Skip to main content
Registrieren
Springer Professional
SUCHE
MENÜ 1 2 3 4
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
Ziele der deutschen Wirtschafts- und Energiepolitik Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

33. Methoden zur Ableitung von Energiestrategien in komplexen Entscheidungssituationen

verfasst von : M.Sc. M.Phil. Roland Maximilian Happach, Prof. Dr. rer. pol. Dipl.-Ing. Meike Tilebein

Erschienen in: Industrielle Energiestrategie

Verlag: Springer Fachmedien Wiesbaden

Einloggen, um Zugang zu erhalten
share
TEILEN

Zusammenfassung

Mit Beginn des Liberalisierungsprozesses des europäischen Gas‐ und Elektrizitätsmarktes in den 1990er‐Jahren und der damit einhergehenden Umgestaltung der wirtschaftlichen und rechtlichen Rahmenbedingungen kam es zu tiefgreifenden Änderungen für energieintensive Industrieunternehmen. Diese Änderungen umfassen nicht nur Unbundling, Auktionen und neuen Wettbewerb in der Energiewirtschaft, sondern schließen außerdem den Wandel zu erneuerbaren Energien und ein unternehmerisches Umdenken bei der Energiebeschaffung mit ein. Das Ziel der Bundesregierung, bis 2050 den Anteil von erneuerbaren Energien am Energiemix auf 80 Prozent zu steigern, macht Investitionen erforderlich und stellt energieintensive Unternehmen vor Entscheidungen, beispielsweise ob sie Investitionen zur Energieproduktion tätigen oder neue Energiezulieferer finden.
Die beschriebenen fundamentalen Änderungen der Rahmenbedingungen ergeben für die betroffenen Unternehmen eine dynamisch‐komplexe Entscheidungssituation, aus der jedoch keine allgemein gültigen eindeutigen Handlungsempfehlungen abzuleiten sind. Diese sind daher stets unternehmensindividuell zu erarbeiten. Der vorliegende Beitrag zeigt dazu verschiedene Methoden auf, mit denen komplexe Entscheidungstatbestände detailliert untersucht und analysiert werden können. Dabei werden die folgenden Methoden beschrieben und an einschlägigen Beispielen demonstriert: Modellierung des Wertschöpfungsnetzwerks, Kausaldiagramme, System‐Dynamics‐Simulationsmodelle und agentenbasierte Modellierung. Ziel dieses Beitrags ist es, anwendungsorientierte Methoden der Entscheidungsunterstützung zu präsentieren, die dabei helfen können, dynamisch‐komplexe Situationen besser zu analysieren und unternehmensindividuell passende Strategien dafür zu erarbeiten.

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe



 


Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko





Jetzt 90 Tage mit der neuen Mini-Lizenz testen!

Jetzt informieren
Vorheriges Kapitel Mehr als nur Energieeffizienz: Energieziele und Zielkonflikte
Nächstes Kapitel Entwicklung einer Energiestrategie: Normstrategien oder Lösungsmuster
Fußnoten
1
Vgl. Pollitt 2012, Jamasb und Pollitt 2005 für ein generellen Überblick des Liberalisierungsprozesses.
 
2
In der Systemtheorie wird die Perspektivenvielfalt oftmals mit dem Begriff der Kontingenz in Verbindung gebracht. Kontingenz umfasst die Erwartungen und projizierten Erwartungen in Systemen und somit das Mögliche (vgl. Luhmann 1987, S. 152). Treffen nun mehrere Personen mit festen Erwartungen aufeinander, kommt es zu doppelter Kontingenz: Beide Personen halten an ihren Erwartungen fest und es entsteht ein Kommunikationsproblem. Das Problem der doppelten Kontingenz blockiert dadurch Kommunikation. Da die Analysemethoden alle Beteiligte motivieren, die Erwartungen und mentale Modelle in die jeweilige Modellierungssprache zu übersetzen, führt es zu einem Offenlegen der unterschiedlichen Erwartungen und mentalen Modell, was wiederum zu Kommunikation führt und somit doppelte Kontingenz das Kontingenzproblem verringert (vgl. Luhmann 1987, S. 160–161).
 
3
Wie beispielsweise Benchmarking, einbrechende Umsatzzahlen, explodierende Kosten
 
Literatur
Bolle, F.; Breitmoser, Y. (2006). Are Gas Release Auctions Effective? Hg. v. European University Viadrina, Department of Business Administration and Economics (Discussion Paper 255).
Buchner, H. (2002). Planung im turbulenten Umfeld. Konzeption idealtypischer Planungssysteme für Unternehmenskonfigurationen. München: Vahlen. Controlling-Praxis.
Cirillo, R., Thimmapuram, P., Veselka, T., Koritarov, V., Conzelmann, G., Macal, C., Boyd, G., North, M., Overbye, T., & Cheng, X. (2006). Evaluating the potential impact of transmission constraints on the operation of a competitive electricity market in Illinois. ANL-06/16 (report prepared for the Illinois Commerce Commission). Argonne: Argonne National Laboratory.
Coyle, G. (2000). Qualitative and Quantitative Modelling in System Dynamics: Some Research Questions. System Dynamics Review, 16(3), 225–244. CrossRef
Davis, J. P., Eisenhardt, K. M., & Bingham, C. B. (2007). Developing Theory Through Simulation Methods. Academy of Management Review, 32(2), 480–499. doi:10.5465/AMR.2007.24351453. CrossRef
Deutscher Bundestag (21.07.2014). Gesetz für den Ausbau erneuerbarer Energien (Erneuerbare-Energien-Gesetz). EEG, vom 2014.
Duncan, R. B. (1972). Characteristics of Organizational Environments and Perceived Environmental Uncertainty. Administrative Science Quarterly, 17(3), 313. doi:10.2307/2392145. CrossRef
Ford, A. (1997). System Dynamics and the Electric Power Industry. System Dynamics Review, 13(1), 57–85. CrossRef
Forrester, J. W. (1958). Industrial Dynamics: A Major Breakthrough for Decision Makers. Harvard Business Review, 36(4), 37–66.
Gawel, E., & Lehmann, P. (2014). Die Förderung der erneuerbaren Energien nach der EEG-Reform 2014. Wirtschaftsdienst, 94(9), 651–658. doi:10.1007/s10273-014-1729-z. CrossRef
Glachant, J.-M., & Ruester, S. (2014). The EU internal electricity market: Done forever? Utilities Policy, 31, 221–228. doi:10.1016/j.jup.2014.03.006. CrossRef
Haag, H.-C. (2014). Eine simulationsgestützte Methode zur strategischen Frühaufklärung in Wertschöpfungsnetzwerken. Berlin: LIT. Dr. W. Hopf (Komplexität und Diversität in soziotechnischen Systemen, 2)
Haag, H.-C., & Tilebein, M. (2012). Integrating System Dynamics in a Strategic Foresight Process for Firms in Production Networks. In E. Husemann, & D. C. Lane (Hrsg.), 30th international conference of the System Dynamics Society 2012 St. Gallen, Switzerland, 22–26 July 2012. Red Hook: Curran.
Haag, H.-C., & Tilebein, M. (2013). Dynamic Business Model Analysis for Strategic Foresight in Production Networks. In K. Windt (Hrsg.), Robust Manufacturing Control Proceedings of the CIRP Sponsored Conference RoMaC 2012, Bremen, Germany, 18th–20th June 2012. (S. 507–517). Heidelberg: Springer. CrossRef
Haag, H.-C., Radimersky, A., & Meyer-Schwickerath, B. (2012). Wandlungstreiber in Wertschöpfungsnetzen erkennen. Wandlungsdruck mittels Zukunftsszenarien identifizieren und bewerten. wt Werkstattstechnik online, 102(9), 633–638.
Happach, R. M., & Größler, A. (2014). Modeling the inner-European Trade Volumes of Natural Gas. In P. Davidsen (Hrsg.), 32nd International Conference of the System Dynamics Society 2014 Delft, Netherlands, 20–24 July 2014. Red Hook: Curran.
Happach, R. M., & Tilebein, M. (2015). Simulation as Research Method: Modeling Social Interactions In Management Science. In C. Misselhorn (Hrsg.), Collective Agency and Cooperation in Natural and Artificial Systems Philosophical studies series, Bd. 122 Cham: Springer.
Harrison, J. R., Lin, Z., Carroll, G. R., & Carley, K. M. (2007). Simulation Modeling in Organizational and Management Research. Academy of Management Review, 32(4), 1229–1245. doi:10.5465/AMR.2007.26586485. CrossRef
Homer, J., & Oliva, R. (2001). Maps and Models in System Dynamics: a Response to Coyle. System Dynamics Review, 17(4), 347–355. doi:10.1002/sdr.224. CrossRef
Jamasb, T., & Pollitt, M. G. (2005). Electricity Market Reform in the European Union: Review of Progress toward Liberalization & Integration. The Energy Journal, 26(Special Issue), 11–41.
Kim, D.H., (1992). Guidelines for Drawing Causal Loop Diagrams. The Systems Thinker, 3(1), 5–6.
Law, A. M. (2014). Simulation Modeling and Analysis (5. Aufl.). McGraw-Hill series in industrial engineering and management science. New York: McGraw-Hill.
Lopes Ferreira, H., Costescu, A., L’Abbate, A., Minnebo, P., & Fulli, G. (2011). Distributed Generation and Distribution Market Diversity in Europe. Energy Policy, 39(9), 5561–5571. doi:10.1016/j.enpol.2011.04.064. CrossRef
Luhmann, N. (1987). Soziale Systeme. Grundriss einer allgemeinen Theorie (1. Aufl.). Suhrkamp Taschenbuch Wissenschaft, Bd. 666. Frankfurt am Main: Suhrkamp.
Lundberg, C. G. (1962). Administrative Decisions: A Scheme for Analysis. The Journal of the Academy of Management, 5(2), 165–178.
Macal, C. M., & North, M. J. (2005). Tutorial on Agent-Based Modeling and Simulation. In M. E. Kuhl, N. M. Steiger, F. B. Armstrong, & J. A. Joines (Hrsg.), Proceedings of the 37th Winter Simulation Conference. Monterey: Winter Simulation Conference.
Macal, C. M., & North, M. J. (2006). Tutorial on Agent-Based Modeling and Simulation Part 2: How to Model With Agents. In L. F. Perrone, F. P. Wieland, J. Liu, B. G. Lawson, D. M. Nicol, & R. M. Fujimoto (Hrsg.), Proceedings of the 38th Winter Simulation Conference December 3–6, 2006. Monterey.
Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151–162. doi:10.1057/jos.2010.3. CrossRef
Menegaki, A. N. (2012). A Social Marketing Mix for Renewable Energy in Europe based on Consumer stated Preference Surveys. Renewable Energy, 39(1), 30–39. doi:10.1016/j.renene.2011.08.042. CrossRef
Menges, R., & Beyer, G. (2013). Energiewende und Übertragungsnetzausbau: Sind Erdkabel ein Instrument zur Steigerung der gesellschaftlichen Akzeptanz des Leitungsbaus? Eine empirische Untersuchung auf Basis der Kontingenten Bewertungsmethode. Zeitschrift für Energiewirtschaft, 37(4), 277–295. doi:10.1007/s12398-013-0118-4. CrossRef
Mintzberg, H., Raisinghani, D., & Théorêt, A. (1976). The Structure of “Unstructured” Decision Processes. Administrative Science Quarterly, 21(2), 246–275. Zuletzt geprüft am 16.04.2015. CrossRef
Movilla, S., Miguel, L. J., & Blázquez, L. F. (2013). A System Dynamics Approach for the Photovoltaic Energy Market in Spain. Energy Policy, 60, 142–154. doi:10.1016/j.enpol.2013.04.072. CrossRef
Pollitt, M. G. (2012). The Role of Policy in Energy Transitions: Lessons from the Energy Liberalisation Era. Energy Policy, 50, 128–137. doi:10.1016/j.enpol.2012.03.004. CrossRef
Roberts, N., Andersen, D. F., Deal, R. M., Garet, M. S., & Shaffer, W. A. (1983). Introduction to Computer Simulation. The System Dynamics Approach. Reading: Addison-Wesley.
Schleicher-Tappeser, R. (2012). How Renewables will Change Electricity Markets in the Next Five Years. Energy Policy, 48, 64–75. doi:10.1016/j.enpol.2012.04.042. CrossRef
Simon, H. A. (1977). The new science of management decision. Englewood Cliffs: Prentice-Hall.
Simon, H., Meyer, S., & Tilebein, M. (2008). Bounded Rationality in Management Research: Computational Approaches to Model the Coevolution of Organizations and their Environments. International Federation of Scholarly Associations of Managment (IFSAM) 9th World Congress, 26.07.2008. Shanghai, China: IFSAM.
Spiecker, S., & Weber, C. (2014). The Future of the European Electricity System and the Impact of Fluctuating Renewable Energy – A Scenario Analysis. Energy Policy, 65, 185–197. doi:10.1016/j.enpol.2013.10.032. CrossRef
Sterman, J. D. (2000). Business Dynamics. Systems Thinking and Modeling for a Complex World. Boston: Irwin/McGraw-Hill.
Tilebein, M. (2005). Nachhaltiger Unternehmenserfolg in turbulenten Umfeldern. Die Komplexitätsforschung und ihre Implikationen für die Gestaltung wandlungsfähiger Unternehmen (1. Aufl.). Schriften zur Unternehmensplanung, Bd. 69. Frankfurt am Main, New York: Lang.
Tilebein, M., & Stolarski, V. (2009). The Contribution of Diversity to Successful R&D Processes. The R&D Management Conference, Wien, 21.06.2009.
Verde, S. (2008). Everybody Merges with Somebody – The Wave of M&As in the Energy Industry and the EU Merger Policy. Energy Policy, 36(3), 1125–1133. doi:10.1016/j.enpol.2007.11.023. CrossRef
Warren, K. (2008). Strategic Management Dynamics. Chichester, West Sussex, England, Hoboken: Wiley.
Witte, E. (1972). Field Research on Complex Decision-Making Processes – The Phase Theorem. International Studies of Management & Organization, 2(2), 156–182.
Metadaten
Titel
Methoden zur Ableitung von Energiestrategien in komplexen Entscheidungssituationen
verfasst von
M.Sc. M.Phil. Roland Maximilian Happach
Prof. Dr. rer. pol. Dipl.-Ing. Meike Tilebein
Copyright-Jahr
2017
Buch
Industrielle Energiestrategie

Print ISBN: 978-3-658-07605-4

Electronic ISBN: 978-3-658-07606-1

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-658-07606-1_33

Premium Partner

Pluta
    Bildnachweise