Praktische Anwendung von KI-Modellen zur Energieeffizienzsteigerung

Axel Mansilla (a.mansilla@ifegmbh.de)
Additional contact information
Axel Mansilla: IfE – Ingenieurbüro für Energiewirtschaft Dr.-Ing. Dirk Schramm GmbH

Chapter Kapitel 16 in Entrepreneurship der Zukunft, 2023, pp 391-418 from Springer

Abstract: Zusammenfassung Dieses Kapitel beschäftigt sich mit den Herausforderungen der Energiewende und insbesondere den Auswirkungen auf kleine- und mittelständische Unternehmen und Energieversorger. Es wird gezeigt, dass die effiziente Nutzung von Energie für diese Unternehmensgruppen von entscheidender Bedeutung ist, um ihre zukünftige Wettbewerbsfähigkeit zu sichern. Es wird argumentiert, dass die automatisierte Analyse von Daten mithilfe von KI-basierten Technologien eine schnelle und effiziente Methode zur Aufdeckung von Effizienzpotenzialen ist, aber eine professionelle und technische Beratung sowie das notwendige Know-how erfordert. Es wird auch darauf hingewiesen, dass datenbasierte Geschäftsmodelle in der Energiewirtschaft eine vielversprechende Zukunft haben und dass die fortwährende und kontrollierte Weiterentwicklung dieser Technologie ein wichtiger Teil unseres Lebens sein wird.

Date: 2023
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-42060-4_16

Ordering information: This item can be ordered from
http://www.springer.com/9783658420604

DOI: 10.1007/978-3-658-42060-4_16

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla (sonal.shukla@springer.com) and Springer Nature Abstracting and Indexing (indexing@springernature.com).