Herr Kreutze, Sie sparen Energie und CO2 in Gewerbegebäuden mit einem außergewöhnlichen Ansatz: Sie nutzen dafür künstliche Intelligenz. Wie kann man sich das vorstellen?
Wir wollen die Energieeffizienz möglichst einfach verbessern – mit dem geringsten Aufwand für Gebäudebetreiber. Oft sind die personellen Ressourcen zur Betreuung technischer Anlagen knapp. Wenn Abweichungen beim Raumklima auftreten, belastet das Beschwerdeaufkommen die Teams enorm. Deshalb haben wir eine automatisierte Lösung entwickelt, die zwei Dinge verfolgt: den Energieverbrauch senken und gleichzeitig ein Wohlfühlklima für Kunden und Mitarbeiter sicherstellen. Mit der selbstlernenden Regelung energyControl optimieren wir große Gewerbeflächen: Büroimmobilien, Hotels, Handelsgebäude. Im Bestand liegt ein bedeutender Hebel zur CO2-Reduktion.
Prognosen spielen bei Ihrer intelligenten Energieoptimierung eine wesentliche Rolle. Warum ist das so?
Ein Beispiel: Mit Hilfe von künstlicher Intelligenz kann eine klimatechnische Anlage, sagen wir, in einem Bürogebäude, vorhersehen, wie sich der Heiz- oder Kühlbedarf im Tagesverlauf entwickeln wird, dass z.B. in zwei Stunden die Sonne scheint. Es wird frühzeitig agiert und z.B. die Heizungsanlage gedrosselt. Und zwar noch bevor die Klimaanlage zum Gegensteuern ansetzt, um die Zieltemperatur einzuhalten. Denn das ist ineffizient und verbraucht unnötig Energie – ist aber standardmäßig genau so der Fall. energyControl lernt das Gebäude in jeglicher klimatischen und Belegungssituation kennen und steuert optimal aus. Wir versehen die Klimaanlage gewissermaßen mit einem Gehirn. Weil sich die Anlagen frühzeitig den Gegebenheiten anpassen, werden 20-30% an Energie und CO2 eingespart.
Wie funktioniert denn ein lernendes Gebäude?
Das Lernen erfolgt auf Basis von Daten. Gebäude werden immer stärker vernetzt und es fallen viele Daten an – nur werden sie häufig weder gespeichert noch genutzt. Mit den Daten, die wir über die Zeit sammeln, z.B. aus dem täglichen Betrieb der Anlagen sowie externen Datenströmen wie Wetter-und Belegungsprognosen, erstellen wir ein virtuelles Abbild, einen Digital Twin von Gebäude und Anlagen. Darauf aufbauend startet der Lernprozess.
Was bezieht energyControl alles in den Lernprozess mit ein?
Das Wetter ist ein wichtiger Faktor, der sich auf den Energiebedarf auswirkt. Ein weiterer ist die Belegung, also die Nutzungssituation des Gebäudes. Wie viele Personen befinden sich augenblicklich im Gebäude? Sind freitags beispielsweise 60% der Mitarbeiter im Homeoffice? Oder handelt es sich, im Beispiel einer Handelsimmobilie, um einen verkaufsoffenen Sonntag, der überdurchschnittlich gut besucht wird? All diese komplexen Zusammenhänge verknüpfen wir durch künstliche Intelligenz miteinander, sodass automatisiert das optimale Ergebnis umgesetzt wird.
Was sind die Haupttreiber Ihrer Kunden, Gebäude mit KI zu optimieren?
Maßnahmen zur Energieeffizienz sind üblicherweise mit hohen Kosten verbunden, wenn man an Fassadensanierung oder die Erneuerung von Anlagen denkt. Dagegen macht sich die Investition in unser System meist innerhalb des ersten Betriebsjahrs bezahlt. Neben den eingesparten Betriebskosten wird für viele Unternehmen das Thema Nachhaltigkeit zunehmend wichtiger, um ambitionierte CO2-Ziele umzusetzen. Die Nachfrage nach Technologien, die in dieser Hinsicht unterstützen, erleben wir gerade als sehr hoch. Mit unserer selbstlernenden Technologie ist die Vision der „Green Buildings“ jetzt auch für den Bestand umsetzbar.
Carsten Kreutze, Geschäftsführer
Tel: +49 228 299 745 – 50
carsten.kreutze@recogizer.com
