Die Mengenrisiken im Vertrieb: Gute Prognoseverfahren und individuelle Risikobepreisung sind ein Muss

Ein entscheidender Faktor für den Erfolg im Energievertrieb ist es, das Mengenrisiko zu minimieren. Je genauer Prognose und die vom Netzbetreiber bilanzierten Energiemengen übereinstimmen, desto weniger belasten Ausgleichsenergiekosten den Gewinn. So einfach Ursache und Folgen im Endeffekt aufeinander zu beziehen sind, so schwierig ist es, die Prognosegüte zu verbessern oder sich gegen Prognoserisiken abzusichern. Gleichwohl muss sich jeder Energievertrieb, aufgrund der heutzutage bereits knapp kalkulierten Margen, dieser komplexen Aufgabe stellen. Letztlich muss ein Vertrieb bei jedem Kunden genau wissen, welche Energiemengen er wann verbraucht und was er an ihm im Normalfall verdient bzw. nicht verdienen würde. Besonders schmerzhafte finanzielle Folgen drohen, wenn man zu wenig Strom oder Gas geordert hat oder es ungewiss bleibt, ob man zu viel bestellte Energie zu günstigen Konditionen wieder veräußern kann.

Um das Risiko zu minimieren, sind einige wichtige Aufgaben zu beachten:

  • Die SLP-Kunden
    Die Datenbasis für die Prognosen muss stimmig und fehlerfrei sein. Was Standardlastprofil-(SLP-)Kunden angeht, bedeutet es, dass die Profile, die der Verteilnetzbetreiber in skalierter Form bilanziert, auch im eigenen System sauber hinterlegt sein müssen. Die zum 1. April 2014 novellierten MaBiS-Prozesse verpflichten den Netzbetreiber, jedem in seinem Netzgebiet tätigen Lieferanten die Standardlastprofile der von ihm belieferten Kunden regelmäßig zur Verfügung zu stellen. Ist die Berechnungsbasis auf beiden Seiten gleich, müssen auch die eigene Prognose und die vom Netzbetreiber errechneten Verbrauchswerte sehr eng beieinanderliegen. Im Gas ist die Prognose insofern schwieriger, als Lieferanten vom Netzbetreiber weniger Profilinfos erhalten und die Lastprofile generell temperaturabhängig sind.
  • Datengrundlage
    Bei Kunden mit registrierender Leistungsmessung (RLM) geht es darum, den Verbrauch eines Kunden viertelstundenscharf zu prognostizieren. Dabei helfen ein intelligenter Prognose-Algorithmus und hochvalide Eingangsdaten. Von grundsätzlicher Bedeutung ist es im RLM-Bereich, dass für die Prognose genügend umfangreiche Vergleichswerte aus der Vergangenheit zur Verfügung stehen. Wenn für eine Lieferstelle vollständige Lastgänge der letzten drei Jahre vorliegen, lassen sich in der Regel bessere Werte prognostizieren. Was ein Prognose-Algorithmus ohne Zusatzinformationen von außen per se nicht berechnen kann, sind variable Ereignisse wie Betriebsferien, Schichtänderungen oder die Steigerung beziehungsweise Drosselung der Produktion. Hier kommt es 1. darauf an, dass ein EDM-System solche Prozesse zulässt und unterstützt, und 2. darauf, dass der zuständige Vertriebsmitarbeiter einen kurzen Draht zum Kunden hat, um solche Informationen zu ermitteln und in den Prognoseprozess einzuschleusen. Kann man besondere Situationen beim Kunden berücksichtigen, kann man auch die Prognosequalität stark verbessern, weil im Fall des Falles erhebliche Abweichungen zwischen Plan und Ist auftreten (Bild oben).
  • Prognoseverfahren
    Bei den meisten Stromkunden genügt für die Prognose das Vergleichstagsverfahren, das sich an Tagestypen (Werktag, Samstag, Sonntag, Feiertag, Brückentag) sowie Jahreszeiten und Sommer-/ Winterzeit orientiert. Wenn Verbraucher massiv von spezifischen Eingangsgrößen abhängig sind (wie z. B. beim Gas klassischerweise von der Temperatur), helfen Verfahren wie die lineare Regression beim Prognostizieren. Mit der multivariaten Regression lassen sich bei Bedarf mehrere dominante Einflussgrößen berücksichtigen und berechnen, etwa Temperatur, Sonnenstrahlung und Windstärke. Weitere spezielle Verfahren sind neuronale Netze oder die Nearest-Neighbor-Methode. Diese Prognoseverfahren können für gewisse Kunden besser geeignet sein als das klassische Vergleichstagsmodell. Welches Verfahren der Realität am nächsten kommt, lässt sich am besten individuell im Vergleich ermitteln. Wenn zum Beispiel für eine Verbrauchsstelle historische Lastgänge über drei Jahre vorliegen, kann man auf Basis der Lastgänge der ersten beiden Jahre mit verschiedenen Prognoseverfahren das dritte Jahr prognostizieren und vergleichen, welches Verfahren am besten getroffen hat. Solche Analysen setzen voraus, dass ein Vertriebssystem die beschriebenen Analyseverfahren beherrscht und automatisiert anwenden kann. Je größer ein Kunde ist und je mehr Ausgleichsenergiekosten er verursachen kann, desto mehr Zeit und Rechenleistung kann und sollte man in seine Prognose investieren.
  • Prognoserisiko im Vorfeld monetär bewerten
    Selbstverständlich muss das Prognoserisiko nicht vollständig beim Energielieferanten liegen. Es gibt auch die Möglichkeit, das Prognoserisiko im Vorfeld monetär zu bewerten und schwer zu prognostizierenden Kunden entweder erst gar kein Angebot zu machen oder das Prognoserisiko in Form von Preisaufschlägen teilweise oder ganz auf den Kunden abzuwälzen. Dafür kann man verschiedene Szenarien berechnen, wie sich ein Kunde unter bestimmten Voraussetzungen verhalten könnte. Im Gasbereich zum Beispiel geht man bei der Temperaturentwicklung von einem Normjahr aus, berechnet im Vergleich dazu ein Warmjahres- sowie ein Kaltjahresszenario und bewertet die Differenz. Wenn die Mengendifferenz zwischen Norm- und Kaltjahr beispielsweise größer als 10 % ist, kann man entsprechende Zuschläge bei der Kalkulation eines Angebotes einpreisen. So ist gewährleistet, dass Kunden, die durch ein sehr volatiles Bezugsverhalten gekennzeichnet und entsprechend schwer prognostizierbar sind, nur dann unter Vertrag genommen werden, wenn sie einen genügend hohen Risikozuschlag zahlen. Diesen Risikoaufschlag verteilt man in Abhängigkeit vom tatsächlichen Prognoserisiko, um nicht womöglich genau die Kunden zu gewinnen, die man eigentlich nicht haben möchte.
  • Toleranzbänder oder Take-or-Pay-Klauseln
    Ein weiteres Verfahren, das Prognoserisiko zu minimieren wäre, mit dem Kunden zu vereinbaren, dass zum Beispiel bei Überschreiten einer prognostizierten Jahresmenge um einen bestimmten Prozentsatz ein Aufpreis pro Kilowattstunde fällig wird. Dadurch ist gewährleistet, dass der Lieferant potenziell anfallenden Ausgleichsenergiekosten zusätzliche Einnahmen gegenüberstellen kann. Gleichzeitig wird der Kunde motiviert, seinen Lieferanten rechtzeitig über sich abzeichnende Prognoseabweichungen zu informieren.
    Toleranzbänder lassen sich unterschiedlich ausgestalten (siehe Bild). So kann beispielsweise auch für jede Überschreitung ein Aufschlag auf den Arbeitspreis vereinbart werden. Ein anderes Modell sieht vor, dass bei einer Überschreitung für die gesamte Energiemenge ein höherer Preis zu zahlen ist.

    Ganz wichtig bei Toleranzbändern und Take-or-Pay-Modellen ist der Bezugszeitraum. Wenn ein Stromkunde zwar genau die für einen Tag prognostizierte Strommenge abnimmt, aber zu anderen Zeiten als erwartet, verursacht er gleichwohl Ausgleichsenergiekosten. Daher würde es sich theoretisch empfehlen, ein Viertelstunden-Toleranzband um seinen Prognoselastgang zu legen, um sich als Energielieferant gegen temporäre Über- oder Unterschreitungen abzusichern. Allerdings lässt sich in der Praxis kaum ein Kunde in ein so enges Korsett pressen. Sondern möchte nach Möglichkeit einen fixen Preis genannt bekommen.
    Toleranzbänder sind im Zweifelsfall auch ein Mittel, das Kunden abschrecken kann. Und selbst Kunden, die sich auf eine Toleranzbandvereinbarung einlassen, sind oft verärgert, wenn die Jahresendabrechnung plötzlich Mehrkosten ausweist. Ein Vertrieb, der ja grundsätzlich mit dem Kunden weiter im Geschäft bleiben möchte, verbaut sich damit womöglich das Folgegeschäft. Es stellt sich also grundsätzlich die Frage nach der Wahl der Mittel. Wer selbst keine Risiken übernimmt, muss damit rechnen, nicht oder nicht mehr zum Zuge zu kommen.
    Toleranzbänder und Take-or-Pay-Klauseln verursachen selbstverständlich Prozessaufwand und lassen sich nur mit einer leistungsfähigen Software steuern. Ein EDM-System sollte also in der Lage sein, auf Basis vorkonfigurierter Automatismen Toleranzbänder in Viertelstunden-Granularität frei zu berechnen und auszuweisen.
  • Die Übergabe
    Ein im Grunde banaler, aber in der Praxis durchaus noch nicht immer funktionierender letzter Arbeitsschritt im Vertrieb ist die zuverlässige und pünktliche Übergabe der prognostizierten Energiemengen an die Beschaffungsabteilung. Ein integriertes EDM-System gewährleistet, dass die im Vertrieb entstandenen Informationen zuverlässig auch für Nominierungsprozesse und das Bilanzkreismanagement zur Verfügung stehen.

Sie wollen Ihr Risiko im Energievertrieb so gering wie möglich halten? Bei uns finden Sie das passende Modul. Ob Basis-, Plus- oder Expertenprognose: Minimieren Sie Ihr Mengenrisiko effizient, einfach und genau. Haben Sie zu diesem Thema noch Fragen? Kontaktieren Sie uns per Telefon, Fax oder E-Mail und vereinbaren Sie einen Termin.

Ihr Kontakt Stephanie Lemken Was kann ich für Sie tun?
+49 241 918 790

Direkt anrufen

Verwendung von Cookies

Cookies ermöglichen eine bestmögliche Bereitstellung unserer Dienste. Mit der Nutzung der SOPTIM-Seiten erklären Sie sich damit einverstanden, dass wir Cookies verwenden.

Weitere Informationen erhalten Sie in der Datenschutzerklärung
OK, verstanden