Sie sind hier: Startseite › Forschung › Smart Cities & Industries … › Forschungsfokus: Smart Industries

Forschungsfokus: Smart Industries

Laufende Forschungsprojekte

Datengetriebene Netzplanung
Ziel
  • Design eines Decision Support System (DSS, Entscheidungsunterstützendes System) für die Planung und den Betrieb zukünftiger Stromnetze, welche von neuen Technologien (Elektromobilität, erneuerbare Energien) geprägt sind.
  • Verbesserung betrieblicher und strategischer Prozesse
Methodik
  • Datengetriebene, stochastische Modellierung zukünftiger Verbraucher und Einspeiser (z.B. mittels Bayesian Modelling & Gauss’schen Prozessen)
  • Einsatz von KI-Verfahren (Reinforcement Learning) und dynamischen Optimierungsverfahren (dynamic progamming, model predictive control)
Ergebnisse
  • Ermittlung langfristiger Netzinvestitionen für die strategische Ausbauplanung
  • Evaluatierung von Smart-Grid-Technologien zur Reduzierung der notwendigen Investitionen
  • DSS um Abläufe in der betrieblichen Netzplanung zu verbessern

 

 stromnetzplanung.jpg
Partner
  • BKW Energie AG
  • UC Berkeley (Energy and Resources Group)
  • Lawrence Berkeley National Laboratory
Publikationen
  • SCHLUETER A, GUST G, FEUERRIEGEL S, TEMPLE LEE J, NEUMANN D: Cost-Effective Design of Electricity Distribution Networks with Capacitated Arborescences and Voltage Drops. Working Paper (Working Paper).

 

 

Datengetriebene Entscheidungsunterstützung in Industrieunternehmen
Ziel
  • Erforschung, wie moderne Datenanalyse- und KI-Verfahren (predictive & prescriptive Analytics) in Industrieunternehmen und im öffentlichen Sektor erfolgreich eingesetzt werden können. 
Erwartete Ergebnisse
  • Bestimmung von Best Practices
  • Bestimmung von Herausforderungen und entsprechenden Handlungsmaßnahmen, diese zu überwinden
  • Unterstützung und Verbesserung von Prozessen und Managemententscheidungen
Methodik
  • Entwicklung und Einsatz von Informationssystemen (Decision Support Systems)
  • Prototyping (Design Science)
  • Feldforschung (Action Research)
  • Empirische Managementforschung
 KI_industrieunternehmen.png
Publikationen  
  • Gust G, Flath C M, Brandt T, Ströhle P, Neumann D
    Bringing Analytics into Practice: Evidence from the Power Sector
    2016 ICIS 2016 Proceedings, Dublin, Ireland, 2016

 

IT-Kompetenz bei Investitionsentscheidungen
Ziel
  • Erforschung, wie sich verschiedene Arten von IT-Kompetenz (z.B. Fachwissen über eine spezifische Technologie vs. generelle Erfahrung im IT-Projektmanagement) auf Managemententscheidungen über die Einführung neuer IT ins Unternehmen auswirken
Erwartete Ergebnisse
  • Anhand der Ergebnisse können Handlungsempfehlungen gegeben werden, wie Unternehmen ihre Entscheider weiterbilden können bzw. welche Art von Kompetenzen sie bei Neueinstellungen achten sollten
  • Bei den Handlungsempfehlungen kann nach dem Branchenumfeld differenziert werden (Unsicherheit, Geschwindigkeit des Technologischen Wandels, Anpassungsdruck)
Methodik
  • Empirische Managementforschung
  • Fragenbogenbasierte Datenerhebung unter ca. 400 Managern
  • Auswertung mithilfe von PLS-SEM  
Publikationen  
  • Albrecht S, Gust G, Strüker J, Neumann D
    Duality of IT-Competence: Channels and Impacts on Top-Management Support for Innovations. Working Paper.

 

Automatisierung der Bearbeitung von IT-Support-Tickets
Ziel
  • Entwicklung eines automatisierten Markierungs- und Klassifizierungsalgorithmus für IT-Support-Tickets
Methodik
  • Datengrundlage: ca. 2 Millionen Tickets über 5 Jahre
  • Textanalyse: Spracherkennung, Ticketaufbereitung
  • Automatisierte Themenerkennung durch LDA