Laden Sie Viertelstundenwerte von SMARD, die Monats- und Jahresmarktwerte von Netztransparenz sowie Anlagedaten aus dem Marktstammdatenregister (MaStR) herunter. Bereinigen Sie die Zeitreihen, aggregieren Sie Q15 zu Stunden- und Tageswerten, berechnen Sie Jahresmarktwert (JW) und Capture Rate, und verknüpfen Sie das Ergebnis mit GIS-Flächen. Diese drei Kennzahlen liefern direkte Eingaben für Ertragsprognosen und Wirtschaftlichkeitsmodelle.

Sofort-Checkliste:

• SMARD (Bundesnetzagentur): Viertelstundenwerte für Erzeugung und Spotpreise herunterladen, Zeitstempel und Versionsnummer notieren
• Netztransparenz.de: Monats- und Jahresmarktwerte nach EEG exportieren, Veröffentlichungsdatum dokumentieren
• MaStR: Anlagenbestand nach Energieträger, Region und Leistung filtern, CSV exportieren
• Referenzwerte prüfen: Fraunhofer ISE Volllaststunden (Onshore Ø ca. 2.721 h) und aktuelle JW-Benchmarks als Plausibilitätsanker verwenden

Inhaltsverzeichnis

• Welche deutschen Marktdaten Sie brauchen und wo Sie sie bekommen
• Wie bereiten Sie Rohdaten für die Analyse auf?
• Wie berechnen Sie Jahresmarktwert, Capture Rate und Preis-Dauer-Kurve?
• Wie verknüpfen Sie Marktdaten mit Flächen- und GIS-Informationen?
• Wie fließen Marktdaten in Wirtschaftlichkeitsmodelle ein?
• Welche Fehler passieren häufig und wie vermeiden Sie sie?
• Wie lange dauert die Auswertung und was kostet sie?
• Wann lohnt sich eine integrierte Plattformlösung wie Nefino?
• Wichtige Erkenntnisse
• Was die Praxis wirklich lehrt
• Nefino macht Ihre Marktdatenauswertung reproduzierbar
• Nützliche Quellen und Referenzen

Welche deutschen Marktdaten Sie brauchen und wo Sie sie bekommen

Für eine belastbare Auswertung von Energiemarktdaten brauchen Sie drei Quellen, die sich gegenseitig ergänzen. Keine davon ist optional.

Quelle	Auflösung	Typischer Anwendungsfall	Lizenz / Export
SMARD (BNetzA)	15 Minuten (Q15)	Profilbildung, Capture Rate, Preis-Dauer-Kurven	Kostenlos, CSV/JSON, tagesaktuell
Netztransparenz.de (ÜNBs)	Monatlich / jährlich	Abrechnungsannahmen, JW-Kalibrierung, EEG-Szenarien	Kostenlos, CSV, bis 10. Werktag des Folgemonats
Marktstammdatenregister (MaStR)	Anlagenebene	Flächenbewertung, Bestandsanalyse, Leistungsverteilung	Kostenlos, CSV, gefilterte Exporte
Fraunhofer ISE	Jahreswerte	Volllaststunden-Benchmarks, LCOE-Referenz	Öffentliche Studien, PDF

SMARD ist die Basis für alles, was mit Zeitreihenprofilen zu tun hat. Die Q15-Granularität erlaubt es, stündliche und tägliche Erzeugungsprofile zu rekonstruieren und mit Spotpreisen zu korrelieren. Netztransparenz liefert die offiziellen EEG-Marktwerte: Für 2025 weist die Plattform einen Jahresmarktwert Wind an Land von 7,441 ct/kWh aus, Wind auf See 8,059 ct/kWh und Solar 4,508 ct/kWh. Diese Werte sind gesetzlich vorgeschrieben und werden von den Übertragungsnetzbetreibern monatlich veröffentlicht. Das MaStR ergänzt die Marktdaten um Anlagedaten: Welche Kapazitäten stehen wo, welche Anlagen sind in Betrieb, welche in Planung? Für reproduzierbare Datenschnitte empfiehlt sich die Nutzung der MaStR-Filterlinks, etwa für Freiflächen-PV über 1 MW oder Windanlagen in bestimmten Bundesländern.

Wie bereiten Sie Rohdaten für die Analyse auf?

Rohdaten aus SMARD und MaStR sind gut strukturiert, aber nicht sofort analysierbar. Zeitzonenfehler und fehlende Werte sind die häufigsten Ursachen für falsche Ergebnisse.

1. Zeitstempel vereinheitlichen: Alle Zeitreihen auf CET/CEST normieren. SMARD liefert Daten in MEZ/MESZ, was bei Jahresübergängen zu Lücken führen kann.
2. Aggregation Q15 → h/d/m: Energiemengen arithmetisch summieren, Preise leistungsgewichtet mitteln. Nie einfach den Durchschnitt über Intervalle bilden, wenn die Erzeugung ungleich verteilt ist.
3. Fehlende Werte identifizieren: Lücken im Datensatz visualisieren. Kurze Lücken (1–2 Intervalle) können durch den Mittelwert der umliegenden Werte imputiert werden. Längere Lücken dokumentieren und aus Berechnungen ausschließen.
4. Duplikate entfernen: Besonders bei manuell zusammengeführten Exporten aus mehreren Zeiträumen.
5. Ausreißer flaggen: Negative Preise sind real und dürfen nicht gelöscht werden. Technische Ausreißer (z. B. Werte von 0 bei bekannter Einspeisung) dagegen kennzeichnen.
6. Einheiten prüfen: MWh vs. kWh, MW vs. kW. Ein Einheitenfehler skaliert das Ergebnis um den Faktor 1.000.
7. Versionierung dokumentieren: Exportdatum, Quelldateiname und angewendete Filter in einer Metadatentabelle festhalten.

Profi-Tipp: Speichern Sie gefilterte MaStR-Exportlinks als reproduzierbare URLs. So können Sie denselben Datenschnitt in drei Monaten mit einem Klick wiederholen, ohne Filterparameter neu einzugeben.

Wer Best Practices zur Datenaufbereitung für Energiemarktdaten sucht, findet dort einen vertiefenden Leitfaden zu Qualitätschecks und Dokumentationsstandards.

Symbolbild, KI-generiert

Wie berechnen Sie Jahresmarktwert, Capture Rate und Preis-Dauer-Kurve?

Die drei Kernmetriken der Marktdatenanalyse lassen sich mit einfachen Formeln aus den aufbereiteten Zeitreihen ableiten.

Jahresmarktwert (JW) ist der erzeugungsgewichtete Durchschnittspreis über ein Jahr:

JW = Σ(Erzeugung_t × Preis_t) / Σ(Erzeugung_t)
Der JW misst, zu welchem Durchschnittspreis eine Anlage ihre Energie tatsächlich verkauft hätte, wenn sie stündlich am Spotmarkt abgerechnet worden wäre.

Capture Rate zeigt, wie gut ein Anlagenprofil mit dem Marktpreis korreliert:

Capture Rate = realisierter Durchschnittspreis / JW (Gesamtmarkt)

Eine PV-Anlage erzeugt tagsüber, wenn viele andere PV-Anlagen ebenfalls einspeisen. Das drückt den Preis genau dann, wenn die Anlage produziert. Deshalb liegt die Solar-Capture Rate strukturell unter 1,0. Für 2025 verdeutlicht das die Netztransparenz-Daten: Der Solar-JW von 4,508 ct/kWh liegt deutlich unter dem Gesamtmarktwert von 8,932 ct/kWh.

Symbolbild, KI-generiert

Rechenbeispiel für eine 1-MW-PV-Anlage: Angenommen, die Anlage erzeugt in einem Quartal 250 MWh. Der erzeugungsgewichtete Durchschnittspreis beträgt 45 €/MWh, der Markt-JW für denselben Zeitraum 60 €/MWh. Dann ergibt sich eine Capture Rate von 45/60 = 0,75, also 75 %.
Der Erlös für das Quartal beträgt 250 MWh × 45 €/MWh = 11.250 €.

Die Preis-Dauer-Kurve entsteht, indem Sie alle Stundenpreise eines Jahres absteigend sortieren und gegen die kumulierte Stundenzahl auftragen. Sie zeigt sofort, wie viele Stunden negative Preise aufgetreten sind und wie steil das Preisgefälle ist. Für Windprojekte ist das besonders relevant, weil Starkwindphasen oft mit niedrigen oder negativen Preisen zusammenfallen.

Historische Solar-Marktwerte zeigen, wie stark diese Kennzahlen schwanken können: 2023 lag MWSolar bei 8,003 ct/kWh, 2024 bei 5,858 ct/kWh. Szenarien, die nur einen Jahreswert verwenden, unterschätzen dieses Risiko erheblich.

Wie verknüpfen Sie Marktdaten mit Flächen- und GIS-Informationen?

Zeitreihendaten ohne räumlichen Bezug sind für die Standortbewertung wertlos. Die Verknüpfung erfolgt über den Einspeisepunkt.

• Zuordnungsmethodik: Jede Anlage oder Fläche wird dem nächsten Netzanschlusspunkt zugeordnet. Für Windprojekte ist das in der Regel der nächste Umspannpunkt im Hochspannungsnetz, für Solar oft der Mittelspannungsanschluss.
• Gewichtung: Bei mehreren Anlagen auf einer Fläche gewichten Sie die Ertragsprofile nach installierter Leistung (MW), nicht nach Anlagenanzahl.
• Formate: GeoJSON und GeoPackage (GPKG) eignen sich für webbasierte Workflows, Shapefiles für ältere GIS-Umgebungen. Koordinatenreferenzsystem immer auf EPSG:25832 (ETRS89/UTM Zone 32N) prüfen, bevor Sie Layer zusammenführen.
• GIS-Checks: Überschneidungen mit Ausschlussflächen (Naturschutz, Siedlungsabstände, Militär) prüfen, Mindestabstände nach Landesrecht validieren, Netzkapazitätslayer auf Engpässe abfragen.
• Audit-Trail: Jede Flächenbewertung braucht einen dokumentierten Zeitstempel und eine Versionsnummer der verwendeten Layer. Ohne das ist die Bewertung in einer Due Diligence nicht verwertbar.

GIS-gestützte Workflows bündeln dabei viele Layer gleichzeitig und erlauben automatisierte Eignungsbewertungen für ganze Regionen. Wer den Geodaten-Leitfaden für Marktanalysen kennt, findet dort konkrete Hinweise zur Layer-Kombination für Wind- und Solarprojekte in Deutschland.

Wie fließen Marktdaten in Wirtschaftlichkeitsmodelle ein?

JW und Capture Rate sind keine abstrakten Kennzahlen. Sie sind direkte Inputs für Erlösprognosen.

Input-Mapping:

• JW × Volllaststunden × installierte Leistung = erwarteter Jahreserlös (Basisannahme)
• Capture Rate korrigiert diesen Wert nach unten, wenn das Anlagenprofil mit niedrigen Preisphasen korreliert
• Volllaststunden aus Fraunhofer ISE als Benchmark: Onshore-Wind Ø ca. 2.721 h, küstennah bis ca. 3.200 h

Kleine Unterschiede in der Standortwahl verändern den LCOE erheblich: Der Sprung von 2.700 auf 3.200 Volllaststunden kann die Stromgestehungskosten um mehrere Euro pro MWh senken und damit über die Wirtschaftlichkeit eines Projekts entscheiden.

Für Szenarien empfiehlt sich ein Drei-Punkte-Ansatz: Baseline (aktueller JW), pessimistisch (JW minus 20 %, niedrigere Volllaststunden), optimistisch (JW plus 15 %, höhere Verfügbarkeit). Die stärksten Hebel in der Sensitivitätsanalyse sind Marktpreis, Volllaststunden und Verfügbarkeitsfaktor, in dieser Reihenfolge.

Profi-Tipp: Führen Sie die Sensitivitätsanalyse zuerst auf dem JW durch, bevor Sie Volllaststunden variieren. Preisrisiken dominieren bei Solar deutlich stärker als bei Wind, weil die Capture Rate strukturell volatiler ist.

Wie Marktdaten als Steuerungsgröße für Projektentwicklung und Investmententscheidungen eingesetzt werden, zeigt der vertiefende Leitfaden auf nefino.de.

Welche Fehler passieren häufig und wie vermeiden Sie sie?

Typische Fehler und Qualitätschecks:

1. Falsche Zeitzonen: MEZ und UTC werden verwechselt, besonders bei Jahresübergängen. Prüfen Sie immer, ob Winterzeit- und Sommerzeitumstellungen korrekt abgebildet sind.
2. Nicht dokumentierte Imputationen: Fehlende Werte werden stillschweigend ersetzt, ohne dass das im Modell vermerkt ist. Das macht Ergebnisse nicht reproduzierbar.
3. Doppelzählungen durch Aggregationsfehler: Wenn Q15-Werte auf Stundenbasis summiert und dann nochmals auf Tagesbasis aufsummiert werden, ohne die Zwischenstufe zu bereinigen, entstehen systematische Überschätzungen.
4. JW ohne Erzeugungsgewichtung: Ein einfacher Preisdurchschnitt über alle Stunden ist kein JW. Nur die erzeugungsgewichtete Variante ist für EEG-Abrechnungsszenarien korrekt.
5. Veraltete Daten ohne Versionsprüfung: Daten ohne klare Zeitstempel lassen sich in einer Due Diligence kaum verwenden. Prüfen Sie immer das Veröffentlichungsdatum der ÜNB-Exporte.

Regulatorische Hinweise:

• EEG-Marktwerte gelten technologiespezifisch. Verwechslungen zwischen Wind-an-Land-JW und Solar-JW führen zu falschen Marktprämienberechnungen.
• ÜNB-Daten werden gesetzlich bis zum 10. Werktag des Folgemonats veröffentlicht. Planen Sie diesen Verzug in Ihren Datenworkflow ein.
• Fraunhofer ISE Volllaststunden dienen als Benchmark, ersetzen aber keine standortspezifische Windertragsgutachten oder Solarpotenzialstudien.

Wie lange dauert die Auswertung und was kostet sie?

Phase	Zeitaufwand	Typische Kostentreiber
Datensammlung (SMARD, Netztransparenz, MaStR)	1–2 Tage	Intern: Analystenstunden; extern: keine Lizenzkosten
Bereinigung und Aggregation	1–5 Tage	Skripting (Python/R) oder manuelle Aufbereitung in Excel
Analyse und Kennzahlenberechnung	2–5 Tage	Tooling, ggf. SaaS-Abonnement
GIS-Integration	1–3 Tage	GIS-Software, Geodatenlizenz
Modellintegration und Reporting	2–5 Tage	Finanzmodell-Anpassung, externe Validierung

Bei einmaligen Projekten ist manuelles Skripting oft ausreichend. Wer dieselben Auswertungen monatlich wiederholt, verliert mit manuellen Prozessen schnell mehrere Tage pro Quartal. Ab etwa drei Projekten gleichzeitig rechnet sich eine SaaS-Lösung mit automatisierter Datenpflege fast immer.

Wann lohnt sich eine integrierte Plattformlösung wie Nefino?

Manuelle Workflows funktionieren für ein Einzelprojekt. Sobald Sie mehrere Standorte parallel bewerten oder Daten monatlich aktualisieren müssen, wird der Aufwand zum Engpass.

Eine integrierte Plattform liefert versionierte Daten, automatisierte Q15-Aggregation und GIS-Verknüpfung in einem Workflow. Das reduziert den Zeitaufwand für Routineauswertungen erheblich und macht Ergebnisse auditierbar.

Nefino bietet genau diesen Ansatz: tägliche Datenpflege, Metadaten mit Zeitstempeln, Export in Finanzmodellformate und einen Audit-Trail für jede Flächenbewertung. Besonders für Projektentwickler, die regelmäßig JW, Capture Rate und GIS-Checks für mehrere Standorte brauchen, verkürzt das den Analysezyklus spürbar.

Profi-Tipp: Fordern Sie bei jeder Plattform einen Beispielexport mit echten Zeitstempeln und Versionskennzeichnung an. Wenn ein Anbieter das nicht liefern kann, ist seine Datenqualität für Due-Diligence-Prozesse nicht geeignet.

Die Dateninterpretation im Energiemarkt erfordert mehr als nur Zahlen. Es braucht einen klaren Workflow, der von der Rohdatenquelle bis zum Finanzmodell lückenlos dokumentiert ist.

Wichtige Erkenntnisse

Eine belastbare Marktdatenauswertung für Wind- und Solarprojekte in Deutschland erfordert drei Quellen, drei Kernmetriken und einen dokumentierten GIS-Workflow, der direkt in Wirtschaftlichkeitsmodelle einfließt.

Thema	Details
Datenpriorität	SMARD (Q15) + Netztransparenz (JW/Monatswerte) + MaStR-Anlagedaten sind die drei Pflichtquellen.
Kernmetriken	JW, Capture Rate und Preis-Dauer-Kurve liefern die direkten Inputs für Erlösprognosen und LCOE-Berechnungen.
JW-Benchmarks 2025	Wind an Land: 7,441 ct/kWh; Wind auf See: 8,059 ct/kWh; Solar: 4,508 ct/kWh; Gesamtmarkt: 8,932 ct/kWh.
GIS-Verknüpfung	Erzeugungsprofile müssen mit Einspeisepunkten, Ausschlussflächen und Netzkapazitätslayern verknüpft werden.
Versionierung	Zeitstempel und Versionsnummern aller Exporte sind Pflicht für auditierbare Due-Diligence-Prozesse.
Nefino	Nefino automatisiert Q15-Aggregation, GIS-Integration und Reportexport für wiederkehrende Marktdatenauswertungen.

Was die Praxis wirklich lehrt

Die meisten Fehler in Wirtschaftlichkeitsmodellen entstehen nicht bei der Berechnung, sondern davor. Falsche Zeitzonen, ein vergessener Aggregationsschritt, ein JW aus dem Vorjahr ohne Aktualisierung. Das klingt trivial, aber in Projekten mit mehreren Beteiligten und langen Laufzeiten summieren sich diese Fehler.

Was wirklich hilft: die Netzlayer-Prüfung so früh wie möglich in den Workflow zu ziehen. Viele Projekte scheitern nicht an schlechten Marktpreisen, sondern an Netzengpässen, die erst spät entdeckt werden. Wer GIS-Checks und Marktdatenauswertung von Anfang an zusammendenkt, spart sich teure Nacharbeiten.

Automatisierte Prozesse bringen hier den größten Hebel. Nicht weil manuelle Auswertungen grundsätzlich schlechter sind, sondern weil sie bei monatlich aktualisierten Daten schlicht zu langsam werden. Wer mit Nefino arbeitet, bekommt versionierte Daten mit Zeitstempeln, die direkt in Finanzmodelle exportiert werden können. Das ist kein Komfortgewinn, sondern ein Qualitätsstandard.

Nefino macht Ihre Marktdatenauswertung reproduzierbar

Wer monatlich JW, Capture Rate und GIS-Checks für mehrere Standorte braucht, verliert mit manuellen Prozessen wertvolle Analysezeit. Nefino liefert tagesaktuelle, versionierte Energiemarktdaten mit integrierter GIS-Verknüpfung, automatisierter Aggregation und Exportfunktionen für Finanzmodelle. Kein manuelles Zusammenführen von SMARD-CSVs, kein Zeitzonenproblem, kein fehlender Zeitstempel.

Fordern Sie ein Testdatenpaket an oder lassen Sie sich die Plattform in einer Demo zeigen. Alle relevanten Datenpakete, Geodaten und Abonnementoptionen finden Sie direkt auf der Data-as-a-Service-Seite von Nefino.

Nützliche Quellen und Referenzen

• SMARD (Bundesnetzagentur): Viertelstundenwerte für Erzeugung, Last und Spotpreise; kostenlos, tagesaktuell, CSV/JSON-Export. Basis für Profilbildung und Preis-Dauer-Kurven.
• Netztransparenz.de (ÜNBs): Monats- und Jahresmarktwerte nach EEG, veröffentlicht bis zum 10. Werktag des Folgemonats. Pflichtquelle für JW-Kalibrierung und EEG-Abrechnungsszenarien.
• Marktstammdatenregister (MaStR): Anlagenbestandsdaten mit Filteranleitung; CSV-Export nach Energieträger, Region, Leistung und Betriebsstatus. Unverzichtbar für Flächenbewertung und Bestandsanalyse.
• Fraunhofer ISE – Stromgestehungskosten Erneuerbare Energien (2024): Volllaststunden-Benchmarks (Onshore Ø ca. 2.721 h, küstennah bis ca. 3.200 h) und LCOE-Referenzwerte für Wind und Solar in Deutschland.

Prüfen Sie bei jeder dieser Quellen als erstes den Zeitstempel und die Versionsnummer des Exports. Daten ohne diese Angaben sind für auditierbare Prozesse nicht geeignet.

Empfehlung

• Marktdaten Energie: Projekte optimal mit Zahlen steuern
• Arten von Marktdaten Energie: Der Leitfaden für Profis
• Best Practices Marktdaten Energie: Ihr Leitfaden