Das „Gebäude 2.0“ warnt vor kritischen Systemfehlern

"Vorausschauende Wartung" im Gebäudemanagement soll Fehler schon erkennen, wenn sie sich anbahnen, und größere Schäden effektiv verhindern.

Um den Ansatz "vorausschauende Wartung" zu testen, hat die italienische Softwarefirma CGnal das Heiz- und Belüftungssystem eines Krankenhauses mit intelligenten Sensoren ausgestattet und die dabei gesammelten Daten auf Unregelmäßigkeiten hin analysiert. Das Ergebnis: Dem neuen System gelang es erfolgreich, 76 von insgesamt 124 kritischen Fehlern rechtzeitig vor ihrem Auftreten zu prognostizieren. "Ziel der vorausschauenden Wartung ist es, das Auftreten möglicher Fehler rechtzeitig vorherzusagen, um proaktiv agieren und die nötigen Maßnahmen ergreifen zu können, die ein weiteres Funktionieren der Anlagen sicherstellen", heißt es auf der CGnal-Webseite.

Abweichungen melden
In der Praxis ließe sich dieser Ansatz einfach umsetzen, indem kritische Infrastrukturen wie etwa die Heizungs-, Belüftungs- oder Klimaanlagen mit intelligenten Sensoren versehen werden. "Dadurch erhält man zum Beispiel kontinuierlich Daten zur Temperatur, Luftfeuchtigkeit oder dem Stromverbrauch. Gibt es Abweichungen vom Normalwert, könnte ein Fehler vorliegen oder unmittelbar bevorstehen", so die Erläuterung.

Algorithmus lernt dazu
Für ihren Praxistest haben die Ingenieure von CGnal einen speziellen Algorithmus entwickelt, der dem Prinzip des maschinellen Lernens folgend selbständig in der Lage ist, bestimmte konkrete Zusammenhänge und Muster in den gesammelten Datenmengen zu erkennen und auszuwerten. Den Algorithmus haben die Experten anschließend mit Daten gefüttert, die Sensoren in den Heiz-, Belüftungs- und Klimaanlagen des betreffenden Krankenhauses im Laufe des ersten Halbjahres 2015 gesammelt hatten.
Als nächster Schritt wurden die Daten aus dem zweiten Halbjahr desselben Jahres in das System eingegeben. Im Vergleich der beiden Datensätze wurden dann ungewöhnliche Messwerte oder Abweichungen von der Norm automatisch erkannt und analysiert. Die dabei erzielte Erfolgsquote bei der Berechnung von künftigen Fehlern ist beachtlich: Von insgesamt 124 realen Problemen konnten 76 akkurat vorhergesagt werden. Die Falsch-Positiv-Rate lag bei lediglich knapp fünf Prozent.