Energie- und Rohstoffhandel 4.0 | KPMG | DE
close
Share with your friends

Energie- und Rohstoffhandel 4.0

Energie- und Rohstoffhandel 4.0

Chancen durch Digitalisierung

Verwandte Inhalte

FTM Bildwelt: Snowboarder

Um die Potenziale der Digitalisierung optimal nutzen zu können, bedarf es einer regelmäßigen Bewertung des Reifegrades einzelner Technologien und der Priorisierung eigener Anwendungsfälle.

Blockchain, Robotics, Prescriptive Analytics, Deep Learning, Künstliche Intelligenz…

Schon lange dürfen diese Schlagwörter in keiner guten Diskussion über Digitalisierung fehlen. Dem nebulösen Wunsch eines Unternehmens, digital zu werden, standen lange Zeit Fragen zu den Anwendungsfällen und der Umsetzung gegenüber. Doch nach nun etlichen Jahren der Diskussion, Erforschung und praktischen Anwendung sind einige der Technologien bereits so weit ausgereift und etabliert, um sich in kleinen Schritten der Energie- und Rohstoffwirtschaft 4.0 nähern zu können.

Um in dem sehr kompetitiven und sich stark wandelnden Markt profitabel zu bleiben, kommen Unternehmen um eine stärkere Digitalisierung ihres Geschäftsmodells nicht mehr herum. Doch was bedeutet Digitalisierung genau? Wir folgen der gängigen Definition als „Optimierung von Prozessen und Methoden durch eine umfassende Datennutzung, welche durch computergestützte Benutzungsschnittstellen und leistungsfähige Software ermöglicht wird“.

Was dies im Detail für den Energie- und Rohstoffhandel bedeuten kann, schauen wir uns im Folgenden anhand von drei konkreten Anwendungsbeispielen an.

Anwendungen der Digitalisierung

Robotic Process Automation (RPA) für Back-Office Prozesse

Aufgrund der Vielzahl von Systemen und Schnittstellen bieten Back-Office-Prozesse in Energie- und Rohstoffhandelsunternehmen erhebliches Potenzial zur Optimierung, da sie aktuell immer noch sehr manuell und aufwändig sind. Hier kann die Anwendung von RPA in Form von sogenannten Bots, also Programmen, die andere Programme steuern – oder auch die neue Generation der „virtuellen Kollegen“ – effizient Abhilfe schaffen. Diese können 24/7 im Hintergrund laufen und bei Eintreten von vordefinierten Events, wie zum Beispiel dem Eintreffen einer E-Mail, automatisiert Daten aus dem Handelssystem lesen, Daten mittels Excel verarbeiten, E-Mails schreiben und vieles mehr. So entsteht die Möglichkeit, alle sich wiederholenden Prozessschritte, die regelbasiert abgebildet werden können, zu automatisieren.

Beliebte Kandidaten zur Anwendung von RPA sind beispielsweise die Deal-Validierung, also der Abgleich von Transaktionen zwischen Handelssystem und Deal-Confirmation, die Validierung von Zahlungseingängen und spezifische regulatorische Meldeprozesse. Andere Anwendungsfälle sind Abgleiche zwischen Portfolien und Hauptbuch, Auslösen von Zahlungen beim Eintreten bestimmter Ereignisse oder das automatisierte Buchen von Rechnungen nach Abgleich mit Handelsdaten. All diese Prozesse müssen sorgfältig und meistens auch zeitnah durchlaufen werden. Sie sind jedoch zeitintensiv und nur gering wertsteigernd und somit ideale Kandidaten für RPA, da sich die Mitarbeiter nach erfolgreicher Automatisierung auf wertschöpfende Tätigkeiten fokussieren können. Zusätzlich ist das Aufsetzen von RPA meist ein „Quick-Win“, da es schnell implementiert werden kann und die Integration in die IT-Landschaft nicht invasiv ist.

OTC-Handel und Settlement über die Blockchain

Auch wenn sich die Blockchain-Technologie auf dem absteigenden Ast des „Hype Cycles“ befindet, ist es unumstritten, dass sie in gar nicht so ferner Zukunft im Energie- und Rohstoffhandel umfassend eingesetzt werden wird – insbesondere im Handel zwischen dezentralen „Prosumern“. So gab es Ende 2017 die erste Blockchain-Transaktion zwischen zwei Energiekonzernen, ermöglicht durch das Enerchain Projekt.

Als Vorteile gelten der direkte Handel ohne zentralen Vermittler und die Automatisierung der Prozesse, die notwendig sind, um die zum Teil sehr kleinen „Peer-to-Peer“ gehandelten Mengen handelskonform abzubilden.

Die Blockchain könnte als „Single Source of Truth“ für den Handelszyklus fungieren, auf welcher die Transaktionseingabe mittels „Smart Contracts“ geschieht, gefolgt von einer unmittelbaren Deal-Validierung, der Mark-to-Market-Berechnung und des abschließenden Settlements. Sie bietet somit das Potenzial, die vielen manuellen Prozesse im Handel zu automatisieren und die aktuell oft stark heterogene IT-Systemlandschaft zu verschlanken.

Ob es je dazu kommt, lässt sich aufgrund der noch vielen offenen Fragen rund um Performance, Sicherheit und Skalierbarkeit, noch nicht sagen - denkbar ist es allemal.

Liquiditätsplanung mittels Predictive Analytics

Eine der Herausforderungen bei der Liquiditätsplanung in der Energie- und Rohstoffwirtschaft ist die große Anzahl an potenziellen Faktoren, die einen Einfluss auf die zukünftige Liquidität haben können (Zinssätze, Zahlungshistorien, Umsätze aus der Direktvermarktung, Strom- und Rohstoffpreise, offene Positionen bei Margining, Wetterdaten etc.). Hier kann die Nutzung von Predictive Analytics-Methoden zur Optimierung und Automatisierung der Liquiditätsplanung effizient Abhilfe schaffen.

Voraussetzungen für die Umsetzung sind hierbei die Bereitstellung von detaillierten Vergangenheitswerten (beispielsweise SAP Liquidity Analyzer) und eine vorhandene Big-Data-Architektur (beispielsweise SAP Predictive Analytics for HANA). Einmal aufgesetzt, sind die Anwendungsmöglichkeiten sehr vielfältig. So können nicht nur zukünftige Cashflows, sondern beispielsweise auch die zu hinterlegenden Margins oder diverse Risiko- und GuV-KPIs, wie zum Beispiel Cash-Flow-at-Risk (CFaR) oder Verkaufserlöse, vorhergesagt werden. Hierbei ist die Definition der Daten, welche für die Berechnung einzelner Kennzahlen relevant sind, eine der initialen Schlüsselaufgaben beim Aufsatz von Predictive Analytics-Methoden.

Das große Potenzial wurde bereits von vielen Unternehmen erkannt. So geht der aktuelle Trend von dezentraler Planung hin zu automatisierten selbstlernenden Hochrechnungsmodellen und wachsenden Investitionen zur Nutzung interner sowie externer Datenquellen zur Prognoseverbesserung.

Intraday-Prognose und Algo-Trading

Sowohl die kurzfristige Optimierung der untertägigen Lastprognosen zwecks Vermeidung von Ausgleichsenergie als auch der daraus resultierende Viertelstundenhandel sind ohne Anwendung digitaler Technologien nicht realisierbar. Die Nutzung von nur kurzfristig verfügbaren Informationen zwecks Ableitung der Korrekturen für die Day-Ahead-Prognose setzt eine schnelle Verknüpfung der Daten aus diversen Quellen sowie selbstlernende Algorithmen zur Mustererkennung voraus. Die sofortige Umsetzung in viele kleinteilige Kauf- und Verkauforders macht ein automatisiertes Handelssystem unabdingbar. Der Wettbewerb mit Marktteilnehmern, die diese Möglichkeiten bereits nutzen, sowie der immerwährende Effizienzdruck führen zu einer zunehmenden Nachfrage nach diesen Lösungen durch Energiehandelseinheiten und damit zu einem zunehmenden Angebot der Systemhersteller.

Prioritäten setzen

Doch womit fängt man beim Thema Digitalisierung am besten an, bzw. für die Digitalisierungspioniere, wie fährt man fort? Da bei der großen und stetig wachsenden Anzahl an Schlagwörtern rund um das Thema schnell der Überblick und vor allem der Fokus auf das Wichtige verloren gehen kann, ist es notwendig, anfangs eine Beurteilung der einzelnen Anwendungsfälle und Technologien vorzunehmen. Dazu stellt man den heutigen Reifegrad einzelner Technologien dem Nutzenpotenzial im eigenen Energie- und Rohstoffhandel gegenüber und kann so schnell erkennen, welche Anwendungsfälle zu ignorieren (geringer Nutzen und Reifegrad), beobachten (hoher Nutzen und geringer Reifegrad), erforschen (hoher Reifegrad und geringer Nutzen) und umzusetzen (hoher Nutzen und Reifegrad) sind.

In diesem Zusammenhang sollte aber immer auch geprüft werden, welche Möglichkeiten die derzeitige Systemlandschaft bereits bietet, ohne dass diese ausreichend genutzt wird. Zudem ist auch stets zu prüfen, inwieweit eine Weiterentwicklung von Methoden und Prozessen notwendige Vorbedingung für die Umsetzung digitaler Lösungen ist.

So kann sich beispielsweise für ein mittelständisches Stadtwerk ergeben, dass

  • Robotic Process Automation für Back-Office-Prozesse unmittelbar umgesetzt,
  • das Thema OTC-Handel und Settlement über die Blockchain aktiv erforscht,
  • die Planung der Cashflows mittels Predictive Analytics zunächst nur beobachtet,
  • das bestehende Risikoreporting flexibler und unter direkter Nutzung der Datenbanken an Stelle aufwendiger Zahlenaufbereitung in Excel gestaltet sowie
  • die längst vorhandene Schnittstelle zur automatisierten Buchung der Handelsgeschäfte zu Lasten der dennoch beibehaltenen manuellen Buchung auf Basis von Bestandslisten aus dem ETRM aktiviert werden sollte.

Die aus dem Arbeitsschritt resultierende Matrix über alle Anwendungsmöglichkeiten und Technologien sollte die Grundlage für strategische Diskussionen rund um die Roadmap zum Energie- und Rohstoffhandel 4.0 darstellen und stetig aktualisiert werden.

Fazit

Die digitale Transformation ist in vollem Gange. Die Vorreiter im Finanzsektor haben bewiesen, dass das Suchen nach sinnvollen Anwendungsmöglichkeiten und Beharrlichkeit bei der Implementierung sich strategisch und ökonomisch auszahlen.

Auch Unternehmen im Bereich der Energie- und Rohstoffwirtschaft holen auf. Etablierte Technologien, wie beispielsweise immer ausgereiftere algorithmische Handelssysteme für den Intraday-Markt oder kostengünstige Sensoren zur Messung der Wartungsnotwendigkeit von Kraftwerken und Windparks (Stichwort Predictive Maintenance) werden bereits von vielen Unternehmen aktiv erforscht und implementiert. Neben der Steigerung des Umsatzes und der Effizienz, berichten sie von verbesserter Kundenbindung und der Möglichkeit zur Erschließung neuer Märkte. Die regelmäßig neu auftauchenden und viel versprechenden Technologien zeigen, dass wir uns erst am Anfang der Digitalisierung befinden und es eine spannende Reise bleiben wird.

Quelle: KPMG Corporate Treasury News, Ausgabe 75, Januar 2018
Autor: Robert Morys, Manager, Finance Advisory, rmorys@kpmg.com 

KPMG Corporate Treasury News

So kontaktieren Sie uns

 

Angebotsanfrage (RFP)

 

Absenden