Ein niedrigerer Fehlerwert bei der Stromlastprognose kann für die Planung relevant sein. Er ersetzt aber weder eine Reserveplanung noch eine Betriebsfreigabe. Genau diese Grenze wird in einer neuen 41-Tage-Challenge zur aggregierten deutschen Last sichtbar: Für 35 gemeinsame Tage berichtet das aktuelle arXiv-Preprint für spotoptim-lgbm einen deutlich niedrigeren mittleren absoluten Fehler als für die ENTSO-E-Referenz. Der Vergleich ist überprüfbar. Seine praktische Reichweite bleibt begrenzt.
Lastprognosen fließen in die Einsatzplanung von Kraftwerken, die Bemessung von Reserven und Day-ahead-Gebote ein. Wenn eine Prognose besser wird, kann das dort helfen. Ob sie es unter realen Bedingungen tut, hängt aber auch von Datenqualität, Unsicherheit, Änderungsprotokollen und klaren menschlichen Freigaben ab.
Der Vergleich: 35 gemeinsame Tage, nicht 41
Das Paper beschreibt eine abgeschlossene Live-Challenge vom 10. Juni bis 20. Juli 2026. Bewertet wurde die aggregierte Last der deutschen ENTSO-E-Zone, nicht ein lokales Verteilnetz und auch nicht der Verbrauch einzelner Haushalte. Das aktuelle Dokument ist ein arXiv-Working-Paper in Version 3 vom 13. August. Es wurde nicht peer-reviewt und ist kein unabhängiger Feldtest eines Netzbetreibers.
Auf 35 gemeinsamen Tagen nennt das Paper einen MAE von 1369,1 MW für spotoptim-lgbm und 2097,9 MW für die ENTSO-E-Referenz. MAE steht für mittleren absoluten Fehler: Er zeigt, wie weit Prognosen im Mittel vom tatsächlichen Wert entfernt lagen. Aus den veröffentlichten Werten hat die Redaktion 2097,9 minus 1369,1 gerechnet. Das ergibt 728,8 MW oder 34,74 Prozent weniger MAE gegenüber der Referenz. Das ist eine Nachrechnung der Paper-Zahlen, keine Reproduktion des Wettbewerbs.
Für die Gesamtwertung darf daraus kein 41-Tage-Sieg werden. Das eingefrorene Leaderboard weist für spotoptim lgbm nur 35 Tage aus, für die ENTSO-E-Referenz dagegen 41. Zudem wurden verpasste Einreichungen nach der Challenge-Regel per Last Observation Carried Forward fortgeschrieben. Diese Regel hält ein Ranking vollständig, kann aber Einreichungsdisziplin und Modellgüte vermischen. Abdeckung und Fehlerwert gehören deshalb zusammen gelesen.
Was die Prognosekette leistet – und was nicht
Die Referenzpipeline verarbeitet ENTSO-E-Actual-Load-Daten zu Stundenwerten. Sie markiert Lücken und unplausible Werte, nutzt historische Lastwerte, Kalender- und Feiertagsmerkmale sowie Wetterdaten und erzeugt rekursiv eine Prognose für 24 Stunden. Rekursiv heißt: Frühere Vorhersagen können für spätere Stunden wieder als Eingangswert dienen. Das ist praktisch, kann Fehler aber auch über den Tag weitertragen.
Der offizielle ENTSO-E-Day-ahead-Forecast ist im dokumentierten Standardpfad Vergleichs- und Qualitätsreferenz, nicht gewöhnliche Trainingsvariable. Die Challenge testet damit eine Prognosepipeline gegen veröffentlichte Istwerte. Sie hat keinen automatischen Schaltbefehl, keinen Schutzmechanismus und keine Netzregelung erprobt.
Der MAE bleibt dabei nur eine von mehreren Größen. Ein niedriger Mittelwert sagt nicht, zu welchen Tageszeiten eine Prognose zu hoch oder zu niedrig liegt. Für Betreiber können genau solche Verteilungen wichtig sein: Unterprognosen, Reservebedarf, Fehler bei Extremwetter oder bei abrupten Strukturbrüchen lassen sich nicht aus dem MAE allein ablesen. Eine peer-reviewte Studie zu älteren ENTSO-E-TSO-Prognosen ist hier ein hilfreicher Kontext. Sie fand strukturierte und autokorrelierte Fehler. Sie erklärt nicht die Ursache der aktuellen Challenge-Werte, zeigt aber, warum eine einzelne Kennzahl nicht genügt.
Vom Challenge-Score zur Betriebsfrage
Der nächste sinnvolle Schritt wäre deshalb keine große Behauptung über „KI im Stromnetz“, sondern ein belastbarerer Test. Er müsste Winterlast, Kälte, Ferien, Extremwetter und Strukturbrüche einschließen. Dazu kämen eine eingefrorene Daten- und Versionskette, vollständige Abdeckung sowie veröffentlichte Unsicherheits- und Fehlermetriken. Erst dann wäre ein Betreiberpilot mit dokumentierten Freigaben und Audit-Log eine belastbare nächste Stufe.
Auch die technische Herkunft gehört zur Einordnung. Der Erstautor des Working Papers ist zugleich Entwickler der verwendeten Softwarepakete. Die veröffentlichte Dokumentation beschreibt deterministische Verarbeitung, Audit-Logs und nachvollziehbare Datenbehandlung als Designziele. Das sind nützliche Eigenschaften, aber keine unabhängige Bestätigung und keine Einsatzfreigabe.
Die EU-Regeln entscheiden nicht nach dem Schlagwort Energie-KI
Der EU AI Act macht aus einer Lastprognose nicht automatisch ein Hochrisikosystem. Entscheidend sind Zweckbestimmung und konkrete Rolle im System. Der offizielle AI-Act-Service-Desk nennt die Prognose der Netzlast als Beispiel außerhalb einer direkten Sicherheitskomponenten-Rolle. Anders kann die Lage aussehen, wenn ein System kritische Funktionen wie Lastverteilung, Netzstabilität oder Abschaltverfahren unmittelbar überwacht oder beeinflusst.
Das ist keine Rechtsberatung und keine Einstufung dieses Papers oder einer Softwarebibliothek. Es erklärt aber, warum die technische Frage und die regulatorische Frage auseinandergehalten werden müssen. Die mit der Verordnung (EU) 2026/1744 angepassten Anwendungstermine für bestimmte High-Risk-Regeln ändern daran nichts: Für einen realen Einsatz bleiben Daten, Logging, Aufsicht, Rolle und Nachweise konkret zu prüfen.
Was von dem Ergebnis bleibt
Der 35-Tage-Vergleich ist ein guter Prüfstein, weil er einen klaren Fehlerabstand dokumentiert und der Datenpfad offen beschrieben ist. Er belegt noch nicht, dass die Pipeline im deutschen Netzbetrieb besser arbeitet, Kosten senkt oder die Stabilität erhöht. Dafür fehlen die entscheidenden Nachweise zu Stressphasen, Fehlerverteilung, Reservefolgen und Verantwortlichkeiten.
Gerade deshalb ist der Test interessant. Er zeigt, dass eine nachvollziehbare Prognosepipeline im begrenzten Vergleich einen relevanten Vorsprung erreichen kann. Der Wert für Betreiber liegt nicht in einer schnellen Übertragung des Rankings, sondern in der Frage, ob sich dieser Vorsprung unter härteren Bedingungen reproduzieren und verantwortbar in Entscheidungen übersetzen lässt.
Quellen und weiterführende Informationen
- arXiv: 41-day live challenge on aggregated German load, Version 3
- Challenge-Leaderboard zur DE-Day-Ahead-Lastprognose
- Repository mit Challenge-Regeln und Datenprovenienz
- Möbius et al.: Enhancing energy system models using better load forecasts
- ENTSO-E: Actual Total Load und Day-ahead per Bidding Zone
- EU AI Act Service Desk: Critical Infrastructure
- Verordnung (EU) 2026/1744
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-08-24.
