PV-Ertrag mit Wetterdaten schätzen: Wo die Unsicherheit liegt
08.10.2026
Wetterdaten liefern eine belastbare Grundlage für die PV-Ertragsprognose, aber keine punktgenaue Zusage. Entscheidend sind Datenquelle und Zeitraum, die Übertragung der Einstrahlung auf das konkrete Dach sowie Anlagenverluste und lokale Effekte wie Nebel oder Schnee.
Aus Wetter wird erst durch ein Anlagenmodell ein Ertrag
Eine Wetterdatenbank enthält nicht direkt die Stromproduktion eines bestimmten Hausdachs. Sie liefert Werte zur Sonneneinstrahlung – oft in Stundenauflösung – sowie weitere Wettergrößen. Eine Ertragsprognose verbindet diese Daten mit Standort, Dachneigung und Ausrichtung, installierter Leistung und einem Modell für die Umwandlung in Strom. PVGIS stellt für Europa beispielsweise SARAH3 als Satellitendatensatz mit rund fünf Kilometern Rasterweite bereit und berechnet daraus unter anderem Energieproduktion. In der Ausgabe sind Systemverluste berücksichtigt; auch die Streuung der Jahreswerte im gewählten Datenzeitraum wird als Standardabweichung angegeben ([PVGIS-Handbuch](https://joint-research-centre.ec.europa.eu/photovoltaic-geographical-information-system-pvgis/using-pvgis-5/pvgis-5-user-manual_en)).
Datenquelle und Zeitraum bestimmen, was „typisch“ heißt
Nicht jede Wetterreihe beantwortet dieselbe Frage. Ein typisches meteorologisches Jahr (TMY) ist kein reales Jahr, das man eins zu eins wiederholen könnte: Für jeden Monat wird der typischste Monat aus einem mehrjährigen Zeitraum ausgewählt. Das eignet sich für standardisierte Simulationen, bildet aber keine konkrete Abfolge von außergewöhnlich trüben oder sonnigen Jahren ab. Für Deutschland bietet der DWD mit HYRAS ein Rasterprodukt der Globalstrahlung mit fünf Kilometern Auflösung für 1951 bis 2020 an; es kombiniert Stationsmessungen mit Satelliten- und ERA5-Daten ([DWD-Datensatzbeschreibung](https://opendata.dwd.de/climate_environment/CDC/grids_germany/multi_annual/hyras_de/radiation_global/BESCHREIBUNG_HYRAS-DE-RSDS_V4-0_de.pdf)). Für eine belastbare Einordnung sollten Sie deshalb nach Datenquelle und abgedeckten Jahren fragen – nicht nur nach einer einzelnen Jahreszahl im Angebot.
Die wichtigste Zahl ist eine Bandbreite, keine Punktlandung
Ein Ergebnis wie „8.000 Kilowattstunden pro Jahr“ wäre zunächst nur eine Modellschätzung für die eingegebenen Annahmen. Praktisch bedeutet das: Prüfen Sie, ob der Anbieter einen mittleren Modellwert oder eine vorsichtige Planungsannahme ausweist und wie stark die Ergebnisse zwischen Jahren schwanken. Die PVGIS-Standardabweichung beschreibt die Streuung der Jahresproduktion in der zugrunde gelegten historischen Reihe; sie ist keine Garantie, dass ein künftiges Jahr innerhalb eines bestimmten Bereichs liegt. Hinzu kommen Unsicherheiten der Wetterdaten selbst: Der DWD nennt beim HYRAS-Raster mögliche Unsicherheiten durch Interpolation und Messfehler sowie Änderungen im Stationsnetz ([DWD](https://opendata.dwd.de/climate_environment/CDC/grids_germany/multi_annual/hyras_de/radiation_global/BESCHREIBUNG_HYRAS-DE-RSDS_V4-0_de.pdf)). Auch der Zeitraum kann den Mittelwert verschieben. Eine 2014 veröffentlichte Fraunhofer-ISE-Auswertung fand für die damals betrachteten Standorte ein Strahlungsniveau etwa fünf Prozent oberhalb des Mittels des damaligen Untersuchungszeitraums. Das illustriert den Einfluss der Datenwahl, ist aber kein heutiger Zuschlag, den man pauschal auf jede Anlage anwenden sollte ([Fraunhofer ISE, 2014](https://www.ise.fraunhofer.de/de/presse-und-medien/presseinformationen/2014/photovoltaikkraftwerke-produzieren-fuenf-prozent-mehr-strom-als-erwartet.html)).
Vom Raster zum konkreten Dach: lokale Abweichungen
Ein Rasterwert repräsentiert eine Fläche, nicht die Wolken- und Verschattungssituation über jedem einzelnen Dach. Der nächste Plausibilitätsschritt ist daher ein Abgleich der Modellannahmen mit dem Gebäude: Gibt es nahe Bäume, Schornsteine oder Nachbarhäuser? Ist die Anlage teilweise verschattet, anders geneigt oder anders ausgerichtet als die Standardannahme? Diese Faktoren betreffen nicht nur die Wetterdaten, sondern die Übertragung von Einstrahlung auf die tatsächlich nutzbare Modulfläche und die Anlage. Prüfen Sie außerdem, ob Wechselrichter-, Leitungs-, Temperatur-, Schnee- und Verschmutzungsverluste realistisch angesetzt oder nur pauschal abgezogen wurden. Ein präziser Datensatz kann fehlende Dachinformationen nicht ersetzen.
Kurzfristige Prognose ist etwas anderes als Jahresertrag
Eine Prognose für morgen oder die nächsten Tage hängt stärker von der konkreten Wolkenentwicklung ab als eine mittlere Jahresertragsrechnung. Nebel und niedriger Stratus sind schwierige Situationen, und schneebedeckter Boden kann in Satellitenbildern mit Wolken verwechselt werden. Das Fraunhofer-ISE-Projekt SnowFogS entwickelt deshalb Verfahren, die Nebel und Schnee erkennen und die kurzfristige Einstrahlungs- und PV-Prognose verbessern sollen; dazu gehören auch Unsicherheitsinformationen ([Fraunhofer ISE: SnowFogS](https://www.ise.fraunhofer.de/de/forschungsprojekte/snowfogs.html)). Solche kurzfristigen Prognosen sind für Betrieb und Einspeisung nützlich, aber kein Ersatz für eine mehrjährige Grundlage zur Abschätzung des Jahresertrags.
So prüfen Sie eine Ertragsprognose
Bitten Sie bei einer Prognose um vier Angaben: die verwendete Wetterdatenbank samt Zeitraum, die angenommene Dachneigung und Ausrichtung, die angesetzten Anlagenverluste sowie eine Erläuterung der dargestellten Jahresstreuung. Vergleichen Sie, wenn möglich, eine zweite plausible Datenquelle oder einen anderen historischen Zeitraum, ohne die Ergebnisse unkritisch zu mitteln. Bei einem TMY sollten Sie wissen, dass es aus ausgewählten Monatsprofilen besteht und nicht ein reales Extremjahr abbildet. Weichen zwei Rechnungen deutlich voneinander ab, suchen Sie zuerst nach unterschiedlichen Eingaben, Datenständen oder Verlustannahmen. Die beste Schätzung ist nicht die mit den meisten Nachkommastellen, sondern die, deren Annahmen und Unsicherheiten nachvollziehbar sind.