Gebäudedigitalisierung für Büroimmobilien

The Ship: Gebäudedigitalisierung für Büroimmobilien

In Köln-Ehrenfeld hat Anfang dieses Jahres The Ship eröffnet. Die Immobilie gilt als das derzeit digitalste Bürogebäude Deutschlands. Die Digitalisierung in dem smarten Gebäude orientiert sich mittels KI an den Bedürfnissen der Nutzer. Auf rund 13.000m² Bruttogeschossfläche, verteilt auf sieben Etagen, bietet das Gebäude Raum für über 500 Arbeitsplätze sowie Meetingräume, Creative Labs, eine KiTa, ein Café und einen Dachgarten.
Bild: The Ship

Zu Beginn standen zwei zentrale Zielsetzungen: Zum einen sollte eine Arbeitsumgebung mit hohem Komfort für die Nutzer geschaffen werden, zum anderen sollten die betrieblichen Prozesse im Gebäude besonders effizient und ökonomisch gestaltet werden. Eine auf KI basierte Gebäudesteuerung und unterstützende Automatisierungstechnologien waren daher von Beginn an wesentliche Elemente der Gebäudeplanung. Der zentrale Dreh- und Angelpunkt des Gebäudes ist eine cloudbasierte IoT-Plattform mit zugehörigem Rechenzentrum. Dieses Brain erfasst relevante Daten und optimiert daraus selbstlernend den Gebäudebetrieb. Da das System alle technischen Anlagen im Gebäude miteinander vernetzt, müssen diese die Kommunikation mit dem Brain unterstützen. Im Vergleich zu konventionellen Gebäuden musste z.B. ein höherer Bedarf an Verkabelung gedeckt werden. Außerdem war es wichtig, möglichst viele standardisierte Software-Schnittstellen einzusetzen, um offen für neue Technologien zu sein.

Intelligente Datenanalyse

Zu den eingesetzten Technologien zählen Bewegungs- und Präsenzmelder: mehr als 2.500 Sensoren, 156 Zugangskontrollpunkte und 146 Beacons. Über Passiv-Infrarot messen sie die Belegungsintensität einzelner Bereiche und Räume. Historische und aktuelle Daten lassen so Rückschlüsse auf die Auslastung zu. Jegliche Sensoren im Gebäude erfassen ausschließlich anonymisierte Daten. Neben Prozessen wie Klima- und Lichtsteuerung ermöglicht die Datenerhebung auch Funktionen, zu denen Gebäudenutzer über eine App Zugang erhalten. Die App zeigt z.B. die Auslastung des Restaurants oder des Fitnessstudios und bietet Funktionen wie Keyless-Entry, Indoor-Navigation und ortsbezogene Dienste, z.B. die automatische Raumkonditionierung mittels Smartphone-Ortung per Bluetooth. The Ship lernt von seinen Nutzern. Wenn diese in ihren Büros die Temperatur ändern oder das Licht anpassen, registriert das Gebäude diese Einstellungen und ermittelt personalisierte Nutzerpräferenzen. Somit ergeben sich bestimmte Raumkonditionierungen. Diese können entweder automatisch bei Eintritt in ein Büro oder, im Falle von buchbaren Räumen, präventiv erfolgen. Die Erhebung der Daten erfolgt also über mehrere Wege: anhand von Sensoren, Buchungsinformationen, Ortungsinformationen und Steuerbefehlen der Nutzer im Gebäude sowie anhand von Informationen aus technischen Anlagen, insbesondere aus der Gebäudeautomation. Das Brain führt dank seiner Vernetzung zu allen relevanten technischen Anlagen sämtliche Daten zusammen und setzt diese zu Nutzerverhalten und Gebäudebetrieb in Beziehung. Wo Synergien möglich sind, leitet das Brain Prozesse ein oder führt Prozessoptimierungen durch. So wird ein höherer Nutzerkomfort sichergestellt und gleichzeitig Energie eingespart. Dieser Lernprozess ist fortlaufend, denn das Gebäude optimiert sich kontinuierlich selbst und ist damit immer im Einklang mit seinen Nutzern.

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