Professor kalder nyt værktøj til virksomheder en gamechanger

Et nyt værktøj til livscyklusanalyser (LCA) fra Aalborg Universitet ventes klar i 2025, menprototypenkan ifølge forskerne allerede nu gøre det lettere og billigere for danske virksomheder at træffe bedre beslutninger om CO2-reduktioner.

Børsen har spurgt professor Jannick Schmidt fra Institut for Bæredygtighed og Planlægning, hvad det kan bruges til i danske virksomheder i dag.

“Selvom der er nogle kendtebugs(fejl,red.) i prototypen, som vi er i gang med at løse, så vil den database, der ligger til grund for beregningerne, ikke være dårligere end så mange andre. Faktisk er den på mange områder bedre end de eksisterende LCA-beregnere på markedet. Derfor kan danske virksomheder allerede i dag bruge den til at lave deres LCA-beregninger, men med de forbehold som vi nævner på hjemmesiden.”

Nogle dele af LCA-modellen har I arbejdet på i 20 år. Hvorfor er det så komplekst at beregne CO2-aftrykket?

“Tag noget så simpelt som at købe et stykke konstruktionstræ. Når jeg efterspørger et stykke af det, skal der fældes et træ et sted. Efter fældningen bliver noget biomateriale fra træet liggende i skoven og rådner, hvor det imens fungerer som et CO2-lager. Efter træet er blevet skåret til på savværket, bliver noget af det overskydende træ brugt til fremstilling af f.eks. papir og biobrændsel.”

“Når mit konstruktionstræ indgår i en bygning, fungerer det som et CO2-lager, indtil det til sidst bortskaffes. Herefter kan det f.eks. blive til en planke eller en spånplade. Jo mere konstruktionstræ jeg efterspørger, jo flere nye træer skal der plantes, som giver mindre plads til naturskov. Når der fældes et træ, udløses der altså en rotation, som rækker omkring 70 år ud i fremtiden.”

“Da modellen skal fungere globalt, skal man vide noget om, hvor alt det her foregår henne. Så næsten ligegyldigt hvor simpelt et produkt jeg efterspørger, bliver det komplekst at regne på.”

I kalder jeres beregner en gamechanger. Hvad bygger I det på?

“Det er der flere årsager til. Når man kigger på markedet for drivhusintensitetsdatabaser, så findes der i dag mange forskellige, men de er forbundet med en masse problemer. Nogle af dem indeholder himmelråbende gamle datapunkter, mens andre er inkonsistente. Mange databaser mangler data for alle relevante lande, og endelig følger mange af de metoder, de bruger til beregningerne, ikke det, som vi kalder en årsagsvirkningssammenhæng.”

Hvorfor er det et problem?

“Et eksempel er, at hvis jeg producerer en landbrugsafgrøde, så kræver det, at jeg lægger beslag på noget areal. Mange LCA-beregnere medtager ikke klimaeffekterne ved, at der skal bruges ekstra landareal. Der skal jo omdannes noget vild natur (som ellers kunne optage CO2,red.). Det er næsten mere standarden i dag, at det ikke er regnet med, og det betyder, at nogle af de allerstørste bidragydere til klimapåvirkninger er udeladt fra mange eksisterende databaser. Der er regnemetoderne i vores LCA-beregner meget mere robuste.”

LCA-beregneren bygger lige nu på data fra 2016. Er det ikke allerede forældet, når beregneren er klar næste år?

“Datagrundlaget for den nuværende prototype er databasenExiobase, som er opdateret med data frem til 2016. Vi benytter os ikke af nowcasting (forudsigelser ud fra eksisterende datapunkter,red.), så derfor er vi afhængige af de senest tilgængelige statistiske data.”

“Men vores infrastruktur er opbygget sådan, at der hele tiden trækkes de nyeste data fra vores datakilder. Det adskiller sig fra andre LCA-beregnere, hvor data om alt fra fisk til stål ofte holdes ajour manuelt. Når beregneren er klar i 2025, vil den bygge på de seneste statistiske data, som typisk er to-tre år gamle.”

Jeres LCA-beregner er lige nu gratis. Bliver den ved med at være det?

“Ja, det gør den. Langt de fleste eksisterende LCA-beregnere ligger i dag bag betalingsmure. Men et andet problem med dem er, at mange af dem er en blackbox. Du kan altså godt slå op, hvor meget CO2 f.eks. konstruktionstræ udleder, men du ved ikke, hvordan beregneren er kommet frem til resultatet. Man kan ikke se de antagelser og data, der ligger bag ved.”

“Med vores beregner åbner vi alt op. Kildekoden bliver open source, og der er åbenhed om de datakilder, vi trækker fra. Derudover indbyder vi også andre til at levere data ind til modellen og til at videreudvikle på den. Vi bygger altså en infrastruktur, som andre kan bidrage til.”