Aktuelles

Der Lehrstuhl für Wirtschaftsinformatik und KI im Unternehmen (Prof. Gust) hat eine Stelle für Doktorandinnen und Doktoranden (TV-L 13) in unserer Forschungsinitiative „AI in Energy" zu vergeben.

Geld bekommen fürs Stromverbrauchen – was paradox klingt, wird in Schweinfurt zum Lehrstück über die Energiewende. In unserem Feldversuch erproben rund 65 Haushalte seit Juni 2025 dynamische, börsenpreisorientierte Stromtarife und nutzen Phasen negativer Strompreise gezielt aus. Die Süddeutsche Zeitung berichtet unser Projekt, das wir gemeinsam mit Prof. Flath, Prof. Stich und weiteren Partnern durchführen.

Wie kann KI Bestände senken, Kosten reduzieren und gleichzeitig Nachhaltigkeit fördern? Die Internationale Handelskammer (ICC) berichtet über unser vom Europäischen Fonds für Regionale Entwicklung (EFRE) gefördertes Projekt Künstliche Intelligenz für regionale Wertschöpfungsketten (KI-Regio), das fünf Lehrstühle der Universität in Kollaboration durchführen.

Unter Beteiligung des Lehrstuhls ist in Production and Operations Management, der führenden internationalen Fachzeitschrift für Produktions- und Dienstleistungsmanagement, eine neue Studie erschienen. Sie zeigt, wie sich mit Deep Reinforcement Learning zeitvariable Strompreise optimieren lassen – auch ohne detaillierte Kundendaten. So können lokale Stromnetze effizienter betrieben, erneuerbare Energien besser integriert und die gesamtgesellschaftliche Wohlfahrt gesteigert werden.

Wie kann ein Stromtarif gleichzeitig Geld sparen – und das Klima schützen? Der Bayerische Rundfunk berichtet im TV über unser BMWK-gefördertes Verbundprojekt FAME4ME, in dem die Uni Würzburg, die Stadtwerke Schweinfurt, das Fraunhofer-Institut u. a. einen dynamischen, börsenpreis­orientierten Tarif entwickeln.

Wie bringt man KI-Wissen und KI-Anwendungen in den Mittelstand? Hierzu diskutiert Prof. Gust im Podcast von Dr. oec. Lucas Kagerbauer.

Data Driven Decisions in Practice erstmalig im Sommersemester 2024.

Die Forschungsarbeit mit dem Titel „Designing Electricity Distribution Networks: The Impact of Demand Coincidence.“ wurde kürzlich im "European Journal of Operational Research“ veröffentlicht. Sie entstand in Kollaboration mit Forschern der Universität Freiburg, der LMU München und der UC Berkeley.

Die Forschungsarbeit mit dem Titel „Reliable Route Planning and Time Savings in Real-world Urban Intermodal Transportation Networks: Evidence from Hamburg, Germany“ wurde kürzlich im Journal „Expert Systems with Applications“ veröffentlicht. Sie entstand in Kollaboration mit Matthias Ruß von der Universität Freiburg.