AleaSoft Energy Forecasting, 31. August 2026. Interview von Ramón Roca, Direktor von „El Periódico de la Energía“, mit Antonio Delgado Rigal, Doktor der Künstlichen Intelligenz, Gründer und CEO von AleaSoft Energy Forecasting.
Die europäischen Gaspreise sind in diesem Sommer erneut stark gestiegen, und auch die Strom-Futures für die kommenden Monate haben sich verteuert. Handelt es sich um eine Episode, die mit geopolitischen Spannungen und den Speicherständen zusammenhängt, oder gibt es Gründe für die Annahme, dass die Preise den ganzen Winter über hoch bleiben könnten?
Es handelt sich um eine Kombination aus zyklischen und strukturellen Faktoren. Der unmittelbarste Auslöser ist geopolitischer Natur, insbesondere die Lage im Nahen Osten und die Unsicherheit über die LNG-Ströme durch die Straße von Hormus. Aber Europa geht auch mit Gasreserven unter dem für diese Jahreszeit üblichen Niveau und mit einer starken Konkurrenz aus Asien um LNG in diese Episode.
Die Front‑Month-Futures für TTF-Gas lagen in der letzten Augustwoche bei rund 68 €/MWh, während die europäischen Gasreserven bei etwa 63%‑64% liegen, gegenüber Füllständen von nahezu 80%, die für diese Jahreszeit üblich waren. Das erklärt, warum der Markt vor dem Winter eine erhebliche Risikoprämie einpreist.
Quelle: Front‑Month-Futures für TTF-Gas am ICE-Markt, verfügbar in der Alea Energy Database.Der Strommarkt reagiert sehr deutlich. Der spanische Future für das vierte Quartal erreichte am OMIP-Markt am 24. August 121,77 €/MWh und schloss am 25. August bei rund 120 €/MWh. Das ist ein ganz anderes Signal als das, das der Markt noch vor wenigen Monaten gesendet hat.
Das bedeutet nicht zwangsläufig, dass die Preise den ganzen Winter über so hoch bleiben werden. Wenn die geopolitischen Spannungen nachlassen, die LNG-Ströme zunehmen oder wir einen milden Winter haben, könnte die Risikoprämie schnell sinken. Aber die Episode zeigt erneut etwas Wichtiges: Europa bleibt sehr empfindlich gegenüber dem internationalen Gaspreis, und diese Abhängigkeit schlägt schnell auf den Strommarkt durch.
Die Futures preisen bereits einen Teil dieses Risikos ein. Inwieweit spiegeln sie wider, was wahrscheinlich eintreten wird, und inwieweit enthalten sie eine Risikoprämie? Welche Informationen liefert die Futures-Kurve einem Industriebetrieb, der heute entscheiden muss, ob er sich absichert, und was kann eine Marktprognose zusätzlich beitragen?
Das sind zwei verschiedene Informationen, und beide sind notwendig.
Die Futures-Kurve sagt uns, zu welchem Preis sich ein Unternehmen heute absichern kann. Es ist der Preis, den der Markt dem Risiko derzeit beimisst. Eine Prognose versucht, eine andere Frage zu beantworten: Welche Entwicklung der Fundamentaldaten, die die Preise bestimmen, ist am wahrscheinlichsten?
Wenn eine geopolitische Krise ausbricht, können die Futures schnell eine Risikoprämie einpreisen. Das bedeutet nicht, dass der Markt falsch liegt: Es bedeutet, dass derjenige, der eine Absicherung verkauft, ein Risiko übernimmt und dafür einen Preis verlangt.
Deshalb sollte eine Einkaufsstrategie nicht darin bestehen, zu entscheiden, ob wir eher an die Futures oder an eine Prognose „glauben“. Eine Prognose hilft, die Futures-Kurve in einen Kontext zu setzen und Szenarien zu analysieren. Und die Futures ermöglichen es, eine Absicherung umzusetzen.
Bei AleaSoft Energy Forecasting arbeiten wir genau mit dieser Kombination von Horizonten. Für einen Großverbraucher reicht es nicht aus, zu wissen, was morgen passieren wird. Er muss verstehen, was in den kommenden Monaten passieren könnte, um über seine Absicherungen zu entscheiden, aber auch, wie hoch der Strompreis in fünf, zehn oder zwanzig Jahren sein könnte, wenn er einen PPA, eine Industrieinvestition oder eine neue Anlage in Erwägung zieht.
In nur wenigen Monaten haben wir sehr deutliche Bewegungen bei den Preisen der Strom-Futures gesehen. Was ist der häufigste Fehler, den Sie in den Einkaufs- und Absicherungsstrategien der Großverbraucher beobachten?
Der Hauptfehler ist der Versuch, den Tiefpunkt abzupassen.
Eine Absicherungspolitik sollte nicht darauf beruhen, auf den perfekten Kaufzeitpunkt zu warten. Diesen Zeitpunkt kennt man erst im Nachhinein. Wenn ein Unternehmen wartet, weil es glaubt, der Preis könnte noch fallen, nimmt es eine Marktposition ein, auch wenn es sich dessen nicht bewusst ist.
Die Strategie muss viel früher ansetzen, indem festgelegt wird, welchen Anteil des Verbrauchs man absichern will, über welchen Horizont und welches Risikoniveau das Unternehmen tragen kann. Von dort aus lassen sich Spotmarkt, Futures, bilaterale Verträge und PPAs kombinieren.
Es ist auch wichtig, mit Szenarien zu arbeiten. Das zentrale Szenario zu kennen, reicht nicht aus. Ein CFO sollte wissen, was mit seinem Budget passiert, wenn erneut eine Extremsituation beim Gas eintritt, wenn wir ein Jahr mit geringer Produktion aus erneuerbaren Energien haben oder wenn umgekehrt die Photovoltaik weiter schnell wächst und viele Stunden mit niedrigen Preisen auftreten.
Absicherung ist im Grunde Risikomanagement, keine Spekulation. Und die Prognose sollte dazu beitragen, dieses Risiko zu quantifizieren.
Spanien will Rechenzentren und stromintensive Industrie anziehen und setzt dabei unter anderem auf seine hohe Produktion aus erneuerbaren Energien. Dennoch erleben wir weiterhin Episoden hoher Preise und erheblicher Volatilität. Ist Spanien für diese Art von Investitionen über zehn oder zwanzig Jahre noch wettbewerbsfähig? Was muss ein multinationales Unternehmen wissen, bevor es entscheidet, wo es einen großen Stromverbrauchsstandort ansiedelt?
Spanien hat nach wie vor einen sehr wichtigen strukturellen Vorteil: Es verfügt über eine der besten Solarressourcen Europas, eine gute Windressource und eine enorme Pipeline an Projekten für erneuerbare Energien. Das sollte sich langfristig in wettbewerbsfähigem Strom niederschlagen.
Aber ein multinationales Unternehmen entscheidet nicht anhand des durchschnittlichen Marktpreises des vergangenen Jahres, wo es in eine Fabrik oder ein Rechenzentrum investiert. Es trifft eine Entscheidung für zwanzig oder dreißig Jahre.
Es muss die erwarteten Energiekosten und deren Volatilität kennen, die Möglichkeiten, einen PPA abzuschließen oder eine Absicherungsstrategie aufzubauen, die tatsächliche Verfügbarkeit eines Netzanschlusses und die Wachstumsaussichten des Stromsystems.
Und es gibt einen Aspekt, der hier manchmal unterschätzt wird: Viel erneuerbare Erzeugung zu haben, reicht nicht aus. Es braucht auch Stromnetze, Energiespeicher, Verbindungsleitungen und neue Nachfrage, die diesen Strom verbrauchen kann.
Die Europäische Kommission hat tatsächlich darauf hingewiesen, dass Spanien Speicher und Verbindungsleitungen weiter ausbauen und seine Netze verstärken muss.
Wenn wir diese Investitionen richtig angehen, kann die Kombination aus erneuerbaren Energien, Speichern und neuer industrieller Nachfrage zu einem außerordentlichen Wettbewerbsvorteil für Spanien werden.
Das Wachstum der erneuerbaren Energien, der Speicher und des neuen Großverbrauchs verändert die Art und Weise, wie das Stromsystem genutzt wird, radikal. Müssen wir die Netzentgelte und Tarife erneut überarbeiten, um sie an diese Realität anzupassen? Sollte diese Reform für Haushaltskunden und für die Industrie unterschiedlich ausfallen?
Ja, aber ich denke, wir müssen sehr klar zwischen Haushalts- und Industriekunden unterscheiden.
Für einen Haushalt sollten wir Einfachheit und Schutz anstreben und gleichzeitig jedem, der seinen Verbrauch verlagern kann, zum Beispiel mit einem elektrischen Fahrzeug, einer Wärmepumpe, einem elektrischen Warmwasserbereiter oder einer Batterie, ermöglichen, davon zu profitieren. Es hätte wenig Sinn, die gesamte stündliche Komplexität des Stromsystems an den Haushaltskunden weiterzugeben.
Für die Industrie und Großverbraucher hingegen kann es sinnvoll sein, präzisere wirtschaftliche Signale darüber zu senden, wann und wie sie das Netz nutzen. Viele Industrieprozesse verfügen über eine gewisse Anpassungsfähigkeit, und eine gute Struktur der Netzentgelte kann dazu beitragen, Engpässe zu verringern, die bestehende Infrastruktur besser zu nutzen und die Integration neuer Nachfrage zu erleichtern.
Es ist auch wichtig, das Marktsignal nicht mit dem Netzsignal zu verwechseln. Der stündliche Strompreis sollte widerspiegeln, wann Energie im Überfluss vorhanden oder knapp ist. Die Netzentgelte hingegen sollten im Wesentlichen die Kosten für das Vorhalten und die Nutzung der Netze widerspiegeln, die für den Transport dieses Stroms erforderlich sind.
Darüber hinaus will Spanien neue Industrie, Rechenzentren und andere Großverbraucher anziehen und muss gleichzeitig deutlich mehr in die Netze investieren. Die Herausforderung besteht darin, ein Gleichgewicht zu finden: diese Infrastruktur zu finanzieren, ohne Kosten aufzuerlegen, die die Elektrifizierung bremsen oder die Wettbewerbsfähigkeit der Industrie verringern.
Deshalb brauchen wir meiner Meinung nach statt einer Reform, die lediglich auf eine Senkung der Netzentgelte abzielt, eine Tarifstruktur, die drei Ziele verbindet: effiziente Netznutzung, Wettbewerbsfähigkeit und Elektrifizierung.
Spanien hat Dutzende Gigawatt an Batterieprojekten in unterschiedlichen Entwicklungsstadien angesammelt, aber die tatsächlich in Betrieb befindliche Kapazität ist nach wie vor sehr gering. Was unterscheidet ein BESS-Projekt, das heute gebaut wird, von einem, das auf dem Papier bleibt?
Es wird immer deutlicher, dass ein Netzanschlusspunkt und ein technisch machbares Projekt nicht ausreichen.
Der große Sprung besteht darin, nachzuweisen, dass ein ausreichend robustes Erlösmodell vorhanden ist, um die Finanzierung zu sichern. Eine Batterie kann an der Arbitrage auf dem Day-Ahead- und dem Intraday-Markt, an Regelleistungsdiensten und künftig am Kapazitätsmarkt teilnehmen. Aber jede dieser Einnahmequellen hat ein anderes Risikoprofil.
Außerdem können wir nicht die heutigen Spreads nehmen und sie mit zwanzig Jahren multiplizieren. Wenn viele Gigawatt an Batterien ans Netz gehen, werden die Batterien selbst die Spreads verändern und miteinander konkurrieren. Dasselbe gilt für die Regelleistungsdienste: Es sind relativ kleine Märkte, die nicht unbegrenzt neue Kapazität aufnehmen und dabei die aktuellen Renditen halten können.
Deshalb erleben wir einen Phasenwechsel. Die erste Frage lautete früher: „Hat es einen Netzanschluss?“ Die nächste war: „Wie viel kann es verdienen?“ Jetzt wird die entscheidende Frage: „Sind diese Erlöse bankfähig?“
Dieser Wandel ist grundlegend. Die Projekte, denen es gelingt, solide Erlöse unter verschiedenen Szenarien, eine kohärente Betriebsstrategie und eine widerstandsfähige Finanzstruktur nachzuweisen, werden diejenigen sein, die mit größter Wahrscheinlichkeit gebaut werden.
Der Kapazitätsmarkt soll eine neue Einnahmequelle für Speicher schaffen. Inwieweit kann er die Finanzierung einer Batterie verändern, oder wird es weiterhin notwendig sein, ein erhebliches Merchant-Risiko einzugehen? Was müssen die Banken sehen, um diese Erlöse in ihre Modelle aufzunehmen?
Der Kapazitätsmarkt kann ein sehr wichtiger Baustein sein, aber er macht eine Batterie nicht automatisch bankfähig.
Die Europäische Kommission hat den spanischen Mechanismus Ende Mai genehmigt, mit einem Budget von bis zu 9 Milliarden Euro über zehn Jahre. Sein Ziel ist es, verfügbare Kapazität zur Erzeugung, Speicherung oder Verbrauchsreduzierung zu vergüten, wenn das System sie benötigt.
Für eine Batterie können relativ stabile, an die Verfügbarkeit gekoppelte Erlöse das Finanzprofil erheblich verbessern, weil sie die ausschließliche Abhängigkeit von Merchant-Erlösen verringern.
Aber wir müssen das tatsächliche Ergebnis der Auktionen, die Vergütung, die De-Rating-Faktoren, die Laufzeit der Verträge und die damit verbundenen Verpflichtungen kennen. Es ist eine Sache, dass ein Kapazitätsmechanismus existiert, und eine ganz andere, wie viel bankfähiger Erlös einem konkreten Projekt zugerechnet werden kann.
Ich denke, die Zukunft der BESS-Finanzierung wird genau im Revenue Stack liegen: in der Kombination mehrerer Einnahmequellen, anstatt sich auf eine einzige zu verlassen. Arbitrage, Regelenergiemärkte, Kapazität und, wo möglich, langfristige Verträge.
Je größer der vorhersehbare oder vertraglich gesicherte Anteil dieser Erlöse ist, desto leichter wird es sein, den Verschuldungsgrad zu erhöhen und die Kapitalkosten zu senken.
Für die Finanzierung einer Photovoltaikanlage gibt es bereits langjährige Erfahrung mit Preiskurven, PPAs und verschiedenen Finanzszenarien. Bei einer Batterie müssen Spreads, Zyklen, Regelleistungsdienste, Degradation und andere Einnahmequellen über viele Jahre geschätzt werden. Was verlangt eine Bank heute, um diese Prognosen als ausreichend robust anzusehen? Und welche Annahmen sollten zu mehr Vorsicht mahnen?
Eine Bank muss vor allem verstehen, woher die Erlöse stammen, und prüfen, ob das Projekt seine Schulden auch unter weniger günstigen Szenarien als dem zentralen noch bedienen kann.
Bei einer Photovoltaikanlage ist das Problem relativ einfacher: Wir schätzen die Produktion, die erzielten Preise und, falls vorhanden, den PPA. Bei einer Batterie gibt es eine viel stärkere Wechselwirkung zwischen den stündlichen Preisen, der Lade- und Entladestrategie, dem Wirkungsgrad, der Degradation, der Anzahl der Zyklen und den verschiedenen Märkten.
Einer der Fehler, die wir unbedingt vermeiden müssen, ist, die außergewöhnlichen Erlöse eines kurz zurückliegenden Zeitraums auf die gesamte Lebensdauer der Anlage zu extrapolieren.
Zum Beispiel sind hohe Spreads heute eine gute Nachricht für bestehende Batterien, aber sie sind auch ein wirtschaftliches Signal für den Markteintritt neuer Batterien. Diese neue Kapazität wird letztlich genau den Markt verändern, den wir zu prognostizieren versuchen.
Deshalb sind langfristige stündliche Simulationen und Sensitivitätsanalysen unerlässlich. Wir widmen diesem Bereich derzeit große Anstrengungen: nicht nur der Prognose von Preisen, sondern auch der Umwandlung dieser Prognosen in Erlösszenarien für verschiedene Batteriekonfigurationen und Hybridisierungen.
Es ist ein natürlicher Schritt, denn die Frage ist nicht mehr nur, wie viel eine Batterie verdienen kann, sondern welchen Teil dieser Erlöse eine Bank vernünftigerweise berücksichtigen kann, wenn sie entscheidet, wie viel sie finanziert.
Der Weiterbetrieb von Almaraz bis 2030 ändert eine der wichtigen Annahmen, die für den spanischen Strommarkt in den kommenden Jahren verwendet werden. Was könnte sich bei den Preisprognosen, der Stromerzeugung aus Gas, den Überschüssen an erneuerbaren Energien und den Chancen für Batterien ändern? Könnte dies auch Projekte betreffen, die derzeit ihre Finanzierung oder einen PPA abschließen?
Ja. Und es ist ein sehr gutes Beispiel dafür, warum langfristige Prognosen kontinuierlich aktualisiert werden müssen, wenn sich die Fundamentaldaten ändern.
Die genehmigte Verlängerung erlaubt Almaraz den Weiterbetrieb bis Juni 2030, während seine beiden Blöcke zuvor 2027 und 2028 stillgelegt werden sollten.
Mehrere Gigawatt Kernenergieerzeugung in diesen Jahren in Betrieb zu halten, bedeutet, dem System mehr Erzeugung mit niedrigen variablen Kosten hinzuzufügen. Im Allgemeinen übt das Abwärtsdruck auf die Strommarktpreise aus und verringert zu bestimmten Zeiten den Bedarf an Produktion aus Kombikraftwerken.
Aber es gibt eine zweite Folge. Wenn Photovoltaik und Windkraft gleichzeitig weiter wachsen, kann der Weiterbetrieb von mehr unflexibler Erzeugung vermehrt zu Situationen mit Angebotsüberschuss und zu Stunden mit sehr niedrigen Preisen führen.
Und hier zeigt sich ein interessantes Paradoxon für Batterien: Ein etwas niedrigerer Durchschnittspreis bedeutet nicht unbedingt weniger Chancen. Für eine Batterie ist der Unterschied zwischen Stunden mit niedrigen Preisen und Stunden mit höheren Preisen viel wichtiger als der Durchschnittspreis des Marktes.
Das System muss neu simuliert werden. Für jeden, der heute eine Batterie oder eine Anlage für erneuerbare Energien finanziert oder einen langfristigen PPA abschließt, ist 2030 nicht weit entfernt. Eine Veränderung von mehreren Jahren Kernenergieerzeugung kann die erzielten Preise, die Spreads und die erwarteten Erlöse der Anlage verändern.
Der gesamte Sektor spricht jetzt über Künstliche Intelligenz. AleaSoft setzt seit seinen Anfangsjahren Techniken der Künstlichen Intelligenz und statistische Modelle ein. Was ist an der heutigen KI in der Anwendung auf die Energiemärkte wirklich neu, und was ist einfach nur Marketing?
Künstliche Intelligenz hat nicht mit ChatGPT begonnen. Bei AleaSoft Energy Forecasting verwenden wir seit 1999 neuronale Netze und statistische Modelle, um Prognosen zu erstellen.
Was jetzt geschieht, stellt jedoch einen sehr bedeutenden Sprung dar. Bis vor wenigen Jahren nutzten wir KI hauptsächlich, um komplexe Zusammenhänge zu modellieren und Prognosen zu erstellen. Generative KI ermöglicht es, eine neue Ebene hinzuzufügen: unstrukturierte Informationen zu interpretieren, große Wissensmengen zu verknüpfen und Agenten zu entwickeln, die verschiedene Modelle, Daten und Werkzeuge nutzen können.
Im Energiesektor eröffnet das enorme Möglichkeiten. Wir können eine Preisprognose mit Erlösmodellen, Marktinformationen, Regulierung und Finanzmodellen verbinden und all dieses Wissen wesentlich zugänglicher machen.
Aber es gibt auch viel Marketing. Ein generatives Modell kann eine scheinbar hervorragende Erklärung schreiben und trotzdem falsch liegen. Im Energiebereich, wo hinter einer einzigen Prognose Investitionen von Hunderten von Millionen Euro stehen können, können wir quantitative Modelle, zuverlässige Daten und statistische Validierung nicht durch eine überzeugende Antwort eines Chatbots ersetzen.
Genau deshalb bauen wir innerhalb unserer Division AleaConsulting ein Labor für Künstliche Intelligenz auf. Die Idee ist nicht, KI zu allem hinzuzufügen, weil es in Mode ist, sondern konkrete Probleme zu identifizieren, bei denen sie wirklich einen Mehrwert bietet. Eines der Hauptprojekte ist eine Plattform zur Analyse der Erlöse und der Finanzierung von Batterien. Wir arbeiten auch an der Automatisierung von Marktanalysen und an spezialisierten Agenten für den Energiesektor.
Ich denke, der eigentliche Sprung wird aus der Kombination von Prognosemodellen, generativer KI, Daten und Expertenwissen kommen.
Die Krisen von 2021 und 2022 haben auch die Grenzen jedes Modells aufgezeigt. Erstellen wir mit mehr Daten, mehr Rechenleistung und immer leistungsfähigeren Werkzeugen der Künstlichen Intelligenz bessere Prognosen, oder besteht die Gefahr, ein falsches Gefühl von Präzision zu erzeugen? Was unterscheidet heute eine gute Prognose von einer lediglich ausgefeilten?
Wir erstellen bessere Prognosen, aber das bedeutet nicht, dass wir die Unsicherheit beseitigen können.
Kein Modell hätte im Voraus das Datum einer Invasion, die Unterbrechung bestimmter Gasflüsse oder eine außergewöhnliche politische Entscheidung kennen können. Der Fehler liegt darin, von einer Prognose etwas zu verlangen, was eine Prognose nicht leisten kann.
Eine gute Prognose ist nicht diejenige, die behauptet, genau zu wissen, wie viel der Strom in zehn Jahren kosten wird. Es ist diejenige, die die Fundamentaldaten des Marktes richtig abbildet, den Aufbau kohärenter Szenarien ermöglicht und die Unsicherheit um das zentrale Szenario quantifiziert.
Deshalb plädieren wir für die Kombination verschiedener Methoden. In unserem Fall verwenden wir hybride Modelle, die neuronale Netze, statistische Zeitreihenmodelle und kausale Regression kombinieren. Jede Methode erfasst einen anderen Teil des Problems.
Und es gibt etwas noch Wichtigeres: die Validierung. Ein Modell kann äußerst ausgefeilt sein und ein spektakuläres Diagramm erzeugen, aber wenn es nicht systematisch einem Backtesting unterzogen wird und seine früheren Prognosen nicht analysiert werden, nützt diese Raffinesse wenig.
Nach fast 27 Jahren Prognosen für die Energiemärkte haben wir auch gelernt, dass struktureller Wandel genauso wichtig ist wie historische Daten. Das massive Wachstum von Photovoltaik, Batterien, elektrischen Fahrzeugen und Rechenzentren oder eine Entscheidung wie die Laufzeitverlängerung von Almaraz verändern die zuvor bestehenden Zusammenhänge.
Künstliche Intelligenz wird unsere Analysefähigkeit erheblich verbessern, aber sie macht Expertenwissen nicht überflüssig. Wahrscheinlich wird es sogar noch wichtiger, zwischen einer plausibel klingenden Antwort und einer quantitativ vertretbaren Prognose unterscheiden zu können. Das wird meiner Meinung nach eine der großen Herausforderungen der nächsten Phase der Künstlichen Intelligenz im Energiesektor sein.
Quelle: AleaSoft Energy Forecasting.