E.E.M.M.: KI zur Vorhersage der Energiemarktpreise
Das Unternehmen hat ein algorithmisches Modell entwickelt, das eine große Menge unstrukturierter und textueller Informationen integriert, um die Prognose von Preisschwankungen auf dem Energiemarkt zu verbessern.
[Dieser Artikel ist Teil einer Inhaltsreihe, die in Zusammenarbeit mit FEDIL entwickelt wurde und zeigt, wie künstliche Intelligenz zur digitalen Transformation der luxemburgischen Wirtschaft beiträgt.]
E.E.M.M. (European Energy Market Makers) wurde 2022 in Luxemburg gegründet und spezialisiert sich darauf, fortschrittliche Handelsstrategien anzubieten, die auf alle Akteure der Energiebranche zugeschnitten sind, darunter Produzenten, Händler, Energiegemeinschaften, Genossenschaften, Netzbetreiber und Finanzinstitute. Das Unternehmen nutzt ausgefeilte Algorithmen, die von künstlicher Intelligenz betrieben werden, um Modelle zu entwickeln, die die Produktion erneuerbarer Energien (Wind- und Photovoltaik) sowie die Preise für den Energiemarkt prognostizieren.
"Unsere Modelle analysieren und verarbeiten Millionen von Datenpunkten, darunter historische Energieproduktion, Wettervorhersagen und Marktpreistrends", sagt Klemens Klotzner, Mitbegründer und CEO des Unternehmens.
![]()
Mehr als 100 analysierte Sprachen
So mächtig es auch war, das bestehende Modell blieb hochsensibel, da es stark von geopolitischen Risiken beeinflusst war – eine große Unsicherheitsquell, die die Energiepreise direkt beeinflussen und Händler dazu zwingen kann, ihre Strategien manchmal sehr kurzfristig zu überarbeiten.
"Eine weitere Herausforderung war die genaue Prognose der Produktion erneuerbarer Energien, da bessere Prognosen die Ausgleichsgebühren senken und den Verbrauchern zugutekommen. Dies erforderte die Einbindung einer riesigen Menge unstrukturierter und textueller Informationen und somit die Entwicklung eines speziell auf diesen Anwendungsfall zugeschnittenen KI-Modells."
Wir übertreffen konventionelle Modelle deutlich, Dr . Dr. Hans-Jörg von Mettenheim E.E.M.M.
Um die Marktpreisvorhersage zu verbessern, implementierte das Unternehmen einen KI-gesteuerten Algorithmus, der Nachrichtenartikel in mehr als 100 Sprachen verarbeiten kann. Dies ermöglicht es dem System, geopolitische Ereignisse innerhalb von Sekunden zu erkennen und die Handelsstrategien sofort anzupassen. Angesichts der Größe und Datenintensität dieser Modelle stützt sich E.E.M.M. auf die Rechenleistung von MeluXina, Luxemburgs nationalem Supercomputer.
"Der entscheidende Vorteil und unser Wettbewerbsvorteil liegt in der Einzigartigkeit unseres Ansatzes", erklärt Prof. Dr. Hans-Jörg von Mettenheim, wissenschaftlicher Berater von E.E.M.M. "Im Gegensatz zum Standard-maschinellen Lernen, das numerische Datensätze schnell, aber mit begrenzter Tiefe optimiert, sind unsere proprietären Algorithmen darauf ausgelegt, fortschrittliche textbasierte Modelle zu trainieren. Dies ermöglicht es uns, komplexe, unstrukturierte Informationen zu erfassen und zu verarbeiten und konventionelle Modelle deutlich zu übertreffen."
Besseres Risiko, bessere Investition
Praktisch gesehen hat die Implementierung dieses Modells das Sharpe-Verhältnis, eine Messgröße, die die Performance einer Investition bewertet und dabei das Risikoniveau berücksichtigt, erheblich erhöht.
Dadurch führen die entwickelten Strategien zu verbesserten risikobereinigten Renditen und einer stärkeren Gesamtwertentwicklung.
E.E.M.M. konzentriert sich nun darauf, seine Lösungen im Finanzsektor auszubauen und neue Partnerschaften aufzubauen. "Wir haben kürzlich einen Auftrag von einer der größten grünen Energiegemeinschaften Italiens erhalten, um unsere Software umzusetzen", merkt Herr Klotzner an.
Bessere Vorhersagen senken die Ausgleichsgebühren und kommen den Verbrauchern zugute. Klemens Klotzner, E.E.M.M.
"Wir wollen unsere Lösungen auch für Smart-City-Anwendungen anpassen, um eine breitere Palette von Regierungskunden anzuziehen und zu unterstützen. Wir engagieren uns tief für die Forschung, arbeiten mit führenden Wissenschaftlern von Institutionen wie dem Oxford Man Institute der Universität Oxford zusammen und präsentieren unsere Arbeit auf bedeutenden internationalen Konferenzen und Symposien."