Wenn eine Wettervorhersage über Gewinn oder Verlust entscheiden kann
Marvin Gabler ist Mitbegründer und CEO von Jua, einem in Zürich ansässigen KI-Labor, das ein grundlegendes Modell für die physikalische Welt entwickelt. Seit der Gründung von Jua im Jahr 2022 hat er die Entwicklung von EPT-1.5 und EPT-2 geleitet, zwei hochmodernen globalen KI-Wettermodellen, die in öffentlichen Benchmarks die Modelle von Big Tech und Regierungsbehörden übertreffen und dabei deutlich weniger Rechenressourcen verbrauchen. Unter seiner Führung hat Jua über 28,5 Millionen US-Dollar von führenden Investoren eingesammelt und internationale Medienaufmerksamkeit in Publikationen wie TechCrunch und The Washington Post erlangt.
Im Energiehandel kommt es häufig vor, dass extreme Wetterereignisse die Stromnachfrage stark beeinflussen. Eine plötzliche Windflaute kann die Stromerzeugung aus erneuerbaren Energien deutlich verringern, während eine Hitzewelle das Stromnetz belastet und die Preise stark steigen lässt. Für Händler in diesen volatilen Märkten ist es daher entscheidend, wetterabhängige Größen wie Windgeschwindigkeit, Sonneneinstrahlung und Temperatur zuverlässig vorhersagen zu können.
Inzwischen stehen sogenannte Weltmodelle zur Verfügung – eine neue Generation von KI-Systemen, die in der Lage sind, die grundlegenden Zusammenhänge der realen Welt zu erfassen. Sie ermöglichen deutlich schnellere und oft präzisere Wettervorhersagen als herkömmliche Methoden und eröffnen dadurch neue Möglichkeiten im Energiemarkt.
Grenzen klassischer Wettermodelle
Numerische Wettermodelle haben sich über Jahrzehnte bewährt, bringen jedoch Einschränkungen mit sich, die im Energiehandel spürbare Folgen haben. Diese Modelle beruhen auf komplexen physikalischen Gleichungen, etwa den Navier-Stokes-Gleichungen, und erfordern den Einsatz leistungsstarker Supercomputer. Die Berechnungen sind aufwendig und dauern oft mehrere Stunden. In einem Marktumfeld, in dem sich die Lage innerhalb von Minuten verändern kann, ist diese Verzögerung problematisch.
Weltmodelle setzen an einem anderen Punkt an. Sie basieren nicht auf festen physikalischen Gleichungen, sondern lernen direkt aus historischen Wetterdaten, wie sich atmosphärische Zustände verändern. Dabei erfassen sie sowohl lokale Phänomene wie Turbulenzen als auch großräumige Strömungsmuster.
Nach dem Training sind diese Modelle in der Lage, Wetterentwicklungen innerhalb von Sekunden vorherzusagen. In vielen Fällen übertreffen sie dabei sogar die Genauigkeit klassischer numerischer Modelle. Die Kombination aus Geschwindigkeit und Präzision löst ein zentrales Dilemma der Wettervorhersage: Es ist nicht mehr notwendig, zwischen langsamen, aber genauen und schnellen, aber ungenauen Prognosen zu wählen.
Vorteile in Echtzeit
Für Händler im Energiemarkt bringt diese technologische Entwicklung unmittelbare Vorteile. Weltmodelle können zentrale Einflussfaktoren direkt simulieren: die Windgeschwindigkeit in Nabenhöhe für die Stromproduktion von Windparks, die Sonneneinstrahlung an der Oberfläche für die Leistung von Solaranlagen und die Temperatur in Bodennähe für den Heiz- oder Kühlbedarf.
Besonders bedeutsam ist dabei der Geschwindigkeitsvorteil. Da die Prognosen dieser Modelle innerhalb von Sekunden erstellt werden können, lassen sie sich jederzeit aktualisieren – etwa sobald neue Wetterdaten verfügbar sind. Diese Aktualisierbarkeit ist auf einem Markt, der stark auf kurzfristige Wetteränderungen reagiert, ein entscheidender Vorteil. Händler können dadurch frühzeitig auf Abweichungen reagieren, bevor sich diese vollständig im Markt niederschlagen.
Ein Beispiel: Am Morgen zeigen neue Messdaten, dass der Wind am Nachmittag deutlich schwächer ausfallen wird als ursprünglich vorhergesagt. Klassische Modelle würden diese Änderung unter Umständen erst mit der nächsten turnusmäßigen Berechnung berücksichtigen – möglicherweise zu spät. Weltmodelle hingegen liefern sofort eine aktualisierte Prognose. Händler können ihre Positionen entsprechend anpassen, bevor der Markt reagiert.
Risiken quantifizieren mit probabilistischen Vorhersagen
Ein weiterer Vorteil der Weltmodelle liegt in ihrer Fähigkeit, nicht nur einzelne Vorhersagen zu liefern, sondern ganze Prognose-Ensembles zu erzeugen. Diese zeigen die Bandbreite möglicher Entwicklungen und machen Unsicherheiten explizit sichtbar. Für den Energiehandel, in dem nicht nur Durchschnittswerte, sondern auch Extremereignisse von Bedeutung sind, ist das ein zentraler Mehrwert.
So liefert ein Weltmodell zur Windstromerzeugung nicht nur den erwarteten Mittelwert der Windgeschwindigkeit – etwa 12 Meter pro Sekunde –, sondern auch die Wahrscheinlichkeiten für verschiedene Szenarien: etwa 70 Prozent für Windgeschwindigkeiten zwischen 10 und 14 m/s, 20 Prozent für stärkeren Wind mit überdurchschnittlicher Produktion und 10 Prozent für nahezu windstille Bedingungen mit entsprechend niedriger Einspeisung.
Diese Form der probabilistischen Vorhersage erlaubt ein präziseres Risikomanagement. Händler können gezielt Absicherungen gegen seltene, aber folgenschwere Ereignisse treffen oder gezielt auf Konstellationen setzen, in denen das Aufwärtspotenzial das Risiko deutlich übersteigt.
Ein neuer Standard im wetterabhängigen Handel
Mit dem Fortschritt dieser Modelle wächst auch ihr Anwendungsbereich. Systeme, die bisher auf atmosphärische Prozesse spezialisiert waren, lassen sich anpassen, um auch andere komplexe Systeme abzubilden – zum Beispiel Netzstabilität, wirtschaftliche Zusammenhänge oder sogar Verhaltensmuster, die den Energiebedarf beeinflussen.
Für Händler geht es dabei nicht nur um effizientere Wettervorhersagen. Weltmodelle markieren einen grundlegenden Wandel hin zu daten- und physikbasierten Echtzeitinformationen über Marktbedingungen. In einem Umfeld, das stark von äußeren Einflüssen geprägt ist, werden solche Systeme zu einem entscheidenden Instrument. Sie liefern nicht nur Prognosen, sondern ein tieferes Verständnis dafür, wie sich Märkte entwickeln.
Die Wetterrevolution im Energiehandel hat begonnen. Wer sich frühzeitig auf diese neue Realität einstellt, wird besser gerüstet sein, um in einem zunehmend dynamischen und wetterabhängigen Markt erfolgreich zu agieren.
Die Integration von Weltmodellen eröffnet darüber hinaus neue Möglichkeiten für die Automatisierung und Optimierung von Handelsstrategien. Durch die Verknüpfung mit algorithmischen Handelssystemen können Entscheidungen nicht nur schneller, sondern auch fundierter getroffen werden, da eine kontinuierliche Bewertung von Wahrscheinlichkeiten, Risiken und Marktreaktionen erfolgt. Dadurch wird der Energiehandel proaktiver: Anstatt auf wetterbedingte Marktverwerfungen zu warten, können Händler mithilfe von Weltmodellen Szenarien antizipieren, Strategien vorbereiten und Chancen frühzeitig nutzen. In einem Markt, der zunehmend von Geschwindigkeit, Datenverfügbarkeit und Komplexität geprägt ist, könnte dies den entscheidenden Wettbewerbsvorteil bedeuten.
