KI für Solardach-Reinigung: Ertragsoptimierung

TL;DR

KI erkennt Verschmutzung auf Solarmodulen per Drohnenbild und berechnet den wirtschaftlich optimalen Reinigungszeitpunkt. Statt pauschaler Jahresreinigung reinigen Betreiber nur die Module, die es brauchen – zum richtigen Zeitpunkt. Ergebnis: 8 % mehr Jahresertrag, 40 % niedrigere Reinigungskosten. Für eine 100-kWp-Anlage bedeutet das €1.200–€1.800 Mehrertrag pro Jahr.

Das versteckte Problem: Ertragsverlust durch Verschmutzung

PV-Anlagen auf Gewerbegebäuden verlieren 3–15 % ihres Jahresertrags durch Verschmutzung. Vogelkot, Blütenstaub, Industriestaub, Moos und Flechten bilden eine Schicht, die Sonnenlicht blockiert. Die Verluste sind ungleichmäßig: Ein Modul neben dem Flachdachabfluss verschmutzt dreimal schneller als eines in der Dachmitte.

Die meisten Betreiber reinigen pauschal einmal pro Jahr – alle Module, zum gleichen Zeitpunkt. Das ist entweder zu spät (Module mit 12 % Verlust hätten schon im März gereinigt werden sollen) oder zu früh (saubere Module werden unnötig mitgereinigt).

Eine 100-kWp-Anlage auf einem Produktionsgebäude erzeugt bei optimaler Sauberkeit 95.000 kWh/Jahr. Bei 8 % Verschmutzungsverlust sind das 7.600 kWh weniger – bei €0,18/kWh Eigenverbrauchswert ein Verlust von €1.368 pro Jahr.

KI-basierte Verschmutzungserkennung

Die Erkennung funktioniert in drei Stufen:

Stufe 1: Drohnenüberflug. Eine DJI-Drohne mit Thermalkamera überfliegt die Anlage in 15 Minuten. Die Thermalkamera zeigt Hotspots – verschmutzte Zellen sind wärmer als saubere, weil sie mehr Energie absorbieren statt umzuwandeln.

Stufe 2: Bildanalyse. Ein Computer-Vision-Modell (YOLOv8, trainiert auf 12.000 Modulbildern) klassifiziert jedes Modul in fünf Kategorien: Sauber, leicht verschmutzt, mittel verschmutzt, stark verschmutzt, beschädigt.

Stufe 3: Ertragsberechnung. Die KI berechnet pro Modul den aktuellen Ertragsverlust und prognostiziert die Verschmutzungsentwicklung für die nächsten 3 Monate.

# KI-Analyse Solardach-Verschmutzung
anlage:
  leistung_kwp: 100
  module_anzahl: 250
  dachtyp: "Flachdach, 10° Aufständerung"
  standort: "Industriegebiet NRW"
analyse_ergebnis:
  sauber: 142
  leicht_verschmutzt: 58
  mittel_verschmutzt: 32
  stark_verschmutzt: 15
  beschaedigt: 3
  aktueller_ertragsverlust_prozent: 6.8
  geschaetzter_verlust_eur_monat: 97
reinigungsempfehlung:
  sofort_reinigen: 47  # mittel + stark verschmutzt
  reinigung_in_4_wochen: 58  # leicht verschmutzt (Prognose: mittel)
  keine_reinigung_noetig: 142
  kosten_selektive_reinigung_eur: 380
  kosten_komplette_reinigung_eur: 950
  ersparnis_durch_selektive_reinigung_eur: 570

Wirtschaftlichkeit: Selektive vs. pauschale Reinigung

Die KI-gesteuerte Variante kostet 24 % weniger für Reinigung und erzielt 60 % weniger Ertragsverlust. Der Unterschied: Statt alle 250 Module einmal zu reinigen, reinigt das Team dreimal pro Jahr nur die Module, die es brauchen. Pro Reinigungsdurchgang werden 15–60 Module gereinigt statt 250.

Drohnenüberflug: Ablauf und Kosten

Der Drohnenüberflug wird von einem zertifizierten Piloten durchgeführt oder – bei eigener Drohne – vom Facility-Management. Die Anforderungen:

• Drohne mit RGB- und Thermalkamera (DJI Mavic 3 Thermal: €4.500)
• Flugplan-Software für automatisierte Überflüge
• Auflösung: Mindestens 2 cm/Pixel für Modulebene

Ein externer Dienstleister berechnet €200–€400 pro Überflug für Anlagen bis 200 kWp. Bei drei Überflügen pro Jahr: €600–€1.200. Die KI-Analyse der Bilder kostet €50–€100 pro Durchlauf, wenn sie auf einem eigenen Server läuft.

Für Unternehmen mit mehreren Standorten lohnt sich eine eigene Drohne. Die Investitionsplanung für KI-Projekte sollte die Drohne als Infrastrukturkomponente einplanen.

Prognosemodell: Wann wird gereinigt?

Die KI prognostiziert die Verschmutzungsentwicklung basierend auf:

• Standortfaktoren: Industriegebiet, Landwirtschaft, Autobahnnähe
• Saisonale Muster: Blütenstaub im Frühling, trockener Staub im Sommer
• Niederschlag: Regen reinigt teilweise – aber nur bei Dachneigung über 15°
• Modulposition: Randmodule und solche neben Entwässerungen verschmutzen schneller

Das Modell empfiehlt den Reinigungszeitpunkt, an dem die Reinigungskosten durch den Mehrertrag bis zur nächsten natürlichen Reinigung (Regen) überkompensiert werden. Es lohnt sich nicht, ein Modul mit 2 % Verlust zu reinigen, wenn in zwei Wochen Regen vorhergesagt ist.

Integration in den Betrieb

Die Empfehlungen fließen als Arbeitsaufträge in die Facility-Management-Software. Pro Reinigungsdurchgang erhält das Team eine Karte mit markierten Modulen und der empfohlenen Reihenfolge (stark verschmutzte zuerst).

Die Daten der PV-Anlage (Wechselrichter-Monitoring, Modul-Level-Monitoring) fließen als zusätzliche Validierung ein: Stimmt der von der KI geschätzte Ertragsverlust mit dem tatsächlichen Ertrag überein? Dieses Feedback verbessert das Modell kontinuierlich.

Für den KI-Einstieg im Unternehmen ist die Solardach-Optimierung ein idealer erster Use Case: Klar messbar, geringes Risiko, schneller ROI.

Skalierung auf Solarparks

Für Solarparks ab 1 MWp steigt der ROI deutlich. Ein 5-MWp-Freiflächenpark mit 12.500 Modulen hat Reinigungskosten von €8.000–€15.000 pro Durchgang. KI-gesteuerte selektive Reinigung reduziert das auf €3.000–€6.000 bei gleichzeitig besserer Sauberkeit der kritischen Module. Der ROI-Rechner kann auf Solarparks angepasst werden.

Häufige Fragen

Wie oft sollte der Drohnenüberflug stattfinden?

Dreimal pro Jahr: März (nach dem Winter), Juni (nach der Blütenstaub-Saison) und September (vor dem Herbst). In Industriegebieten mit hoher Staubbelastung viermal pro Jahr.

Kann die KI auch Moduldefekte erkennen?

Ja. Die Thermalkamera zeigt nicht nur Verschmutzung, sondern auch defekte Bypass-Dioden, Mikrorisse und Hotspots durch Zelldefekte. Die KI unterscheidet Verschmutzung von Defekten mit 94 % Genauigkeit.

Brauche ich Modul-Level-Monitoring?

Nicht zwingend, aber empfohlen. Modul-Level-Monitoring (z. B. über Tigo-Optimierer oder Enphase-Mikrowechselrichter) liefert Echtzeit-Ertragsdaten pro Modul und validiert die KI-Empfehlungen. Die Implementierung beschreibt der KI-Implementierungsguide.

Was kostet die KI-Software?

Open-Source-Modelle (YOLOv8) sind kostenlos. Die Anpassung auf Solarmodul-Erkennung erfordert gelabelte Trainingsdaten (2.000–5.000 Bilder) und 20–40 Stunden Entwicklungsaufwand. Alternativ bieten spezialisierte Anbieter SaaS-Lösungen für €50–€150/Monat pro Anlage.

Lohnt sich die Optimierung bei Dachanlagen unter 30 kWp?

Wirtschaftlich grenzwertig. Die Reinigungskosten-Differenz zwischen pauschal und selektiv beträgt bei 30 kWp nur €150–€300/Jahr. Der Drohnenüberflug kostet €200–€400. Besser: Visuell inspizieren und bei sichtbarer Verschmutzung komplett reinigen.