Schlagwort: Datenqualität

Bleiben Sie auf dem laufenden - der Datenqualität RSS-Feed

Referentenentwurf zur ersten Änderung der Marktstammdatenregisterverordnung (MaStRV)

Höhere Datenqualität und geringere Meldeaufwände sind die Hauptziele des Marktstammdatenregisters (MaStR). Als elektronisches Verzeichnis energiewirtschaftlicher Anlagendaten soll es mehr Transparenz gewährleisten. Vor Implementierung des Webportals bedarf es bereits erster Anpassungen der Verordnung – unter anderem der Übergangsfristen. Der Go-Live ist nun für den 4. Dezember 2018 geplant.

Die Einführung eines Marktstammdatenregisters soll die Datenqualität im Strom- und Gasmarkt steigern

Die Marktstammdatenregisterverordnung (MaStRV) wurde im März 2017 verabschiedet. Ziel ist, ein für jedermann nutzbares Instrument zu schaffen, welches die wesentlichen Akteure des Strom- und Gasmarktes erfasst. Dazu zählen insbesondere Strom- und Gaserzeuger, Betreiber von Strom- und Gasspeichern, Energiever­brauchs­anlagen, die am Stromhöchst- und hochspannungsnetz bzw. am Gasfernleitungsnetz angeschlossen sind, organisierte Marktplätze, Netzbetreiber, Bilanzkreis­verant­wort­liche, Messstellenbetreiber, Strom­lieferanten und Transportkunden.

Eine gute Datenqualität ist die Grundlage für ein erfolgreiches EVU

Der Änderungsdruck in der Energiebranche nimmt aufgrund von Regulierung, Liberalisierung und weitreichenden politischen Entscheidungen stetig zu.

Der hinter einer Endkundenabrechnung stehende Aufwand wird hierdurch immer größer. Ausschlaggebend für die Geschäftsergebnisse werden neben der Abrechnung mehr und mehr Prozesse, die im Hintergrund zur Erfüllung der regulatorischen Anforderungen und zur Harmonisierung von physischer und kaufmännischer Welt ablaufen:

  • Mehr-/ Mindermengenabrechnung
  • Bilanzierung
  • Bilanzielle Abgrenzung
  • Prognose im Zusammenhang mit Ausgleichsenergie
  • Marktkommunikation
  • Abwicklung des Erneuerbare Energien Gesetzes

Diese Prozesse laufen zumeist mit großem Zeitversatz und sind nur schwer in Beziehung zueinander zu setzen. Die Risiken in diesen Prozessen sind unmittelbar vom EVU zu vertreten.

Oft entwickeln sich die potentiellen Risiken zu realen Verlusten, ohne dass dies zunächst auffällt. Zutage treten die Datenschiefstände in der Regel erst, wenn diese bereits Probleme verursachen.

Die Pflicht – Erreichen eines gewissen Levels an Datenqualität als Grundlage

Bevor in einen geregelten Prozess des Datenqualitätsmanagements übergegangen werden kann, muss zunächst die initiale Datenbasis stimmen. Hierfür bedarf es einer Reihe von Schritten, bei denen wir ebenfalls unterstützen können:

  1. Analyse wesentlicher energiewirtschaftlicher Prozesse im Unternehmen, um prozessuale und finanzielle Risiken zu erkennen
  2. Initiale Beurteilung von bestehenden Problemfeldern und Schwachstellen in den Prozessen
  3. Identifizierung kritischer energiewirtschaftlicher Stamm- und Bewegungsdaten aus der vorangegangenen Prozessanalyse
  4. Auswertung und Analyse der identifizierten Stamm- und Bewegungsdaten
  5. Interpretation der Ergebnisdaten und Identifizierung von Verbesserungspotenzialen und Schwachstellen im Datenfluss sowie im systemseitigen Verfahren und in Customizing-Einstellungen

Bereits hier werden in der Regel versteckte Umsatzpotentiale und Möglichkeiten zur Reduzierung des Aufwands entdeckt.

Die Kür – Implementierung eines geregelten Prozesses zur Bewertung der Datenqualität

Nachdem ein gewisser Level an Datenqualität erreicht wurde, kann ein aktives Datenqualitätsmanagement ausgerollt werden. Grundlage dabei sind Data-Warehouse-Systeme wie z.B. das SAP BW. Hier können große Datenmengen verschiedener Herkunft miteinander vereint werden. Auf den Daten aufbauend sind Kontrollen zu implementieren, um die Datenqualität zu überwachen. Wenn möglich werden einerseits die Fehlerfälle an sich zur Behebung ermittelt. Andererseits erfolgt eine aggregierte Darstellung, um die aktuelle Situation im Rahmen von Management-Reportings schnell darstellen zu können und die Datenqualität zu steuern. Wir haben im Rahmen unserer bisherigen Projekte verschiedene wirksame Kennzahlen ermittelt:

Die Mehr-Mindermenge ist ein Faktor, der bei Netz- und Vertriebsgesellschaften hohe finanzielle Auswirkungen haben können. Daher stellen wir die Mehr-Mindermenge auf Netzseite mit der Netznutzungsmenge gegenüber. Wenn diese beispielsweise im Strom die Höhe von 3% der Netznutzungsmenge übersteigt deutet dies auf erste Schwächen in den zugrunde liegenden Daten und Prozessen hin. Durch das Datenqualitätsmanagement kann gegengesteuert werden und hohe Nachzahlungen in der Mehr-Mindermengenabrechnung vermieden werden.

Auf Lieferantenseite ist die Überwachung der Bilanzkreissalden von besonderer Bedeutung. Weisen diese eine höhere Menge aus, deutet dies beispielsweise darauf hin, dass Profilumstellungen beim DSO stattgefunden haben und diese Informationen beim Lieferant nicht vorliegen oder nicht verarbeitet wurden.

Eine sehr wichtige Kennzahl liefert zudem die retrograde Verprobung der Bilanziellen Abgrenzung mit der Verkaufsstatistik. Dieser Abgleich gibt z.B. Aufschluss über die Aktualität der im System hinterlegten Verbräuche und der herangezogenen Gewichtungsverfahren. Bei einer Abweichung größer als 2% ist eine Untersuchung und Optimierung der Bilanziellen Abgrenzung erforderlich.

Neben den genannten Kennzahlen, die auf etablierten Prozessen beruhen erweitern wir diese beständig um weitere Benchmarks für neu aufkommende Regularien. So setzen wir z.B. die monatlich an den BIKO gemeldeten EEG relevanten Verbrauchsmengen mit den für den jeweiligen Monat abgerechneten EEG Mengen in Beziehung, um die Abrechnungsquote der EEG-Anlagen zu ermitteln.

Was bleibt – Datenqualitätsmanagement ist der Schlüssel

Durch die Einführung eines Datenqualitätsmanagements können EVUs einerseits bestehende erlös- und umsatzmindernde Barrieren überwinden und sich andererseits gegen das Auftreten solcher in der Zukunft absichern.

Lohnt sich die Optimierung der Datenqualität zur Verbesserung der energiewirtschaftlichen Prozesse?

Die zahlreichen regulatorischen Anforderungen führen zu einem immer komplexeren Marktumfeld und erfordern schnellere Abläufe. Speziell die Anforderungen zur standardisierten Marktkommunikation (aus u.a. GPKE, Geli Gas, MaBiS oder WiM) sowie die durch das EnWG noch beschleunigten Lieferantenwechselprozesse benötigen funktionierende Prozesse und gute Datenqualität, um die Anforderungen fristgerecht erfüllen zu können. Die Intensivierung der Marktkommunikation hat allerdings auch zur Folge, dass die Energieunternehmen nicht mehr die Hoheit über die für die energiewirtschaftlichen Prozesse benötigte Datengrundlage haben. Sie müssen auf von Dritten zur Verfügung gestellten Daten aufbauen und auf die Plausibilität und Richtigkeit vertrauen und wenn möglich diese plausibilisieren und kontrollieren.

Aufgrund der stark ineinander greifenden Prozesslandschaft (z.B. Mehr-/Mindermengenabrechnung, Bilanzielle Abgrenzung und Bilanzierung) bauen viele Prozesse auf genau den gleichen Stamm- und Bewegungsdaten auf. Aus diesem Grund können Fehler oder Unschärfen hier einen großen Streueffekt haben und in viele Prozesse, u.a. auch mit hohen finanziellen Auswirkungen,  eingreifen. Daher gewinnt die Aufrechterhaltung und Optimierung der Datenqualität gerade in automatisierten komplexen System- und Prozesslandschaften immer stärker an Bedeutung.

Die Verbesserung der Datenqualität ist kein einmaliges Projekt, sondern man muss es schaffen, Mechanismen in den operativen Prozess zu integrieren, um eine langfristige Verbesserung der Daten zu erzielen. Wichtig ist es, zu erkennen, wo man idealerweise anfängt. Das ist sicherlich auch unternehmensspezifisch und ein Patenrezept ist schwer zu finden, aber nach unseren Erfahrungen bildet der Bilanzierungsprozess meisten den besten Startpunkt.

/* */