IEA UsersTCP "Social License to Automate 2.0": An Inclusive and Community-Oriented Social License to Automate: First Insights (2024)

Die Energiewende stellt eine der zentralen Herausforderungen auf dem Weg zu einer nachhaltigen Zukunft dar und gewinnt angesichts globaler Krisen sowie steigender Energiepreise weiter an Dringlichkeit. In einem Energiesystem mit einem hohen Anteil erneuerbarer Energien können Endnutzer:innen durch Demand Side Management (DSM) einen entscheidenden Beitrag zur Netzstabilität leisten. Automatisierte DSM-Lösungen bergen großes Potenzial für die optimale Nutzung von Flexibilität, erfordern jedoch die Akzeptanz durch eine „Social License to Automate" (SLA). Das Konzept der SLA wird durch die Integration diversitätssensibler Aspekte und einer gemeinschaftsorientierten Perspektive weiterentwickelt, um die Akzeptanz auf breiter Basis und nachhaltiger zu fördern.

Der Fokus des Projekts „Social License to Automate 2.0" liegt darauf, wie automatisiertes DSM Gender- und Diversitätsaspekte berücksichtigen und Energiegemeinschaften (EGs) für die Förderung einer Social License nutzen kann. Erste Ergebnisse zeigen, dass bestehende DSM-Lösungen häufig als „One-Fits-All"-Ansätze konzipiert sind und die Heterogenität von Motivation, Haushaltspraxis, Wissen und Flexibilitätspotenzialen unzureichend berücksichtigen. Dies schließt auch die Ungleichheiten in Bezug auf den Zugang zu Technologien und digitale Kompetenzen ein, die für ältere und einkommensschwache Haushalte Barrieren darstellen.

Eine Analyse von Energiegemeinschaften verdeutlichte deren Potenzial, Vertrauen in DSM-Technologien zu schaffen und eine größere Vielfalt an Bürger:innen einzubinden. Gleichzeitig zeigen erste Einblicke, dass die Gestaltung von Governance-Strukturen, Initiatoren und der Betriebsmodi der Gemeinschaften erhebliche Auswirkungen auf soziale Aspekte und damit auf die Verhandlung einer Social License hat. Stärken wie die Verbesserung der Verteilungsgerechtigkeit oder die Förderung der Partizipation wurden identifiziert, während auch Schwächen in der sozialen Inklusion offengelegt wurden.

Weitere Analysen zu Flexibilitätsprofilen, basierend auf Daten aus der ECHOES- und PEAKApp-Studie, zeigen geschlechtsspezifische Unterschiede: Frauen sind häufiger bereit, automatisierte DSM-Lösungen zu akzeptieren, insbesondere wenn sie sich finanziell besser gestellt fühlen. Unterschiede in Lastprofilen belegen zudem, dass Frauen tendenziell höhere Verbrauchsspitzen im Winter haben, während Männer insgesamt höhere Grundlasten aufweisen.

Diese Erkenntnisse verdeutlichen die Notwendigkeit, die SLA stärker auf Diversität und Gemeinschaftsorientierung auszurichten. Zukünftige Schritte sollten darauf abzielen, soziale Faktoren nicht nur in DSM-Technologien, sondern auch in die Konzeption und Umsetzung von Energiegemeinschaften systematisch zu integrieren, um Vertrauen, Legitimität und die langfristige Akzeptanz sicherzustellen.