Automatisierung, Künstliche Intelligenz / Artificial Intelligence

Künstliche Intelligenz in Gebäuden

Emissionsverringerung durch künstliche Intelligenz

Durch den Betrieb von Gebäuden entstehen ca. 30 % der weltweiten CO2-Emissionen. Hier setzt unsere Lösung mit künstlicher Intelligenz (KI) an.

Um ein Gebäude klassisch effizient zu betreiben werden jede Menge Ressourcen und Experten benötigt. In der Regel stehen diese aber nur begrenzt zur Verfügung. Daher werden Gebäude oft nach starren (Zeit-)Plänen geregelt. Eine Nachjustierung erfolgt selten. Genau hier kann die KI ihren Mehrwert ausspielen.

Durch eine einfache Anbindung mittels eines VPN-Tunnels wird das Gebäude mit dem Rechenzentrum der KI verbunden. Danach kann die KI auf die schon vorhandenen Informationen der Sensoren und Aktoren zugreifen, diese Bewerten und korrigierend auf Sollwerte einwirken. Eine Erweiterung der Sensorik ist nur nötig, wenn zu erkennen ist, dass dadurch die Effizienz noch weiter gesteigert werden könnte.

Alle technischen Voraussetzungen sind in moderneren Gebäude bereits vorhanden (Bsp. Router, Bus-Protokoll, GLT-System, …). Somit entstehen in der ersten Phase annähernd keine Kosten und die Optimierung kann direkt beginnen. Die hierbei entstehenden Energie- und CO2-Einsparungen decken nicht nur die Kosten der KI, sondern übertreffen diese in der Regel. Des Weiteren entsteht noch eine personelle Entlastung des technischen FM Teams und der Komfort des Nutzers wird gesteigert.

Ein Einsatz ist sowohl in kommerziellen (Büro, Schule, Einkaufszentrum, Flughafen, …) als auch industriellen Gebäuden (Hallen, …) möglich.

 

Vorteile

  • Die KI kann in jeder Art von modernerem Gebäude zum Einsatz kommen – je größer desto besser
  • Energie- und CO2 Einsparung
  • Erhöhung des Nutzerkomforts
  • Entlastung des FM-Teams
  • Unterstützung beim Erreichen von Umweltzielen

 

Zusammenfassung

Leichte Anbindung, geringe Erstinvestitionskosten, schnelle Ergebnisse, personelle Entlastung, Steigerung des Komforts, Einsparungen im Bereich von Energie und CO2 von bis zu 40 %.

Mitwirkende

Case Study