← Zurück zur Hauptseite
Über den Speicheratlas
Der Speicheratlas visualisiert über 2,2 Millionen registrierte Batteriespeicher in Deutschland
und macht komplexe Daten einfach zugänglich und verständlich.
1. Datenquelle
Marktstammdatenregister (MaStR)
Alle Daten stammen aus dem öffentlichen Marktstammdatenregister (MaStR) der Bundesnetzagentur:
🔍 Abdeckung: Das MaStR erfasst alle meldepflichtigen Stromerzeugungsanlagen in Deutschland.
Batteriespeicher ab 1 kW Leistung sind meldepflichtig. Der Speicheratlas verarbeitet den kompletten
Datenbestand und wendet Qualitätsfilter an.
2. Datenverarbeitung
Verarbeitungspipeline
Die Rohdaten durchlaufen eine mehrstufige Verarbeitungskette:
- Datenkonsolidierung: Zusammenführung von Speichereinheiten, Betreiberdaten und Standortinformationen
- Qualitätsfilterung: Automatische Filterung unrealistischer oder fehlerhafter Einträge
- Code-Übersetzung: Umwandlung numerischer Codes in lesbare Bezeichnungen
- Analytik-Berechnung: Vorkalkulation aller Statistiken und Visualisierungen
✅ Datenqualität: Alle in der Plattform angezeigten Daten haben automatische
Qualitätsprüfungen durchlaufen. Unrealistische Werte werden herausgefiltert.
3. Kategorisierung
Batteriespeicher werden nach Bruttoleistung in vier Kategorien eingeteilt:
| Kategorie |
Leistungsbereich |
Typische Anwendung |
Anzahl Einheiten (gefiltert) |
| Balkonkraftwerke |
≤ 0,801 kW |
Stecker-Solar, Balkon-PV |
~199.000 |
| Heimspeicher |
0,801 - 20 kW |
Einfamilienhäuser, PV-Heimspeicher |
~1,99 Mio. |
| Gewerbespeicher |
20 - 999 kW |
Gewerbe, Industrie (C&I) |
~11.400 |
| Netz-Speicher |
> 999 kW |
Utility-Scale, Netzstabilisierung |
~850 |
Hinweis: Die Kategoriegrenzen sind exklusiv/inklusiv definiert, sodass jede Einheit
genau einer Kategorie zugeordnet wird.
Ausschlüsse
Pumpspeicher werden aus der Analyse ausgeschlossen, da diese als Wasserkraftwerke
eine andere Technologie darstellen und nicht zu den Batteriespeichern zählen (~114 Einheiten).
Methodik & Datenverarbeitung
Der Speicheratlas visualisiert über 2,2 Millionen registrierte Batteriespeicher in Deutschland.
Die Daten durchlaufen eine automatisierte Verarbeitungskette mit integrierten Qualitätsprüfungen.
3. Analytik & Visualisierungen
Vorkalkulierte Statistiken
Alle Analysen werden vorberechnet und als optimierte Dateien bereitgestellt.
Dies ermöglicht schnelle Ladezeiten ohne Serverinfrastruktur:
- Gesamtstatistiken: Anzahl, Leistung, Kapazität pro Kategorie
- Betriebsstatus: In Betrieb, In Planung, Stillgelegt
- Technologieverteilung: Lithium, Blei, Nickel, etc.
- Zeitreihen: Quartalsweise Entwicklung seit 2010
- Geografische Verteilung: Aggregation nach Bundesländern und Landkreisen
Wachstums-Timeline
Die Entwicklung der installierten Speicherkapazität wird quartalsweise dargestellt:
- Historische Daten: Basierend auf tatsächlichen Inbetriebnahmedaten
- Prognose: Basierend auf geplanten Inbetriebnahmedaten zukünftiger Projekte
- Aktuelle Quartale: Unvollständige Quartale werden automatisch ausgeblendet
E/P Verhältnis (Energy-to-Power Ratio)
Das E/P-Verhältnis gibt an, wie viele Stunden ein Speicher bei Nennleistung entladen werden kann:
E/P Ratio = Nutzbare Speicherkapazität (kWh) / Leistung (kW)
Typische Werte:
- < 1 Stunde: Kurzzeitige Speicher (Frequenzregelung, Spitzenlast)
- 1-2 Stunden: Standard-Heimspeicher
- 2-4 Stunden: Große Heimspeicher, Gewerbespeicher
- > 4 Stunden: Langzeitspeicher, industrielle Anwendungen
Geografische Verteilung
Die regionale Zuordnung erfolgt über Postleitzahlen und offizielle Gebietsverzeichnisse:
- PLZ-basierte Landkreiszuordnung
- Aggregation nach Bundesländern und Landkreisen
- Interaktive Choropleth-Karten mit Detailinformationen
- Abdeckung: Alle 401 deutschen Landkreise
4. Datenqualitätssicherung
Automatische Qualitätsfilter
Alle Produktionsdaten durchlaufen automatische Qualitätsprüfungen.
Folgende Filter werden immer angewendet:
Filter 1: E/P-Verhältnis (0,1 - 10 Stunden)
Zweck: Ausschluss unrealistischer Energie-Leistungs-Kombinationen
- Batteriespeicher mit E/P < 0,1h (zu geringe Kapazität für die Leistung)
- Batteriespeicher mit E/P > 10h (unrealistisch hohe Kapazität)
- Beispiel ausgeschlossen: 17.500 kWh bei 1.500 kW = 11,67h
Auswirkung: ~5.000 Einheiten ausgeschlossen (~0,2% des Gesamtbestands)
Filter 2: Privatpersonen ≤ 30 kW
Zweck: Korrektur wahrscheinlicher Dateneingabefehler
- Natürliche Personen betreiben typischerweise Anlagen bis 30 kW
- Größere Anlagen erfordern gewerbliche Anmeldung
- Ausschluss schützt vor verfälschten Statistiken durch Fehleingaben
Auswirkung: ~500 Einheiten ausgeschlossen
Filter 3: Brutto/Netto-Konsistenz
Zweck: Validierung der Leistungsangaben
- Bruttoleistung und Nettonennleistung dürfen nicht mehr als Faktor 10 abweichen
- Größere Abweichungen deuten auf Messfehler oder Datenfehler hin
Auswirkung: ~1.500 Einheiten ausgeschlossen
✅ Filter-Enforcement: Alle Filter werden automatisch in der Datenverarbeitungspipeline angewendet.
Es ist technisch nicht möglich, ungefilterte Daten in Produktion zu bringen – dies wird durch
automatisierte Tests sichergestellt.
5. Einschränkungen & Transparenz
Datenqualität
- Rohdatenqualität: Abhängig von Eingabequalität im MaStR-Register
- Unvollständige Felder: Nicht alle Attribute sind für alle Einheiten vorhanden
- Aktualität: Daten basieren auf dem letzten MaStR-Export (Oktober 2025)
- Stillgelegte Anlagen: Bleiben im Datensatz mit entsprechendem Status markiert
Ausgeschlossene Einheiten
Durch Qualitätsfilter ausgeschlossen: ~6.500 Einheiten (~0,3% des Gesamtbestands)
- E/P-Ratio-Verletzungen: ~5.000 Einheiten
- Brutto/Netto-Inkonsistenzen: ~1.500 Einheiten
- Privatpersonen >30kW: ~500 Einheiten
Netzbetreiber-Abdeckung
Für Großspeicher wird zusätzlich der zuständige Netzbetreiber ermittelt.
Aufgrund der Datenstruktur im MaStR können nicht für alle Einheiten Netzbetreiber zugeordnet werden:
- Abdeckung: ~29% der Großspeicher (>999 kW)
- Methode: Verknüpfung über Netzanschlusspunkt-Daten
6. Technische Umsetzung
Performance-Optimierung
Der Speicheratlas nutzt moderne Web-Technologien für optimale Performance:
- Statische Website: Keine Server-Infrastruktur erforderlich
- Vorberechnete Analytik: Alle Statistiken als optimierte JSON-Dateien
- Lazy Loading: Daten werden nur bei Bedarf geladen
- Client-Side Processing: Filterung und Sortierung im Browser
Datenschutz
Der Speicheratlas respektiert die Privatsphäre der Nutzer:
- Keine Cookies erforderlich
- Keine personenbezogenen Daten erfasst
- DSGVO-konform
- Alle Daten basieren auf öffentlichen Registern
7. Weiterentwicklung
Regelmäßige Updates
Die Daten werden regelmäßig aktualisiert, basierend auf neuen MaStR-Exporten:
- Quartalsweise Aktualisierungen geplant
- Automatisierte Verarbeitungspipeline
- Qualitätsprüfung bei jedem Update
Feedback & Verbesserungen
Wir freuen uns über Rückmeldungen zur Plattform.
Nutzen Sie das Feedback-Formular auf der Hauptseite.
9. Kontakt
Haben Sie Fragen zur Datengrundlage oder Methodik?
E-Mail: leon@gamsvolt.de
Letzte Aktualisierung: 10. November 2025