Decision support for sustainable energy systems, energy economics, urban mobility, and emerging methods in information systems research

verfasst von

Tobias Kraschewski

betreut von

Michael Breitner

Abstract

Angesichts der Herausforderungen durch den Klimawandel und die fortschreitende Urbanisierung ist nachhaltige Entwicklung zu einer globalen Priorität geworden. Diese Dissertation untersucht die zentrale Rolle von Informationssystemen bei der Förderung von Nachhaltigkeit, indem fortschrittliche Entscheidungsunterstützungssysteme entwickelt werden,
die datengetriebene Methoden nutzen, um die Entscheidungsfindung im Energie- und urbanen Mobilitätssektor zu verbessern. Die Forschung basiert auf den Prinzipien des Design Science Research, die die iterative Entwicklung und Bewertung innovativer Artefakte zur Lösung realer Probleme betonen. Die Dissertation umfasst zwölf Forschungsartikel, die sich auf vier Hauptthemenbereiche verteilen: nachhaltige Energiesysteme, Energieökono-
mie, nachhaltige urbane Mikromobilität und aufkommende Methoden in der IS-Forschung. Die Studien verfolgen einen interdisziplinären Ansatz und verwenden eine Vielzahl von Methoden, darunter techno-ökonomische Simulationen, morphologische Analyse, Regressionsanalyse, Clustertechniken, Realoptionenbewertung, Netzwerkanalyse und Verarbeitung natürlicher Sprache. Ein zentraler Beitrag dieser Arbeit ist die Entwicklung und Weiterentwicklung des Nano Energy System Simulator (NESSI), einem Entscheidungsunterstützungssystem zur Analyse von Gebäudeenergiesystemen. Darüber hinaus bietet die Dissertation umfassende Analysen zur Adoption und Preisbildung von Photovoltaiksystemen, wirtschaftlichen Bewertungen von Windkraftanlagen und der Integration urbaner Mikromobilitätslösungen.
Diese Studien tragen zur Förderung von Markttransparenz, wirtschaftlichen Bewertungen und fundierten Entscheidungsprozessen bei. Die Dissertation erforscht außerdem aufkommende Methoden und Werkzeuge in der IS-Forschung, wie die Clusteranalyse von taxonomiebasierten Daten und die Analyse von Social Media sowie wissenschaftlichem Diskurs zu den KI-Technologien ChatGPT und GPTZero. Diese Beiträge unterstreichen die Be-
deutung methodischer Genauigkeit und Innovation für die Relevanz und den Einfluss der
IS-Forschung. Durch die Ausrichtung an den Prinzipien von Green IS und DSS adressiert diese Dissertation nicht nur drängende ökologische und gesellschaftliche Probleme, sondern trägt auch unmittelbar zur IS Forschung bei, indem sie praxisorientierte, auf Nachhaltigkeit fokussierte Lösungen entwickelt. Die Integration von Data Science und datengetriebenen
Methoden in die gesamte Forschung verstärkt ihre Wirkung zusätzlich und bietet wertvolle Erkenntnisse für Stakeholder in verschiedenen Bereichen. Die präsentierten Ergebnisse und Methoden bieten ein umfassendes Rahmenwerk für zukünftige Forschung und Praxis im Bereich nachhaltiger Informationssysteme und treiben Fortschritte sowohl im akademischen Bereich als auch in der realen Anwendung voran.

Organisationseinheit(en)

Institut für Wirtschaftsinformatik

Typ

Dissertation

Anzahl der Seiten

82

Publikationsdatum

11.06.2025

Publikationsstatus

Veröffentlicht

Ziele für nachhaltige Entwicklung

SDG 7 – Erschwingliche und saubere Energie, SDG 11 – Nachhaltige Städte und Gemeinschaften, SDG 13 – Klimaschutzmaßnahmen

Elektronische Version(en)

https://doi.org/10.15488/19092 (Zugang: Offen)