Docstoc

Einleitung UNIVERSITÄT HAMBURG FACHBEREICH WIRTSCHAFTSWISSENSCHAFTEN

Document Sample
Einleitung UNIVERSITÄT HAMBURG FACHBEREICH WIRTSCHAFTSWISSENSCHAFTEN Powered By Docstoc
					                UNIVERSITÄT HAMBURG
    FACHBEREICH WIRTSCHAFTSWISSENSCHAFTEN

                   Prof. Dr. Richard S.J. Tol
       SEMINAR ZUR VOLKSWIRTSCHAFTSPOLITIK
               Issues in Environmental Economics


                              Thema 8:

      „Learning       by doing in renewable energy
                        technologies “
               Betreuer: Diplom-Volkswirt Malte Schwoon




Eingereicht von:
Gregor Vincentz
Matrikelnummer 5374646
Eidelstedter Weg 67
20255 Hamburg
Tel.: 040/43213790 e-mail: gregorvincentz@gmx.de
Inhaltsverzeichnis


A. Grundlegung……………………………………..S.3


B. Erfahrungskurven……………………………….S.3

    I. Entwicklung der Erfahrungskurven………...S.3
    II. Lernkurven- Erfahrungskurven…………….S.4
    III. Das Erfahrungskurvenkonzept…………....S.5
    IV. Bestandteile des
    Erfahrungskurveneffektes…......................…..S.8
    V. Kritik..…………………………………………S.9


C. Die Erfahrungskurve in der Praxis………….S.11

    I. Optimaler Subventionseinsatz…………….S.11
    II. Windkraft in Deutschland…………….…...S.14
    III. Kritik…………………………………….…..S.19


D. Fazit………………………………………..…..…S.20


E. Literaturverzeichnis…………………..….….…S.21


F. Anhang………………………………...…..……..S.22




                                                        2
A. Grundlegung

Die erneuerbaren Energien sind schon seit geraumer Zeit ein wichtiges
Thema, sowohl in politischer als auch wirtschaftlicher Hinsicht. Die
Wichtigkeit des Themas ist allein schon an den Summen zu erkennen,
die für die Erforschung, Erprobung und den Einsatz erneuerbarer
Energien ausgegeben werden.
In dieser Seminararbeit wird das Phänomen des learning by doing im
Zusammenhang mit erneuerbaren Energien an Hand einer kritischen
Betrachtung   der    Erfahrungskurven   diskutiert.   Um   die   Effizienz
erneuerbarer Energien und ihrer Technologien zu untersuchen, wird
diese Arbeit darauf abzielen, die Verringerung von Kosten der
erneuerbaren Energietechnologien an Hand von Erfahrungskurven
darzustellen. Weiterhin wird das Erfahrungskurvenphänomen erklärt
und die Kritikpunkte an seinem Konzept aufgezeigt. Im zweiten Teil der
Arbeit wird das Konzept der Erfahrungskurve an einem Beispiel, dem
Einsatz von Windenergie in Deutschland, erläutert und angewendet.
Am Beispiel soll ein optimierender Einsatz von Subventionen sowie
Forschungs-    und    Entwicklungsgeldern    dargestellt   werden.     Im
Anschluss daran findet eine kritische Einordnung der Ergebnisse statt.




B. Erfahrungskurven

I. Entwicklung der Erfahrungskurven
Bereits im Jahre 1925 wurden in Montagehallen der Air Force Base
Montana erste Beobachtungen zum Charakter der Lernkurven in einem
Modell formuliert, welches eine prozentual konstante Abnahme der zur
Produktion eines Flugzeugs benötigten Produktionsstunden bei jeder
Verdoppelung der Produktionsmenge beschrieb. Diese Beobachtungen
waren der Auslöser für die Entwicklung der Lernkurventheorie (Hieber,
1991).


                                                                         3
Als Erweiterung der Lernkurven über den engen Betrachtungsraum des
Produktionsbereiches hinaus wurden im Jahre 1965/66 erstmals
Erfahrungskurven      beschrieben.    Diese   sollten    dazu    dienen,      die
wettbewerbs- und preispolitischen Vorgänge in einigen schnell
wachsenden Bereichen der Elektro- und Chemie-Industrie über den
beschränkten Betrachtungsraum der Lernkurven hinaus zu erklären.
Hier blieben die Umsatzrenditen trotz schnell auf einander folgenden
Preisrückgängen relativ konstant. Eine genauere Analyse ergab, dass
die in der Wertschöpfung eines Produktes enthaltenen Kosten mit jeder
Verdoppelung der kumulierten Produktmenge um 20 bis 30 Prozent
abnahmen, und dies sowohl im Industriezweig als Ganzes als auch
beim einzelnen Anbieter (Hieber, 1991).




II. Lernkurven- Erfahrungskurven
In der Literatur werden heutzutage oftmals die Begriffe der Lern- und
Erfahrungskurven fälschlicherweise synonym benutzt. Als Hilfe mag
dienen, dass die Lernkurve aus unternehmensinternen Größen, das
heißt zum Beispiel Arbeitszeiteinsparungen              abgeleitet   wird.     Im
Gegensatz dazu ist „der Erfahrungskurveneffekt jedoch (…) eine
Interpretation      der      marktseitigen      Preisentwicklung             bzgl.
Kostenentwicklungen im Unternehmen“ (Hieber, 1991, S.11).                     Der
Unterschied liegt in der Interpretation der Kosten.       In die Berechnung
der Lernkurven gehen ausschließlich die direkten Fertigungskosten ein.
Bei der Erfahrungskurve hingegen werden die gesamten auf das
untersuchte      Produkt   bezogenen    Kosten,   so     auch    Kosten       der
Verwaltung, Forschung und Entwicklung etc in die Untersuchung
aufgenommen.
Weiterhin bemerkt Hieber einen weiteren Unterschied bei der
Herleitung der Kurven: während die Lernkurve aus Kostenrückgängen
in der Produktion beschrieben wird,       wird die Erfahrungskurve nach
Preisverläufen geschätzt, also von der Marktseite her geformt. Auf
Schwächen        dieses    Ansatzes    wird   später     eingegangen.         Die
mathematische Form der beiden Kurven gestaltet sich jedoch gleich.

                                                                                4
Auf Grund des begrenzten Umfangs dieser Seminararbeit werde ich
nur auf das Erfahrungskurvenkonzept im Zusammenhang mit den
erneuerbaren Energien eingehen, das Lernkurvenkonzept somit nicht
näher    beschreiben,    da   es      zum      großem     Teil     auch   in   die
Erfahrungskurven integriert ist.




III. Das Erfahrungskurvenkonzept
Das     Erfahrungskurvenkonzept          versucht,   einen       Zusammenhang
zwischen angesammelter Produktionserfahrung im Laufe der Zeit und
den Wertschöpfungskosten           her    zu   stellen.   Aus     Analysen     der
Kostenentwicklungen in der Vergangenheit wurde ein gleichmäßiger
Verlauf von Erfahrungskurven festgestellt:              Beginnend mit hohen
Kosten bei Pilotfertigung sinken durch verschiedene Einflüsse die
spezifischen Herstellungskosten eines Produktes stetig (Ostertag et al.,
1998). Dazu tragen verschiedenste Effekte bei; so können zum Beispiel
Arbeitsabläufe optimiert werden. Folgend soll eine einfache Form der
Erfahrungskurve mathematisch dargestellt und erklärt werden. So lässt
sich    die   Beziehung       von        Kostensenkung       und     kumulierter
Produktionsmenge wie folgt darstellen:


                               kt= k1*xt-b

Wobei kt= Stückkosten für das k-te Stück,
k1= Stückkosten für das erste Stück,
xt= bis zum x-ten produzierten Stück kumulierte Produktionsmenge
b= Abnahmefaktor 0<b<1, konstant


b stellt hier die konstante Elastizität der Stückkosten dar. Es „zeigt an,
um wie viel Prozent die Stückkosten bei einer Erhöhung der
kumulierten Produktionsmenge um 1% sinken“ (Hieber, 1991, S.11).
Die Erfahrungsrate beschreibt die prozentuale Verminderung der
Herstellungskosten      bei   einer       Verdoppelung       der     kumulierten

                                                                                 5
Ausbringungsmenge. Sobald die Erfahrungsrate bekannt ist, lässt sich
der        Abnahmefaktor                   b     bei    Verdopplung       der   kumulierten
Produktionsmenge                  (xt      auf   2xt)   berechnen,    a    bezeichnet   den
Kostensenkungsfaktor, dass heißt die prozentuale Abnahme der Kosten
für die Herstellung (Hieber, 1991).


a= k2t/kt = (k1*(2xt)-b)/(k1*xt-b)= 2-b, das heißt b= -log a/log 2




Neij et al., (2003), S.3, Darstellung 1.

In Darstellung 1 erkennt der Betrachter eine zunächst sehr stark
fallende Kurve, das heißt sehr große Erfahrungszuwächse und damit
Kostenabnahme, im Laufe der Zeit jedoch flacht die Kurve ab und
illustriert damit sehr gut die immer größer werdenden Anstrengungen,
die unternommen werden müssen, um eine Kostendegression zu
erreichen.
Es wird gezeigt, dass junge Technologien schneller lernen als ältere,
die absolut eine höhere zusätzliche kumulierte Produktionsmenge
benötigen als ein Produkt, das ganz am Anfang seiner Entwicklung
steht. Es sei hier ausdrücklich darauf hingewiesen, dass sich der Begriff
von ’junger Technologie’ ausschließlich auf die bereits hergestellte
Menge eines Produkts bezieht, nicht aber auf die Zeit, seit der es
produziert wird. Wie auch später noch erwähnt wird, prognostiziert die
Erfahrungskurve nicht den Kostenverlauf in Abhängigkeit zur Zeit,
sondern an Hand der kumulierten Produktionsmenge.
Um die Darstellung der Erfahrungskurve und die fortschreitende
Degression der Kosten am besten darstellen zu können, bietet sich die


                                                                                          6
Darstellung im doppelt logarithmierten Koordinatensystem an. Im
aufgeführten Beispiel sind sowohl die y- als auch die x-Achse
logarithmiert. Dies ist die gebräuchlichste Art der Darstellung von
Erfahrungskurven und wird auch in dieser Arbeit genutzt. Sie dient
dazu, die Prognosefähigkeit der Erfahrungskurve zu verdeutlichen.




Neij et al., (2003), S.3 Darstellung 2

Eine hohe Erfahrungsrate ist positiv, da bei einer Erfahrungsrate von
circa 30 Prozent bei kumulierter Produktionsmengenverdoppelung die
Kosten um 30 Prozent sinken. Dies würde sich in Darstellung 2 durch
eine      stärkere          Neigung      der   Erfahrungskurve           ausdrücken.   Die
Herstellungskosten würden bei fortschreitender Produktion stärker
sinken.
Während die Verdoppelung der Produktionsmenge zu Beginn eines
Erfahrungsprozesses, dass heißt auf Wachstumsmärkten, noch relativ
einfach zu erreichen ist, wird dies mit zunehmender Produktionsmenge
schwieriger. Dies bedeutet im Umkehrschluss, dass bei gleich
bleibender               Produktionsmenge                  die     Wirkung             des
Erfahrungskurveneffektes                  durch        jede        einzelne    zusätzliche
Produktionseinheit auf die Kosten immer weiter abnimmt. Soll sie ihre
Wirksamkeit erhalten, muss die jährliche Produktionsmenge immer
mehr anwachsen.
Abschließend sei noch angemerkt, dass sich Kostensenkungen, die
nach der Erfahrungskurve möglich sind, keineswegs von selbst
einstellen, sondern nach Hall und Howell selbst erwirtschaftet werden
müssen.          Die      Erfahrungskurve         stellt     nur   ein   durchschnittliches
Kostensenkungspotenzial dar, welches es zu nutzen gilt. Auf den


                                                                                         7
problematischen Begriff der Kosten wird unter dem Punkt der Kritik an
der Erfahrungskurve näher eingegangen.




IV. Bestandteile des Erfahrungskurveneffekts
Das     Phänomen       der     Erfahrungskurve,     nämlich   die       stetige
Kostendegression, lässt sich in verschiedene Bestandteile zerlegen. In
der Literatur gibt es unterschiedliche Ansätze über die Kosten
senkenden       Bestandteile    der     Erfahrungskurve,   hier     soll    der
gebräuchlichste Ansatz dargelegt werden (Hieber, 1991).
Es werden folgende Bestandteile der Erfahrungskurve hinsichtlich ihrer
Kostensenkungspotenziale ausgemacht:


-Lernkurveneffekte,
-Wirkungen des technischen Fortschritts und
-Wirkungen von Rationalisierungen


In der Praxis lassen sich jedoch einzelne Kostensenkungen nur schwer
zu einer einzelnen Gruppe zuordnen.
Die Erfahrungskurve versucht, die Kosten eines Produktes über den
Produktlebenszyklus zu bestimmen und vorauszusagen. Ein Einfluss
von technischem Fortschritt auf die Erfahrungskurve scheint natürlich.
In diesem Teil soll der Einfluss erklärt sowie die verschiedenen Arten
sowie Phasen von technischem Fortschritt und Innovation erklärt
werden. So muss hier zwischen Forschung und Entwicklung,
Demonstrationsanlagen und             technischer Weiterentwicklung sowie
deren unterschiedlichen Einsatzphasen unterschieden werden (Wene,
2000). Die Neigung einer Erfahrungskurve wird vom technischen
Fortschritt der Produktion mit bestimmt. Ein Produkt oder eine
Dienstleistung, die untersucht werden soll, besteht aus vielen
verschiedenen Komponenten. Die Neigung der Erfahrungskurve wird
durch jede einzelne Komponente beeinflusst. Komponenten, die schon
in    anderen   Produkten      zum     Einsatz   kommen,   sind   auf      ihrer
Erfahrungskurve schon sehr weit fortgeschritten und bieten daher nicht

                                                                              8
mehr große Möglichkeiten noch weiter entwickelt zu werden. So verläuft
die Erfahrungskurve für den Bau von Windturbinen relativ flach, mit
einer Erfahrungsrate von 4 Prozent. Einen Grund dafür liefert die schon
lange Einsatzdauer und Erprobung in anderen Branchen und
Technologiebereichen (Neij et al., 2003).




V. Kritik
Wie oben erwähnt, wird die Erfahrungskurve aus den Kosten eines
Produktes hergeleitet. Die Degression dieser bestimmt die Neigung
(progress ratio) der Erfahrungskurve. In der Realität sind die Kosten
eines Produktes jedoch nur schwer herauszufinden. Um diese
näherungsweise     bestimmen    können,     müsste   man   firmeninterne
Informationen erhalten. Dies ist nur schwer vorstellbar. Deshalb wird bei
der Herleitung der Erfahrungskurve in der gängigen Literatur vom Preis
ausgegangen und versucht, die Kosten in Relation zum Preis zu
bestimmen. Im perfekten Markt verlaufen Preis- und Kostenkurven
parallel, in der Realität sieht das anders aus (Wene, 2000).
Umso umfassender die Datenreihe ist, die der Berechnung einer
Erfahrungskurve zu Grunde liegt, desto wahrscheinlicher wird der
prognostizierte Verlauf. Da die Erfahrungskurve jedoch meist dazu
dienen soll, die Kostenentwicklungen relativ junger Technologien zu
prognostizieren, erscheint ihre Verlässlichkeit fraglich. Eine qualitativ
hochwertige Erfahrungskurve beschreibt meist eine Technologie, die in
ihrer Entwicklung schon so weit fortgeschritten ist, dass weitere
Verdoppelungen     der   kumulierten   Produktionsmenge        schwer   zu
erreichen sind.
Des Weiteren wurden schon viele Fälle untersucht, bei denen sich die
Existenz einer konstanten Kostenabnahme nicht nachweisen lässt,
dass heißt Fälle, bei denen die Kostenabnahme über einen längeren
Zeitraum sehr stark schwankt (Hieber, 1991).


Darüber hinaus nennt Hieber zwei Grundannahmen der Produktions-
und Kostentheorie, die sich bei Annahme von Richtigkeit der

                                                                         9
Erfahrungskurventheorie, nicht mehr halten lassen können: nämlich die
Annahme linear-limitationaler Faktorproduktbeziehungen, welche von
konstanten      Faktorkosten      ausgeht,       sowie          linear-homogener
Produktionsfunktionen, welchen die Erfahrungskurve auch widerspricht.
Weiterhin verlangt die Erfahrungskurve nach den Kosten für ein
Produkt, welche sich jedoch meist nicht genau herausarbeiten lassen,
wie zum Beispiel Verwaltungs- und Marketingkosten, da Ein-Produkt-
Unternehmen nicht häufig anzutreffen sind.
Des Weiteren wird in der Literatur der Effekt des ’lock-out’ beschrieben,
der davor warnt,       durch Fixierung auf eine bestimmte Energieform
andere, vielleicht kosteneffizientere Energiemöglichkeiten ganz außer
Acht zu lassen. Darüber hinaus ist bei den enormen Kosten über die
gesprochen      wird    die    Ungenauigkeit         der    Berechnung       von
Erfahrungskurven ein Ernst zu nehmendes Problem. Selbst in der
Literatur zu Windenergie sind progress ratios für gleiche Produkte zu
finden, die zum Teil um mehrere Prozente auseinander liegen, wodurch
die wirklichen Kostenverläufe schwer einzuschätzen sind (Wene, 2000).


Hall und Howell bezweifeln darüber hinaus die endlose Linearität von
Kostenkurven, dass heißt die ewig gleich bleibenden Erfahrungsraten.
In eigenen Untersuchungen an ähnlichen Produkten stellten sie fest,
dass sich die unterschiedlichen Erfahrungskurven einer Asymptote
annäherten. Dies erscheint sehr wahrscheinlich: nach Annäherung der
Kostenkurven auf ein Niveau wäre ein Auseinanderdriften der
Erfahrungskurven nach Überwindung dieses Niveaus bei gleichartigen
Produkten unwahrscheinlich.
Die Schwierigkeit, einen Import von technischem Wissen als solchen zu
erkennen und daraus die nötigen Schritte für die Bildung von
Erfahrungskurven       zu   ziehen,   stellt   ein   weiteres      Problem   der
Berechnung von Erfahrungskurven dar und wird später näher erläutert
(Wene, 2000).
Im Gegensatz zu Erfahrungskurven, die die Kostendegression von
einzelnen Produkten an Hand von kumuliertem Output untersucht,
beschreiben      Skaleneffekte        (economies           of      scale)    die


                                                                              10
Kostenverringerung durch Produktionssteigerungen.      In der Literatur
herrscht Konflikt über die Frage, ob die Kosten mehr mit dem jetzigen
Output oder dem akkumulierten Output korrelieren. So liegen
Untersuchungen von Kostenverläufen einzelner Produkte vor, die
vermuten lassen, dass die Kostenverläufe näher mit der laufenden
Outputrate korrelieren als mit dem kumulierten Output (Hall, Howell,
1985). In ihren Untersuchungen zu Kostenverläufen in der japanischen
Bierindustrie und der Halbleiterherstellung errechnen Hall und Howell
jeweils eine stärkere Korrelation zwischen Kosten und laufendem
Output als zwischen Kosten und kumulierten Output.




C. Die Erfahrungskurve in der Praxis

I. Optimaler Subventionseinsatz
Um die Entwicklung erneuerbarer Energien zu beschleunigen und sie
marktfähig   zu   machen,   fördern   Regierungen    Forschung      und
Entwicklung selbiger. Kern der Förderungen ist die Beschleunigung
nachhaltiger Innovationen durch maßgeschneiderte Fördermaßnahmen
für unterschiedliche Phasen ihres Lebenszyklus. Die Kernfrage ist, wie
viel Unterstützung benötigt wird und wie viel dieser Unterstützung vom
Staat selbst kommen muss, sowie in welcher Form diese zu erfolgen
hat. „Zu Beginn des Lebenszyklus sollen Subventionen dazu beitragen,
dass die Kostenvorteile der Skaleneffekte überhaupt erreicht werden
können. In einer späteren Phase sollen Selbstverpflichtungen als
Verhandlungslösungen    oder   einseitige   Selbstverpflichtungen   der
Industrie zu beschleunigter Marktdurchdringung führen“ (Gethmann,
Linger, 2003, S.38). Erfahrungskurven helfen bei diesem Problem, da
sie Aufschluss darüber geben, welche Subventionen in der Zukunft
benötigt werden, um eine Technologie marktfähig machen zu können.
Es wird jedoch darauf hingewiesen, dass Erfahrungskurven eindeutig
nur als Hilfestellung benutzt werden sollten, da sie nicht ohne
Schwächen sind (Wene, 2000).

                                                                     11
Die unten angeführte Darstellung 3 gibt erste Hilfestellung. Die
Erfahrungskurve von Photovoltaik und Braunkohlegewinnung werden in
ein Diagramm abgetragen. Der Break-even point bezeichnet den Punkt,
an dem die Kosten für beide Energiegewinnungsalternativen gleich
sind. Der grau melierte Bereich stellt die ’Learning Investments’ dar,
dass heißt die Investitionen, die über die sowieso schon anfallenden
Kosten der Energiegewinnung hinaus nötig sind, um die Kosten für
Energiegewinnung aus Photovoltaik auf die für Braunkohle zu senken.
Wene        prognostiziert           den        Verlauf   der   Erfahrungskurven    für
Erfahrungsraten (progress ratios) von 82, 80 und 78 Prozent. Die
Learning Investments, die nach seiner Darstellung zur Erreichung von
Kostenegalität der Energiegewinnungsalternativen nötig sind, würden
die     Herstellungskosten                für    Photovoltaikelemente   durch      hohe
Produktionsmengen und eine relativ hohe Erfahrungsrate schrittweise
auf die Kosten für Energiegewinnung aus Braunkohle senken.




Wene, C.-O. (2000), S.15, Darstellung 3



Somit gibt uns die Erfahrungskurve Aufschluss darüber, wie viel
Investitionen bis zur Konkurrenzfähigkeit des untersuchten Produktes

                                                                                     12
nötig sind. Sie gibt jedoch keinen Aufschluss über den Break-even
Zeitpunkt.
Die       Relation         zwischen              öffentlichen    Forschungs-     und
Entwicklungsausgaben zu privaten Investitionen ist ein wichtiger
Bestandteil politischer Überlegungen. So greifen Staatsausgaben an
verschieden Punkten an und spornen Marktteilnehmer zu erhöhter
Produktion an, die die Erfahrung steigen und die Kosten sinken lässt.
Forschungs- und Entwicklungsausgaben ohne Produktionsansätze oder
Demonstrationsmodelle                 initialisieren   keine    Bewegung   auf   der
Erfahrungskurve nach unten (Voß, 2000). Die Reaktionen auf
Staatsausgaben sind vielfach, wie der folgenden Darstellung 4
entnommen werden kann:




Wene, C.-O. (2000), S. 29, Darstellung 4



So erhöht eine höhere Absatzmenge die Produktion, welche wiederum
die Forschung ankurbelt, was technisches Wissen produziert, wodurch
die Kosten sinken etc: „The cycle reinforces itself; it is a ’virtous cycle’”
(Wene, 2000, S.30).
Auf Grund unsicherer Marktchancen benötigt die Entwicklung einer
Technologie zu Beginn öffentliche Forschungsgelder, da private
Investoren das hohe Risiko scheuen.
                                                                                  13
Die Analyse der bisher angewendeten Förderstrukturen deutet auf eine
zweiphasige Förderung. Nach der ersten Phase von meist rein
öffentlich betriebenen Forschungen soll der Staat durch gezielte
Subventionierung und andere Fördermaßnahmen private Anleger in
den Markt holen, die so Teile der Entwicklungsausgaben übernehmen.
Das Ziel dieser zweiten Phase ist es, sicher zu stellen, dass der neuen
Technologie der Markteintritt (market docking) gelingt, dass sie in die
Markterprobungsphase       gelangt   und   produziert     wird.   Nicht       die
Wettbewerbsfähigkeit zu anderen Technologien soll hier erlangt
werden. Durch die Produktion und Verwendung der neuen Technologie,
die diese zweite Phase der Förderung jedoch initialisieren soll, kommt
der Erfahrungskurveneffekt zur Geltung und trägt zur Senkung der
Produktionskosten bei (Voß, 2000).




II. Windkraft in Deutschland
In diesem Teil der Arbeit wird am Beispiel des Einsatzes von Windkraft
in Deutschland die Erstellung und Plausibilität von Erfahrungskurven in
der Realität gezeigt und überprüft. Die Windkraft bietet sich hier als
Beispiel an, da sie erstens eine noch relativ junge Technologie ist und
Ergebnisse dadurch eher zu beobachten sein sollten. Über das reine
Erforschungsstadium jedoch ist die Technologie schon hinaus. Die
Energiegewinnung aus Windkraftanlagen           befindet sich schon im
Wettbewerb.     Zweitens     sind    gerade     über      diese        Art    der
Energiegewinnung ausreichend Daten vorhanden, die das Aufstellen
von   Erfahrungskurven     erleichtern   und   ihre    Plausibilität     leichter
überprüfbar machen.
Deutschland ist das Windstromland Nummer Eins. Etwa ein Drittel der
weltweit installierten Windkraftanlagen 2003 wurden in Deutschland
errichtet.   Dieser   Bauboom        müsste      dazu        führen,         dass
Erfahrungskurveneffekte innerhalb weniger Jahre beobachtbar und
damit besser nachvollziehbar werden. Es werden dennoch bisher
weniger als fünf Prozent des Gesamtstrombedarfs in Deutschland
durch Windkraft gedeckt (EON Windreport, 2004). Dies macht den

                                                                               14
Markt attraktiv für eine Betrachtung, da noch hohe Steigerungen
möglich sind.
Öffentliche Gelder für Forschung und Entwicklung haben enorme
Einblicke in die Potentiale von Windenergie ermöglicht, ein Sinken der
Investitionskosten konnte jedoch erst nach großflächiger Erprobung
festgestellt werden (Wene, 2000). Die folgende Grafik 5 zeigt
Erfahrungskurven für die kostengünstigsten sowie kostenintensivsten
Windkraftanlagen in der EU im Jahre 1995.




Wene, C.-O., (2000), S.54, Darstellung 5



Die Lerninvestitionen bis zum Jahre 1995 betrugen circa 3 Milliarden
Euro,       bis       zur       Konkurrenzfähigkeit       der      kostenintensivsten
Windkraftanlagen werden jedoch noch weitere zwei bis drei Milliarden
Euro zusätzlich benötigt (Wene, 2000).
Die Kapazität der Windkraftanlagen in Deutschland wurde im Zeitraum
von     1990-98          von      60       auf   2900   Megawatt    gesteigert.   Die
Kostenreduzierung für Windkraftturbinen betrug in diesem Zeitraum 800
DM/Kilowatt. Daraus lässt sich eine Erfahrungskurvendegression von
92 Prozent ableiten. Die Erfahrungsrate scheint mit acht Prozent relativ
hoch (Wene, 2000). Hieraus können jedoch keine verlässlichen
Voraussagen für die Zukunft abgeleitet werden, da ein Großteil der


                                                                                   15
Erfahrung, wie auch Wene schreibt,        wohl aus Dänemark importiert
wurde.   So     wurde    in   Dänemark und Deutschland parallel an
Windkraftanlagen geforscht. Ein Grund dafür könnte ein ’technology
spill-over’ liefern. Es wird vermutet, dass Deutschland aus dem
technisch weiter fortgeschrittenen Dänemark Erfahrung importiert hat,
durch abgeworbene Experten, Baupläne oder ähnliches. In diesen
Fällen   ist    die     Erfahrungskurve   ungeeignet,       um      zukünftige
Entwicklungen zu prognostizieren (Wene, 2000).
Die Entwicklung von       Windkraftanlagen in Deutschland lässt sich in
zwei Phasen einteilen. Die erste Phase umfasst einen Zeitraum von
Forschung und Entwicklung, welche brauchbare Ergebnisse für die
Möglichkeit der Nutzung von Windenergiegewinnung hervorbrachte,
jedoch aber keinen Einfluss auf die Wettbewerbsfähigkeit der neuen
Technologie hatte.
Die zweite, sehr erfolgreiche Periode, zeichnet sich durch eine
Kombination       von     Marktvergünstigungen       für    Anbieter      von
Windkraftstrom,       Monitorprogramme,        preiswerte    Kredite      und
Subventionen für Investoren aus (Neij et al., 2003). Eine Übersicht über
die   verschiedenen       Subventionen    in     Deutschland        und   ihre
Klassifizierung befindet sich zur besseren Übersichtlichkeit im Anhang.
Ab dem Jahr 1989 wurden Subventionen gezahlt, im Rahmen der
100/150-Megawatt–Programme          ab    1991       bis    heute      werden
Einspeisevergütungen gezahlt um Windenergie zu fördern und zu
unterstützen.




                                                                           16
Neij et al., (2003), Seite 29+Appendix A, Darstellung 6+7

Die Grafiken 6 und 7 zeigen den Verlauf der Erfahrungskurve für die
installierten         Windenergieanlagen                    in   Deutschland        sowie   die
gesammelten Daten dieser Periode, die zu ihrer Berechnung dienten.
Die öffentlichen Gelder im Rahmen des 150 Megawatt/250Megawatt
Programms sowie später der Einspeisevergütung werden auch als
‚market pull’- Instrumente bezeichnet, da es mit Hilfe dieser
Maßnahmen gelang, private Investoren in den Markt zu locken, die
ihrerseits Ausgaben für Forschung und Entwicklung übernahmen und
somit halfen, die Windenergie konkurrenzfähiger zu machen (Neij et al.,
2003).
Ein Maß der Effizienz von der Vergabe öffentlicher Gelder ist die Rate
von gesamten learning investments zu Staatsausgaben für die neue
Technologie.           Eine       Rate       von      Eins       bedeutet,   dass     staatliche
Subventionen alle learning investments darstellen. Je größer die Rate
ist, umso mehr dieser nötigen Investitionen wird von privater Hand
übernommen (Wene, 2000). Die folgende Grafik 8 zeigt die Herkunft
von Subventionen und Lerninvestitionen in Deutschland.




                                                                                             17
Wene, C.-O., (2000) S.61 Darstellung 8



Die staatlichen Subventionen für das 150/200 Megawatt Programm
betrugen bis 1995 330 Millionen DM. Circa 80 Prozent davon waren für
den Kauf von Windturbinen. Die totalen Lerninvestitionen ab Start des
Programms betrugen bis 1995 810 Millionen DM, woraus sich eine Rate
von 3,1 von privaten zu öffentlichen Geldern für Investitionen ableiten
lässt. Dies bedeutet, dass die Marktakteure für jede öffentliche Mark 2,1
private Mark zusteuerten (Wene, 2000). Hierdurch wird die Effizienz der
von der deutschen Regierung gestarteten Programme zur Förderung
der Windenergie verdeutlicht.
Auch wenn die Forschungsinvestitionen des Projektes ’Grosse
Windkraftanlage’             (GROWIAN)            nicht    direkt   in    den     Bau   von
Windenergieanlagen mündeten, hatten sie laut Wene doch zumindest
einen      unterstützenden               Effekt   für     den   Bau      von    mittelgroßen
Windenergieanlagen in den 80er Jahren. Das Beispiel des GROWIAN
ist ein Fall von fehlgeleiteten Subventionen, verdeutlicht jedoch sehr
anschaulich            die        Schwierigkeit,            potentiell     kostengünstige
Energiealternativen im frühen Entwicklungsstadium zu erkennen. Hier
gibt die Erfahrungskurve Hilfestellung.




                                                                                         18
III. Kritik
Als Politikmittel dient die Erfahrungskurve nur bedingt, da sie keine
Jahreszahl    des   Break-even     vorgibt,    sondern     nur       benötigte
Lerninvestitionen bis zu dem Erreichen von gleichen Kosten.
Die   Anwendbarkeit der Erfahrungskurven auf die Windkraft ist dem
entsprechend als begrenzt anzusehen. So gibt sie zwar einen
ungefähren    Aufschluss     darüber,   wie     viel     bis      zur   vollen
Wettbewerbsfähigkeit noch investiert werden müsste, lässt dabei aber
Verschiedenes außer Acht. Regional begrenzt ist auf dem deutschen
Markt der Platz für neue Windgeneratoren irgendwann aufgebraucht,
neue Generatoren produzieren teureren Strom, schon allein, weil sie an
ungünstigeren Standorten gebaut werden müssen.
Auf einem perfekten Markt würde durch zusätzliche Stromlieferer ein
Überangebot entstehen, welches die Stromkosten zusätzlich senken
würde, das heisst die Rentabilität der Windkraftanlagen würde weiter
sinken. Gerade auch die (notwendigerweise) begrenzte Betrachtung
der Literatur lässt wichtige Aspekte außer Acht: so ist der Aspekt der zu
erwartenden zukünftigen Kostengünstigkeit von Windkraftanlagen unter
heutigen gesetzlichen Vorraussetzungen nicht haltbar. Auf Grund von
möglichen Flauten „müssen traditionelle Kraftwerkskapazitäten als so
genannte ’Schattenkraftwerke’ in einer Größenordnung von insgesamt
mehr als 80 Prozent der installierten Windkraftleistung vorgehalten
werden, um auch bei Flaute den Stromverbrauch zu decken“ (EON
Windreport,   2004).   Dieser    Kostenblock    müsste         eigentlich   der
Erzeugung alternativer Energien zugerechnet werden, zumindest
jedoch die bei konventioneller Energiegewinnung anfallenden sehr
hohen Fixkosten dieser Anlagen.
Das Beispiel fehlgeleiteter Subventionen im Falle des GROWIAN zeigt
das Dilemma der Erfahrungskurven deutlich auf: um verlässliche
Aussagen zu tätigen, benötigen sie längere Datenreihen, wenn diese
vorhanden sind, ist ungewiss, ob grundlegende Politikwechsel noch
möglich sind. So erscheint es durchaus als fraglich, ob heutzutage ein
Politikwechsel weg von der Windkraft noch möglich, dass heißt gegen
Lobbyverbände noch durchsetzbar, wäre.

                                                                            19
D. Fazit

Die Erfahrungskurve ist ein diskussionswürdiges Konzept für die
Beurteilungen von Investitionen und deren Realisierbarkeit. Sie sollte
jedoch nur als Entscheidungshilfe dienen und nicht als eine
unabwendbare Zukunftsvision angesehen werden. Dies macht die oben
genannte    Kritik   deutlich.   Dennoch   gelingt   es,   mit   Hilfe   der
Erfahrungskurve die Zukunft besser einschätzen zu können. Dies zeigt
auch das Beispiel des Einsatzes von Windkraftanlagen in Deutschland.
An Hand der Erfahrungskurven lässt sich abschätzen, welche Mittel
noch benötigt werden, um die Windenergie wettbewerbsfähig zu
machen. Weiterhin eignet sich die Erfahrungskurve gut dazu, viel
versprechende Technologien untereinander vergleichbar zu machen
und die Zweckmäßigkeit ihrer Förderung zu überprüfen.
Die oben genannten Kritikpunkte zeigen jedoch auch deutlich ihre
Schwächen. Diese sollten meiner Meinung nach aber nicht davon
ablenken, dass die Erfahrungskurve, wenn man ihre Schwächen kennt,
als Managementinstrument sehr nützlich sein kann und verglichen mit
anderen Prognoseinstrumenten, zum Beispiel der Szenariotechnik, gute
Schätzungen erstellt und somit ein sehr nützliches und auch breit
einsetzbares Politikinstrument ist.




                                                                         20
E. Literaturverzeichnis

Gethmann, C.F., Lingner, S.: 2003, Zukünftige Klimaänderungen als
Herausforderung für die deutsche Wirtschaft, Europäische Akademie zur
Erforschung von Folgen wissenschaftlich-technischer Entwicklungen Bad
Neuenahr- Ahrweiler
www.europaeische-akademie-aw.de/pages/publikationen/grauhe_reihe/34.pdf,
(19 April 2004, 17:00), S 38-41


Hall, G. und Howell, S.: 1985, The Experience Curve from the Economist's
Perspective, Strategic Management Journal, 6, S. 197-212

Hieber, W. Lothar: 1991, Lern- und Erfahrungskurveneffekte, Vahlen,
München , S.1-15, 58-98

Neij, L., Andersen, P.D., Durstewitz, M., Helby, P., Hoppe-Kilpper, and
M., Morthorst, P.E.: 2003, Experience Curves: A Tool for Energy Policy
Assessment, Environmental and Energy Systems Studies, Sweden,
http://www.iset.uni-kassel.de/extool, (19 April 2004, 17:25)

Ostertag, K., Jochem, E. und Ziesing, H.-J.: 1998, Workshop:
Energiesparen- Klimaschutz, der sich rechnet, Karlsruhe/Berlin
http://www.isi.fhg.de/publ/downloads/isi98b91/energiesparen.pdf, S.79-88
(19 April 2004, 16:30)

Voß, A.: 2000, Konzeption eines effizienten und marktkonformen
Fördermodells für erneuerbare Energien, Gutachten im Auftrag des
Wirtschaftsministeriums Baden-Württemberg, Stuttgart
http://elib.uni-stuttgart.de/opus/volltexte/2000/613/pdf/GutachWimi.pdf,
S.38-43, (19 April 2004, 16:00)


Wene, C.-O.: 2000, Experience Curves for Energy Technology Policy,
International Energy Agency, Organization for Economic Co-operation and
Development (OECD), Paris,
http://www.iea.org/books/studies/2000/curve2000.pdf, (14 April 2004, 16:30)

Broschüre: Windreport 2004, EON Netz, Düsseldorf




                                                                           21
F. Anhang




Neij, L, u.a. Experience Curves: A Tool for Energy Policy Assessment, Appendix A.




                                                                                    22

				
DOCUMENT INFO
Shared By:
Categories:
Stats:
views:142
posted:6/27/2010
language:German
pages:22