Die intelligente Nutzung von Daten macht unser Leben angenehmer. In Smart Buildings bilden sie das Fundament für eine ganze Reihe von Technologien. Dafür benötigt: interne Daten von Sensoren und Mikrochips sowie externe Daten, beispielsweise Wetterinformationen, um Geräte und Abläufe zu automatisieren. Wir haben uns mit Priyanka Talla und Sebastian Weiß von Digital Spine sowie unserem Data Science Kollegen David Bürger über die Möglichkeiten von Daten in Smart Buildings und ihre Zukunft unterhalten.
1. Was macht ihr bei Digital Spine?
Sebastian: Als Digital Spine wollen wir eine Plattform schaffen, um das digitale Rückgrat von Gebäuden zu werden. Unser erstes Produkt ist Aufzughelden, mit dem wir das Problem des nicht funktionierenden Aufzugs lösen. Wir bieten zwei Dinge: Wir bringen den Aufzug ins Internet und schaffen somit seinen digitalen Zwilling. Wir verstehen den Aufzug, weil wir ein Team von Aufzugs- und Software Experten haben. Das heißt: Wir kümmern uns um den Aufzug und erkennen mit Hilfe von künstlicher Intelligenz, was der Aufzug braucht.
2. Wofür schlägt dann dein Herz – Daten oder ihre Nutzung?
Sebastian: Mein Herz brennt für beides, denn ich brauche die Daten für die Nutzung. Natürlich aber auch die Nutzer:innenseite, den Daten allein sind toll, aber um eine starke User-Experience zu bekommen, müssen wir diese sichtbar für Anwender:innen machen.
David: Primär für die Problemlösung, denn als Data-Scientist nutze ich Daten vor allem als Mittel zum Zweck, um ein Problem zu lösen.
Priyanka: Mein Herz schlägt für das Verstehen des Aufzugsverhalten anhand der verfügbaren Daten und das Identifizieren der Störungen innerhalb der spezifischen Aufzüge wie z. B. blockierte Türen, nicht fahrende Aufzüge und dafür, Aufzugsausfälle vorhersagen zu können.
3. Smart Buildings – Was ist das?
Sebastian: Ganz einfach: Ein smartes Gebäude stellt sich auf den Menschen ein und der Mensch nicht auf das Gebäude.
Priyanka: Genau, Smart Buildings überwachen z.b. den Energieverbrauch, den CO2-Ausstoß, die Belegung und die Personenströme innerhalb des Gebäudes.
4. Was ist das Potenzial von Smart-Buildings? Warum sollten sie smart sein?
Priyanka: Der Energieverbrauch von Gebäuden ist einer der wichtigsten Gründe für die Anwendung intelligenter Technologien. Das World Business Council for Sustainable Development schätzt, dass Gebäude 40 % der weltweit erzeugten Energie verbrauchen. Dafür sorgen Heizung, Strom, Klimaanlage oder auch die Warmwasserbereitung. Smarte Gebäude können diese Herausforderungen intelligenter bewältigen.
Sebastian: Das Potential ist riesig. Denn generell gilt: Wo du dich bewegst, da bewegen sich auch die Daten. Wenn du einen Raum betrittst, ist der schon vorgeheizt auf die Temperatur, die du dir wünscht – denn das Gebäude merkt sich das. Meiner Meinung nach bringt es nichts, nur extrem viele Sensoren pro Quadratmeter ins Gebäude zu bringen. Es müssen ebenfalls bereits vorhandene Datenquellen genutzt werden, um sich auf die Personen im Gebäude einzustellen.
David: Ich sehe in der Smartness vor allem eine Entscheidung, die über den Status Quo hinausgeht. Wenn man nur darauf reagiert, dass jetzt gerade die Sonne scheint, dann ist das nicht smart, sondern nur eine automatisierte Steuerung. Wenn man aber miteinbezieht, dass z.B. in einer Stunde wieder die Sonne scheinen soll, es aber jetzt noch bewölkt ist, dann kann man die Rollläden auch unten lassen.
Das wäre für mich smart. Für mich ist das gar nicht so sehr über die User-Centricity definiert – gerade im Kontext von KI und Predictive Tasks im Allgemeinen. Durch solche smarten Entscheidungen können dann großflächig Ressourcen geschont werden – genau dort sehe ich das Potenzial von Smart Buildings.
Sebastian: Sehe ich auch so. Es ist nicht wichtig was jetzt, sondern was davor und danach kommt. Man muss das große Ganze betrachten und über den Tellerrand hinausschauen.
5. Wo findet man welche Daten? Gibt es externe Daten, die einbezogen werden sollten bzw. können?
Priyanka: Die Aufzugsdaten erhalten wir von der Steuerung und alle gebäudebezogenen Daten können von intelligenten Gebäudeüberwachungssystemen abgerufen werden, um Informationen in Bezug auf Heizung, Strom usw. zu sammeln.
Sebastian: Genau, Daten erhalten wir aus sämtlichen Sensoren, die im Gebäude verbaut sind. Man hat aber auch die Möglichkeit externe Daten wie Klimadaten zu nutzen. In einem Projekt haben wir zum Beispiel Benutzer:innendaten anhand von anonymisierten Mobilfunkdaten einfließen lassen. Die sind besonders interessant, weil ich dort sehen kann, welcher Personenkreis in meiner Umgebung wohnt und wie sie sich durch das Gelände und das Gebäude bewegen. Wenn ich alle Daten sammle, dann habe ich wirklich einen Datenpool, mit dem ich dann die passenden Use-Cases bauen kann.
David: Externe Daten sind super interessant. Ganz wichtig sind Wetterdaten, weil sie unser Leben immens bestimmen. Die sind auch leicht zu bekommen. Ich denke aber auch an Mobilfunk- und Smartphonedaten im Allgemeinen für Bewegungsprofile, um Auslastungen vorhersagen zu können.
Zu Berufsfahrzeiten wären andererseits Luftqualitätsdaten spannend. Dann weiß ich, dass ich vielleicht eine Stunde später lüften oder in weiser Voraussicht das noch früher tun sollte, im Idealfall automatisiert. Ein großes Stichwort ist auch Smart Grid – die smarte Messung von Energieerzeugung und Verbrauch in lokalen Netzen. Das kann die Energiewende voranbringen, aber auch erst ermöglichen.
6. Wofür können die Daten perspektivisch noch eingesetzt werden?
Sebastian: Man kann die Daten nutzen, um präventiv auf spätere Ereignisse vorbereitet zu sein. Beispiel: Wenn die Daten aus den letzten Jahren zeigen, dass man zum Beispiel weniger Lüften sollte, weil zu viel CO2 von Autos ausgestoßen wird, dann kann ich Mobilitätsangebote anpassen. Oder es schneit jetzt mehr und deswegen brauche ich immer weniger Außenflächen.
Ein persönliches Thema ist das Metaverse. Ich kann die Daten auch nehmen und in einer virtuellen Welt nutzen. Denn im Metaverse brauche ich kein reales Gebäude mit Daten, sondern kann die gewonnenen Daten dort direkt austesten. Das ist noch weit weg, aber ich bin mir sicher, dass es dort hingeht.
David: Spannend! Ich finde es immer interessant data-driven Use-Cases zu entwickeln. Man braucht Fachleute, die verstehen, welche Informationen aus den Daten extrahierbar sind. Hier spielen Data Scientists eine Rolle. Das sind keine Machine-Learning Engineers, die smarte Algorithmen auf dicke Computer kloppen und dann wird etwas trainiert, sondern man muss die Domain auch verstehen.
Dadurch, mit viel Kommunikation und mit Leuten, die das Business gut verstehen werden neue Use-Cases identifiziert. Dadurch kann man Probleme viel smarter lösen als je zuvor. Die identifizierten Use Cases sind dann abhängig davon, welche Daten man sammelt und zur Verfügung hat, aber auch davon, was die momentanen Pain-Points sind – Zeiten ändern sich. Ich bin ein Fan davon nicht zu groß zu denken, sondern zu schauen: was haben wir und was sind die Probleme. Dieses Vorgehen lädt zur Iteration ein, und führt so erfahrungsgemäß zu guten Lösungen.
Priyanka: Ich sehe dort vier Bereiche. Erstens zum Vorhersagen des Aufzugsausfalls für einen bestimmten Fehlerfall, also z.b. einem mechanischen oder einem elektrischen Problem. Zweitens zur Vorhersage der benötigten Aufzugsausrüstung für einen bestimmten Aufzug. Nutzen kann man die Daten aber auch zur Identifizierung weiterer Anomalien im Aufzug wie Geschwindigkeitsschwankungen oder eingeschlossener Personen im Aufzug. Zuletzt ist auch eine Integration von Gebäudedaten mit Aufzugsdaten und Vorschlägen, welcher Zeitpunkt der richtige für Wartungsaktivitäten ist, basierend auf dem Personenfluss, denkbar.
7. Sorgen Smart-Buildings für mehr Nachhaltigkeit? Wie viel CO2 kann man perspektivisch einsparen?
Sebastian: Mit unserer Lösung können wir bis zu 7 % CO2 einsparen. Solange Smart Buildings smart betrieben werden, sorgen sie ganz klar für mehr Nachhaltigkeit. Bei automatisierten Gebäuden bin ich mir unschlüssig. Sie helfen, aber dort gibt es – zumindest momentan – noch relativ viel Aufwand, der investiert werden muss. Also: Smart-Buildings ja, bei automatisierten Gebäuden habe ich so meine Zweifel.
8. Welche Technologien sollten wir dafür im Auge behalten?
David: Ich sehe Herausforderungen drei Bereichen. Auf IoT-Device-Ebene sind das Provisioning und Device-Health Probleme, deren Lösungen meist schwer zu skalieren sind. Man könnte hier über eine zweite Ebene von Predictive Maintenance nachdenken. Der nächste kritische Schritt ist dann die Daten von wenig smarten, kleinen IoT-Geräten zur Verfügung zu stellen.
Hier sind schlanke Message-Broker, sowie auf größeren Skalen dann Streaming-Technologien wie Kafka im Auge zu behalten. Außerdem ist für die intelligente Nutzung der Daten ein skalierbarer Einsatz von Machine-Learning Methodiken notwendig, was eine Auseinandersetzung mit Technologien und Tools aus dem MLOps-Umfeld unumgänglich macht.
Sebastian: David hat jetzt sehr auf die Datenebene geschaut. Ich denke sofort an eine Blockchain, um Smart Contracts zu bedienen. Ich habe ein IoT-Device, welches mir Informationen sendet. Da muss verifiziert werden, dass diese Informationen wirklich von diesem Device kommen und unverfälscht sind. Da bietet sich die Blockchain an, da jede:r Teilnehmende weiß, woher die Daten kommen.
Ich denke da aber auch sofort an VR, AR und gemeinsame, offene Plattformen. Das größte Problem momentan ist, dass jede Firma von einer offenen Plattform spricht, aber trotzdem macht jeder sein eigenes Ding. Was zukünftig wichtig ist, sind offene Plattformen, die miteinander kommunizieren können.
