Das Risiko Klimawandel misst die langfristige Erwärmung des Standorts und wie stark diese die Gesamtexposition erhöht. Es wird geschätzt, indem die jährliche Durchschnittstemperatur jedes Zukunftsjahres mit der eines historischen Referenzzeitraums verglichen wird: je stärker die Anomalie gegenüber der Vergangenheit wächst, desto höher das Risiko.
Indikator. Anomalie der jährlichen Durchschnittstemperatur (°C) gegenüber dem historischen Referenzzeitraum.
Daten. Variable "monthly mean of daily mean temperature" (Durchschnittstemperatur in Bodennähe, 2 m, °C) aus dem Copernicus Climate Data Store (CDS); Jahresmittel des Multi-Modell-Ensembles. Referenzzeitraum: 1950–1970. Szenarien: SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5. Beobachtete Temperatur des Standorts: ERA5-Land (ECMWF-Reanalyse mit etwa 9 km, Muñoz-Sabater et al. 2021), Mittel 1995–2014, aus dem Open-Meteo-Archiv. Wo ERA5-Land keine Landzelle hat (kleine Inseln, offenes Meer), wird ERA5 verwendet, die Reanalyse, aus der es abgeleitet ist (etwa 25 km).
Berechnung.
(1) Aus den historischen Daten 1950–1970 wird der Mittelwert der jährlichen Ensemble-Mittel berechnet → ein einzelner Referenzwert (°C).
(2) Für jedes Szenario und Zukunftsjahr wird das jährliche Ensemble-Mittel (°C) herangezogen.
(3) Die Anomalie wird berechnet = Zukunftswert − Referenzwert (°C).
(4) Die Anomalie wird anhand geordneter Schwellenwerte klassifiziert.
(5) Die angezeigten Temperaturen werden auf den beobachteten Wert des Standorts korrigiert (Delta-Change, lineare Skalierung: Teutschbein und Seibert 2012): Modellwert + (ERA5-Land-Mittel 1995–2014 am Standort − Modellmittel 1995–2014). Das ist nötig, weil die etwa 100 km breite Modellzelle den Standort mit dem umliegenden Gelände vermischt (in Mendrisio 8,5 °C aus den Modellen gegenüber 12,7 °C aus ERA5-Land; die MeteoSchweiz-Station Stabio misst 11,5 °C). Die Klasse ändert sich nicht, da sie auf dem Anstieg gegenüber 1950–1970 beruht.
Schwellenwerte → Stufe A–F.
• Anomalie < 0,5 °C → A
• 0,5–1,0 → B
• 1,0–1,5 → C
• 1,5–2,0 → D
• 2,0–2,5 → E
• ≥ 2,5 °C → F.
Von physisch zu Auswirkung. Die physische Stufe (A–F) wird über die Risikomatrix (6 physische Stufen mal 5 Sensitivitätsklassen) mit der Sensitivität des Produktionsprozesses kombiniert → Auswirkungsstufe. Version 2025 leitete aus der Auswirkungsstufe zusätzlich mit einem Schadensfaktor pro Klasse, einer Schätzung von xNatura ohne veröffentlichte Quelle, einen gefährdeten Wert ab: Für dieses Risiko wird dieser Betrag nicht mehr angezeigt.
Energiekosten (Version 2026). Wärmere Tage verändern, was der Standort für Energie zum Kühlen und Heizen ausgibt: Geschätzt werden die jährlichen Mehrkosten in Euro (pro Beschäftigtem gezeigt und mit den Beschäftigten des Standorts multipliziert). Grundlage: «Schätzung von xNatura», weil nationale langfristige Reaktionen auf einen einzelnen Standort angewendet werden.
• Effekt: van Ruijven, De Cian und Sue Wing 2019 (Schätzungen von De Cian und Sue Wing 2019) geben für Industrie, Gewerbe und Landwirtschaft in gemäßigtem und tropischem Klima an, wie sich die Strom- und Gasnachfrage pro zusätzlichem heißen Tag (Tagesmittel über 27,5 °C) und pro zusätzlichem kalten Tag (unter 12,5 °C) ändert; Nachfrageänderung = exp(Effekt pro heißem Tag × zusätzliche heiße Tage + Effekt pro kaltem Tag × zusätzliche kalte Tage) − 1, wie in der Studie. Gemäßigt oder tropisch nach der Köppen-Geiger-Klasse des Standorts (Gruppe A tropisch), eine Lesart der Länderregel der Studie auf Standortebene. Sektoren nach den Tätigkeitslisten der Studie; Energiewirtschaft, Raffinerien und Verkehr haben keine Schätzung. Der Gasverbrauch der Industrie im gemäßigten Klima bleibt außen vor: Die Studie findet dafür keinen stabilen Zusammenhang.
• Nach 2060 wächst die Nachfrageänderung linear ab ihrem Wert von 2060 (die Studie projiziert bis 2040-2060).
• Tage: heiße und kalte Tage mit dem Tagesmittel als (Maximum + Minimum) / 2, wie in der Studie, aus NASA NEX-GDDP-CMIP6 für jedes von zehn Klimamodellen (die ISIMIP3b-Auswahl): Änderung zwischen den 20 Jahren um das Jahr und 1995-2014, dann der Mittelwert der Modelle.
• Energie: jährlicher Strom- und Gasverbrauch des Standorts in kWh, in Locate eingegeben; fehlt er, die Energie pro Erwerbstätigem der Branche des Standorts in den Eurostat-Industriedaten mal die Beschäftigten, sofern Eurostat Daten hat.
• Preis: Eurostat-Preis für Nichthaushaltskunden ohne Mehrwertsteuer und erstattungsfähige Abgaben, im Band des Verbrauchs des Standorts; Strom in der Schweiz: ElCom-Mediantarif der Kategorie, die dem Verbrauch des Standorts am nächsten liegt (Mittelspannung bei 500 MWh, Wahl von xNatura). Ohne Preis (Gas in der Schweiz, Länder außerhalb von Eurostat) hat dieser Energieträger keine Kosten.
• Eine Einsparung (weniger kalte Tage, weniger Heizen) wird als 0 gezeigt.
Quellen.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [Climate Change 2021: The Physical Science Basis](Climate Change 2021: The Physical Science Basis)
• [Climate Change 2022: Impacts, Adaptation and Vulnerability](Climate Change 2022: Impacts, Adaptation and Vulnerability)
• [Global Warming of 1.5 ºC](Global Warming of 1.5 ºC)
• [Allowable CO2 emissions based on regional and impact-related climate targets](Allowable CO2 emissions based on regional and impact-related climate targets)
• [Tipping elements in the Earth's climate system](Tipping elements in the Earth's climate system)
• [Teutschbein and Seibert 2012, Bias correction of regional climate model simulations](Teutschbein and Seibert 2012, Bias correction of regional climate model simulations)
• [Muñoz-Sabater et al. 2021, ERA5-Land](Muñoz-Sabater et al. 2021, ERA5-Land)
• [van Ruijven et al. 2019, Amplification of future energy demand growth due to climate change](van Ruijven et al. 2019, Amplification of future energy demand growth due to climate change)
• [Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6](Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6)
• [De Cian and Sue Wing 2019, Global Energy Consumption in a Warming Climate](De Cian and Sue Wing 2019, Global Energy Consumption in a Warming Climate)
• [Eurostat, energy consumption of industry by NACE (nrg_d_indq_n)](Eurostat, energy consumption of industry by NACE (nrg_d_indq_n))
• [Eurostat, electricity prices for non-household consumers (nrg_pc_205)](Eurostat, electricity prices for non-household consumers (nrg_pc_205))
• [Eurostat, gas prices for non-household consumers (nrg_pc_203)](Eurostat, gas prices for non-household consumers (nrg_pc_203))
• [ElCom, median electricity tariff for Switzerland (opendata.swiss)](ElCom, median electricity tariff for Switzerland (opendata.swiss)).
Indikator. Anomalie der jährlichen Durchschnittstemperatur (°C) gegenüber dem historischen Referenzzeitraum.
Daten. Variable "monthly mean of daily mean temperature" (Durchschnittstemperatur in Bodennähe, 2 m, °C) aus dem Copernicus Climate Data Store (CDS); Jahresmittel des Multi-Modell-Ensembles. Referenzzeitraum: 1950–1970. Szenarien: SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5. Beobachtete Temperatur des Standorts: ERA5-Land (ECMWF-Reanalyse mit etwa 9 km, Muñoz-Sabater et al. 2021), Mittel 1995–2014, aus dem Open-Meteo-Archiv. Wo ERA5-Land keine Landzelle hat (kleine Inseln, offenes Meer), wird ERA5 verwendet, die Reanalyse, aus der es abgeleitet ist (etwa 25 km).
Berechnung.
(1) Aus den historischen Daten 1950–1970 wird der Mittelwert der jährlichen Ensemble-Mittel berechnet → ein einzelner Referenzwert (°C).
(2) Für jedes Szenario und Zukunftsjahr wird das jährliche Ensemble-Mittel (°C) herangezogen.
(3) Die Anomalie wird berechnet = Zukunftswert − Referenzwert (°C).
(4) Die Anomalie wird anhand geordneter Schwellenwerte klassifiziert.
(5) Die angezeigten Temperaturen werden auf den beobachteten Wert des Standorts korrigiert (Delta-Change, lineare Skalierung: Teutschbein und Seibert 2012): Modellwert + (ERA5-Land-Mittel 1995–2014 am Standort − Modellmittel 1995–2014). Das ist nötig, weil die etwa 100 km breite Modellzelle den Standort mit dem umliegenden Gelände vermischt (in Mendrisio 8,5 °C aus den Modellen gegenüber 12,7 °C aus ERA5-Land; die MeteoSchweiz-Station Stabio misst 11,5 °C). Die Klasse ändert sich nicht, da sie auf dem Anstieg gegenüber 1950–1970 beruht.
Schwellenwerte → Stufe A–F.
• Anomalie < 0,5 °C → A
• 0,5–1,0 → B
• 1,0–1,5 → C
• 1,5–2,0 → D
• 2,0–2,5 → E
• ≥ 2,5 °C → F.
Von physisch zu Auswirkung. Die physische Stufe (A–F) wird über die Risikomatrix (6 physische Stufen mal 5 Sensitivitätsklassen) mit der Sensitivität des Produktionsprozesses kombiniert → Auswirkungsstufe. Version 2025 leitete aus der Auswirkungsstufe zusätzlich mit einem Schadensfaktor pro Klasse, einer Schätzung von xNatura ohne veröffentlichte Quelle, einen gefährdeten Wert ab: Für dieses Risiko wird dieser Betrag nicht mehr angezeigt.
Energiekosten (Version 2026). Wärmere Tage verändern, was der Standort für Energie zum Kühlen und Heizen ausgibt: Geschätzt werden die jährlichen Mehrkosten in Euro (pro Beschäftigtem gezeigt und mit den Beschäftigten des Standorts multipliziert). Grundlage: «Schätzung von xNatura», weil nationale langfristige Reaktionen auf einen einzelnen Standort angewendet werden.
• Effekt: van Ruijven, De Cian und Sue Wing 2019 (Schätzungen von De Cian und Sue Wing 2019) geben für Industrie, Gewerbe und Landwirtschaft in gemäßigtem und tropischem Klima an, wie sich die Strom- und Gasnachfrage pro zusätzlichem heißen Tag (Tagesmittel über 27,5 °C) und pro zusätzlichem kalten Tag (unter 12,5 °C) ändert; Nachfrageänderung = exp(Effekt pro heißem Tag × zusätzliche heiße Tage + Effekt pro kaltem Tag × zusätzliche kalte Tage) − 1, wie in der Studie. Gemäßigt oder tropisch nach der Köppen-Geiger-Klasse des Standorts (Gruppe A tropisch), eine Lesart der Länderregel der Studie auf Standortebene. Sektoren nach den Tätigkeitslisten der Studie; Energiewirtschaft, Raffinerien und Verkehr haben keine Schätzung. Der Gasverbrauch der Industrie im gemäßigten Klima bleibt außen vor: Die Studie findet dafür keinen stabilen Zusammenhang.
• Nach 2060 wächst die Nachfrageänderung linear ab ihrem Wert von 2060 (die Studie projiziert bis 2040-2060).
• Tage: heiße und kalte Tage mit dem Tagesmittel als (Maximum + Minimum) / 2, wie in der Studie, aus NASA NEX-GDDP-CMIP6 für jedes von zehn Klimamodellen (die ISIMIP3b-Auswahl): Änderung zwischen den 20 Jahren um das Jahr und 1995-2014, dann der Mittelwert der Modelle.
• Energie: jährlicher Strom- und Gasverbrauch des Standorts in kWh, in Locate eingegeben; fehlt er, die Energie pro Erwerbstätigem der Branche des Standorts in den Eurostat-Industriedaten mal die Beschäftigten, sofern Eurostat Daten hat.
• Preis: Eurostat-Preis für Nichthaushaltskunden ohne Mehrwertsteuer und erstattungsfähige Abgaben, im Band des Verbrauchs des Standorts; Strom in der Schweiz: ElCom-Mediantarif der Kategorie, die dem Verbrauch des Standorts am nächsten liegt (Mittelspannung bei 500 MWh, Wahl von xNatura). Ohne Preis (Gas in der Schweiz, Länder außerhalb von Eurostat) hat dieser Energieträger keine Kosten.
• Eine Einsparung (weniger kalte Tage, weniger Heizen) wird als 0 gezeigt.
Quellen.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [Climate Change 2021: The Physical Science Basis](Climate Change 2021: The Physical Science Basis)
• [Climate Change 2022: Impacts, Adaptation and Vulnerability](Climate Change 2022: Impacts, Adaptation and Vulnerability)
• [Global Warming of 1.5 ºC](Global Warming of 1.5 ºC)
• [Allowable CO2 emissions based on regional and impact-related climate targets](Allowable CO2 emissions based on regional and impact-related climate targets)
• [Tipping elements in the Earth's climate system](Tipping elements in the Earth's climate system)
• [Teutschbein and Seibert 2012, Bias correction of regional climate model simulations](Teutschbein and Seibert 2012, Bias correction of regional climate model simulations)
• [Muñoz-Sabater et al. 2021, ERA5-Land](Muñoz-Sabater et al. 2021, ERA5-Land)
• [van Ruijven et al. 2019, Amplification of future energy demand growth due to climate change](van Ruijven et al. 2019, Amplification of future energy demand growth due to climate change)
• [Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6](Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6)
• [De Cian and Sue Wing 2019, Global Energy Consumption in a Warming Climate](De Cian and Sue Wing 2019, Global Energy Consumption in a Warming Climate)
• [Eurostat, energy consumption of industry by NACE (nrg_d_indq_n)](Eurostat, energy consumption of industry by NACE (nrg_d_indq_n))
• [Eurostat, electricity prices for non-household consumers (nrg_pc_205)](Eurostat, electricity prices for non-household consumers (nrg_pc_205))
• [Eurostat, gas prices for non-household consumers (nrg_pc_203)](Eurostat, gas prices for non-household consumers (nrg_pc_203))
• [ElCom, median electricity tariff for Switzerland (opendata.swiss)](ElCom, median electricity tariff for Switzerland (opendata.swiss)).