{"id":2050,"date":"2020-08-23T11:18:52","date_gmt":"2020-08-23T11:18:52","guid":{"rendered":"https:\/\/www.linemetrics.dev\/de\/?post_type=blog&p=2050"},"modified":"2023-11-29T12:32:35","modified_gmt":"2023-11-29T11:32:35","slug":"ratgeber-waechter-was-kuenstliche-intelligenz-in-smart-buildings-bringt","status":"publish","type":"post","link":"https:\/\/www.linemetrics.dev\/de\/ratgeber-waechter-was-kuenstliche-intelligenz-in-smart-buildings-bringt\/","title":{"rendered":"Ratgeber, W\u00e4chter, …? Was k\u00fcnstliche Intelligenz in Smart Buildings bringt"},"content":{"rendered":"\n

K\u00fcnstliche Intelligenz (KI\/AI) kombiniert mit dem Internet der Dinge (IoT) bietet enorme Potenziale und befl\u00fcgelt die Fantasie: Oft m\u00f6chte man meinen der Mensch st\u00fcnde kurz davor, sich selbst \u00fcberfl\u00fcssig zu machen oder gar abzuschaffen. Doch in der Praxis ist man davon \u2013 mit allen positiven und negativen Folgen – noch weit entfernt.<\/strong><\/p>\n\n\n\n

Anhand dreier Beispiele aus dem Smart Building Bereich, m\u00f6chten wir praxisnahe erkl\u00e4ren, wie k\u00fcnstliche Intelligenz konkret \u2013 jenseits des Hypes \u2013, zur Optimierung eingesetzt werden kann: nicht als selbst denkendes und selbst handelndes \u00dcberwesen, sondern als ein effizientes Werkzeug, das es Menschen erm\u00f6glicht vielf\u00e4ltige Aufgaben einfacher oder besser zu erledigen.<\/p>\n\n\n\n

Es ist mir wichtig zu betonen, dass gerade durch die Zusammenarbeit von Menschen und KI sehr erfolgreiche, neue Konzepte, ganz besonders im Internet der Dinge, entwickelt werden k\u00f6nnen.<\/p>\n\n\n\n

Die unerm\u00fcdliche W\u00e4chterin:
Anomalieerkennung<\/h2>\n\n\n\n

Die k\u00fcnstliche Intelligenz wird niemals m\u00fcde, sie schl\u00e4ft niemals, ihr wird auch niemals langweilig und sie wird niemals schlampig. Setzen wir sie also ein, um Anlagen Tag und Nacht zu \u00fcberwachen.<\/p>\n\n\n\n

LineMetrics \u00fcberwacht mit KI die Bel\u00fcftungsanlage eines gro\u00dfen Geb\u00e4udes. Das Verhalten der Anlage wird mit verschiedenen Sensoren erfasst. Beispielsweise werden der Stromverbrauch mehrerer Komponenten, der Druck vor den Filtern sowie Vibrationen aufgezeichnet. Nachdem mehrere Wochen lang Daten gesammelt worden waren, wurde ein neuronales Netz (in diesem Fall ein LSTM = Long Short Term Memory) mittels Machine Learning so trainiert, dass es das normale Verhalten der Bel\u00fcftung erkennt.<\/p>\n\n\n\n

Das bedeutet, das neuronale Netz wei\u00df in welchem Bereich Strom, Druck und Vibrationen liegen, wenn die Anlage eingeschalten ist, in welchem wenn sie ausgeschalten ist, wie typisches Verhalten beim Einschalten bzw. ein typischer Ausschaltvorgang aussieht oder welche markanten Muster im normalen Betrieb auftreten.<\/p>\n\n\n\n

Kurz gesagt, das neuronale Netz erlernt all das, was sich auch ein Mensch merken w\u00fcrde, der sich eine Zeit lang die Messwerte dieser Sensoren anschauen w\u00fcrde.<\/p>\n\n\n\n

F\u00fcr neu einlaufende Sensordaten wird nun \u00fcberpr\u00fcft, ob sie dem Verhalten, das die AI durch Machine Learning erlernt hat, \u00e4hnlich sind. Falls die Abweichung vom erlernten Verhalten zu gro\u00df ist wird eine Anomalie erkannt und ein Alarm ausgel\u00f6st.<\/p>\n\n\n\n

Sie wissen wahrscheinlich ungef\u00e4hr, welche Ger\u00e4usche Ihr Auto macht, wenn alles in Ordnung ist. Wenn Sie nun ein Ger\u00e4usch entdecken, das Ihnen unbekannt ist, wissen Sie, dass wohl eine Werkstatt aufgesucht werden sollte. Das ist ziemlich genau das gleiche wie Anomalieerkennung durch Artificial Intelligence.<\/p>\n\n\n\n

Welchen Nutzen liefert dieses System?<\/p>\n\n\n\n