Der Angebotsschock durch den Irankrieg, die hohe Abhängigkeit von Spot LNG in Europa, die aktuell niedrigen Speicherstände und die erweiterten Handelszeiten am niederländischen Hub TTF haben den europäischen Gasmarkt im Jahr 2026 stärker global exponiert als je zuvor.
Die globale Exposition hat die Volatilität erhöht, aber entscheidend ist, wie die Märkte mittlerweile auf die veränderte Lage reagieren. Ein zunehmend großer Teil des Handels wird nicht mehr von Menschen, sondern von Maschinen gesteuert.
Algorithmische Systeme, die beim Ausbruch des Ukraine-Krieges 2022 noch eine einstellige Rolle bei der Intraday-Volatilität spielten, werden von erfahrenen Händlern heute auf bis zu 50 Prozent der jüngsten Intraday-Volatilität geschätzt.
Fehlimpulse am 8. April 2026
Das Handelsgeschehen am 8. April 2026 liefert ein prägnantes Beispiel dafür, wie algorithmisch gesteuerte Handelssysteme den Handelstag hindurch eine "falsche" Volatilität erzeugen können.
Zu Beginn des Handelstages waren die Preise von am Vortag 53 Euro je Megawattstunde auf rund 44 Euro je Megawattstunde gefallen, nachdem die USA und der Iran einen zweiwöchigen Waffenstillstand vereinbart hatten. Dem Absturz vom Vortag folgte eine nicht unübliche technische Gegenreaktion am Vormittag bis auf 46 Euro pro Megawattstunde
Am Donnerstagmittag, 11. Juni, meldete Bloomberg, dass Katar die LNG-Produktion in Ras Laffan wieder vorbereite und die Preise rutschten erneut bis zum Nachmittag auf 43 Euro je Megawatt ab. Die Straße von Hormus blieb jedoch weiterhin blockiert und bis zum späten Nachmittag konnte sich die Meldung zu Katar nicht bestätigen. Die Preise stiegen erneut bis zum Handelsschluss auf rund 46 Euro je Megawattstunde an.
Fake News können Marktpreise bewegen
Die Algorithmen verlassen sich auf grobe Auslöser und vergangene Korrelationen. Selbst unzuverlässige Social-Media-Konten können Preise bewegen, wenn genug Algorithmen sie als glaubwürdig behandeln. Damit könnte es keine Barriere gegen Fake News geben. Selbst wenn 80 Prozent einer Quelle Unsinn sind, könnte eine überzeugende Schlagzeile den Markt bewegen. Damit steigt das Risiko der Marktmanipulation durch Falschinformation.
Hinzu kommt ein Risiko, was allgemeinhin als Herdenverhalten bezeichnet wird. Wenn alle Algorithmen dieselben Signale lesen und in dieselbe Richtung handeln, verstärken sie sich gegenseitig. Im Ergebnis können dies lawinenhafte Preisbewegungen aufgrund kleiner Informationsfetzen sein.
Seit der Energiekrise ist der Anteil langfristiger Verträge von circa 75 Prozent auf etwa 50 Prozent gesunken.
Dazu kommt eine strukturelle Veränderung: Seit der Energiekrise ist der Anteil langfristiger Verträge von circa 75 Prozent auf etwa 50 Prozent gesunken. Einige Prognosen sehen den Anteil von Spotlieferungen bis 2030 auf bis zu zwei Drittel des Gesamtangebots ansteigen. Damit ist der Markt verwundbar gegenüber kurzfristigen Ereignissen.
Liquidität und Prognosegenauigkeit kann sich verbessern
Die Automatisierung des Handels bringt auch viele Vorteile. Die Machine-Learning-Systeme können eine Verbesserung der Renditeprognosen der Händler mit sich bringen, was die Liquidität, Volatilitätsdynamik und Geschwindigkeit der Preisfindung im Handel erhöhen kann.
Die Prognosegenauigkeit der erneuerbaren Energien, Speicherbewirtschaftung im Gashandel und Netzstabilität im Stromhandel kann sich durch verbesserte Modellierungen und Szenarioanalysen verbessern. Dazu sind Computersysteme rund um die Uhr im Einsatz, was die Reaktionsfähigkeit im Bezug auf das Risikomanagement erhöht.
KI braucht Regularien
Der europäische Gasmarkt des Jahres 2026 ist schneller, effizienter, aber auch fragiler als je zuvor. Der Eingriff algorithmischer Systeme in die Preisbildung hat den Markt verändert, was früher Tage dauerte, passiert heute innerhalb weniger Augenblicke. Was früher durch menschliches Urteilsvermögen gedämpft wurde, wird heute durch maschinelles Herdenverhalten verstärkt.
Die eigentliche Frage für die nächsten Jahre lautet nicht, ob KI im Energiehandel dominieren wird. Die Frage ist, ob schnell genug Regularien für die Marktteilnehmer implementiert werden, um die neuen Risiken zu verstehen und zu begrenzen.
