Data science and Artificial Intelligence for Energy Systems

  • Typ: Vorlesung (V)
  • Lehrstuhl: ITM Hagenmeyer
  • Semester: WS 25/26
  • Zeit: Mo. 27.10.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)


    Mo. 03.11.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 10.11.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 17.11.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 24.11.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 01.12.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 08.12.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 15.12.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 22.12.2025
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 12.01.2026
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 19.01.2026
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 26.01.2026
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 02.02.2026
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 09.02.2026
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)

    Mo. 16.02.2026
    14:00 - 15:30, wöchentlich
    50.19 Seminarraum 2
    50.19 InformatiKOM 1 (1)


  • Dozent: TT-Prof. Dr. Benjamin Schäfer
  • SWS: 2
  • LVNr.: 2400079
  • Hinweis: Präsenz
Inhalt

Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie in vielen Bereichen von Gesellschaft und Forschung. Die Energiesysteme mit der laufenden Energiewende machen sie zu einem faszinierenden Feld für den Einsatz von KI-Methoden. KI und Algorithmen des maschinellen Lernens können eine entscheidende Rolle bei der Verbesserung der Energieeffizienz, der Optimierung der Stromerzeugung und -verteilung oder der Verbesserung der Systemstabilität spielen und gleichzeitig die Integration zusätzlicher erneuerbarer Energien erleichtern. In diesem Vortrag geben wir einen Überblick über die Mechanik von Energiesystemen, ihre Auslegungs- und Optimierungsfragen und wie man diese mit datengesteuerten Ansätzen lösen kann. Wir werden sowohl die deterministische Dynamik als auch die stochastischen Aspekte von Energiesystemen diskutieren und grundlegende KI-Algorithmen und ihre Anwendungen in Energiesystemen untersuchen. Wir werden sowohl klassische Zeitreihenmethoden als auch modernste KI-Techniken, z.B. zur Optimierung oder Vorhersage, behandeln.

VortragsspracheEnglisch