Strategien zur Beschleunigung des Klimarisikomanagements im Gebäudesektor mittels datengetriebener Methoden und Werkzeuge

Zusammenfassung Datengetriebene Methoden und Werkzeuge werden zunehmend unverzichtbar zur Unterstützung aller Phasen des Klimarisikomanagements, einschließlich Risikoanalyse, Bewertung und Management. Dennoch konzentriert sich die aktuelle Forschung oft auf eine spezifische Phase oder ein einzelnes Werkzeug, was deren effektiven Einsatz einschränkt. Hier verbinden wir datengetriebene Werkzeuge, geografische Kontexte sowie soziale und physische Dimensionen, um zu untersuchen, wie diese Werkzeuge das Klimarisikomanagement im Gebäudesektor verbessern. Wir führen bibliometrische Analysen, maschinelles Lernen und qualitative Analysen großer Textdaten durch, um Anwendungen verschiedener Werkzeuge aufzuzeigen und zu bewerten, Chancen und Herausforderungen hervorzuheben sowie gezielte Strategien für eine effektive Implementierung vorzuschlagen. Unsere Analyse zeigt Trends zur Integration von Künstlicher Intelligenz. Trotz der jüngsten politischen Betonung sozialer Dimensionen von Klimarisiken bleibt die Umsetzung dieser Methoden und Werkzeuge in diesem Bereich, insbesondere in Entwicklungsländern, aufgrund verschiedener Barrieren gering. Die Ermöglichung dieser Methoden und Werkzeuge ist essenziell zur Unterstützung des Klimarisikomanagements im Gebäudesektor.