A product-level Trade-LCA framework for embodied carbon accounting in global trade

Jedes Mal, wenn ein Produkt eine Grenze überschreitet, trägt es ein verborgenes Gewicht in sich. Dies ist nicht das physische Gewicht der Fracht, sondern die gesamte Menge an Treibhausgasen, die freigesetzt wurde, um diesen Gegenstand herzustellen – vom Moment an, als die Rohstoffe aus der Erde geholt wurden, bis das Produkt das Werkstor verlässt. Wissenschaftler nennen dies „eingebundenen Kohlenstoff“ (embodied carbon). Jahrzehntelang haben Regierungen Kohlenstoffemissionen verfolgt, indem sie zählten, was innerhalb ihrer eigenen Grenzen geschieht – eine Methode, die bei lokaler Verschmutzung gut funktioniert, aber das vollständige Bild des globalen Handels nicht erfassen kann. Wenn ein Land ein Auto importiert, vermeidet es die Emissionen, die bei dessen Herstellung entstehen, aber diese Emissionen fanden dennoch irgendwo anders statt. Umgekehrt übernimmt ein Land, wenn es Waren exportiert, die Verantwortung für den Kohlenstoff, der zur Herstellung dieser Güter verwendet wurde, selbst wenn diese Waren dort nie verwendet werden. Diese Lücke zwischen dem Ort, an dem Emissionen entstehen, und demjenigen, der die Waren letztendlich konsumiert, ist gewaltig und macht mehr als ein Viertel des CO2-Fußabdrucks wichtiger Volkswirtschaften aus. Während die Welt auf politische Maßnahmen wie Kohlenstoffsteuern auf Importe zusteuert, müssen Beamte genau wissen, wie viel Kohlenstoff in spezifischen Produkten verborgen ist, und nicht nur in breiten Industriekategorien.

Lange Zeit waren die besten verfügbaren Werkzeuge, um diese Frage zu beantworten, so, als würde man die Welt durch eine verschwommene Linse betrachten. Die dominierende Methode, bekannt als Input-Output-Analyse, gruppiert tausende verschiedene Produkte in breite Sektoren wie „Maschinen“ oder „Chemikalien“. Sie weist dann jedem Artikel in dieser Gruppe einen einzigen durchschnittlichen Kohlenstoffwert zu. Dieser Ansatz ist nützlich, um das große Ganze einer gesamten Wirtschaft zu sehen, aber er ist ungeeignet, um zwischen einer hocheffizienten, kohlenstoffarmen Maschine und einer verschwenderischen, kohlenstoffreichen Maschine zu unterscheiden, wenn beide unter derselben Bezeichnung fallen. In der Realität kann die Kohlenstoffintensität einzelner Produkte massiv variieren, manchmal um mehr als das Zehnfache, selbst innerhalb desselben Werks oder derselben Industrie. Oh ohne eine Möglichkeit, diese Unterschiede zu erkennen, riskieren politische Maßnahmen, saubere Produkte zu bestrafen, während schmutzige durch die Maschen der Regulierung schlüpfen.

Eine neue Studie von Florian Pothin, einem Forscher an der Universität Rennes, schlägt eine Brücke zwischen der detaillierten Wissenschaft der Produktfertigung und den massiven, komplexen Daten des Welthandels. Das Ziel war es, ein System zu schaffen, das den CO2-Fußabdruck einzelner Güter verfolgen kann, während sie sich zwischen Ländern bewegen, indem es spezifische Zollcodes mit realen Fabrikdaten verknüpft. Der Forscher begann mit einem riesigen Datensatz globaler Handelsströme, der fast 260 Millionen Transaktionen von Waren zwischen 120 Ländern über einen Zeitraum von neunundzwanzig Jahren abdeckt. Dazu fügte er detaillierte Lebenszyklusdaten aus zwei großen wissenschaftlichen Datenbanken hinzu, die Messungen der Kohlenstoffkosten für tausende spezifische industrielle Prozesse enthalten, vom Abbau von Erz bis zur Raffination von Stahl.

Die Herausforderung bestand darin, die beiden Datensätze zusammenzuführen. Zolldaten beschreiben Waren mithilfe technischer Codes und kurzer Beschreibungen, während die wissenschaftlichen Datenbanken Herstellungsprozesse in anderen Begriffen beschreiben. Um dies zu lösen, nutzte der Forscher ein Large Language Model, eine Art künstliche Intelligenz, um als Übersetzer zu fungieren. Das Modell durfte jedoch keine Zahlen erfinden oder Kohlenstoffwerte raten. Seine einzige Aufgabe war es, vorzuschlagen, welcher wissenschaftliche Prozess zu einem bestimmten Handelscode passen könnte. Jeder Vorschlag wurde dann einem strengen Regelwerk unterzogen, um zu prüfen, ob die Übereinstimmung physikalisch sinnvoll war. Beispielsweise stellte das System sicher, dass ein Rohmaterial nicht mit einem Fertigprodukt zusammengeführt wurde und dass die Maßeinheiten übereinstimmten. Dieser Prozess war darauf ausgelegt, transparent und prüfbar zu sein, was bedeutete, dass jeder Schritt von einem Menschen überprüft werden konnte.

Um sicherzustellen, dass das System korrekt arbeitete, lud der Forscher einen unabhängigen Experten ein, eine Zufallsstichprobe der Übereinstimmungen zu überprüfen, ohne die Vorschläge des Computers zu kennen. In der ersten Testrunde stellte der Experte fest, dass 17 von 100 Übereinstimmungen falsch waren. Die Fehler waren oft subtil, wie etwa die Zuordnung eines frischen Apfels zu einem chemischen Prozess, der für eine völlig andere Art von Material bestimmt war. Der Forscher verfeinerte daraufhin die Regeln und fügte eine „Leiter“ hinzu, die die Produktionsstufe prüfte, um sicherzustellen, dass Roherze nicht mit veredelten Metallen verwechselt wurden. Nach diesen Korrekturen ergab eine zweite Blindprüfung nur noch 8 Fehler von 100. Dieses rigorose Testverfahren bewies, dass der Computer zwar beim Sortieren der Daten helfen konnte, menschliche Aufsicht und strikte Regeln jedoch unerlässlich waren, um Fehler zu vermeiden.

Mit diesem reparierten System berechnete die Studie den gesamten eingebundenen Kohlenstoff im Welthandel für das Jahr 2023. Das Ergebnis betrug etwa 14.368 Millionen metrische Tonnen CO2-Äquivalent. Diese Zahl liegt signifikant höher als frühere Schätzungen, die auf unverifizierten Übereinstimmungen basierten, da das neue System korrekt identifizierte, dass viele minderwertige Datenpunkte die Zahlen nach unten gezogen hatten. Die Studie fand heraus, dass die kohlenstoffintensivsten Artikel nicht immer die teuersten waren. So machten Düngemittel einen winzigen Bruchteil des Gesamtwerts des Welthandels aus, trugen aber einen unverhältnismäßig großen Anteil an den Kohlenstoffemissionen. Ähnlich verhielt es sich mit Rohstoffen wie Eisen, Stahl und Aluminium, die große Verursacher waren, während viele komplexe Fertigwaren einen geringeren CO2-Fußabdruck hatten, als ihre Preisschilder vermuten ließen.

Eines der bemerkenswertesten Ergebnisse war, wie stark die Kohlenstoffintensität von Produkten innerhalb desselben Industriesektors variierte. Vor den Korrekturen der Studie deuteten die Daten darauf hin, dass sich Produkte im selben Sektor in ihrem CO2-Fußabdruck um das Fünfunddreißigfache unterscheiden konnten. Nach der Behebung der Übereinstimmungsfehler war die Variation immer noch groß, aber realistischer: etwa das Dreizehnfache. Dies bedeutet, dass selbst innerhalb einer einzigen Kategorie wie „Maschinenbau“ einige Produkte weitaus sauberer sind als andere. Ein System, das einen einfachen Durchschnitt für den gesamten Sektor verwendet, wäre bei fast der Hälfte aller gehandelten Waren falsch und würde deren CO2-Auswirkungen um mehr als den Faktor zwei falsch einschätzen. Dieser Fehler ist nicht nur eine statistische Kuriosität; er bedeutet, dass politische Maßnahmen, die auf breiten Durchschnittswerten basieren, die am stärksten belastenden Produkte möglicherweise nicht effektiv ins Visier nehmen können.

Die Studie untersuchte auch, wie verschiedene Länder in dieses globale Bild passen. Für einige Nationen bestätigten die neuen Daten das, was bereits vermutet wurde: Sie sind Nettoimporteure von Kohlenstoff, das heißt, sie konsumieren Güter, die anderswo hergestellt werden. Für andere änderte sich das Bild dramatisch. Im Fall von China deuteten frühere Schätzungen darauf hin, dass das Land ein Nettoimporteur von Kohlenstoff sei, aber die neue, genauere Buchführung zeigte, dass es tatsächlich ein Nettoexporteur ist. Dieser Wandel geschah, weil die alten Daten den wichtigen chinesischen Exporten wie Aluminium und Stahl fälschlicherweise sehr niedrige Kohlenstoffwerte zugewiesen hatten. Das neue System korrigierte diese Werte und offenbarte, dass der Kohlenstoff, den diese Exporte mit sich brachten, viel höher war als bisher angenommen.

Die Forscher verglichen ihre neuen Produktdaten mit anderen großen globalen Kohlenstoffbilanzen und stellten fest, dass sie gut übereinstimmten und etwa 90 % des erwarteten Kohlenstofffußabdrucks gewichtet nach Emissionen erfassten. Dies deutet darauf hin, dass die neue Methode zuverlässig ist und nicht systematisch zu viel oder zu wenig zählt. Die Studie hob jedoch auch hervor, wo die beiden Ansätze divergieren. In einigen Fällen deutete der Unterschied auf reale Variationen in der Produktionstechnologie hin, was zeigt, dass einige Länder Güter mit höherer Kohlenstoffintensität produzieren als der globale Durchschnitt. In anderen Fällen lagen die Unterschiede in der Art und Weise, wie Dienstleistungen und Re-Exporte behandelt werden – Bereiche, in denen die Produktdaten noch in der Entwicklung sind.

Letztendlich bietet diese Arbeit ein wesentlich schärferes Werkzeug, um die Klimafolgen des Welthandels zu verstehen. Sie geht über die verschwommenen Durchschnitte der Vergangenheit hinaus und zeigt die spezifischen Kohlenstoffkosten einzelner Güter auf. Durch den Nachweis, dass ein erheblicher Teil früherer Schätzungen auf Übereinstimmungsfehlern basierte, warnt die Studie davor, dass frühere Zahlen irreführend gewesen sein könnten. Das neue Framework bietet eine Möglichkeit, Produkte hinsichtlich ihres Kohlenstoffgehalts mit einem Detailgrad zu prüfen, der zuvor unmöglich war. Diese Präzision ist entscheidend für die Gestaltung fairer und effektiver Klimapolitiken, um sicherzustellen, dass die Last der Emissionsreduktion auf den richtigen Produkten und Prozessen liegt und nicht auf breiten, ungenauen Kategorien. Die Studie kommt zu dem Schluss, dass die Daten zwar nicht perfekt sind, die Transparenz der Methode und die rigorose Prüfung ihrer Genauigkeit jedoch eine solide Grundlage für die nächste Generation der globalen Kohlenstoffbilanzierung bilden.