Reálopciók és mesterséges intelligencia a hidrogénalapú beruházások döntéstámogatásában = Real options and artificial intelligence in decision support for hydrogen-based investments

Csapi, Vivien and Sárics, Sarolta Zsófia (2026) Reálopciók és mesterséges intelligencia a hidrogénalapú beruházások döntéstámogatásában = Real options and artificial intelligence in decision support for hydrogen-based investments. VEZETÉSTUDOMÁNY, 57 (3). pp. 47-66. ISSN 0133-0179

Preview

Text BCEVT_2026-0347-664Csapi1.pdf - Published Version Available under License Creative Commons Attribution. Download (1MB) | Preview

Abstract

A globális dekarbonizációs célok és az energiatranzíció gyors üteme átalakítják a technológiai és gazdasági döntéshozatalt. A hidrogén ígéretes fenntartható energiaforrás, azonban terjedését gátolják a magas beruházási és működési költségek, az infrastruktúra korlátai, valamint a szabályozási bizonytalanságok. A tanulmány célja a hidrogénberuházások tervezéséhez kapcsolódó kutatási trendek és módszerek feltérképezése. Bibliometriai elemzést végeztek a szerzők a kulcsszavak előfordulása, a regionális eloszlás és a szerzői hálózatok alapján. Kiemelik a reálopciók elméletét, valamint a mesterséges intelligencia és gépi tanulás szerepét a komplex energiarendszerek optimalizálásában. Eredményeik szerint a döntéselméleti kutatások elsősorban az energiarendszerek optimalizálására és a bizonytalanság kezelésére irányulnak, kevésbé a hidrogénre. A tanulmány kutatási hiányokat azonosít, és javaslatot tesz a hidrogén gazdasági értékelési modellekbe való beágyazására. | Global decarbonization goals and the rapid pace of the energy transition are changing technological and economic decision-making. Hydrogen is a promising pillar of sustainable energy. Its widespread deployment is hindered by high capital and operational costs, infrastructure constraints, and regulatory uncertainties. These factors complicate investment timing and feasibility decisions. This study seeks to identify research trends and methods for hydrogen investment planning. The authors use bibliometric analysis of keyword co-occurrence, regional distribution, and author networks. Real options theory for incorporating uncertainty and flexibility into investment decisions and the emerging role of AI and ML in optimizing complex energy systems are highlighted. The findings show that most decision-theoretic research focuses on energy system optimization, uncertainty management, and renewables integration, rather than hydrogen. The paper identifies research gaps and suggests ways to explicitly embed hydrogen into economic evaluation frameworks and decision-support systems that use financial models and AI-driven tools

Actions (login required)

Edit Item