Motivation
Der Gebäudesektor in Deutschland verbraucht für Heizung, Klimatisierung und Beleuchtung etwa ein Drittel der insgesamt benötigten Primärenergie. In zahlreichen Gebäuden werden heute Heizungs-, Lüftungs- und Klimaanlagen durch Gebäudeautomation gesteuert. Aufgrund fragmentierter oder operationalisierter Inbetriebnahmen, Umbauten, Nutzungsänderungen und Verschleiß wird im laufenden Gebäudebetrieb jedoch mehr Energie als notwendig durch vermeidbare Betriebsfehler verbraucht.
Ziele und Vorgehen
Viele dieser Probleme könnten leicht erkannt und behoben werden, indem die in der Gebäudeautomation gespeicherten Betriebsdaten analysiert werden. Allerdings unterbleiben solche Analysen in den meisten Fällen aufgrund des hohen Personalaufwandes und der großen Datenfülle. Die Identifizierung von Energieeffizienzpotenzialen ist dadurch aktuell noch zu aufwendig und fehleranfällig. Ziel dieses Projektes ist es, den Prozess der kontinuierlichen Analyse von Betriebsdaten zu automatisieren. Dazu werden neuartige KI-basierte Algorithmen erforscht, die die Energieeffizienz im Betrieb größerer Nichtwohngebäude überwachen. Diese Verfahren sollen es ermöglichen, Anomalien automatisch zu erkennen und Benachrichtigungsschwellwerte festzulegen, die nur wenige oder gar keine Voreinstellungen durch den Nutzer erfordern. Auf diese Weise soll der benötigte Personalaufwand erheblich reduziert werden.
Innovationen und Perspektiven
Durch dieses Vorgehen soll die aktuell größte Hürde bei der Einführung von Energieeffizienzanalysen im Gebäudebetrieb überwunden und der Energieverbrauch sowie die CO₂-Emissionen signifikant gesenkt werden.