Optimierung von Energieverbrauch und Wohnkomfort mit Methoden des maschinellen Lernens und der Entscheidungspsychologie

Christian Döbel

doi:10.1007/978-3-658-42060-4_15

Band 2: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle · Kapitel 15

Optimierung von Energieverbrauch und Wohnkomfort mit Methoden des maschinellen Lernens und der Entscheidungspsychologie

CD Christian Döbel

S. 371–389 ·2023

Bei Springer lesen ↗ Zitieren

Abstract

In diesem Kapitel wird die Realisierung eines wissenschaftlichen Ansatzes gezeigt, der auf einem völlig neuen und selbst entwickelten, KI-basierten Algorithmus basiert und im Smart Home eingesetzt wird. Durch die zentrale Steuerung der elektrischen Verbraucher im Sinne der Bewohner ist eine signiﬁkante Energieeinsparung neben einer deutlichen Steigerung des Wohnkomforts möglich. Insbesondere in einer alternden Gesellschaft werden im nächsten Schritt damit vermarktbare Assistenzsysteme entlang der Strategie dieses Algorithmus’ entwickelt, die ein längeres, selbstbestimmtes Leben in den eigenen vier Wänden ermöglichen. Denn ausgehend von allgemeinen Gewohnheiten der Bewohner, die in Wenn-Dann-Regeln abgebildet und zu allgemeineren Regeln abstrahiert werden, schaltet und überwacht der Algorithmus sukzessive Geräte im Haushalt automatisch.

Themen

Künstliche Intelligenz

Über die Autor:innen

Christian Döbel

DHGE / Steinbeis-Transferzentrum ISD

Professor für Automatisierungs- und Regelungstechnik an der DHGE (Duale Hochschule Gera-Eisenach), Leiter des Steinbeis-Transferzentrums Integrierte Systeme und Digitale Transformation. Promotion im Bereich KI an der TU Ilmenau. Erscheint als Autor in Band 1, 2 und 3 der Reihe. Forschungsschwerpunkte: Regelungstechnik, KI, Industrie 4.0.

Zitieren

Zitiervorschlag

Döbel, C. (2023). Optimierung von Energieverbrauch und Wohnkomfort mit Methoden des maschinellen Lernens und der Entscheidungspsychologie. In: Entrepreneurship der Zukunft: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle (S. 371–389). Springer Gabler. https://doi.org/10.1007/978-3-658-42060-4_15

DOI öffnen ↗

@incollection{döbel2023optimierung,
  author    = {Döbel, Christian},
  title     = {{Optimierung von Energieverbrauch und Wohnkomfort mit Methoden des maschinellen Lernens und der Entscheidungspsychologie}},
  booktitle = {{Entrepreneurship der Zukunft: Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle}},
  editor    = {Gerth, Sebastian and Heim, Lars},
  publisher = {Springer Gabler},
  address   = {Wiesbaden},
  year      = {2023},
  pages     = {371--389},
  doi       = {10.1007/978-3-658-42060-4_15},
  note      = {Entrepreneurship der Zukunft. Voraussetzung, Implementierung und Anwendung von Künstlicher Intelligenz im Rahmen datenbasierter Geschäftsmodelle}
}