<p> <p>Alle Wirtschaftsbereiche verbrauchen fast drei Viertel der in Deutschland benötigten Primärenergie. Der Anteil des verarbeitenden Gewerbes am Primärenergieverbrauch aller Produktionsbereiche lag 2023 bei rund 47 Prozent. Der Energiebedarf dieses Gewerbes blieb im Zeitraum 2010 bis 2021 etwa konstant und sank danach, wie auch der spezifische Energieverbrauch pro Tonne Stahl, Glas oder Chemikalien.</p> </p><p>Alle Wirtschaftsbereiche verbrauchen fast drei Viertel der in Deutschland benötigten Primärenergie. Der Anteil des verarbeitenden Gewerbes am Primärenergieverbrauch aller Produktionsbereiche lag 2023 bei rund 47 Prozent. Der Energiebedarf dieses Gewerbes blieb im Zeitraum 2010 bis 2021 etwa konstant und sank danach, wie auch der spezifische Energieverbrauch pro Tonne Stahl, Glas oder Chemikalien.</p><p> Der Energiebedarf Deutschlands <p>Der gesamte Primärenergiebedarf Deutschlands betrug im Jahr 2023 nach dem Inländerkonzept rund 10.701 Petajoule (PJ). Dabei wird der Verbrauch inländischer Wirtschaftseinheiten in der übrigen Welt in die Berechnung des Gesamtverbrauchs einbezogen, während der Verbrauch gebietsfremder Einheiten im Inland unberücksichtigt bleibt. Die privaten Haushalte in Deutschland verbrauchten rund 30 % der <a href="https://www.umweltbundesamt.de/service/glossar/primaerenergie">Primärenergie</a>. Die Wirtschaft mit ihren vielen Produktionsbereichen benötigte die übrigen 70 %. Zu diesen Bereichen zählen das Herstellen von Waren, das Versorgen mit Energie und der Warentransport. All diese Produktionsbereiche verbrauchten im Jahr 2023 zusammen mehr als 8.170 PJ Primärenergie (siehe Abb. „<a href="https://www.umweltbundesamt.de/service/glossar/primaerenergieverbrauch">Primärenergieverbrauch</a> 2023 (Inländerkonzept)“). </p> <p>Zur Begriffsklärung: Mit der Präposition „primär“ betonen Fachleute, dass der <a href="https://www.umweltbundesamt.de/node/12463">“Primär“-Energiebedarf</a> sowohl den realen Energiebedarf bei Energieverbrauchern erfasst als auch die Energieverluste, die bei der Bereitstellung und beim Transport von Energie entstehen. Und diese Verluste sind hoch: Mehr als ein Drittel aller Primärenergie geht bei der Bereitstellung und beim Transport von Energie verloren <a href="https://www.destatis.de/GPStatistik/receive/DEMonografie_monografie_00003790">(Statistisches Bundesamt 2006)</a>.</p> <a href="https://www.umweltbundesamt.de/system/files/image/2_Abb_Prim%C3%A4renergieverbrauch_2026-01-20.png"> </a> <strong> Primärenergieverbrauch 2023 (Inländerkonzept) </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Abb_Prim%C3%A4renergieverbrauch_2026-01-20.pdf">Diagramm als PDF (32,61 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Abb_Prim%C3%A4renergieverbrauch_2026-01-20.xlsx">Diagramm als Excel mit Daten (28,74 kB)</a></li> </ul> </p><p> Der Energiebedarf des verarbeitenden Gewerbes <p>Die Firmen, die Waren herstellen, werden als „verarbeitendes Gewerbe“ bezeichnet. Sie hatten von allen Produktionsbereichen im Jahr 2023 mit circa 3.407 PJ den größten Primärenergiebedarf. Das ist ein Anteil von rund 47 % am Energieverbrauch aller Produktionsbereiche. Der nächstgrößte Energieverbraucher war die Energieversorgung mit 1.200 PJ (oder 16,7 % Anteil am <a href="https://www.umweltbundesamt.de/service/glossar/primaerenergieverbrauch">Primärenergieverbrauch</a>), gefolgt vom Verkehr mit 932 PJ (oder 12,9 % Anteil am Primärenergieverbrauch) (siehe Abb. „Anteil wirtschaftlicher Aktivitäten am Primärenergieverbrauch aller Produktionsbereiche 2023“).</p> <a href="https://www.umweltbundesamt.de/system/files/image/3_Abb_Anteil-wirt-Aktivitaeten-PEV_2026-01-20.png"> </a> <strong> Anteil wirtschaftlicher Aktivitäten am Primärenergieverbrauch aller Produktionsbereiche 2023 </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Abb_Anteil-wirt-Aktivitaeten-PEV_2026-01-20.pdf">Diagramm als PDF (37,83 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Abb_Anteil-wirt-Aktivitaeten-PEV_2026-01-20.xlsx">Diagramm als Excel mit Daten (70,38 kB)</a></li> </ul> </p><p> Primärenergienutzung des verarbeitenden Gewerbes <p>Die Primärenergienutzung innerhalb des verarbeitenden Gewerbes verteilt sich auf verschiedene Produktionssektoren (siehe Abb. „Anteile der Sektoren am <a href="https://www.umweltbundesamt.de/service/glossar/primaerenergieverbrauch">Primärenergieverbrauch</a> des verarbeitenden Gewerbes 2023“). Ein wichtiger Sektor ist dabei die Chemieindustrie. Sie benötigte im Jahr 2023 mit rund 1.159 PJ von allen Sektoren am meisten <a href="https://www.umweltbundesamt.de/service/glossar/primaerenergie">Primärenergie</a> zur Herstellung ihrer Erzeugnisse. Das ist ein Anteil von 34 % am Energieverbrauch im <a href="https://www.umweltbundesamt.de/service/glossar/verarbeitenden-gewerbe">verarbeitenden Gewerbe</a>. Weitere wichtige Energienutzer sind die Metallindustrie mit einem Anteil von 18,4 % sowie die Hersteller von Glas, Glaswaren, Keramik, verarbeiteten Steinen und Erden mit 6,9 % am Energieverbrauch im verarbeitenden Gewerbe.</p> <p>Die Energie wird Unternehmen dabei als elektrischer Strom, als Wärme (etwa als Dampf oder Thermoöl) sowie direkt in Form von Brennstoffen (wie Erdgas, Kohle oder <a href="https://www.umweltbundesamt.de/service/glossar/biomasse">Biomasse</a>) zur Verfügung gestellt.</p> <a href="https://www.umweltbundesamt.de/system/files/image/4_Abb_Anteile-Sektoren-PEV_2026-01-20_1.png"> </a> <strong> Anteile der Sektoren am Primärenergieverbrauch des verarbeitenden Gewerbes 2023 </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/4_Abb_Anteile-Sektoren-PEV_2026-01-20.pdf">Diagramm als PDF (297,57 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/4_Abb_Anteile-Sektoren-PEV_2026-01-20.xlsx">Diagramm als Excel mit Daten (75,65 kB)</a></li> </ul> </p><p> Gleichbleibender Primärenergieverbrauch <p>Seit dem Jahr 2010 blieb der <a href="https://www.umweltbundesamt.de/service/glossar/primaerenergieverbrauch">Primärenergieverbrauch</a> in fast allen Produktionssektoren relativ konstant (siehe Abb. „Primärenergieverbrauch ausgewählter Sektoren des verarbeitenden Gewerbes“).</p> <a href="https://www.umweltbundesamt.de/system/files/image/5_Abb_PEV-ausgew-Sektoren_2026-01-20.png"> </a> <strong> Primärenergieverbrauch ausgewählter Sektoren des verarbeitenden Gewerbes </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/5_Abb_PEV-ausgew-Sektoren_2026-01-20.pdf">Diagramm als PDF (47,10 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/5_Abb_PEV-ausgew-Sektoren_2026-01-20.xlsx">Diagramm als Excel mit Daten (82,88 kB)</a></li> </ul> </p><p> Gesunkene und gestiegene Primärenergieintensität <p>Die Primärenergieintensität beschreibt, wie viel <a href="https://www.umweltbundesamt.de/service/glossar/primaerenergie">Primärenergie</a> bezogen auf die erzielte Bruttowertschöpfung eines Produktionsbereichs oder Wirtschaftszweigs verbraucht wird. Die Entwicklung dieser Energieintensität über mehrere Jahre kann einen Hinweis darauf geben, ob in einem Wirtschaftszweig energieeffizient gearbeitet wird.</p> <p>Die Primärenergieintensität einzelner Wirtschaftszweige entwickelte sich im Zeitraum 2010 bis 2023 unterschiedlich (siehe Abb. „Primärenergieintensität ausgewählter Sektoren des verarbeitenden Gewerbes“):</p> <ul> <li>Die Primärenergieintensität der Gummi- und Kunststoffwarenindustrie sank um 48 %.</li> <li>Die Primärenergieintensität der Industrie, die Glas, Keramik, Steine und Erden verarbeitet, sank bis 2021 um 61 %; die der Nahrungs- und Futtermittelindustrie sank um etwa 39 %.</li> </ul> <a href="https://www.umweltbundesamt.de/system/files/image/6_Abb_PE-intensitaet_2026-01-20.png"> </a> <strong> Primärenergieintensität ausgewählter Sektoren des verarbeitenden Gewerbes </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/6_Abb_PE-intensitaet_2026-01-20.pdf">Diagramm als PDF (45,45 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/6_Abb_PE-intensitaet_2026-01-20.xlsx">Diagramm als Excel mit Daten (162,78 kB)</a></li> </ul> </p><p> Begrenzte Aussagekraft der Primärenergieintensität <p>Schwankende Preise für Rohstoffe und Produkte sowie andere äußere Wirtschaftsfaktoren oder ggf. auch die Auswirkungen der weltweiten Corona-Pandemie beeinflussen zwar die Bruttowertschöpfung, nicht aber die Energieeffizienz eines Prozesses. Die Primärenergieintensität eignet sich daher nur eingeschränkt, um die Entwicklung der Energieeffizienz in den jeweiligen Herstellungsprozessen zu beschreiben. Dies ist unter anderem deutlich bei den Kokerei- und Mineralölerzeugnissen zu sehen.</p> </p><p> </p><p>Informationen für...</p>
Bundesumweltministerin Svenja Schulze hat heute dem Vorstandsvorsitzenden der Salzgitter AG, Prof. H.J. Fuhrmann, einen Förderbescheid in Höhe von über 5 Mio. Euro für ein Projekt zur Herstellung klimafreundlichen Stahls übergeben. Im Beisein des Ministerpräsidenten des Landes Niedersachsen, Stephan Weil, fiel damit auch der offizielle Startschuss des BMU-Förderprogramms 'Dekarbonisierung in der Industrie'. Mit diesem Programm sollen schwer vermeidbare, prozessbedingte Treibhausgasemissionen in den energieintensiven Branchen wie Stahl, Zement, Kalk und Chemie durch den Einsatz innovativer Techniken möglichst weitgehend und dauerhaft reduziert werden.
Bundesumweltministerin Svenja Schulze: 'Für ein klimaneutrales Deutschland brauchen wir eine Industrie, die ohne fossile Energie- und Rohstoffe auskommt. Mit unserem neuen Dekarbonisierungsprogramm fördern wir eine grundlegende Neuausrichtung der Produktionsprozesse. Der Klimaschutz wird so zum Innovationstreiber für die Wirtschaft, macht den Industriestandort Deutschland zukunftsfähig und erhält hochqualifizierte Arbeitsplätze. Das Projekt in Salzgitter ist ein wichtiger, erster Schritt in diese Richtung, dem weitere folgen werden. Es zeigt auch, dass wir den Ausbau der erneuerbaren Energien und den Markthochlauf von grünem Wasserstoff beschleunigen müssen, damit wir unsere anspruchsvollen Ziele erreichen können.'
Die Anlage der Salzgitter Flachstahl GmbH mit einem Gesamtinvestitionsvolumen von rund 13 Mio. Euro soll innerhalb der nächsten zwei Jahre in Betrieb gehen und zeigen, wie die sukzessive Umstellung eines integrierten Hochofenwerks auf die CO2-arme Stahlerzeugung erfolgen kann. Mit dem von der Salzgitter AG entwickelten Verfahren wird die konventionelle Roheisengewinnung im Hochofen auf die emissionsarme Direktreduktion umgestellt. Beim Einsatz von Wasserstoff aus erneuerbaren Energien wird so die Herstellung von grünem Stahl ermöglicht. Innovative Projekte wie dieses sollen auch als Vorbilder dienen und als Multiplikatoren auf die ganze Branche ausstrahlen.
Im Projekt ProDRI soll der flexible Betrieb mit Wasserstoff und Erdgas demonstriert und optimiert werden. Langfristiges Ziel von Salzgitter ist die ausschließliche Nutzung erneuerbaren Wasserstoffs zur Herstellung von grünem Stahl. Steht erneuerbarer Wasserstoff noch nicht in ausreichenden Mengen zur Verfügung, kann auch Erdgas zur Reduktion eingesetzt werden und dabei bereits erhebliche Mengen CO2 gegenüber der herkömmlichen Hochofen-Route einsparen. Die Stahlindustrie war 2019 mit über 36 Mio. Tonnen für etwa 30% der direkten Industrieemissionen in Deutschland verantwortlich.
Mit dem Förderprogramm Dekarbonisierung im Industriesektor wird eine Maßnahme des Klimaschutzplans 2050 sowie des Klimaschutzprogramms 2030 umgesetzt. Das BMU wird - vorbehaltlich der Verabschiedung des Bundeshaushalts in der kommenden Woche - über den Energie- und Klimafonds in den kommenden Jahren rund 2 Mrd. Euro zur Verfügung stellen. Text gekürzt
Hauptziel des beantragten Projektes Hybrid-Fire ist, eine neue Methode zur hybriden Beheizung von Ofenanlagen zu entwickeln die es ermöglich CO2-arm bzw. CO2-frei zu Arbeiten. Die Grundlagen hierfür soll umweltfreundlich erzeugter H2 sowie Elektroenergie darstellen. Durch Kombination eines Erdgas-Brenners, dessen Brenngas teilweise durch H2 ersetzt wird, mit einem bzw. mehreren Mikrowellenplasmabrennern soll durch gezielte Steuerung dies ermöglicht werden. Am Beispiel von ausgewählten keramischen Massenerzeugnissen aus dem Bereich Feuerfest (MgO-Stein), Technischer Keramik (ZrO2) sowie Baukeramik (Ziegel, Fließe) sowie am Beispiel Stahlschmelze aus dem Metallurgiesektor, soll gezeigt werden, dass diese zurzeit stark CO2-lastige Verfahren CO2-arm bzw. -neutral betrieben werden können. Hierzu wird an den ausgewählten Erzeugnissen (keram. Werkstoff sowie Stahl) umfangreiche Forschungsarbeit in mikrowellenplasmabeheizten Ofen, in elektrisch beheizten sowie in industriell oft gasbeheizten Öfen zur Eigenschaftsentwicklung betrieben. Im Lauf des Projektes ist geplant einen hybrid-beheizten Demonstrator zu konzipieren und für umfangreiche Versuche mit den genannten Produktgruppen zu bauen. Aufgrund der Änderungen in der Beheizungsart ist damit zu rechnen, dass geänderte Anteile an H2O-dampf bzw. H2-gehalte u.a. Abgasbestandteile die Eigenschaften beeinflussen. Hierzu können Änderungen in der Sinter- bzw. Schmelztechnologie bzw. auch am Werkstoff erforderlich werden. Im letzten Teil des Projektes sollen die gewonnenen Erkenntnisse im Industrieeinsatz (Feuerfesthersteller, Stahlgießerei) zum Einsatz unter industriellen Bedingungen kommen und erprobt werden. Am Ende des Projektes soll es möglich sein die Erkenntnisse auch auf weitere Ofenanlagen zu übertragen bzw. auch auf andere Industriezweige mit ähnlichen temperaturintensiven Technologien zu adaptieren.
Insbesondere der Einfluss der Eigenschaften von Vegetationskronen und ihrer räumlich-zeitlichen Dynamik auf Rückkopplungen zwischen der Landoberfläche und der Atmosphäre (d. h. Temperatur, Niederschlag, Luftfeuchtigkeit, Eigenschaften der atmosphärischen Grenzschicht) sind nicht abschließend geklärt. Ein Hauptgrund dafür ist, dass hochauflösende Beobachtungsdatenprodukte (z. B. zur Vegetationskronenfeuchte) noch nicht mit hoher räumlicher Auflösung (Dekameter-Skala) und für mehrjährige Zeitserien verfügbar sind: weder aus der Fernerkundung noch von Modellen. Darüber hinaus können Heterogenitäten der Landoberfläche (z. B. Vielfalt in der Vegetationsbedeckung) erhebliche Auswirkungen auf Rückkopplungsprozesse zwischen Baumkronen und benachbarter Atmosphäre haben, ihre Darstellung in Modellen reicht jedoch bei hohen räumlichen Auflösungen nicht aus. Um diese Lücken zu schließen, werden auf der Fernerkundung basierende Produkte entwickelt, um einige der vielfältigen unterschiedlichen Vegetationsbedingungen zu berücksichtigen. In diesem Sinne besteht die Idee von Projekt 2 darin, eine Reihe von Eigenschaften der Vegetationskrone zu überwachen, einschließlich Wassergehalt (z. B. Boden- und Vegetationsfeuchtigkeit) und Flüsse (z. B. Evapotranspiration) sowohl vor Ort (In-situ-Daten) als auch auf regionalen (Erdsystemmodelle) Skalen. Der Ansatz nutzt die potenziellen Synergien zwischen optischen, passiven und aktiven Mikrowellensensoren, die ergänzende Informationen bieten, um Fernerkundungssignale (z. B. Mikrowellendämpfung) in biophysikalische Variablen (z. B. gravimetrische Vegetationsfeuchtigkeit, Evapotranspiration oder Vegetationsstruktur und -dichte) umzuwandeln. Diese einzigartigen und beispiellosen Datensätze der satellitengestützten Multisensor-Fernerkundung werden in Land-Atmosphäre (L-A) Modelle eingespeist, um Grenzschichteigenschaften und L-A-Rückkopplungen zu bestimmen und zu analysieren. Alle diese Landoberflächenvariablen können synergetisch dazu beitragen, den Zusammenhang zwischen Boden, Vegetation und den Prozessen der atmosphärischen Grenzschicht zu verstehen und L-A-Modelle zu initialisieren. P2 konzentriert sich direkt auf die hochauflösende (Dekameter-Skala) Bestimmung von Zuständen und räumlich-zeitlichen Dynamiken der Feuchtigkeit, Temperatur und Topographie der Vegetationskrone, um Feuchtigkeits- und Temperaturverteilungen zur Beurteilung der Transpiration und der Form sowie der 3D-Dynamik der atmosphärischen Rauheitsunterschicht nach zu verfolgen. Dies wird durch die Kombination von Multisensor-Fernerkundungsbeobachtungen (z. B. Copernicus Sentinel-Satelliten und weltraumgestützte LiDARs) erreicht. Räumlich-zeitlich dynamische Informationen dieser Vegetationsvariablen werden für die Integration in die Reihe an Land-Atmosphäre-Modellen von LAFI vorbereitet, um Grenzschichteigenschaften zu bewerten und L-A-Rückkopplungen zu verstehen.
Deep Learning (DL) hat sich auch in den Erdsystemwissenschaften in den letzten Jahren rasant entwickelt. Allerdings ist die genaue Art, wie DL Systeme Probleme lösen kaum zugänglich (eine black box). In diesem Projekt werden wir DL und andere Ansätze des maschinellen Lernens entwickeln, um sowohl Land-Atmosphärische (L-A) Rückkopplungsprozesse besser zu verstehen als auch um quantitative Relationen herzuleiten, die aktuelle Ansätze wie die Monin-Obukhov similarity theory (MOST) übertreffen. Die interdisziplinäre Kollaboration in diesem Konsortium und die Daten, die zusammengetragen werden, wird den Erfolg dieses Projektes sicherstellen. Wie werden Daten-getriebene aber wohl-strukturierte DL und andere Ansätze des maschinellen Lernens verfolgen. Wir wollen (1) Satelliten Daten nutzen um die Landoberflächentemperatur und die Feuchtigkeit der Vegetationsschicht zu bestimmen; (2) Möglichkeiten untersuchen, die Energiebalance herzustellen; (3) Abhängigkeiten der Oberflächenflüsse vom Terrain bis hin zum Entrainment untersuchen und identifizieren, um aktuelle Ansätze wie MOST und Bulk-Richardson-Zahl zu verbessern; (4) ein erstes Foundation-Modell entwickeln, um den Phasenraum zu analysieren und multiple L-A Relationen generieren zu können. Wir werden dabei vier Hauptansätze des maschinellen Lernens nutzen: (A) DL Methoden, die darauf optimiert sind, mit Hilfe von redundanten Daten die räumliche Auflösung einer Datengröße zu erhöhen; (B) die Parametrisierung von Physik-basierten Gleichungen und deren Approximation; (C) die Integration von physik-informierten Induktiven Biases in DL, um das Lernen und die Generalisierung zu verbessern; (D) selbst-informiertes und konrastierendes DL zur Entwicklung eines L-A Foundation Modells. Alle Techniken werden die inhärent limitierte Vorhersagbarkeit der Prozesse berücksichtigen. Um unser Verständnis der L-A Kopplungsprozesse zu verbessern, werden wir DL und andere Ansätze des Maschinellen Lernens schachteln und Relevanzanalysen durchführen. Dadurch werden wir fundamentale, teilweise neue Zusammenhänge, Prozessgleichungskomponenten, Prozessparametrisierungen und notwendige Berechnungsschritte ergründen - insbesondere solche, die für die Generierung von akkuraten und allgemein gültigen Relationen zwischen atmosphärischen Variablen notwendig sind. In Kollaboration mit P2 werden wir das Vorhersagepotential von Satellitendaten erforschen. Zusammen mit P1, P3, P5, und P6 werden wir Oberflächen- und Entrainmentflussrelationen ableiten, Komponenten der Energiebalance herleiten, und Evapotranspiration aufspalten. Unser Projekt führt CCWG-DL. Es wird Hilfestellungen und Workshops anbieten, um andere Daten effektiv mit Verfahren des maschinellen Lernens analysieren zu können und weitere Relationen aufdecken zu können - wie zum Beispiel Einflüsse der Landoberflächenstruktur (P5) und die Bestimmung der Blending Height (P1). Beiträge zu O1, O2, O3, O4 und OS sind zu erwarten.