Skip to main content

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

  • Chapter
  • First Online:
Entrepreneurship der Zukunft
  • 2619 Accesses

Zusammenfassung

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.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Literatur

  • Aizo. (2022). DigitalStrom. www.aizo.com. Zugegriffen: 01. Febr. 2022.

  • BDEW. (2013). Bundesverband der Energie- und Wasserwirtschaft e.V. BDEW-Strompreisanalyse Mai 2013 – Haushalte und Industrie.

    Google Scholar 

  • Billerbeck, J. D. (2014). Der mühsame Weg zum smarten Zuhause, VDI nachrichten vom 15.8.2014. VDI.

    Google Scholar 

  • Birkner, P. (2014). Der urbane Raum als Zentrum der Energiewende-Projekte und Konzepte aus der Praxis, Energy Ecosystems Conference. Leipzig.

    Google Scholar 

  • Bundesverband Digitale Wirtschaft e. V. (BVDW 2019). Sprachassistenten im Smart Home, Berlin

    Google Scholar 

  • Butz, M., Sastry, K., & Goldberg, D. (2003). Tournament selection: Stable fitness pressure in XCS, In: Proceedings of the Genetic and Evolutionary Computation Conference, Lecture Notes in Computer Science (S. 1857–1869). Springer.

    Google Scholar 

  • Deloitte. (2018). Consumer Technology Studie.

    Google Scholar 

  • digital pioneers. (2021). https://t3n.de/news/amazon-alexa-skills-apps-echo-dot-835648/2. Zugegriffen: 17. März 2021.

  • DIN EN 15232:2012. (2012). Energieeffizienz von Gebäuden – Einfluss von Gebäudeautomation und Gebäudemanagement.

    Google Scholar 

  • Döbel, C. (2015). Dissertation: Ein Smart Home Management-System basierend auf adaptive Lernalgorithmen des Verhaltenserwerbs (ENKOS)

    Google Scholar 

  • ECC Köln. (2018). The Future of Voice: Sprachsteuerung als Chance für den Handel. Köln

    Google Scholar 

  • Eltako Electronics. (2022). GFVS-Safe II. www.eltako.com/fileadmin/downloads/de/Datenblatt/FUNK_datenblatt_GFVS-SafeII.pdf. Zugegriffen: 01. Febr. 2022.

  • EPBD. (2013). Implementing the Energy Performance of Buildings Directive – Featuring Country Reports 2012. Porto.

    Google Scholar 

  • eQ-3. (2022). ELV, Home Matic. www.homematic.com. Zugegriffen: 01. Febr. 2022.

  • EU. (2020). Eine Strategie für intelligentes, nachhaltiges und integratives Wachstum, MITTEILUNG DER KOMMISSION EUROPA, Brüssel

    Google Scholar 

  • Friedrich, T. A. (2014). EU-Kommission will die Energieeffizienz künftig um ein Drittel erhöhen, VDI nachrichten vom 1.8.2014, VDI Verlag GmbH. Düsseldorf.

    Google Scholar 

  • Gerdes, I., Klawonn, F., & Kruse, R. (2004). Evolutionäre Algorithmen. Vieweg.

    Google Scholar 

  • Ghahramani, Z. (2004). Unsupervised learning. University College London.

    Google Scholar 

  • Gira. (2022). Homeserver. www.gira.de/homeserver. Zugegriffen: 01. Febr. 2022.

  • Institut für Gebäudetechnologie. (2014). http://www.gebaeude-iq.de/bierdeckel/Wohngebaeude/index.html. Zugegriffen: 23. Jan. 2014.

  • Kanton Zürich. (2012). Wohnbedürfnisse und Wohnmobilität im Alter – Heute und in Zukunft. Zürich

    Google Scholar 

  • Klimaschutz in Zahlen. (2018). Fakten, Trends und Impulse deutscher Klimapolitik, Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMU). Berlin.

    Google Scholar 

  • Lee, E. A. (2006). Cyber-physical systems – Are computing foundations adequate? In NSF Workshop On Cyber-Physical Systems: Research Motivation, Techniques and Roadmap. Austin (Texas).

    Google Scholar 

  • MyGekko. (2022). www.my-gekko.com. Zugegriffen: 01. Febr. 2022.

  • Nuissl, N. (2013). Geräte im Haus sollen bald über neue Plattform kommunizieren. VDI Nachrichten, VDI Verlag GmbH.

    Google Scholar 

  • Patent (2017). DE102015008331B4.

    Google Scholar 

  • punkt 4 info. (2020). Aizo Group will 2020 global expandieren (vom 29.4.2020). Winterthur

    Google Scholar 

  • Rademacher. (2022). Homepilot. Homepilot.rademacher.de, Zugegriffen: 01. Febr. 2022.

  • RWE Effizienz GmbH. (2021). Smarthome. www.rwe-smarthome.de/web/cms/de/448330/smarthome. Zugegriffen: 17. März 2021.

  • Sander, S., Krödel, M., & Krause, H. (2012). Diplomarbeit: Ermittlung des Energieeinsparpotenzials durch Gebäudeautomation in Wohngebäuden anhand verschiedener Wohnsituationen. Hochschule Rosenheim

    Google Scholar 

  • Schmidt, G. (2014). Bitkom. IHS Technology.

    Google Scholar 

  • Siemens Gebäudeautomation. (2012). Einfluss auf die Energieeffizienz. Anwendung gemäß EN 15232:2012 eu.bac Produktzertifizierung, Deutschland.

    Google Scholar 

  • Somfy. (2022). TaHoma/io-homecontrol. www.somfy.de/home/produkte/produkte/io-homecontrol-tahoma.htmlhttp://www.loxone.com/dede/miniserver/features.html. Zugegriffen: 01. Febr. 2022.

  • Statista. (2016). Anzahl der Nutzer virtueller digitaler Assistenten weltweit. https://de.statista.com/statistik/daten/studie/620321/umfrage/nutzung-von-virtuellen-digitalen-assistenten-weltweit/.

  • Strese, H., Seidel, U., Knape, T., & Botthof, A. (2010). Smart Home in Deutschland – Untersuchung im Rahmen der wissenschaftlichen Begleitung zum Programm Next Generation Media (NGM) des Bundesministeriums für Wirtschaft und Technologie. Berlin.

    Google Scholar 

  • Telefunken. (2022). Joonior. www.telefunken-sb.de. Zugegriffen: 01. Febr. 2022.

  • VDE. (2014). Smart Home – IT-Sicherheit und Interoperabilität als Schrittmacher für den Markt, Frankfurt

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Christian Döbel .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Döbel, C. (2023). Optimierung von Energieverbrauch und Wohnkomfort mit Methoden des maschinellen Lernens und der Entscheidungspsychologie. In: Heim, L., Gerth, S. (eds) Entrepreneurship der Zukunft. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-42060-4_15

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-42060-4_15

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-42059-8

  • Online ISBN: 978-3-658-42060-4

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics