Für Energieversorger und Großverbraucher
Wissen, wie hoch der Bedarf von morgen ist, bevor der Markt mittags schließt, und wie sicher die Prognose ist. Kostenlose Open-Source-Prognosesoftware, für Sie eingerichtet von den sktime-Entwicklern.
Unverbindlich. Wir schauen gemeinsam auf Ihre Zahlen.
Wie viel Strom sollten wir für morgen einkaufen?
Kommt Ihnen das bekannt vor?
In Deutschland schließt der Day-Ahead-Markt für morgen heute um 12 Uhr. Für jede Kilowattstunde, die Sie falsch eingeschätzt haben, kaufen oder verkaufen Sie dann kurzfristig nach, oder sie wird zum Ausgleichsenergiepreis abgerechnet. Dieser Preis schwankt stark. Das zeigt sich an fünf Stellen: (Narajewski, Energies, 2022)
Day-Ahead-Einkauf
Die Vorwoche kennt weder das Wetter noch Feiertage oder Änderungen in der Produktion. sktime prognostiziert den Bedarf für jede Stunde von morgen, damit Sie einkaufen, was Sie wirklich brauchen.
Ausgleichsenergie
Jede Abweichung von Ihrem Fahrplan wird nachträglich zum Ausgleichsenergiepreis abgerechnet, der von einer Viertelstunde zur nächsten stark schwanken kann. sktime prognostiziert pro Viertelstunde und zeigt die wahrscheinliche Spanne, damit Sie sehen, wo das Risiko liegt.
Leistungspreise
Großverbraucher zahlen einen Teil der Netzentgelte in der Regel nach ihrer höchsten Last im Jahr. Eine Prognose, die eine Spitze einen Tag früher meldet, gibt Ihrem Team Zeit, Last zu verschieben oder abzuschalten.
Wetter und Feiertage
Der Bedarf reagiert auf Temperatur, Feiertage und die Tage drumherum. sktime lernt diese Muster aus Ihrer Historie und bezieht Wetterprognosen ein, damit ungewöhnliche Tage weniger überraschen.
Veränderte Last
Die Daten vom letzten Jahr zeigen diese Veränderungen noch nicht. sktime vergleicht viele Verfahren auf Ihren jüngsten Daten, damit die Prognose mit Ihrer tatsächlichen Last Schritt hält.
Für wen es ist
Energieversorger und Bilanzkreisverantwortliche
Eine bessere Prognose für das ganze Portfolio bedeutet weniger Ausgleichsenergie und weniger kurzfristige Geschäfte. Sie sehen die wahrscheinliche Spanne für jede Stunde von morgen, bevor der Markt schließt.
Große Stromverbraucher
Eine Prognose pro Standort zeigt den Bedarf von morgen und seine Spitze vor der Frist. Ihr Energieteam kauft näher an dem ein, was der Standort braucht, und erkennt teure Spitzen früh.
Was die Zahlen sagen
Studien und Praxisberichte zeigen, was Prognosen auf Basis von maschinellem Lernen beim Energiebedarf erreichen. sktime bietet viele Verfahren des maschinellen Lernens in einem Open-Source-Werkzeugkasten, damit Sie sie nutzen können, ohne alles selbst zu bauen.
40 %
In einem Testbetrieb senkte das Fraunhofer IOSB nach eigenen Angaben den durchschnittlichen Day-Ahead-Fehler der viertelstündigen Bilanzkreisprognose beim regionalen Netzbetreiber Albwerk um etwa 40 % gegenüber dem bisherigen Anbieter. Laut Albwerk gingen auch Menge und Kosten der Ausgleichsenergie zurück.
ZfK, 202428 %
Eine Prognose mit einem neuronalen Netz für den Folgetag sparte einem großen italienischen Industrieunternehmen etwa 28 % seiner Ausgleichsenergiekosten gegenüber der vorherigen Methode.
Salvatori et al., 20192,4 %
Beim deutschen Gesamtstrombedarf lag das beste Transfer-Learning-Netz der Studie im Schnitt 2,4 % daneben. Eine einfache Prognose, die die Vorwoche wiederholt, lag 4,3 % daneben. Ein einzelner Standort ist schwerer zu prognostizieren als ein ganzes Land.
Tzortzis et al., 2023Diese Zahlen stammen aus Studien und Testberichten zu Prognosen mit maschinellem Lernen, nicht aus sktime-Projekten. Die Ergebnisse hängen von Ihren Daten ab und davon, wie gut Ihre heutige Prognose schon ist. In einem ersten Gespräch klären wir, was für Ihr Unternehmen realistisch ist.
sktime ist Open Source: keine Lizenzkosten pro Nutzer oder Standort.
Ihre Zahlen
Eine grobe Überschlagsrechnung. Geben Sie Ihren jährlichen Stromverbrauch ein und was Sie eine Fehlprognose pro Megawattstunde kostet, und sehen Sie eine ungefähre Spanne in Euro. Der Rest sind unsere Annahmen, gestützt auf öffentliche Studien.
–/ Jahr
– Ihrer Stromrechnung bei 89 €/MWh
Nicht enthalten: niedrigere Leistungspreise, geringeres Risiko und die Kosten für Einrichtung und Betreuung. Nach einem ersten Gespräch nennen wir Ihnen einen Festpreis für ein Testprojekt.
Drei Schritte. Verbrauch und Preisabstand kommen von Ihnen. Die Prozentwerte sind feste Annahmen, gestützt auf die Quellen unten.
1. Energie, die eine einfache Prognose falsch einschätzt
Jahresverbrauch × 4 % Fehler einer einfachen Prognose
4 % ist der durchschnittliche Day-Ahead-Fehler einer einfachen Prognose, die die Vorwoche wiederholt, für ganz Deutschland. Ein einzelner Standort oder ein kleines Portfolio ist schwerer zu prognostizieren, der Fehler läge dort also höher. Haben Sie schon eine gute Prognose, ist Ihr heutiger Fehler niedriger und damit auch die Einsparung. Bei 500 GWh sind 4 % genau 20 GWh im Jahr, die Sie kurzfristig kaufen oder verkaufen.
2. Was Sie das kostet
von einer einfachen Prognose falsch eingeschätzte Energie × Ihre Mehrkosten pro MWh
Die Mehrkosten sind das, was Sie zusätzlich zum Day-Ahead-Preis zahlen, wenn Sie einen Fehler kurzfristig ausgleichen. Sie hängen von Ihrem Markt und Vertrag ab, deshalb stellen Sie sie selbst ein. Zur Veranschaulichung starten wir bei 15 €/MWh. Zum Vergleich: Der deutsche Day-Ahead-Preis lag 2025 im Schnitt bei 89 €/MWh.
3. Was bessere Prognosen sparen
Kosten der Fehler × 25 bis 40 % weniger
Beim Netzbetreiber Albwerk sanken die Prognosefehler gegenüber dem bisherigen Anbieter um etwa 40 %. Die Kosten sinken nicht eins zu eins mit dem Fehler. Ein Industrieunternehmen in Italien sparte etwa 28 % seiner Ausgleichsenergiekosten. Wir rechnen mit 25 % (vorsichtig, unsere eigene Annahme) bis 40 % (optimistisch).
Jährliche Einsparung = Schritt 3. Der erwartete Wert ist der Mittelwert aus vorsichtigem und optimistischem Fall.
Vereinfachungen: Fehler in beide Richtungen werden gleich behandelt, jede Megawattstunde Fehler kostet gleich viel, und die Fehlerkosten sinken um den Prozentsatz, den wir in Schritt 3 ansetzen.
Das ist eine Veranschaulichung, und wir versprechen diese Ergebnisse nicht. Die Reduktionsraten stützen sich auf Berichte über andere Unternehmen, nicht auf sktime-Projekte. Als Ausgangspunkt dient eine einfache Prognose, daher fällt die Einsparung kleiner aus, wenn Ihre heutige Prognose schon gut ist. Die Mehrkosten einer Fehlprognose schwanken stark zwischen Märkten und Verträgen. Im Gespräch besprechen wir, welche Möglichkeiten es für Ihren eigenen Anwendungsfall gibt.
Bevor Sie fragen
So starten wir
Wir sehen uns Ihre Daten an und klären, wo Prognosefehler Sie heute am meisten kosten. Daraus ergeben sich Umfang und Festpreis für das Pilotprojekt.
In zwei bis sechs Monaten bauen wir ein erstes Prognosesystem auf Ihren eigenen Lastdaten und vergleichen es mit Ihrer heutigen Prognose. Sie erhalten belastbare Vergleichstests, den vollständigen Code und einen Bericht. Auf dieser Grundlage entscheiden Sie, wie es weitergeht.
Die Prognosen fließen in Ihren täglichen Einkauf und Ihre Fahrplanung ein. Mit einem Servicevertrag wartet sktime Enterprise Solutions das System und bleibt Ihr Ansprechpartner, wenn Fragen aufkommen.
Ihr erster Schritt
sktime ist kostenlos und Open Source. In einem kostenlosen 60-Minuten-Gespräch sehen sich die Menschen hinter sktime an, wie Sie heute Strom einkaufen und Last planen und was bessere Prognosen für Ihr Unternehmen wert sein könnten.
sktime wird über eine Million Mal pro Monat heruntergeladen und von mehr als 500 Mitwirkenden weltweit entwickelt. Jetzt richtet das Kernteam es für Sie ein.
Unverbindlich, ohne Verkaufsdruck.
Was im Gespräch passiert
Wie Sie heute Strom einkaufen und Last planen und wo Prognosefehler Sie am meisten kosten.
Was Sie schon haben und was ein erster Prognosedurchlauf braucht.
Eine erste, grobe Schätzung, was es wert sein könnte, und wie ein Pilotprojekt aussehen würde.