Künstliche Intelligenz (KI) in der EnergietechnikModulbeschreibung #31177 / Version 1
- 6 LP
- Portfolioprüfung
- Benotet
- Sommersemester
- Englisch, Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #31177 / #1 |
|---|---|
| Gültigkeit | SoSe 2025 – SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Hofmann, Mathias |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch, Deutsch |
Zugehörigkeit
| Fakultät | Fakultät III |
|---|---|
| Institut | Institut für Energietechnik |
| Fachgebiet | 33371800 FG Energieverfahrenstechnik und Umwandlungstechniken regenerativer Energien |
Kontakt
| Sekretariat | GG 1 |
|---|---|
| Ansprechpartner*in | Herkendell, Katharina |
| E-Mail-Adresse | herkendell@tu-berlin.de |
| Webseite | https://www.tu.berlin/fg-evur |
Lernergebnisse
Die Studierenden:
-sind in der Lage, KI-Methoden zur Modellierung, Simulation und Optimierung thermodynamischer Prozesse und komplexer Energiesysteme anzuwenden, um deren Effizienz und Nachhaltigkeit zu verbessern.
-können innovative KI-basierte Konzepte entwickeln, um Emissionen in Energieumwandlungsanlagen zu überwachen und zu minimieren sowie die Integration erneuerbarer Energien und die Netzstabilität zu gewährleisten.
-können präzise Energieprognosen erstellen, den Energieverbrauch durch KI-gestütztes Demand-Side-Management steuern und Strategien zur Energieeffizienz in Gebäuden und industriellen Anwendungen umsetzen.
-beherrschen den Einsatz von KI für Predictive Maintenance und die Überwachung des Zustands von Anlagen sowie zur Entwicklung von Schutzmaßnahmen für kritische Energieinfrastrukturen.
-können eigenständig wissenschaftlich fundierte Ansätze zur Lösung komplexer energietechnischer Fragestellungen mithilfe von KI entwickeln, bewerten und anwenden.
-sind in der Lage, KI-Methoden zur Modellierung, Simulation und Optimierung thermodynamischer Prozesse und komplexer Energiesysteme anzuwenden, um deren Effizienz und Nachhaltigkeit zu verbessern.
-können innovative KI-basierte Konzepte entwickeln, um Emissionen in Energieumwandlungsanlagen zu überwachen und zu minimieren sowie die Integration erneuerbarer Energien und die Netzstabilität zu gewährleisten.
-können präzise Energieprognosen erstellen, den Energieverbrauch durch KI-gestütztes Demand-Side-Management steuern und Strategien zur Energieeffizienz in Gebäuden und industriellen Anwendungen umsetzen.
-beherrschen den Einsatz von KI für Predictive Maintenance und die Überwachung des Zustands von Anlagen sowie zur Entwicklung von Schutzmaßnahmen für kritische Energieinfrastrukturen.
-können eigenständig wissenschaftlich fundierte Ansätze zur Lösung komplexer energietechnischer Fragestellungen mithilfe von KI entwickeln, bewerten und anwenden.
Lehrinhalte
Im Kurs wollen wir gemeinsam herausfinden, wie aktuelle Fragestellungen der Energietechnik mithilfe von künstlicher Intelligenz gelöst werden können und wie sich zukünftige Fragestellungen durch die Möglichkeit des Einsatzes von künstlicher Intelligenz entwickeln.
Folgende Fragestellungen, bei denen ein Einsatz von künstlicher Intelligenz infrage kommen kann, stellen beispielhaft mögliche Lehrinhalte dar:
-Modellierung, Simulation und Optimierung thermodynamischer Prozesse in Energieumwandlungsanlagen (z.B. Gas- und Dampfturbinen, Wärmepumpen, Systeme mit Wasserstoff)
-effiziente Auslegung von Wärmeübertragung, Wärmespeichersysteme oder Fernwärmenetze
-Emissionsüberwachung und -optimierung in Energieumwandlungsanlagen
-Modellierung komplexer Energiesysteme und Szenarien zur Dekarbonisierung des Energiesektors
-Steuerung und Optimierung von dezentralen Energiesystemen, Lastverteilung und Speicherintegration
-Zustand von Anlagen und Maschinen überwachen und Wartungsmaßnahmen optimal terminieren
-Demand-Side-Management (DSM), Energieverbrauch durch Nachfrageanreize verschieben
-präzise Vorhersagen für Energieverbrauch und Energieerzeugung in allen Sektoren
-optimales Energiemanagement und Energieeffizienz in Gebäuden und Industrieanlagen
-variable Erneuerbare integrieren und Netzstabilität erhalten
-Schutz kritischer Energieinfrastruktur
Folgende Fragestellungen, bei denen ein Einsatz von künstlicher Intelligenz infrage kommen kann, stellen beispielhaft mögliche Lehrinhalte dar:
-Modellierung, Simulation und Optimierung thermodynamischer Prozesse in Energieumwandlungsanlagen (z.B. Gas- und Dampfturbinen, Wärmepumpen, Systeme mit Wasserstoff)
-effiziente Auslegung von Wärmeübertragung, Wärmespeichersysteme oder Fernwärmenetze
-Emissionsüberwachung und -optimierung in Energieumwandlungsanlagen
-Modellierung komplexer Energiesysteme und Szenarien zur Dekarbonisierung des Energiesektors
-Steuerung und Optimierung von dezentralen Energiesystemen, Lastverteilung und Speicherintegration
-Zustand von Anlagen und Maschinen überwachen und Wartungsmaßnahmen optimal terminieren
-Demand-Side-Management (DSM), Energieverbrauch durch Nachfrageanreize verschieben
-präzise Vorhersagen für Energieverbrauch und Energieerzeugung in allen Sektoren
-optimales Energiemanagement und Energieeffizienz in Gebäuden und Industrieanlagen
-variable Erneuerbare integrieren und Netzstabilität erhalten
-Schutz kritischer Energieinfrastruktur
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Künstliche Intelligenz in der Energietechnik | Integrierte Veranstaltung | 3712 L 001 | Sommersemester | [de] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Künstliche Intelligenz in der Energietechnik (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 120 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Semesteraufgabe | 1 | 60 h | 60 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Zunächst werden mithilfe von gegenseitigen Präsentation die Grundlagen erarbeitet und ggf. durch Vorlesungs- und Übungsformate sowie mithilfe von Praxisbeispielen ergänzt. Die Studierenden haben Gelegenheit, mit eigener Hardware und open-source Umgebungen selbstständig oder unter Anleitung verschiedener teils komplexe Aufgabenstellungen zu bearbeiten. Die Studierenden sollen dabei auch eigene Fragenstellungen entwickeln.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
-Besuch von Vorlesungen zu Thermodynamik, Energietechnik, Kraftwerkstechnik und Energiewirtschaft
-Kenntnisse im Bereich numerische Methoden und Grundlagen der Programmierung und Informatik für Ingenieur*innen
-Kenntnisse im Bereich numerische Methoden und Grundlagen der Programmierung und Informatik für Ingenieur*innen
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Präsentation | 25 | mündlich | 40 Minuten |
| Rücksprache | 15 | mündlich | 20 Minuten |
| Semesteraufgabe, Dokumentation | 30 | schriftlich | Digitaler Bericht, 8-10 Seiten |
| Semesteraufgabe, technischer Teil | 30 | praktisch | Programmieren |
Prüfungsbeschreibung (Abschluss des Moduls)
Portfolioprüfung mit verschiedenen semesterbegleitenden Elementen, darunter Präsentation und Semesteraufgabe. Abgeschlossen wird das Modul mit einer mündlichen Rücksprache.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 20.
Anmeldeformalitäten
Alle Anmeldeformalitäten werden auf der Fachgebietswebseite bzw. im semesteraktuellen ISIS Kurs bekannt gegeben.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Energie- und Verfahrenstechnik StuPO 2009 | SoSe 2025 | Rechnergestützte Methoden |
| WiSe 2025/26 | Rechnergestützte Methoden | |
| SoSe 2026 | Rechnergestützte Methoden | |
| Regenerative Energiesysteme StuPO 2023 | SoSe 2025 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration |
| WiSe 2025/26 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration | |
| SoSe 2026 | Wahlpflichtmodule › Fachspezifische Wahlpflicht RES › Systeme und Integration | |
| Sustainable Energy and Process Engineering StuPO 2024 | SoSe 2025 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods |
| WiSe 2025/26 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods | |
| SoSe 2026 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Computational Methods |
Sonstiges
Keine Angabe