Skip to main content
Springer Nature Link
Log in

Big Data & KI: Chance für moderne leittechnische Systeme

  • OVE-Energietagung
  • Published:
e & i Elektrotechnik und Informationstechnik Aims and scope Submit manuscript

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

Access this article

Log in via an institution

We’re sorry, something doesn't seem to be working properly.

Please try refreshing the page. If that doesn't work, please contact support so we can address the problem.

Notes

  1. DENA: Umfrage: Künstliche Intelligenz in der Energiewirtschaft, 2019, Berlin

  2. Gesellschaft e.V. 2017:8

Literatur

  1. BDEW – Bundesverband der Deutschen Energie- und Wasserwirtschaft (2020): Künstliche Intelligenz für die Energiewirtschaft.

    Google Scholar 

  2. Zimmermann, H., Frank, D. (2019): Künstliche Intelligenz für die Energiewende: Chancen und Risiken. Bonn: Germanwatch e.V.

    Google Scholar 

  3. Moreno, J. B., Timms, M., Wildberger, K., (2019): How Artificial Intelligence Is Accelerating the Energy Transition. (E.ON SE).

Download references

Author information

Authors and Affiliations

  1. Sprecher Automation GmbH, Franckstraße 51, 4020, Linz, Österreich

    Stephan Hutterer

Authors
  1. Stephan Hutterer
    View author publications

    You can also search for this author inPubMed Google Scholar

Corresponding author

Correspondence to Stephan Hutterer.

Additional information

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.

Kurzfassung eines Vortrags bei der OVE-Energietechnik-Tagung, 58. Fachtagung der Energietechnik-Branche, die am 6. und 7. Oktober 2021 in Linz stattfand.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Hutterer, S. Big Data & KI: Chance für moderne leittechnische Systeme. Elektrotech. Inftech. 138, 648–651 (2021). https://doi.org/10.1007/s00502-021-00960-8

Download citation

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00502-021-00960-8