Künstliche Intelligenz für Gebäude

Künstliche Intelligenz für Gebäude

Videomanagementsystem vernetzt digitale Bauten

Künstliche Intelligenz (KI) gilt als Schlüsseltechnologie der kommenden Jahre für die Bereiche autonomes Fahren, Industrie 4.0 und Medizintechnik. Auch im Gebäudemanagement setzt man längst auf automatisierte Lösungen und smarte Technologien. Gebäude werden mit einer Vielzahl an Sensoren ausgestattet: von IP-Kameras über Feuer- und Rauchmelder, Thermostatregler und weiteren Überwachungssystemen bis hin zu biometrischen Lesegeräten für die Zutrittskontrolle. All diese IP-Geräte werden mit jeder Entwicklungsstufe immer intelligenter. Werden sie alle mittels Software vernetzt, entsteht ein intelligentes Gebäude.

 (Bild: Milestone Systems DE)

(Bild: Milestone Systems DE)

Auch wenn also inzwischen sehr viel möglich ist: KI im Sinne selbstlernender Systeme ist in Deutschlands Gebäuden noch eher die Ausnahme. Länder wie die Vereinigten Arabischen Emirate und China mit ihren modernen Wolkenkratzern haben hier die Nase vorn. Deutsche Unternehmen unterliegen deutlich strengeren Vorschriften beim Sammeln und Auswerten von Daten als ihre Konkurrenten aus dem Mittleren Osten und Asien. Gerade in öffentlichen Gebäuden mit großen Besucherströmen ist der Einsatz von vernetzten Deep-Learning-Systemen aber sinnvoll: Sie unterstützen das Facility Management beim Schutz von Menschen und Gebäuden und ermöglichen einen reibungslosen Ablauf aller Prozesse. Die Basis hierfür bilden Daten aus Überwachungskameras und ein IP-basiertes Videomanagementsystem, das Rohdaten in verwertbare Informationen umwandelt.

KI oder Gebäudeautomation?

Das selbsttätige Herabfahren von Sonnenschutzsystemen oder die IP-basierte Steuerung von Heizung oder Klimaanlage, abhängig von Tageszeit und Nutzung, sind Beispiele dafür, wie Gebäudeautomation heutzutage funktioniert. Es handelt sich dabei um Anwendungen, die in ihrem Grundprinzip nach einem simplen ‚Wenn-dann‘-Muster ablaufen: Wenn die Windstärke zunimmt, dann fahren alle Markisen automatisch ein. Eine Gebäudeautomation gibt einen besseren Gesamtüberblick über das Gebäude, weil sie Prozesse und Abläufe nach strengen Mustern regelt. KI-Lösungen gehen über diese Automation hinaus: Sie haben auf Basis einer großen Datenmenge gelernt, welche Maßnahmen ergriffen werden müssen. Diese Daten generiert das System vor allem aus kamerabasierten Überwachungstechniken. Mit einer Videomanagementsoftware, wie XProtect von Milestone Systems, kann eine nahezu unbegrenzte Anzahl Kameras, auch von verschiedenen Gebäuden und Standorten, zusammengeschaltet werden. Mit diesen Daten wird der Computer gefüttert und in einem Lernprozess entsteht KI: Durch selbstlernende Algorithmen begreift das System bestimmte Muster und Gesetzmäßigkeiten, verknüpft diese intelligent miteinander, erfasst Zusammenhänge, zieht daraus Rückschlüsse und trifft auf dieser Grundlage Vorhersagen. Die KI lernt also, was Bildinhalte normalerweise tun und bildet daraus Muster. Der Computer kann nun bestimmte Objekte identifizieren, Unregelmäßigkeiten erkennen oder Personen unterscheiden. Über eine Open-Platform arbeitet Milestone außerdem mit verschiedenen Partnern zusammen, die diese Daten mit weiteren Anwendungen verbinden. Daraus entstehen z.B. intelligente Lösungen, die sich mit Zutrittskontrollen oder Brandüberwachung befassen.

 (Bild: Milestone Systems DE)

(Bild: Milestone Systems DE)

Zutrittskontrolle intelligent gesteuert

Hier kann der Einsatz von KI im Gebäudemanagement besonders von Nutzen sein. Face Recognition und zuverlässige Kennzeichenerkennung (LPR) gewähren Zugang zu Gebäuden nur für Berechtigte: In vielen modernen Gebäuden ist dies bereits Realität. Doch die Möglichkeiten gehen weiter: Bewegt sich ein Besucher in einem sensiblen Gebäude unerlaubt in einem geschützten Bereich, wird ein Alarm im VMS ausgelöst. Die nächstgelegene Kamera fängt das Bild ein und sendet es an Sicherheitspersonal, das auf dem mobilen Device oder im Überwachungsraum prüfen kann, in welchem Kontext der Verstoß erfolgte. Der Operator muss dann entscheiden, ob es sich um eine Situation handelt, in der er Maßnahmen ergreifen muss. Die Anwendungsmöglichkeiten von KI beinhalten auch das gezielte Durchsuchen von Videoaufzeichnungen nach bestimmten Ereignissen. Mithilfe von Filtern können Programme die Datenflut regulieren, um nur definierte Daten zu erhalten, z.B. nach Menschen mit einem roten Koffer zu suchen. Viele Stunden Videomaterial können so in nur wenigen Minuten überprüft und Personen oder auch Fahrzeuge schnell lokalisiert und verfolgt werden. In Verbindung mit Videomanagementsystemen ist dadurch eine Einschätzung aller Aktivitäten in großen Gebäudekomplexen möglich – in Echtzeit oder über Aufzeichnungen. Technisch ist dies erst durch die Fortschritte in der Entwicklung von Grafikprozessorkarten (GPU) möglich geworden, die immense Datenmengen aus Kameraaufzeichnungen schnell und präzise strukturieren.

Seiten: 1 2Auf einer Seite lesen

www.milestonesys.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige