Smartes Gebäude trifft intelligentes Netzwerk

Smartes Gebäude trifft intelligentes Netzwerk

Vernetzte Systeme und künstliche Intelligenz verändern die Gebäudetechnik

Beitrag teilen:

Share on linkedin
Share on xing
Share on email

Künstliche Intelligenz (KI) gilt in vielen Branchen als wichtige Schlüsseltechnologie. Im Facility Management und der Gebäudetechnik spielen schon heute smarte, vernetzte Systeme eine wichtige Rolle. Künftig wird der Einsatz solcher Technologie nicht nur die Gebäudetechnik, sondern auch das Leben und Arbeiten in Gebäuden nachhaltig verändern. So scheint es gar nicht mehr so utopisch, wenn der Mitarbeiter bei der Ankunft in seinem Unternehmen die Heizung an seinem Arbeitsplatz auf seine Lieblingstemperatur eingerichtet findet, und sein Bildschirm längst hochgefahren ist. Eine ähnliche Entwicklung erleben wir derzeit in Wohngebäuden. Dort sind mit Alexa und Co. Sprachsteuerung und KI bereits eingezogen. Dank Deep Learning sind die Programme dieser Systeme lernfähig und damit in der Lage, auf die Bewohner und deren Lebenssituation trainiert zu werden. Das lange gepriesene „Smart Home“ entwickelt sich so zusehends zu „Smart ­Living“. In künftigen Szenarien lassen Badezimmerspiegel die Termine des Tages anzeigen und Kühlschränke verbrauchte Lebensmittel nachbestellen. Heizungen und Klimaanlagen werden abhängig von der anwesenden Personenanzahl automatisch geregelt, intelligente Matratzen kontrollieren das Schlafverhalten des Schlafenden und alle elektronischen Geräte sind sprachgesteuert. Dabei sind sämtliche Informationen von einer zentralen Plattform abrufbar.

Der „Cube Berlin“ auf dem Washington­platz am Berliner Hauptbahnhof gilt als Prototyp eines „Smart Building“. Sein lernfähiges „Brain“ vernetzt Technik und Prozesse mit Schnittstellen zu BIM, IcT, BACnet, KNX, Modbus, M-Bus, Beacon-Steuerung, Prozessteuerung und dem Preventive Smart FM.

Als „Smart Building“ muss sich auch das moderne Bürogebäude den potenziellen Mietern und deren Mitarbeitern anpassen können. Deep-Learning-Systeme kommen hier, ebenso wie in öffentlichen Gebäuden, vornehmlich in der Sicherheitstechnik zum Einsatz. Mithilfe selbstlernender Algorithmen zieht das System beispielsweise auf Basis gewonnener Videodaten Rückschlüsse auf Muster und Regelmäßigkeiten der Besucherströme im Gebäude und meldet Auffälligkeiten. Noch ist es Aufgabe des Personals, im Einzelfall über etwaige Maßnahmen zu entscheiden. Künftig soll aber auch diese Aufgabe durch das smarte System selbst gelöst werden. Denn dessen Urteilsfähigkeit wird sich, so meinen Experten, innerhalb kurzer Zeit stark erhöhen. Bereits für das Jahr 2040 prognostiziert der schwedische Bioethiker Nick Bostrom, dass die „Human Level Machine Intelligence“ der Entscheidungsfähigkeit menschlicher Intelligenz zu 50 Prozent entspricht. Bis 2075 soll die Wahrscheinlichkeit gar bei 90 Prozent liegen.

Möglichst schlau und flexibel

Bei der Nutzung der klugen Technik spielt insbesondere die Vernetzung des Gebäudes eine entscheidende Rolle. Denn ohne die Integration vielschichtiger Sensorik ist ein energie- und kosteneffizienter Betrieb mit gleichzeitiger Komfortmaximierung für den Nutzer nur schwer möglich. Das Spektrum reicht von smarten Garagen für Elektromobilität über die Analyse von Bewegungsströmen zur Optimierung von Klima- und Energiezonen bis hin zur dynamischen Zuordnung von Flächen je nach aktueller Aufgabenstellung. „Best Fit“ statt „Best Practice“ heißt die Devise.

Wie ein solches Konzept funktionieren kann, soll der „Cube Berlin“ demonstrieren: ein „Smart Building, das Technologie, Architektur und Atmosphäre zusammen denkt“, erklären die Initiatoren.

Zunehmende Vernetzung

Vorausschauende Wartungen, wie sie bereits praktiziert werden, sind künftig Teil eines ganzheitlichen „Building ­Operating System“, das notwendige Schritte wie das Bestellen von Ersatzteilen oder Beauftragen von Wartungspersonal selbstständig auslösen kann. Ähnlich wie in der Industrie, wo bei der Konstruktion einer neuen Maschine oder Anlage ein digitaler Zwilling erstellt wird, der in Echtzeit mit dem realen Original mit lernt, wird man auch Gebäude auf diese Weise virtuell abbilden, sodass dessen Funktionen ständig verbessert werden können.

Die Vielzahl der diversen Daten wird dann nicht mehr in einzelnen, in sich geschlossenen Kontrollzentren gesammelt und verarbeitet, sondern vielmehr in dezentralen Netzwerken bereitgestellt, die sich auch untereinander austauschen. Ein Gebäude, in dem ein Sicherheitsrisiko entdeckt wird, könnte diese Information an die umliegende Infrastruktur weitergeben und so als ein Teil der „Smart City“ oder des „Smart Grids“ fungieren. Dabei gilt es, das zuverlässige Zusammenspiel der Systemkomponenten sowie Datensicherheit und Datenschutz zu gewährleisten. Kompetenz in der gebäudetechnischen KI-Technologie und deren Anwendung wird damit zu einem entscheidenden Wettbewerbsvorteil des technischen Gebäudeausstatters.

Quellen: Studie „Machine Learning / Deep Learning 2019“ im Auftrag der Fachzeitschrift Computerwoche, durchgeführt von IDG Research Services durch Befragung von 350 Entscheidungsträgern.
Bostrom, Nick (2014): Superintelligenz, Szenarien.

— Branchen-News —

Konferenz

3. TGA-Kongress in Berlin

Am 2. und 3. März 2020 findet in Berlin der dritte technisch-wissenschaftliche Kongress der TGA-Branche statt. Erklärtes Ziel der im zweijährigen Turnus stattfindenden Veranstaltung ist der fachliche Austausch zwischen Wissenschaft, Industrie, Planung und Anlagenbau, durch den wissenschaftliche Erkenntnisse schneller Einzug in die Praxis halten  sollen. Im zweitägigen Kongressprogramm werden normungs- und verordnungsnahe Themen im Plenum vorgestellt und diskutiert. Weiterhin werden Ergebnisse aus laufenden Forschungsvorhaben des Bundesministeriums für Wirtschaft und Energie sowie der Industrie präsentiert.

Marktprognose

Weiteres Wachstum erwartet

Ergebnissen der Bundesvereinigung Bauwirtschaft zufolge erwartet die Branche für 2019 ein Umsatzwachstum von 5 % und einen Umsatz von 354 Mrd. Euro. 2020 soll der Branchenumsatz auf fast 370 Mrd. Euro steigen, was einem Plus von 4,2 % entspricht. Wachstumstreiber in der Bauwirtschaft bleibt vorerst noch die Neubautätigkeit. Die Sparte Gebäudetechnik in der Bundesvereinigung Bauwirtschaft ist mit ca. 1,6 Mio. Beschäftigten und über 136 Mrd. Euro Umsatz 2019 (+4,8 %) die dezeit beschäftigungs- und umsatzstärkste Sparte. Im Jahr 2020 soll der Umsatz der Prognose zufolge um knapp 4 % auf ca. 141 Mrd. Euro steigen. In den Sparten Gebäudetechnik und Ausbau werden sich die im Klimaschutzprogramm der Bundesregierung enthaltenen Maßnahmen, insbesondere die Förderung der energetischen Gebäudesanierung, voraussichtlich dauerhaft positiv auswirken.

Technologie

Smartes Glas aus Jena

Transparente Glasflächen könnten bald Bildschirme oder auch Kameras ersetzen: Eine von der Carl Zeiss AG entwickelte Technologie macht es möglich, Glas- oder Kunststoffflächen für verschiedene smarte Anwendungen einzusetzen. Integrierte, nicht sichtbare mikrostrukturierte Optiken können etwa zur Gestenerkennung oder zum Eyetracking ohne sichtbare optische Systeme eingesetzt werden. Das smarte multifunktionale Glas kann zukünftig gleichzeitig beleuchten, erkennen, filtern und projizieren. Eine Innovation, die neben zahlreichen Einsatzbereichen auch für die Gebäudeausstattung von großer Bedeutung sein wird.

— Branchen-News —

Künstliche Intelligenz

Künstliche Intelligenz (KI) oder englisch Artificial Intelligence (AI) bezeichnet den Versuch, bestimmte Entscheidungsstrukturen des Menschen mit Mitteln der Informatik nachzubilden. Hierzu werden mehr oder weniger komplexe Algorithmen eingesetzt, die ein „intelligentes Verhalten“ simulieren. Der Begriff Künstliche Intelligenz wurde von dem US-amerikanischen Informatiker John McCarthy bereits im Jahr 1956 eingeführt.

Machine Learning

Von Machine Learning spricht man, wenn Systeme, aus den Daten, die sie in der Vergangenheit verarbeitet haben, Rückschlüsse ziehen und ihr Verhalten ent­sprechend anpassen, also ein Verhalten zeigen, dass man bei Menschen „Lernen“ nennt. Nach einer Trainings­phase bauen Algorithmen auf Basis der erkannten Strukturen ein statistisches Modell auf. Es werden also nicht nur Beispiele auswendig gelernt, sondern Muster und Gesetzmäßigkeiten in den ­jeweiligen Lerndaten „erkannt“.

Deep Learning

Als die wichtigste Form des maschinellen Lernens gilt das sogenannte Deep Learning. Hierbei geht es um die Herausforderung an die Künstliche Intelligenz, Aufgaben zu lösen, die für den Menschen verhältnismäßig leicht sind, deren Lösung sich aber nur schwer durch mathematische Regeln formulieren lassen. Es handelt sich um Aufgaben, die der Mensch intuitiv löst, wie etwa Sprach- oder Gesichtserkennung.
Weitere Informationen zu den Themen , finden Sie auf unserer Website:

Weitere Artikel

Scroll to Top