Bei beiden Beiträgen ging es um die effiziente Simulation großer Fernwärmesysteme. Alle Prognosen gehen davon aus, dass der Fernwärme eine große Bedeutung bei der Dekarbonisierung des Gebäudesektors zukommt. Solche Simulationen sind wichtig für die Weiterentwicklung bestehender Fernwärmesysteme und die Planung neuer Netze. Julia Eicke zeigte in ihrem Beitrag „Simplified representation of buildings in district heating network models – a data driven approach”, wie Gebäude so klassifiziert und gruppiert werden können, dass sich die Rechenzeiten der Simulationen deutlich verringern, ohne dass dadurch die Genauigkeit der Ergebnisse stark beeinträchtigt wird. Frederik Feike stellte in seinem Beitrag „Modeling heat loads and return temperatures of buildings connected to a district heating network using a neural network” eine Methode vor, mit der der Wärmebedarf und die Rücklauftemperatur der angeschlossenen Gebäude ermittelt werden kann, ohne dass der Wärmetransport in den Gebäuden detailliert und individuell beschrieben werden muss.