Authors:
- Datenanalytisches Modell zur Optimierung des Energiesystems
- Technologieoffener Blick auf die Dekarbonisierung
- Weniger Treibhausgase durch datenbasierte Verfahren
Buy it now
Buying options
Tax calculation will be finalised at checkout
Other ways to access
This is a preview of subscription content, log in via an institution to check for access.
Table of contents (7 chapters)
-
Front Matter
-
Back Matter
About this book
Keywords
- Dekarbonisierung
- Digitalisierung
- Big Data
- Energiesystem
- Smart Data
- Energiesystemdesign
- Technologie
- Optimierung
- Simulation
- Treibhausgas
- datenbasierte Optimierung
- Treibhausgase
- Klimawandel
- kohlenstoffarme Energiesyste
- Digitalisierung
- Chemieindustrie
- Metallverarbeitung
- Entsorgung
- Praxis
- Automobilindustrie
Reviews
Authors and Affiliations
-
Siemens Advanta Consulting, Siemens AG, München, Germany
Oliver D. Doleski, Thomas Kaiser
-
Technology, Siemens AG, München, Germany
Michael Metzger
-
Technology, Siemens AG, Erlangen, Germany
Stefan Niessen, Sebastian Thiem
About the authors
Oliver D. Doleski, Dr. Thomas Kaiser, Dr. Michael Metzger, Professor Dr. Stefan Niessen und Dr. Sebastian Thiem sind in der Technologieentwicklung und im Consulting der Siemens AG tätig.
Bibliographic Information
Book Title: Digitale Dekarbonisierung
Book Subtitle: Technologieoffen die Klimaziele erreichen
Authors: Oliver D. Doleski, Thomas Kaiser, Michael Metzger, Stefan Niessen, Sebastian Thiem
DOI: https://doi.org/10.1007/978-3-658-32934-1
Publisher: Springer Vieweg Wiesbaden
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2021
Hardcover ISBN: 978-3-658-32933-4Published: 24 March 2021
eBook ISBN: 978-3-658-32934-1Published: 23 March 2021
Edition Number: 1
Number of Pages: XXXVII, 216
Number of Illustrations: 80 illustrations in colour
Topics: Sustainable Development, Statistics, general, Natural Resource and Energy Economics, Big Data