en:predict – Mit KI zu mehr Energieeffizienz in Gebäuden
„Vorausschauend handeln“ ist eine Fähigkeit der menschlichen Intelligenz. Mit en:predict von Kieback&Peter können Gebäude jetzt auch aus Ereignissen der Vergangenheit lernen und passgenaue Strategien ableiten: en:predict befähigt die Gebäudetechnik, den Energieeinsatz für Heizung, Lüftung und Klimatisierung dem voraussichtlich anstehenden Bedarf anzupassen und so unnötig hohe Verbräuche und CO₂-Emissionen zu vermeiden.
Aus Daten der Vergangenheit Mehrwert für die Zukunft schaffen
en:predict ist ein selbstlernender Algorithmus zur Regelung der Anlagenführung von Gebäudetechnik und neuester Teil des CO₂-Minderungsfahrplans von Kieback&Peter. Die smarte Software ist bereits seit 2018 unter dem Begriff „Model Predictive Control“ (MPC) in allen relevanten Assetklassen erfolgreich im Einsatz. Sie „lernt“ auf Basis individueller Datenquellen beispielsweise das Aufheiz-und Absenkverhalten des Gebäudes, die Kundenfrequenz zu verschiedenen Zeitpunkten oder regelmäßig wechselnde Öffnungszeiten kennen. Durch diese stetig wachsenden Learnings ist es möglich, Heizung, Lüftung und Klimatisierung automatisch so zu steuern, dass etwa die geforderte Temperatur oder Luftqualität für jede Zone und jeden Raum ohne „Regelungsdelle“ präzise gehalten wird.
So kann Künstliche Intelligenz (KI) konkret dabei helfen, Primärenergie zu sparen
Als Input für zutreffende Regelungsprognosen nutzt en:predict unter anderem die laufenden Betriebsdaten der Heizungs-, Lüftungs- und Klimaanlagen, die Verbrauchsdaten, gemessene Ist-Wetterdaten sowie Wetterprognosen und weitere Parameter wie gemessene Besucherfrequenz, Raumbelegung oder Öffnungszeiten.
Diese Datenquellen lassen sich bei überschaubarem Aufwand leicht erschließen: Kieback&Peter integriert dazu – auch im laufenden Betrieb – individuell passende Sensoren und Zähler in den Bestandsanlagen und ausgewählten Räumen und vernetzt sie mit der Software von en:predict in der Cloud. Nach einer initialen, kurzen „Anlernphase“ sorgt en:predict im Alltagsbetrieb dafür, dass die Gebäudetechnik 24/7 so vorausschauend gesteuert wird wie von einem perfekten Facility-Manager, der sich rund um die Uhr um nichts anderes kümmern würde als um seine Gebäudetechnik.
Beispielsweise sorgt die prädiktive Regelung dafür, dass bei einem vom Wetterdienst prognostizierten Kälteeinbruch die Vorlauftemperatur der Heizung zum gebäudespezifisch exakt passenden Zeitpunkt auf das erforderliche Niveau angehoben wird.
Lastgang-Glättung spart Energie und schont die Anlagen
Da en:predict fortwährend sein „Gebäudewissen“ aktualisiert und damit das energetische Gebäudeverhalten immer perfekter kennenlernt, werden die Regelungseingriffe immer vorausschauender. Das führt zu einer kontinuierlich hohen Regelstabilität, die auch zur Lastgang-Glättung beiträgt: Wärme- und Kälteerzeuger oder Ventilatoren arbeiten dann häufiger an ihren idealen Betriebspunkten. Das senkt den Energieverbrauch und kann die Lebensdauer der Hardware deutlich erhöhen.
en:predict rechnet sich – mind. 20 % Energieeinsparung bei geringem Aufwand
Schnell und einfach integrieren lässt sich en:predict in praktisch jedes Gebäude ab 5.000 m² Nutzfläche – beispielsweise in den Segmenten Handel, Gesundheit, Produktion, Verwaltung oder Bildung. Der vergleichsweise geringe Investitionsaufwand amortisiert sich dabei in der Regel in weniger als zwei Jahren, also bereits kurz nach der Inbetriebnahme – dank mindestens 20 Prozent eingesparter Primärenergie. Die tatsächlich realisierten Einsparungen lassen sich jederzeit auf dem übersichtlichen und intuitiv verständlichen Dashboard von en:predict ablesen.
Gut für die CO₂-Bilanz – und für die Vermögensbilanz
Als weiterer Baustein des CO₂-Minderungsfahrplans und der Nachhaltigkeitsstrategie von Kieback&Peter bietet en:predict Eigentümern, Investoren und Betreibern von Gebäuden ein hohes Maß an Investitionsschutz: en:predict steigert den Wert der Liegenschaft, reduziert die Betriebskosten und macht es einfacher, gesetzliche Vorgaben und Nachweispflichten zuverlässig zu erfüllen. Vorausschauend handeln lohnt sich also – en:predict beweist es.