Natural Language Processing zur Analyse von Textdaten zur Energiewende
Herausforderung/Aufgabe
- Analyse der öffentlichen Kommunikation (z.B. Nachrichten) bezüglich Themen der Energiewende mithilfe von KI-Anwendungen
Lösungsansatz
- Natural Language Processing – Ansatz unter Durchführung von Sentimentanalyse und Topic Modelling
- Entwicklung eines präzisen Large Language Modells zur Erfassung von Tonalität und thematischer Struktur
Anwendung/Nutzung
- Untersuchung der Kommunikation bezüglich der Energiewende in internationalen, nationalen und regionalen Nachrichtensendungen
- Zeitliche, quantitative und qualitative Bewertung und Quantifikation medialer Diskurse
- Grundlage für Forschung zu kausalen Effekten der Medienkommunikation auf individuelle Einstellungen und Verhaltensmuster
Beschreibung/Technologie
Am Beispiel der öffentlichen, deutschen Nachrichtensendung „Tagesschau“ analysieren wir themenbezogen Texte, die mithilfe relevanter Schlüsselbegriffe ausgewählt werden. Diese Texte werden anschließend automatisch ausgewertet, um sowohl die behandelten Themen als auch die Tonalität und Emotionalität der Berichterstattung zu erfassen.
Aktueller Stand (TRL)
- Entwicklung des Modells E3M (Energy Economic Ensemble Model): abgeschlossen und einsatzbereit zur Analyse von Nachrichtendaten
- Vorliegen erster Ergebnisse: „Tagesschau“, Zeitraum 2014 – 2025
Zukünftige Entwicklung/Marktpotenzial
- Ausweitung der Analyse auf Nachrichten regionaler Sendungen (deutschlandweit) und US-amerikanischer Programme
- Nutzung der Ergebnisse als Grundlage für kausale Analysen medialer Kommunikation
- Verknüpfung mit experimentellen Ansätzen und empirischen Daten zur Dekarbonisierung des Energie- und Industriesektors
Kooperationsmöglichkeiten
Kooperationspotenziale bestehen mit Forschungseinrichtungen aus den Bereichen Ökonomie, Medien- und Kommunikationsforschung sowie Akteuren aus dem Bereich Datenanalyse und KI. Gemeinsame Projekte könnten sich auf die Auswertung von Medien- und Befragungsdaten, die Entwicklung von Analysewerkzeugen oder die Untersuchung von Meinungs- und Verhaltenswirkungen konzentrieren.
Patentschutz (IP-Protection)
Für dieses Themenfeld besteht keine Relevanz im Hinblick auf patentrechtlichen Schutz.
Kontakt
Ansprechpartner für Rückfragen oder weiterführende Gespräche:
Mareike Petrosjan (M.Sc.) & Dinesh Korrapati (M.Sc.)
EECON Lab im Energie-Innovationszentrum
Brandenburgischen Technischen Universität Cottbus-Senftenberg
Universitätsstraße 22, 03046 Cottbus
Weitere Steckbriefe
- ESC Lab
Herausforderung/Aufgabe
- Kosteneffiziente und nachhaltige Produktion von grünem Wasserstoff
Anwendung/Praxis
- Energiespeicherung
- Transport (Brennstoffzellen)
- Petrochemische Industrie
Lösungsansatz
- Anionenaustauschmembran (AEM)-Technologie
- Kombiniert Vorteile von alkalischer und PEM–Elektrolyse
- Innovativer Stack-Design mit 360 cm2 Einzel-zellenfläche
- Betrieb bei 30 bar für höhere Effizienz
- EECON Lab
Herausforderung/Aufgabe
- Biogasanlagen können lokale externe Effekte verursachen, darunter Geruchsbelästigungen und visuelle Beeinträchtigungen
- Diese Effekte können zu einer Wertminderung von Immobilien führen und lokalen Widerstand hervorrufen
- Ein vertieftes Verständnis dieser Auswirkungen ist entscheidend
- Bedeutung für die Optimierung der Standortwahl
- Relevanz für die gesellschaftliche Akzeptanz von Biogasanlagen
Anwendung/Praxis
- Energieunternehmen: Optimierung der Standortwahl für die Anlagen, zur Minimierung der Auswirkungen auf die Umgebung und Maximierung der Akzeptanz.
- Politische EntscheidungsträgerInnen: Entwicklung datengestützter Bebauungsrichtlinien.
- Real Estate Unternehmen: Immobilienfachleute: Bereitstellung von Einblicken in die Wertermittlung von Immobilien in der Nähe von Biogasanlagen.
Lösungsansatz
- Wir quantifizieren die Auswirkungen von Biogasanlagen auf Immobilienwerte mithilfe fortschrittlicher ökonometrischer Modelle und der Analyse von Winddaten.
