarisiken integriert hochauflösende Klimaprognosen mit Daten zum Risikoaufkommen auf Asset-Ebene, um physische Risiken wie Überschwemmungen, Hitzestress und Erdrutsche entlang der Wertschöpfungsketten von Unternehmen zu bewerten. Dieser Ansatz steht im Einklang mit den Leitlinien der Task Force on Climate-related Financial Disclosures, auf die sich die Schweizer Aufsichtsbehörden zunehmend in ihren aufsichtsrechtlichen Erwartungen an Banken und Versicherungen beziehen. Durch die Visualisierung der prognostizierten Verluste unter verschiedenen Erwärmungsszenarien ermöglichen solche Tools Unternehmen, die Widerstandsfähigkeit ihrer Investitionen über einen Zeitraum von 10 bis 30 Jahren zu testen, anstatt sich auf historische Durchschnittswerte zu verlassen, die nicht mehr die klimatischen Realitäten in der Schweiz widerspiegeln.

Eine etabliertere Präsenz in diesem Bereich hat CLIMADA Technologies, ein Spin-off der ETH Zürich, das auf dem Open-Source-Risikomodellierungsframework CLIMADA aufbaut. Die Plattform wandelt Gefahren- und Expositionsdaten sowie Vulnerabilitätsfunktionen in monetäre Risikoschätzungen um. Ihre Methoden stimmen mit denen des Zwischenstaatlichen Ausschusses für Klimawandel und der Schweizer Bundesbehörden überein. In einer viel zitierten Anwendung unterstützte CLIMADA eine landesweite Klimarisikobewertung für einen großen Schweizer Postlogistikdienstleister und analysierte dabei die Exposition gegenüber Überschwemmungen, Hitzewellen und Stürmen in Tausenden von Einrichtungen. Die Ergebnisse flossen in priorisierte Anpassungsinvestitionen ein, darunter standortspezifischer Hochwasserschutz und hitzebeständige Gebäudesanierungen.

Diese Plattformen stehen nicht nur großen Unternehmen zur Verfügung. Auch kantonale Behörden und mittelständische Unternehmen nutzen zunehmend digitale Risikotools zur Unterstützung der Raumplanung und bei Versicherungsverhandlungen. Dies spiegelt einen allgemeinen Wandel in der Klimapolitik der Schweiz wider, wo Anpassungsmaßnahmen nicht mehr nur als rein ökologisches Anliegen, sondern als messbares wirtschaftliches Risiko betrachtet werden.

KI-gestützte Vorhersagen für komplexe Bedingungen in den Alpen

Die Topografie der Schweiz stellt Wetter- und Klimaprognosen vor einzigartige Herausforderungen. Steile Höhenunterschiede, lokale Windsysteme und sich schnell ändernde Schneeverhältnisse schränken die Genauigkeit traditioneller numerischer Modelle ein, insbesondere auf lokaler Ebene. Künstliche Intelligenz wird zunehmend eingesetzt, um diese Einschränkungen zu überwinden, indem komplexe räumliche Zusammenhänge aus großen Datensätzen gelernt werden.

Forschungsgruppen der ETH Zürich und der Eidgenössischen Forschungsanstalt für Wald, Schnee und Landschaft haben gezeigt, dass maschinelle Lernmodelle in Kombination mit herkömmlichen physikalischen Simulationen die kurzfristigen Niederschlags- und Windvorhersagen in Alpenregionen erheblich verbessern können. In Fachzeitschriften veröffentlichte Studien zeigen für bestimmte extreme Niederschlagsereignisse eine Fehlerreduktion von bis zu 20 % im Vergleich zu Basismodellen, was für Hochwasserwarnsysteme eine bedeutende Verbesserung darstellt.

Diese Fortschritte werden nach und nach in den operativen Einsatz übernommen. MeteoSwiss hat Komponenten des maschinellen Lernens in ausgewählte Vorhersage-Workflows integriert, insbesondere für die Nowcasting-Vorhersage von Unwettern. Frühere und präzisere Warnungen haben einen direkten wirtschaftlichen Wert. Nach Angaben des Bundesamtes für Zivilschutz reduzieren verbesserte Frühwarnsysteme die Schadenskosten durch Überschwemmungen und Stürme um mehrere hundert Millionen Franken pro Jahrzehnt, indem sie vorbeugende Massnahmen wie Verkehrssperren und Infrastrukturschutz ermöglichen.

Parallele Entwicklungen gibt es auch im Bereich der Umweltüberwachung. Sensornetzwerke in Kombination mit KI-gestützten Analysen ermöglichen eine nahezu Echtzeit-Bewertung der Bodenfeuchtigkeit, des Flusspegels und der Stabilität der Schneedecke. Dies ist besonders relevant, da die Schweizer Gletscher laut dem Schweizer Gletscherüberwachungsnetzwerk allein zwischen 2022 und 2023 rund 10 % ihres Gesamtvolumens verloren haben, was das Risiko von Murgängen und Gletscherseeausbrüchen erhöht.

Startups, die Datenintelligenz mit Klimaanpassung verbinden

Das Start-up-Ökosystem der Schweiz spielt eine immer wichtigere Rolle bei der Umsetzung fortschrittlicher Analysen in angewandte Klimalösungen. Wegaw beispielsweise ist auf die Fusion von Geodaten für hydrologische Vorhersagen spezialisiert. Durch die Kombination von Satellitenbildern, atmosphärischen Daten und maschinellem Lernen verbessert das Unternehmen die Schätzungen des Schneewasseräquivalents, einer entscheidenden Variable für die Wasserkraftproduktion und das Wassermanagement. Wasserkraft macht etwa 56 % der inländischen Stromerzeugung der Schweiz aus, weshalb genaue Zuflussprognosen angesichts sich verändernder Niederschlagsmuster wirtschaftlich und strategisch wichtig sind.

In der Landwirtschaft konzentriert sich Weatherbound eher auf lokale Resilienz als auf nationale Modellierung. Seine autonomen Überwachungssysteme sammeln Boden-, Wetter- und phänologische Daten direkt von den Feldern und speisen damit KI-Modelle, die die Bewässerungsplanung und das Pflanzenmanagement unterstützen. Dies entspricht einem klaren Bedarf. Das Bundesamt für Landwirtschaft berichtet, dass die durch Dürre verursachten Ertragsausfälle in der Schweizer Ackerbauwirtschaft in den trockenen Sommern 2018 und 2022 zusammen mehr als 500 Millionen Schweizer Franken betrugen. Tools, die eine präzisere Wassernutzung und eine frühzeitige Stresserkennung ermöglichen, gehen direkt auf diese Schwachstellen ein.

Ein weiterer Bereich, in dem digitale Tools sowohl zur Eindämmung als auch zur Stärkung der Widerstandsfähigkeit beitragen, ist die Emissionsüberwachung. SensorX Solutions entwickelt sensorgestützte Systeme zur Echtzeit-Erkennung von Methan und anderen gefährlichen Emissionen. Methan macht rund 13 % der Treibhausgasemissionen der Schweiz aus und stammt hauptsächlich aus der Landwirtschaft und der Abfallwirtschaft. Die Sichtbarmachung der Emissionen an der Quelle unterstützt die Einhaltung von Vorschriften und hilft Kommunen und Betreibern, zusätzliche Vorteile der Anpassung zu erkennen, wie z. B. die Verringerung der Explosionsgefahr und die Verbesserung der Luftqualität während Hitzeperioden.

Diese Unternehmen profitieren vom dichten Netzwerk der Schweiz aus Investoren, Accelerators und öffentlichen Finanzierungsinstrumenten. Plattformen wie CapiWell erleichtern die Kontaktaufnahme zwischen Climate-Tech-Unternehmen in der Wachstumsphase und institutionellen Investoren und spiegeln damit einen breiteren Trend wider. Laut dem Swiss Venture Capital Report 2024 haben Klima- und Energie-Startups im Jahr 2023 mehr als 1,8 Milliarden Schweizer Franken an Finanzmitteln angezogen, wodurch der Sektor trotz einer allgemeinen Verlangsamung der Risikokapitalinvestitionen zu einem der kapitalstärksten Innovationsbereiche des Landes geworden ist.

Offene Daten und kollaborative Klimainformationen

Der Zugang zu hochwertigen Daten bleibt ein Eckpfeiler der digitalen Klimaresilienz. Die Schweiz hat eine lange Tradition in der Bereitstellung öffentlicher Daten. MeteoSchweiz bietet frei zugängliche historische Klimadaten mit einer räumlichen Auflösung von bis zu 1 km, während das Bundesamt für Topografie detaillierte Höhen- und Landnutzungsdaten bereitstellt. Diese Ressourcen bilden die Grundlage sowohl für die akademische Forschung als auch für kommerzielle Anwendungen.

Open-Data-Initiativen reduzieren Doppelarbeit und ermöglichen die Interoperabilität zwischen Plattformen. Kooperationsprojekte zwischen Universitäten, Bundesbehörden und privaten Unternehmen tragen zur Standardisierung von Datenformaten und Modellierungsannahmen bei. Dies ist besonders wichtig für KI-Anwendungen, die empfindlich auf Datenqualität und Verzerrungen reagieren. Durch die Angleichung von Datensätzen und Methoden verringert die Schweiz das Risiko, dass verschiedene Tools inkonsistente Risikosignale für dieselben Vermögenswerte oder Regionen liefern.

Über technische Überlegungen hinaus gewinnen Datenverwaltung und Ethik zunehmend an Bedeutung. Die Richtlinien der Bundesregierung zu vertrauenswürdiger KI betonen Transparenz, Erklärbarkeit und Datenschutz – Prinzipien, die zunehmend in Klimaanalyse-Tools integriert werden. Diese regulatorische Klarheit unterstützt die Einführung in risikoscheuen Branchen wie Versicherungen und öffentlicher Verwaltung.

Hindernisse für einen breiteren Einsatz bestehen weiterhin

Trotz des technologischen Fortschritts gibt es einige Einschränkungen, die die vollständige Integration von KI-gesteuerten Klimainstrumenten behindern. Die Heterogenität der Daten bleibt eine Herausforderung, insbesondere wenn Daten des Bundes mit privat erhobenen Sensordaten kombiniert werden. Unterschiede in der zeitlichen Auflösung, Kalibrierung und Wartungsstandards können die Konsistenz der Analysen beeinträchtigen, wenn sie nicht sorgfältig gehandhabt werden.

Das Humankapital ist ein weiterer begrenzender Faktor. Die Schweiz verfügt zwar über einen großen Pool an Datenwissenschaftlern, doch vielen Gemeinden und kleineren Unternehmen fehlt es an internem Fachwissen, um komplexe Risikomodelle zu interpretieren. Partnerschaften zwischen Tool-Anbietern und Anwendern sowie gezielte Schulungsprogramme sind daher von entscheidender Bedeutung, um Analysen in umsetzbare Entscheidungen umzusetzen.

Bedenken hinsichtlich der Transparenz von Algorithmen beeinflussen ebenfalls die Akzeptanz. Entscheidungsträger zögern, risikoreiche Investitionen ausschließlich auf Black-Box-Modelle zu stützen. Anbieter, die erklärbare KI und klare Dokumentation priorisieren, sind besser positioniert, um Vertrauen zu gewinnen, insbesondere in regulierten Umgebungen.

Ein datengestützter Weg zur Resilienz

Die Erfahrungen der Schweiz zeigen, wie Daten, KI und digitale Plattformen die Klimaresilienz von einem abstrakten Ziel zu einer messbaren Managementdisziplin machen können. Risikoanalyseplattformen ermöglichen eine langfristige Planung, die auf die finanziellen und regulatorischen Gegebenheiten abgestimmt ist. KI-gestützte Prognosen verbessern die Frühwarnfähigkeiten in einer der klimatisch komplexesten Regionen Europas. Start-ups verbinden fortschrittliche Datenverarbeitung mit praktischen Lösungen in den Bereichen Energie, Landwirtschaft und Emissionskontrolle.

Mit der Verschärfung der Klimafolgen wird der strategische Wert dieser Instrumente zunehmen. Kontinuierliche Investitionen in offene Daten, interdisziplinäre Zusammenarbeit und robuste Governance-Rahmenbedingungen werden darüber entscheiden, ob digitale Intelligenz zu dauerhaften Resilienzgewinnen führt. Für die Schweiz, wo Klimarisiken mit kritischer Infrastruktur, exportorientierter Industrie und dichter Besiedlung zusammenfallen, sind die Herausforderungen nicht theoretischer Natur. Sie sind quantifizierbar, nehmen zu und werden zunehmend durch datengestützte Innovationen angegangen.