• DE
  • 3 Fragen an ...

    Mario Schmoltzi

    STEAG produziert nicht nur Energie, sondern vermarktet sie mit dem Bereich Trading & Optimization (T&O) auch rund
    um die Uhr. Künftig kann dabei auch künstliche Intelligenz (KI) eingesetzt werden – mit einem Algorithmus, an dem Mario Schmoltzi arbeitet.

    Zur Person
    Mario Schmoltzi (35), Senior Manager Trading Strategies im Bereich Trading & Optimization bei STEAG, studierte Betriebswirtschaftslehre mit Grundstudium Wirtschaftsinformatik und Schwerpunkt Banking & Finance in Hessen. Im Anschluss arbeitete er als Analyst bei einer US-amerikanischen Investmentbank und danach bei einem britischen, multinational tätigen Energiekonzern. Seit 2015 steht Mario Schmoltzi in Diensten von STEAG, wo er im Bereich Trading & Optimization seine vielfältigen Erfahrungen im elektronischen Handel einbringt.

    Welche Bedeutung haben computergestützte Algorithmen für den STEAG-Bereich T&O?
    Ohne computergestützte Algorithmen wäre der Stromhandel in seiner heutigen Form gar nicht möglich. Ein Großteil des Handels läuft längst automatisiert ab. Die Preisschwankungen im Intraday-Strommarkt, also dem ganz kurzfristigen Handel für Stromlieferungen am selben Tag, sind enorm. Der Handel wird immer schneller und anspruchsvoller. Entscheidungen müssen immer kurzfristiger getroffen werden – teils nur wenige Minuten vor der tatsächlichen Produktion und Lieferung des Stroms. Aufgrund dieser Komplexität ist es heute schlicht unerlässlich, computergestützte Algorithmen im Intraday-Handel einzusetzen.

    Wie sind Sie auf die Idee gekommen, KI in den Intraday-Handel einzubinden?
    Täglich setzen wir erhebliche Summen bei der Einsatzdisponierung und Optimierung von Stromerzeugungsanlagen um. Das ist für sich genommen schon ein hochdynamischer Prozess, in den viel Erfahrung einfließt. Wenn sich das Marktumfeld und auch die Anlagen, die wir vermarkten, ändern, müssen wir die neuen Gegebenheiten oft detailliert analysieren, um unser Handeln entsprechend anzupassen. Ich habe auf Basis des Deep Reinforcement Learnings einen Algorithmus entwickelt, der sein Marktumfeld auf der Grundlage von „trial and error“ selbstständig erkundet und daraus erfolgsversprechende Handelsstrategien ableitet.

    Welches Potenzial hat dieser Algorithmus für den künftigen Handel?
    KI-Algorithmen werden den Stromhandel zukünftig prägen, denn sie können sich kontinuierlich an den Markt anpassen. Das wird vor allem mit Blick auf die Veränderungen am Energiemarkt von zentraler Bedeutung sein: Der Anteil erneuerbarer Energien wird weiter steigen und die Dezentralisierung der Energieerzeugung voranschreiten. Wenn zum Beispiel Batteriespeicher stärker im Stromhandel berücksichtigt werden, können wir mit diesem Algorithmus die hier zur Verfügung stehende Flexibilität gewinnbringend vermarkten – und zwar so, dass gleichzeitig der Ladezustand der Batterie optimal berücksichtigt wird.