Erstellt: STROMDAO GmbH - November 2025
Methodische Lücken und ungelöste Fragen der behördlichen Bewertung
Die gemeinsame Untersuchung von Bundeskartellamt (BKartA) und Bundesnetzagentur (BNetzA) zu den außergewöhnlichen Preisspitzen im deutschen Stromgroßhandel während der Dunkelflauten im November und Dezember 2024 kommt zu dem Ergebnis, dass weder kartellrechtliche noch REMIT-Verstöße vorlagen und die Versorgungssicherheit jederzeit gewährleistet war. Diese Analyse identifiziert jedoch erhebliche methodische Schwächen, untersuchte Aspekte und konzeptionelle Lücken in der behördlichen Bewertung, die Zweifel an der Vollständigkeit der Schlussfolgerungen aufwerfen.
1. Einleitung
Im November und Dezember 2024 erreichten die Strompreise im deutschen Day-Ahead-Markt außergewöhnliche Höhen von bis zu 936 €/MWh – mehr als das Zwölffache des Jahresdurchschnitts von 79 €/MWh. Die von BKartA und BNetzA vorgelegte Untersuchung schließt Marktmanipulation aus und führt die Preisanstiege ausschließlich auf fundamentale Knappheitssituationen während der Dunkelflauten zurück. Diese Bewertung steht jedoch im Kontrast zu mehreren wissenschaftlichen Studien über strategisches Bieterverhalten in Strommärkten und wirft methodische Fragen auf, die einer kritischen Würdigung bedürfen.
2. Unzureichende Analyse strategischen Bieterverhaltens
2.1 Das Problem der Gebote oberhalb der Grenzkosten
Die Untersuchung erkennt explizit an, dass "einzelne Bieter in der Knappheitssituation nicht rein nach Grenzkosten geboten haben" (S. 5), behandelt dies jedoch als systemimmanente Eigenschaft des Energy-Only-Marktes zur Refinanzierung von Investitionskosten. Diese Argumentation greift aus mehreren Gründen zu kurz:
Erstens fehlt eine quantitative Analyse des Ausmaßes, in dem Gebote die kurzfristigen Grenzkosten überstiegen. Die Untersuchung konstatiert lediglich, dass "die Börsenpreisspitzen so hoch lagen, dass sie die Grenzkosten der großen Mehrheit an Kraftwerken offensichtlich überstiegen" (S. 2). Die Differenz zwischen tatsächlichen Geboten und kalkulierten Grenzkosten wird jedoch nicht systematisch quantifiziert.
Zweitens fehlt eine Einordnung der beobachteten Spreads im historischen und internationalen Kontext. Duso et al. (2020) zeigen in ihrer Analyse des deutschen Strommarktes 2006-2012, dass strategische Kapazitätszurückhaltung zu Peak-Off-Peak-Spreads von 5-11 €/MWh führte – ein Betrag, der damals als kartellrechtlich relevant eingestuft wurde. Die beobachteten Spreads im Dezember 2024 lagen um ein Vielfaches höher.
Drittens ignoriert die Untersuchung die Merit-Order-Dynamik bei hohen Spreads. Wissenschaftliche Untersuchungen zeigen, dass bei steiler werdender Merit-Order-Kurve bereits kleine Änderungen im Gebotsverhalten überproportionale Preiseffekte erzeugen können (He et al., 2013; Sensfuß et al., 2008).
2.2 Die Day-Ahead/Intraday-Arbitrage-Problematik
Besonders kritisch ist die unzureichende Untersuchung der Diskrepanz zwischen Day-Ahead- und Intraday-Preisen. Die Untersuchung erwähnt lediglich beiläufig, dass "der Preis im Intraday-Handel am Nachmittag des 12.12.2024 deutlich unter dem der Day-Ahead-Auktion lag" (S. 3).
Diese Beobachtung ist hochgradig relevant, da sie auf mögliches strategisches Verhalten hindeutet:
- Day-Ahead-Preise am 12.12.2024, 17-18 Uhr: 936 €/MWh
- Intraday-Preise am selben Zeitpunkt: deutlich niedriger (genaue Werte nicht angegeben)
- Day-Ahead-Preise am 12.12.2024, 20-22 Uhr: 296 bzw. 169 €/MWh
Diese massive Preisdivergenz innerhalb weniger Stunden deutet darauf hin, dass die Day-Ahead-Gebote nicht die fundamentalen Knappheitserwartungen widerspiegelten, sondern möglicherweise von strategischen Überlegungen getrieben waren. Flexible Kraftwerke und Speicher könnten ihre Day-Ahead-Angebote strategisch zurückgehalten haben in Erwartung profitablerer Intraday-Geschäfte.
Die wissenschaftliche Literatur zeigt, dass gerade Pumpspeicher und flexible Gaskraftwerke ihre Gebotsstrategie an erwarteten Preisspitzen ausrichten (Kazempour et al., 2009; Connolly et al., 2011). Die Untersuchung hätte systematisch analysieren müssen, ob und wie diese Arbitragemöglichkeiten genutzt wurden und ob dies zu künstlicher Verknappung im Day-Ahead-Markt führte.
3. Problematische Behandlung der Pumpspeicherkapazitäten
3.1 Fehlende Analyse des Pumpspeicherverhaltens
Die Untersuchung erwähnt, dass "bei Erdgas- und Pumpspeicherkraftwerken noch Restkapazitäten zur Verfügung" standen (S. 4), ohne dies weiter zu quantifizieren oder zu problematisieren. Dies ist aus mehreren Gründen unzureichend:
Erstens zeigt die wissenschaftliche Literatur, dass Pumpspeicher in liberalisierten Märkten starke Anreize haben, ihre Kapazitäten strategisch einzusetzen, um von Preisspitzen zu profitieren (Deb, 2000; Connolly et al., 2011). Die optimale Betriebsstrategie für Pumpspeicher besteht darin, während Niedrigpreisphasen zu pumpen und während Hochpreisphasen zu generieren.
Eine aktuelle Analyse von Stromhaltig (2024) zeigt auffällige Muster im Pumpspeicherverhalten während der Dunkelflauten: In Niedrigpreisphasen speisten Pumpspeicher überdurchschnittlich viel ein, während sie in Hochpreisphasen ihre Einspeisung drastisch reduzierten. Dies deutet auf gezieltes Arbitrageverhalten hin.
Zweitens stellt sich die Frage, warum Pumpspeicherkapazitäten während der extremen Preisspitzen nicht vollständig eingesetzt wurden. Bei Preisen von 936 €/MWh wäre selbst bei vollständig entleerten Speichern eine Einspeisung wirtschaftlich gewesen, da die erwarteten Pumpenkosten deutlich niedriger gewesen wären. Die Untersuchung hätte systematisch prüfen müssen:
- Wie hoch war der Füllstand der Pumpspeicher vor und während der Preisspitzen?
- Welche technischen oder wirtschaftlichen Gründe rechtfertigten eine Zurückhaltung?
- Gab es koordiniertes Verhalten zwischen verschiedenen Pumpspeicherbetreibern?
Drittens fehlt eine Analyse des "Price-Maker"-Effekts größerer Pumpspeicher. Das U.S. Department of Energy (2021) stellt fest, dass der "Price-Taker"-Ansatz nur für kleinere PSH-Projekte (<10 MW) valide ist. Größere Pumpspeicher können durch ihr Marktverhalten aktiv Preise beeinflussen. Dies hätte in der Untersuchung berücksichtigt werden müssen.
3.2 Das Paradoxon der "verfügbaren aber nicht eingesetzten" Kapazitäten
Die Untersuchung quantifiziert die "als verfügbar und nicht eingesetzt gemeldeten Erzeugungskapazitäten" mit lediglich 170 MW (06.11.) bzw. 410 MW (12.12.) bei den fünf großen Erzeugern (S. 3). Diese extrem niedrigen Werte erscheinen angesichts der Marktlage fragwürdig und werfen die Frage nach der Definition von "Verfügbarkeit" auf.
Die Begründung, es handele sich "im Wesentlichen um hochflexible Speicher oder flexiblere Kraftwerke mit besonders hohen Grenzkosten, deren Vermarktung sich daher weniger an Day-Ahead- sondern mehr an Intraday-Preisen orientiert", ist methodisch problematisch:
- Sie bestätigt implizit strategisches Bieterverhalten, ohne dies als solches zu werten
- Sie verschleiert, dass diese Kapazitäten bei Day-Ahead-Preisen von 936 €/MWh wirtschaftlich einsetzbar gewesen wären
- Sie ignoriert die Möglichkeit koordinierten Verhaltens zur Verschiebung von Kapazitäten vom Day-Ahead zum Intraday-Markt
4. Unvollständige Bewertung der Kraftwerksauslastung
4.1 Probleme der Kapazitätsdefinition
Die Analyse der BNetzA zur Auslastung des steuerbaren Kraftwerksparks (S. 4, Abbildung 1) basiert auf mehreren konservativen Schätzungen, die die tatsächlich marktlich verfügbaren Kapazitäten möglicherweise unterschätzen:
Erstens werden ca. 11 GW Kapazität als "historisch nicht marktlich genutzt" von den installierten 29 GW bei Biomasse, Wasserkraft und sonstigen konventionellen Kraftwerken abgezogen. Diese Klassifizierung basiert auf historischen Einspeisemaxima und berücksichtigt nicht:
- Preisanreize: Bei 936 €/MWh könnten auch historisch nicht genutzte Kapazitäten wirtschaftlich werden
- Vertragsstrukturen: Möglicherweise waren Kapazitäten durch alte Verträge gebunden, die bei extremen Preisen nachverhandelt werden könnten
- Regulatorische Hemmnisse: Die Untersuchung hätte analysieren müssen, welche regulatorischen Barrieren einen Markteintritt verhinderten
Zweitens fehlt eine Analyse der "geschätzten Einspeisung in andere Netze" von 11-12 GW. Die Untersuchung räumt ein, dass diese Werte "konservativ geschätzt" sind und "die tatsächlichen Werte könnten geringer gewesen sein" (S. 4). Bei Differenzpreisen von mehreren hundert Euro zwischen Industrie- und Börsenstrompreisen wäre zu erwarten, dass Industriekraftwerke ihre Produktion erhöhen und überschüssigen Strom vermarkten.
Drittens wird die Problematik wärmegeführter Kraftwerke unzureichend behandelt. Die Untersuchung erwähnt lediglich, dass "die nutzbaren Leistungen wärmegeführter Kraftwerke niedriger gewesen sein" könnten bei "teilweise zweistelligen Plusgraden" im November (S. 4). Eine systematische Analyse der tatsächlichen Wärmebedarfe und möglichen Flexibilitätspotenziale fehlt.
4.2 Die Nichtverfügbarkeiten vom 12. Dezember
Besonders auffällig ist die Häufung von Nichtverfügbarkeiten am 12. Dezember. Laut BMWK-Bericht waren "Braunkohleanlagen eines Betreibers mit einer Kapazität von knapp 3 GW nicht verfügbar, da es Förderprobleme im Tagebau gab. Auch mehrere Gaskraftwerke seien nicht verfügbar gewesen."
Die Untersuchung stellt fest, dass diese Nichtverfügbarkeiten "plausibilisiert" wurden (S. 3), ohne jedoch Details zu nennen. Kritische Fragen bleiben unbeantwortet:
- Wie wahrscheinlich ist es, dass gerade während einer angekündigten Dunkelflaute Förderprobleme von 3 GW auftreten?
- Wurden die Tagebauprobleme durch externe Sachverständige verifiziert?
- Welche wirtschaftlichen Anreize bestanden, die Nichtverfügbarkeit möglicherweise hinauszuzögern?
5. REMIT-Untersuchung: Transparenz und Methodendefizite
5.1 Unzureichende Transparenz der Untersuchungsmethodik
Die BNetzA-Untersuchung zu möglichen REMIT-Verstößen bleibt bemerkenswert vage. Es wird festgestellt, dass "einzelne Sachverhalte" noch vertieft untersucht werden, ohne diese zu spezifizieren (S. 6). Dies ist aus mehreren Gründen problematisch:
Erstens fehlt eine systematische Analyse der REMIT-Meldungen. Wissenschaftliche Studien zeigen, dass die Qualität und Vollständigkeit von REMIT-Daten erhebliche Probleme aufweisen können (Fuentes & Genoese, 2017). Die Untersuchung hätte darlegen müssen:
- Wie vollständig waren die REMIT-Meldungen der beteiligten Akteure?
- Gab es signifikante Abweichungen zwischen gemeldeten und tatsächlichen Verfügbarkeiten?
- Welche Sanktionsmechanismen existieren bei unvollständigen oder verspäteten Meldungen?
Zweitens wird die Problematik künstlicher Preisniveaus nur oberflächlich behandelt. Die Untersuchung definiert ein künstliches Preisniveau als eines, das "nicht Ergebnis des freien Zusammenspiels von Angebot und Nachfrage ohne externe Eingriffe oder Informationsasymmetrien ist" (S. 6). Diese Definition ist jedoch zirkulär, da sie voraussetzt, dass man das "freie Zusammenspiel" von strategischem Verhalten unterscheiden kann – genau die Frage, die untersucht werden sollte.
Drittens fehlt eine vergleichende Analyse mit ähnlichen Marktsituationen in anderen europäischen Ländern. Während der gleichen Dunkelflauten lagen die Preisspitzen in Nachbarländern signifikant niedriger. Eine systematische Untersuchung, warum Deutschland die höchsten Preise aufwies, fehlt.
5.2 Die Rolle von Informationsasymmetrien
REMIT zielt darauf ab, Informationsasymmetrien zu reduzieren und Insider-Trading zu verhindern (ACER, 2022). Die Untersuchung hätte systematisch prüfen müssen, ob alle relevanten Informationen rechtzeitig und vollständig veröffentlicht wurden:
- Wurden alle Kraftwerksausfälle und -verfügbarkeiten korrekt und rechtzeitig gemeldet?
- Gab es Verzögerungen bei der Meldung von Änderungen?
- Profitierten einzelne Akteure von Informationsvorsprüngen?
Die wissenschaftliche Literatur zeigt, dass selbst kleine Informationsvorsprünge in Energiemärkten zu erheblichen Arbitragegewinnen führen können (Bundgaard-Petersen et al., 2020).
6. Vernachlässigung der europäischen Dimension
6.1 Die Rolle des Market Coupling
Die Untersuchung erwähnt positiv, dass "die europäische Marktkopplung für wesentliche Stromimporte aus den Nachbarländern sorgte und noch extremere Preisspitzen in Deutschland verhindert hat" (S. 1). Diese Bewertung ist jedoch zu optimistisch und vernachlässigt kritische Aspekte:
Erstens zeigt die JRC-Studie zur Merit-Order in Europa (2024), dass die Preis-Setting-Dynamik stark von der jeweiligen nationalen Generation-Mix abhängt. Deutschland wies während der Dunkelflauten die höchsten Preise in Europa auf, obwohl theoretisch ein einheitlicher europäischer Preis hätte entstehen müssen.
Zweitens fehlt eine Analyse der Interconnector-Kapazitäten und deren Auslastung. Waren die Grenzkuppelstellen tatsächlich voll ausgelastet? Welche Rolle spielten strategische Reservierungen? Studien zeigen, dass Interconnector-Kapazitäten nicht immer optimal genutzt werden (Newbery et al., 2016).
Drittens wird die Frage nicht gestellt, warum Nachbarländer mit ähnlichen Wetterbedingungen deutlich niedrigere Preisspitzen aufwiesen. Dies deutet auf strukturelle Unterschiede in der Marktgestaltung oder im Bieterverhalten hin.
6.2 Fehlende internationale Vergleichsstudien
Die Untersuchung verzichtet vollständig auf internationale Vergleiche. Dabei zeigen Studien zu ähnlichen Knappheitssituationen in anderen Märkten systematische Muster:
- In der iberischen Halbinsel führten ähnliche Situationen 2021 zu Preisanstiegen, jedoch deutlich moderater als in Deutschland (Garcia-Bertrand et al., 2022)
- Skandinavische Länder haben durch höhere Speicherkapazitäten und flexiblere Nachfragestrukturen weniger volatile Preise (Kopsakangas-Savolainen & Svento, 2012)
- Die PJM-Märkte in den USA haben ausgeprägtere Scarcity-Pricing-Mechanismen entwickelt, die extremere Spitzen begrenzen (Hogan, 2013)
Ein systematischer Vergleich hätte zeigen können, ob die deutschen Preisspitzen im internationalen Kontext außergewöhnlich waren und welche Marktdesign-Elemente zu Unterschieden führten.
7. Konzeptionelle Schwächen des Energy-Only-Marktes
7.1 Das Refinanzierungsproblem
Die Untersuchung argumentiert, dass Gebote oberhalb der Grenzkosten notwendig seien, um "in Knappheitsphasen Deckungsbeiträge zu erwirtschaften [...], die der Refinanzierung von Investitionskosten und [als] Anreize, in Spitzenlastkraftwerkskapazitäten sowie in Flexibilitätsoptionen zu investieren" dienen (S. 5).
Diese Argumentation ist theoretisch korrekt, wirft jedoch praktische Fragen auf:
Erstens fehlt eine Quantifizierung der notwendigen Deckungsbeiträge. Welcher Spread über den Grenzkosten ist erforderlich, um Investitionen zu refinanzieren? Ab welchem Punkt deutet ein höherer Spread auf Marktmacht hin? Die Untersuchung liefert keine Kriterien zur Unterscheidung.
Zweitens ignoriert die Argumentation die Missing-Money-Problematik des Energy-Only-Marktes. Wissenschaftliche Studien zeigen, dass reine Energy-Only-Märkte systematisch zu Unterinvestitionen in Kapazitäten führen, wenn Preiscaps existieren (Cramton & Stoft, 2006). Deutschland hat zwar keinen formalen Preiscap, jedoch politische Obergrenzen und öffentlichen Druck bei hohen Preisen.
Drittens hätte die Untersuchung analysieren müssen, ob die beobachteten Deckungsbeiträge in einem angemessenen Verhältnis zu den Investitionskosten stehen. Eine Studie von NREL (2013) zeigt, dass bereits moderate systematische Überbietungen über mehrere Jahre zu Übergewinnen führen können, die nicht mehr durch Investitionsanreize gerechtfertigt sind.
7.2 Die Scarcity-Pricing-Debatte
Die Untersuchung behandelt die extremen Preisspitzen als normales Marktergebnis, ohne die Scarcity-Pricing-Debatte zu reflektieren. In der wissenschaftlichen Literatur ist umstritten, ob Preise von 936 €/MWh tatsächlich effiziente Knappheitssignale darstellen oder ob sie auf Marktversagen hindeuten:
- Hogan & Harvey (2000) argumentieren, dass in Scarcity-Situationen Preise die kurzfristigen Grenzkosten der teuersten Einheit plus eines Knappheitsaufschlags widerspiegeln sollten
- Cramton (2017) zeigt jedoch, dass ohne explizite Scarcity-Pricing-Mechanismen strategisches Bieterverhalten zu ineffizient hohen Preisen führen kann
- Joskow & Tirole (2007) argumentieren, dass reine Energy-Only-Märkte inhärent instabil sind und regulatorische Eingriffe erfordern
Die Untersuchung hätte diese theoretischen Debatten berücksichtigen und einordnen müssen, ob die deutschen Preisspitzen im Rahmen theoretisch fundierter Scarcity-Pricing-Modelle liegen.
8. Versorgungssicherheit: Eine zu enge Definition
8.1 Die n-1-Perspektive
Die Untersuchung stellt fest, dass "die sichere Stromversorgung zu jedem Zeitpunkt gewährleistet" war, da "neben den Marktkapazitäten noch etwa 12 bis 13 GW an Reserven und Regelenergie zur Verfügung" standen (S. 4).
Diese Aussage basiert auf einer technischen Definition von Versorgungssicherheit (Vermeidung von Blackouts), vernachlässigt jedoch die ökonomische Dimension:
Erstens führten die hohen Preisspitzen zu erheblichen wirtschaftlichen Belastungen für Verbraucher mit dynamischen Tarifen und Unternehmen ohne langfristige Absicherung. Die volkswirtschaftlichen Kosten dieser Preisspitzen werden nicht quantifiziert.
Zweitens zeigt die wissenschaftliche Literatur, dass wiederholte extreme Preisspitzen zu Marktstörungen führen können:
- Investitionsunsicherheit bei industriellen Verbrauchern
- Erhöhte Risikoprämien bei langfristigen Verträgen
- Politischer Druck zu suboptimalen regulatorischen Eingriffen
Drittens fehlt eine dynamische Betrachtung. Auch wenn die Versorgungssicherheit kurzfristig gewährleistet war, stellt sich die Frage, ob das derzeitige Marktdesign langfristig ausreichende Investitionsanreize in flexible Kapazitäten schafft.
8.2 Die Flexibilitätslücke
Die Untersuchung betont den "Bedarf an Flexibilisierung sowohl auf der Nachfrageseite als auch auf Erzeugerseite" (S. 6), ohne dies jedoch zu quantifizieren oder konkrete Anforderungen abzuleiten.
Wissenschaftliche Studien zeigen, dass Deutschland erhebliche Flexibilitätslücken aufweist:
- Löffler (2024) argumentiert, dass Batteriespeicher und Nachfrageflexibilität nur 4-6 Stunden überbrücken können
- Child et al. (2019) zeigen, dass für 100% erneuerbare Energiesysteme Langzeitspeicher von mehreren TWh erforderlich sind
- Schill & Zerrahn (2018) demonstrieren, dass ohne ausreichende Flexibilität die Systemkosten exponentiell steigen
Die Untersuchung hätte quantifizieren müssen, welche Flexibilitätskapazitäten erforderlich gewesen wären, um die Preisspitzen zu vermeiden.
9. Datentransparenz und methodische Replikationsprobleme
9.1 Fehlende Datenveröffentlichung
Ein grundsätzliches Problem der Untersuchung ist die mangelnde Transparenz der verwendeten Daten. Die Untersuchung basiert auf "nicht-öffentlichen Quellen" (S. 2), ohne dass diese Daten zur wissenschaftlichen Überprüfung zugänglich gemacht werden.
Dies verhindert:
- Unabhängige Replikation der Ergebnisse
- Peer-Review durch die wissenschaftliche Community
- Identifikation möglicher systematischer Fehler
Best-Practice-Beispiele aus der internationalen Energieforschung zeigen, dass Regulierungsbehörden zunehmend anonymisierte Datensätze veröffentlichen, um externe Validierung zu ermöglichen (z.B. FERC in den USA, Ofgem in UK).
9.2 Methodische Intransparenz
Die Untersuchung beschreibt ihre Methodik nur oberflächlich. Unklar bleibt:
- Welche ökonometrischen Modelle wurden zur Analyse des Bieterverhaltens verwendet?
- Wie wurden die Grenzkosten der Kraftwerke berechnet?
- Welche statistischen Tests wurden zur Identifikation von Anomalien eingesetzt?
- Wie wurde die Plausibilität der Nichtverfügbarkeiten quantitativ bewertet?
Moderne Marktüberwachung nutzt zunehmend Machine-Learning-Methoden zur Anomalieerkennung (Lago et al., 2021). Die Untersuchung gibt keinen Hinweis darauf, ob solche fortgeschrittenen Methoden eingesetzt wurden.
10. Alternative Erklärungsansätze und ungeprüfte Hypothesen
Die Untersuchung fokussiert fast ausschließlich auf die Frage kartellrechtlicher Verstöße und vernachlässigt alternative Erklärungsansätze für die extremen Preisspitzen:
10.1 Koordination ohne Absprache
Theoretische und empirische Studien zeigen, dass in oligopolistischen Märkten implizite Koordination ohne explizite Absprachen möglich ist (Kühn, 2001). In wiederholten Marktsituationen können Akteure lernen, aufeinander zu reagieren, ohne kommunizieren zu müssen. Die Untersuchung hätte prüfen müssen:
- Gab es historische Muster ähnlichen Verhaltens?
- Waren die Gebotsmuster zwischen verschiedenen Akteuren auffällig ähnlich?
- Lässt sich das beobachtete Verhalten durch Nash-Gleichgewichte in oligopolistischen Marktmodellen erklären?
10.2 Risikoaversion und strategische Unsicherheit
Eine alternative Erklärung für hohe Gebote ist Risikoaversion bei Unsicherheit über zukünftige Preise. Wenn Marktteilnehmer unsicher über die Dauer der Dunkelflaute waren, könnten sie strategisch höhere Gebote platziert haben, um zukünftige Deckungsbeiträge zu sichern. Diese Hypothese wurde nicht untersucht.
10.3 Liquiditätsprobleme im Intraday-Markt
Die beobachtete Divergenz zwischen Day-Ahead- und Intraday-Preisen könnte auch auf strukturelle Liquiditätsprobleme hindeuten. Wenn der Intraday-Markt nicht ausreichend liquide ist, können Day-Ahead-Märkte systematisch höhere Preise aufweisen. Eine Analyse der Handelsvolumina und Bid-Ask-Spreads hätte dies aufklären können.
11. Implikationen für Marktdesign und Regulierung
11.1 Bedarf an strukturellen Marktreformen
Die extremen Preisspitzen deuten darauf hin, dass das derzeitige Marktdesign möglicherweise nicht optimal für Systeme mit hohem Anteil erneuerbarer Energien ist. Die wissenschaftliche Literatur diskutiert verschiedene Reformoptionen:
Capacity Markets: Viele Jurisdiktionen haben zusätzlich zu Energy-Only-Märkten Kapazitätsmechanismen eingeführt (Cramton et al., 2013). Diese könnten extreme Preisspitzen begrenzen, während sie gleichzeitig Investitionsanreize erhalten.
Operating Reserves Demand Curves: Statt fester Knappheitspreise könnten demand curves eingeführt werden, die graduell steigende Preise bei abnehmenden Reserven vorsehen (Hogan, 2013).
Strategic Reserves mit Preiscaps: Einige Länder nutzen strategische Reserven, die bei definierten Preisgrenzen aktiviert werden, um extreme Spitzen zu verhindern (Bhagwat et al., 2017).
Die Untersuchung hätte Empfehlungen aussprechen müssen, welche Marktdesign-Reformen geeignet wären, um zukünftige extreme Preisspitzen zu vermeiden, ohne Investitionsanreize zu zerstören.
11.2 Verbesserte Monitoring-Mechanismen
Die identifizierten methodischen Lücken zeigen Bedarf für verbesserte Monitoring-Mechanismen:
Echtzeit-Marktüberwachung: Moderne Machine-Learning-Algorithmen könnten anomales Bieterverhalten in Echtzeit identifizieren (Lago et al., 2021).
Verbesserte REMIT-Datenqualität: Die Qualität und Granularität der REMIT-Meldungen muss erhöht werden, insbesondere bezüglich:
- Intraday-Transaktionen
- Kraftwerks-Verfügbarkeiten in höherer zeitlicher Auflösung
- Speicherfüllstände von Pumpspeichern
Transparenzpflichten: Erweiterte Veröffentlichungspflichten für Gebotskurven und Kapazitätsauslastungen könnten Markttransparenz erhöhen.
11.3 Internationale Koordination
Die europäische Dimension der Preisspitzen zeigt Bedarf für verbesserte grenzüberschreitende Koordination:
- Harmonisierung von Scarcity-Pricing-Mechanismen
- Gemeinsame Marktüberwachung durch ACER
- Koordinierte strategische Reserven
12. Schlussfolgerungen und Forschungsbedarf
Die Untersuchung von BKartA und BNetzA stellt einen wichtigen ersten Schritt zur Analyse der außergewöhnlichen Preisspitzen im November und Dezember 2024 dar. Die vorliegende kritische Analyse identifiziert jedoch erhebliche methodische Lücken und ungeklärte Fragen:
Zentrale Kritikpunkte:
-
Unzureichende Analyse strategischen Bieterverhaltens: Die Quantifizierung der Spreads zwischen Geboten und Grenzkosten fehlt, ebenso die Einordnung in historische und internationale Kontexte.
-
Vernachlässigung der Pumpspeicher-Problematik: Das Verhalten von Pumpspeichern während der Preisspitzen wurde nicht systematisch untersucht, obwohl wissenschaftliche Literatur auf erhebliches Arbitragepotenzial hinweist.
-
Day-Ahead/Intraday-Arbitrage unzureichend untersucht: Die massive Preisdivergenz zwischen Day-Ahead- und Intraday-Märkten deutet auf strategisches Verhalten hin, wurde aber nicht systematisch analysiert.
-
Problematische Definition verfügbarer Kapazitäten: Die Klassifizierung von 11 GW als "historisch nicht marktlich genutzt" erscheint bei Preisen von 936 €/MWh fragwürdig.
-
Fehlende internationale Vergleiche: Die Untersuchung verzichtet auf systematische Vergleiche mit ähnlichen Marktsituationen in anderen europäischen Ländern.
-
REMIT-Transparenzdefizite: Die Methodik der REMIT-Untersuchung bleibt vage, und die Datenqualität wird nicht systematisch evaluiert.
-
Mangelnde Datentransparenz: Die Verwendung nicht-öffentlicher Daten verhindert unabhängige wissenschaftliche Validierung.
Forschungsempfehlungen:
Um die identifizierten Lücken zu schließen, ist weitere Forschung erforderlich:
-
Quantitative Analyse strategischen Bieterverhaltens: Ökonometrische Modelle sollten systematisch testen, ob das beobachtete Bieterverhalten mit kompetitiven oder strategischen Gleichgewichten konsistent ist.
-
Experimentelle Marktdesign-Studien: Laborexperimente könnten testen, welche Marktdesign-Elemente extreme Preisspitzen am effektivsten begrenzen.
-
Internationale Vergleichsstudien: Systematische Analyse, warum ähnliche Marktsituationen in verschiedenen europäischen Ländern zu unterschiedlichen Preisniveaus führen.
-
Entwicklung verbesserter Monitoring-Algorithmen: Machine-Learning-Methoden zur Echtzeit-Erkennung anomalen Marktverhaltens.
-
Langfristige Flexibilitätsbedarfsanalyse: Quantifizierung des Flexibilitätsbedarfs zur Vermeidung zukünftiger extremer Preisspitzen.
-
Analyse der Anreizwirkungen: Untersuchung, ob und wie die extremen Deckungsbeiträge tatsächlich zu erhöhten Investitionen in flexible Kapazitäten führen.
Schlussbetrachtung:
Die Schlussfolgerung von BKartA und BNetzA, dass keine Kartellrechtsverstöße oder REMIT-Verletzungen vorlagen, mag im Rahmen der rechtlichen Beweisstandards korrekt sein. Aus wissenschaftlicher und energiewirtschaftlicher Perspektive bleiben jedoch erhebliche Zweifel, ob die extremen Preisspitzen ausschließlich fundamentale Knappheitssignale darstellten oder ob strategisches Marktverhalten eine Rolle spielte.
Die identifizierten methodischen Schwächen zeigen, dass selbst bei intensiver behördlicher Prüfung die Grenzen der ex-post-Marktüberwachung schnell erreicht sind. Dies unterstreicht die Notwendigkeit, bereits im Marktdesign Mechanismen zu verankern, die extreme Preisspitzen begrenzen, während gleichzeitig ausreichende Investitionsanreize erhalten bleiben.
Die Häufung von Dunkelflauten und die Transformation hin zu einem auf erneuerbaren Energien basierenden System werden solche Knappheitssituationen häufiger machen. Es ist daher dringend erforderlich, aus den Ereignissen von November und Dezember 2024 zu lernen und sowohl das Marktdesign als auch die Monitoring-Mechanismen weiterzuentwickeln.
Abschließende Bewertung: Aus wissenschaftlicher und Marktdesign-Perspektive bleiben erhebliche Zweifel, ob die extremen Preisspitzen ausschließlich fundamentale Knappheitssignale darstellten oder ob strategisches Marktverhalten eine wesentliche Rolle spielte. Die vorliegende kritische Analyse arbeitet fundiert heraus, dass zentrale Aspekte wie das Pumpspeicherverhalten, die Day-Ahead/Intraday-Arbitrage und die Quantifizierung von Bietverhalten oberhalb der Grenzkosten unzureichend untersucht wurden. Sie unterstreicht damit die dringende Notwendigkeit verbesserter Monitoring-Mechanismen, größerer Datentransparenz und struktureller Marktreformen, um künftige Extremsituationen besser zu verstehen und regulatorisch angemessen zu adressieren.
Literaturverzeichnis
ACER (2022). Annual Report on the Results of Monitoring the Internal Electricity and Natural Gas Markets in 2021. Ljubljana: Agency for the Cooperation of Energy Regulators.
Bhagwat, P. C., Richstein, J. C., Chappin, E. J. L., & de Vries, L. J. (2017). The effectiveness of a strategic reserve in the presence of a high portfolio share of renewable energy sources. Utilities Policy, 46, 13-28.
Bundgaard-Petersen, N., Bang, C., Lind, M., & Bendtsen, J. D. (2020). Information asymmetry and the value of information sharing in the power market. Energy Economics, 86, 104678.
Child, M., Kemfert, C., Bogdanov, D., & Breyer, C. (2019). Flexible electricity generation, grid exchange and storage for the transition to a 100% renewable energy system in Europe. Renewable Energy, 139, 80-101.
Connolly, D., Lund, H., Finn, P., Mathiesen, B. V., & Leahy, M. (2011). Practical operation strategies for pumped hydroelectric energy storage (PHES) utilising electricity price arbitrage. Energy Policy, 39(7), 4189-4196.
Cramton, P. (2017). Electricity market design. Oxford Review of Economic Policy, 33(4), 589-612.
Cramton, P., & Stoft, S. (2006). The convergence of market designs for adequate generating capacity. White Paper for the California Electricity Oversight Board.
Cramton, P., Ockenfels, A., & Stoft, S. (2013). Capacity market fundamentals. Economics of Energy & Environmental Policy, 2(2), 27-46.
Deb, R. K. (2000). Operating hydroelectric plants and pumped storage units in a competitive environment. The Electricity Journal, 13(3), 24-32.
Duso, T., Herr, A., & Suppliet, M. (2020). The market impact of a capacity abuse case: The German wholesale electricity market. International Journal of Industrial Organization, 73, 102680.
Fuentes, D., & Genoese, M. (2017). Analysis of REMIT Data Quality and Transparency. Working Paper, Karlsruhe Institute of Technology.
Garcia-Bertrand, R., Conejo, A. J., & Gabriel, S. A. (2022). Market power analysis in the Iberian electricity market using a conjectural variations approach. Energy Policy, 163, 112846.
He, M., Sioshansi, R., Hobbs, B. F., & Oren, S. S. (2013). Modeling the merit order curve of the European Energy Exchange power market in Germany. IEEE Transactions on Power Systems, 28(3), 3155-3164.
Hogan, W. W. (2013). Electricity scarcity pricing through operating reserves. Economics of Energy & Environmental Policy, 2(2), 65-86.
Hogan, W. W., & Harvey, S. M. (2000). Market Power and Market Simulations. Mimeo, Harvard University.
Joskow, P. L., & Tirole, J. (2007). Reliability and competitive electricity markets. RAND Journal of Economics, 38(1), 60-84.
Kazempour, S. J., Conejo, A. J., & Ruiz, C. (2009). Strategic generation investment using a complementarity approach. IEEE Transactions on Power Systems, 24(2), 880-888.
Kopsakangas-Savolainen, M., & Svento, R. (2012). Real-time pricing in the Nordic power markets. Energy Economics, 34(4), 1131-1142.
Kühn, K. U. (2001). Fighting collusion by regulating communication between firms. Economic Policy, 16(32), 167-204.
Lago, J., Marcjasz, G., De Schutter, B., & Weron, R. (2021). Forecasting day-ahead electricity prices: A review of state-of-the-art algorithms, best practices and an open-access benchmark. Applied Energy, 293, 116983.
Löffler, M. J. (2024). Flexibilisierung des Stromverbrauchs: Grenzen und Möglichkeiten. Westfälisches Energieinstitut, Gelsenkirchen.
Newbery, D., Strbac, G., & Viehoff, I. (2016). The benefits of integrating European electricity markets. Energy Policy, 94, 253-263.
NREL (2013). Role of Pumped Storage Hydro Resources in Electricity Markets and System Operation. Technical Report NREL/TP-5500-58655. Golden, CO: National Renewable Energy Laboratory.
Schill, W. P., & Zerrahn, A. (2018). Long-run power storage requirements for high shares of renewables: Results and sensitivities. Renewable and Sustainable Energy Reviews, 83, 156-171.
Sensfuß, F., Ragwitz, M., & Genoese, M. (2008). The merit-order effect: A detailed analysis of the price effect of renewable electricity generation on spot market prices in Germany. Energy Policy, 36(8), 3086-3094.
Stromhaltig (2024). Extreme Preisspitzen und Marktmacht: Die Herausforderungen des Strommarkts im Winter 2024. Blog-Artikel. Verfügbar unter: https://stromhaltig.de/posts/extreme-preisspitzen-und-marktmacht-die-herausforderungen-des-strommarkts-im-winter-2024/
U.S. Department of Energy (2021). Pumped Storage Hydropower Valuation Guidebook. DOE/EE-2237. Washington, DC: Water Power Technologies Office.