Motivation
Die Luftqualität ist ein wichtiger Faktor, der die Befindlichkeit und Gesundheit eines Menschen maßgeblich beeinflusst. Einen Großteil der Zeit verbringen Menschen in Innenräumen. Die Luftqualität wird dort durch diverse Aktivitäten (Kochen und Braten, den Betrieb elektrischer Geräte etc.) sowie durch die Rahmenbedingungen innen (Ausgasungen von Einrichtungsgegenständen, Schimmelbefall) und außen (Stoffe und Partikel aus Verkehr, Landwirtschaft, Industrie, aber auch biologische Partikel wie Pollen, die in die Räume gelangen und sich dort anreichern) beeinflusst. Die gesetzlichen Grenzwerte werden innerhalb von Räumen oftmals überschritten. Viele aktuelle Studienergebnisse weisen darauf hin, dass teils erhebliche gesundheitliche Auswirkungen bestehen – etwa die Entstehung von Allergien, Einfluss auf die Intelligenz, Herz-Kreislauf-Erkrankungen, Krebs, Diabetes und weitere. Problematisch sind nicht nur die Überschreitung von Grenzwerten, sondern auch geringere Belastungen über längere Zeiträume.
Ziele und Vorgehen
Das Projekt Smart AirSense hat das Ziel, Machine-Learning-Ansätze zu erforschen und zu realisieren, um bessere Aussagen zur Zusammensetzung der Luft treffen zu können sowie eine tiefgehende Situations- und Ursachenanalyse zu ermöglichen. In Bezug auf den im Projekt verfolgten konkreten Anwendungsfall soll ein digitaler Gesundheitsberater realisiert werden, der iterativ durch die Eingaben der Nutzer (Human-in-the-Loop) stetig lernt und Vorhersagen so immer weiter verfeinert und verbessert. Auf Basis von selbst erhobenen Datenpunkten sowie zusätzlich synthetischen Daten sollen ML-Modelle entwickelt werden, die verschiedene Situationen beschreiben.
Innovationen und Perspektiven
Das Konsortium besteht aus der Corant GmbH und der Technischen Universität Chemnitz, die beide Erfahrungen in der Auswertung komplexer Daten besitzen. Corant kann durch das eigene Analysesystem zudem Realdaten (Luftsignaturen) liefern. Die Analyse-Technologie soll längerfristig in der Lage sein, fundierte Aussagen zu an Luftparametern ablesbaren „Situationen“ zu treffen und selbstständig dazuzulernen. Die entwickelte Lösung soll als Basis für verschiedene Anwendungen dienen.