Skip to main content

Analyse des Einsatzes von Künstlicher Intelligenz in der Energiewirtschaft

  • 4622 Accesses

Part of the Forum Dienstleistungsmanagement book series (FD)

Zusammenfassung

Künstliche Intelligenz – ein Trendthema, welches stetig an Interesse dazu gewinnt und neben vielen unterschiedlichen Branchen auch die Energiewirtschaft vor neue Herausforderungen stellt. Der vorliegende Beitrag verfolgt das Ziel, den Einsatz von KI in der Energiewirtschaft literaturbasiert aufzuarbeiten. Der Fokus liegt im Speziellen auf dem Einsatz von KI im Dienstleistungsmanagement. Zusätzlich werden deutsche Energieversorger auf den aktuellen Stand des Einsatzes von KI, am Beispiel von Chatbots, näher untersucht.

This is a preview of subscription content, access via your institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • DOI: 10.1007/978-3-658-34324-8_19
  • Chapter length: 22 pages
  • Instant PDF download
  • Readable on all devices
  • Own it forever
  • Exclusive offer for individuals only
  • Tax calculation will be finalised during checkout
eBook
USD   109.00
Price excludes VAT (USA)
  • ISBN: 978-3-658-34324-8
  • Instant PDF download
  • Readable on all devices
  • Own it forever
  • Exclusive offer for individuals only
  • Tax calculation will be finalised during checkout
Hardcover Book
USD   139.99
Price excludes VAT (USA)

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  • Allen, J.F. (1998): AI Growing Up – The Changes and Opportunities, in: AI Magazine, Vol. 19, No. 4, S. 13-23.

    Google Scholar 

  • Bundesnetzagentur (2020): Öffentliche Marktakteursübersicht, https://www.marktstammdatenregister.de/MaStR/Akteur/Marktakteur/IndexOeffentlich (Zugriff am 24.05.2020).

  • Cooper, H.M./Hedges, L.V. (2009): Research Synthesis as a Scientific Process, in: Cooper, H.M./Hedges, L.V./Valentine, J.C. (Hrsg.): The Handbook of Research Synthesis and Meta-Analysis, 2. Aufl., New York, S. 3-19.

    Google Scholar 

  • Coppin, B. (2004): Artificial Intelligence Illuminated, London.

    Google Scholar 

  • Coro, G./Trumpy, E. (2020): Predicting Geographical Suitability of Geothermal Power Plants, in: Journal of Cleaner Production, Vol. 267, No. 1, S. 1-11.

    Google Scholar 

  • Doleski, O.D. (2016): Utility 4.0 – Transformation vom Versorgungs- zum digitalen Energiedienstleistungsunternehmen, Wiesbaden.

    Google Scholar 

  • Enke, M./Geigenmüller, A./Leischnig, A. (2011): Commodity Marketing – Eine Einführung, in: Enke, M./Geigenmüller, A. (Hrsg.): Commodity Marketing – Grundlagen, Besonderheiten, Erfahrungen, 2. Aufl., Wiesbaden, S. 5-29.

    Google Scholar 

  • Feudel, M. (2013): Die deutsche Energiewirtschaft im Wandel, in: Lau, C./Dechange, A./Flegel, T. (Hrsg.): Projektmanagement im Energiebereich, Wiesbaden, S. 15-30.

    Google Scholar 

  • Fichtner, W./Möst, D./Wietschel, M./Weinhardt, C./Rentz, O. (2003): Strategische Planung von Energieversorgern in liberalisierten Märkten, in: WiSt.– Wirtschaftswissenschaftliches Studium, 32. Jg., Nr. 12, S. 707-712.

    Google Scholar 

  • Fink, A. (2014): Conducting Research Literature Reviews – From the Internet to Paper, 4. Aufl., Los Angeles.

    Google Scholar 

  • Ghoddusi, H./Creamer, G.G./Rafizadeh, N. (2019): Machine Learning in Energy Economics and Finance – A Review, in: Energy Economics, Vol. 81, No. 3, S. 709-727.

    Google Scholar 

  • Haenlein, M./Kaplan, A. (2019): A Brief History of Artificial Intelligence – On the Past, Present, and Future of Artificial Intelligence, in: California Management Review, Vol. 61, No. 4, S. 5-14.

    Google Scholar 

  • Hussain, S./Ameri Sianaki, O./Ababneh, N. (2019): A Survey on Conversational Agents/Chatbots Classification and Design Techniques, in: Barolli, L./Takizawa, M./Xhafa, F./Enokido, T. (Hrsg.): Proceedings of the Workshops of the 33rd International Conference on Advanced Information Networking and Applications, Cham.

    Google Scholar 

  • Kazanc, H./Kauffeldt, F. (2020): Künstliche Intelligenz und Machine Learning in der Energiewirtschaft, in: Doleski, O.D. (Hrsg.): Realisierung Utility 4.0, Band 2 – Praxis der digitalen Energiewirtschaft vom Vertrieb bis zu innovativen Energy Services, Wiesbaden, S. 449-463.

    Google Scholar 

  • Krickel, F. (2015): Digitalisierung in der Energiewirtschaft, in: Hecker, W./Lau, C./ Müller, A. (Hrsg.): Zukunftsorientierte Unternehmensteuerung in der Energiewirtschaft, Wiesbaden, S. 41-73.

    Google Scholar 

  • Li, J./Zhu, S./Wu, Q. (2019): Monthly Crude Oil Spot Price Forecasting Using Variational Mode Decomposition, in: Energy Economics, Vol. 83, No. 3, S. 240-253.

    Google Scholar 

  • Lohse, L./Künzel, M. (2011): Customer Relationship Management im Energiemarkt – CRM in Commodity-Industrien am Beispiel eines Energiedienstleisters, in: Enke, M./Geigenmüller, A. (Hrsg.): Commodity Marketing – Grundlagen, Besonderheiten, Erfahrungen, 2. Aufl., Wiesbaden, S. 381-400.

    Google Scholar 

  • Mainzer, K. (2019): Künstliche Intelligenz – Wann übernehmen die Maschinen?, 2. Aufl., Berlin.

    Google Scholar 

  • Neumann, N. (2008): Energiemarkt unter Hochspannung, in: Zeitschrift für Energiewirtschaft, 32. Jg., Nr. 3, S. 210-214.

    Google Scholar 

  • Nilsson, N.J. (2009): The Quest for Artificial Intelligence – A History of Ideas and Achievements, New York.

    Google Scholar 

  • Nuruzzaman, M./Hussain, O.K. (2018): A Survey on Chatbot Implementation in Customer Service Industry through Deep Neural Networks, in: Proceedings of the 15th International Conference on e-Business Engineering (ICEBE), Xi’an.

    Google Scholar 

  • Ozoegwu, C.H. (2019): Artificial Neural Network Forecast of Monthly Mean Daily Global Solar Radiation of Selected Locations, in: Journal of Cleaner Production, Vol. 216, No. 3, S. 1-13.

    Google Scholar 

  • Pham, A.-D./Ngo, N.-T./Ha Truong, T.T./Huynh, N.-T./Truong, N.-S. (2020): Predicting Energy Consumption in Multiple Buildings Using Machine Learning for Improving Energy Efficiency and Sustainability, in: Journal of Cleaner Production, Vol. 260, No. 1, S. 1-15.

    Google Scholar 

  • Rowley, J./Slack, F. (2004): Conducting a Literature Review, in: Management Research News, Vol. 27, No. 6, S. 31-39.

    Google Scholar 

  • Schiffner, H.W. (2019): Energiemarkt in Deutschland – Daten und Fakten zu konventionellen und erneuerbaren Energien, Wiesbaden.

    Google Scholar 

  • Soni, N./Sharma, E.K./Singh, N./Kapoor, A. (2020): Artificial Intelligence in Business – From Research and Innovation to Market Deployment, in: Procedia Computer Sci-, Vol. 167, No. 1, S. 2200-2210.

    Google Scholar 

  • Stucki, T./D’Onofrio, S./Portmann, E. (2020): Chatbots gestalten mit Praxisbeispielen der Schweizerischen Post, Wiesbaden.

    Google Scholar 

  • Sun, W./Wang, C./Zhang, C. (2017): Factor Analysis and Forecasting of CO2 Emissions in Hebei, Using Extreme Learning Machine Based on Particle Swarm Optimization, in: Journal of Cleaner Production, Vol. 162, No. 1, S. 1095-1101.

    Google Scholar 

  • Webster, J./Watson, R.T. (2002): Analyzing the Past to Prepare for the Future – Writing a Literature Review, in: Management Information Systems Quarterly, Vol. 26, No. 2, S. 13-23.

    Google Scholar 

  • Witt, P. (2013): Innovationsmanagement in Energieversorgungsunternehmen, in: Lau, C./Dechange, A./Flegel, T. (Hrsg.): Projektmanagement im Energiebereich, Wiesbaden, S. 53-68.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Theresa Fritz .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and Permissions

Copyright information

© 2021 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Verify currency and authenticity via CrossMark

Cite this chapter

Fritz, T. (2021). Analyse des Einsatzes von Künstlicher Intelligenz in der Energiewirtschaft. In: Bruhn, M., Hadwich, K. (eds) Künstliche Intelligenz im Dienstleistungsmanagement. Forum Dienstleistungsmanagement. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-34324-8_19

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-34324-8_19

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-34323-1

  • Online ISBN: 978-3-658-34324-8

  • eBook Packages: Business and Economics (German Language)