Was bringt einheitliches Data Tagging in intelligenten Gebäuden?

Wird zur Beschreibung verschiedener technischer Elemente eines Gebäudes und deren Beziehungen zueinander mit einem einheitlichen Verfahren durchgeführt, so lassen sich im späteren Verlauf eines Projekts weitere Elemente leichter implementieren. Und das ist ein wertvoller Zugewinn für das jeweilige Projekt.
  • Silje Moan

    Marketing

veröffentlicht

aktualisiert

Fordeler med standardisert datatagging

Was ist Interoperabilität?

Interoperabilität bezeichnet die grundlegende Fähigkeit verschiedener computergestützter Produkte oder Systeme, sich im Rahmen der Implementierung oder beim Zugriff uneingeschränkt miteinander zu verbinden.

Für intelligente Gebäude ist die Kommunikation unerlässlich. Durch quelloffenes, einheitliches Data Tagging kann diese Kommunikation nahtlos stattfinden. So ist die Interoperabilität von Anlagen, Systemen und Geräten gewährleistet, unabhängig davon, wer die Software entwickelt oder die jeweiligen Komponenten hergestellt hat.

Warum benötigen intelligente Gebäude Standards fürs Data Tagging?

Die Anzahl an intelligenten Technologielösungen im Gebäudebereich (auch bekannt als Proptech) nimmt immer mehr zu. Dabei entstehen enorme Datenmengen. Um die Daten adäquat nutzen zu können, müssen alle in einem Gebäude angeschlossenen Systeme und Geräte hierauf zugreifen können. Dies wird durch ein einheitliches Labeling der Bauteile mit einem gemeinsamen Vokabular ermöglicht. 

Welche Vorteile bietet vereinheitlichtes Data Tagging?

Ein vereinheitlichtes Data Tagging ermöglicht einen schnelleren, effizienteren Datenfluss: von den Datenquellen zu den Steuerungen und zwischen miteinander verbundenen Geräten. Quelloffene Datenmodelle und standardisiertes Tagging sorgen für eine bessere Interoperabilität zwischen Subsystemen und externen Datenquellen. Gleichzeitig wird der Datenfluss erleichtert. 

Wenn semantische Datenmodelle und Webdienste miteinander in Einklang gebracht werden, können wir wesentlich leichter von den Daten profitieren, die unsere intelligenten Geräte generieren.

Hier haben wir die wichtigsten Gründe zusammengestellt, die dafürsprechen, Tagging-Standards in intelligenten Gebäuden einzuführen:

Verbesserte Datenqualität

Daten-Tagging-Standards stellen sicher, dass Ihre Daten korrekt und einheitlich gelabelt und kategorisiert werden. Es kommt zu weniger Fehlern und Inkonsistenzen als bei manuell gelabelten Daten. Eine verbesserte Datenqualität bietet u.a. folgende Vorteile:

  • Bei der Vorbereitung neuer Datenquellen lässt sich leichter festlegen, welche Datenmengen erforderlich sind.
  • Daten sind effizienter auffindbar, sodass bei Bedarf leicht darauf zugegriffen werden kann.
  • Unbrauchbare oder minderwertige Daten werden herausgefiltert. So wird eine bessere Entscheidungsfindung gewährleistet, u.a. auch bei der Verwendung von Algorithmen für maschinelles Lernen.
  • Die Qualität der erhobenen Big Data wird verbessert. So können Fachleute für Gebäudeautomation unstrukturierte und teilweise strukturierte Big Data leichter nutzen.

Verbesserte Interoperabilität

Verbessern Sie die Skalierbarkeit, indem Sie die Integration neuer Software oder Geräte optimieren. Daten können über verschiedene Systeme und Anwendungen hinweg ausgetauscht und analysiert werden. So können Gebäudesysteme effektiver miteinander kommunizieren.

Bessere Analysen

Dank besserer Analytik können Gebäudemanager Klassifizierungen und Beziehungen zwischen Gebäudetechnik besser bewerten. Ein korrektes, einheitliches Data Labeling ermöglicht eine effektivere Datenanalyse. So wird ein besserer Überblick über den Energieverbrauch, die Nutzungsmuster von Gebäuden und andere wichtige Informationen gewährleistet. 

Erleichterte Automatisierung

Indem wir intelligenten Gebäudesystemen ermöglichen verschiedene Arten von Daten automatisch zu erkennen und darauf zu reagieren, lassen sich Automatisierungsgrad und Effizienz im Gebäudebetrieb steigern.

Verbesserte Fehlererkennung und Wartung

Funktionen zur Erkennung und zur Diagnose von Gebäudefehlern lassen sich erheblich verbessern. Labeling und die Kategorisierung von Daten aus verschiedenen Systemen machen es leichter, Systemstörungen und Abweichungen im regulären Betrieb zu erkennen und zu diagnostizieren. 

So lassen sich auch fortschrittlicher Analysen (Energinet) und Algorithmen für maschinelles Lernen (Edge AI) implementieren, um Muster und Anomalien aus den Daten abzulesen. Eine frühzeitige Erkennung von Gerätefehlern, prädiktive Instandhaltung und das proaktive Lösen von Problemen verbessern die Zuverlässigkeit der Systeme, verringert Ausfallzeiten und optimierten Wartungspläne.

Zukunftssicher

Wird sich an ein standardisiertes Data Tagging gehalten, stellen wir sicher, dass intelligente Gebäudesysteme entstehen, die in einem gemeinsamen Rahmen arbeiten. So wird die Integration neuer Geräte und Systeme einfacher und macht die technische Infrastruktur des Gebäudes grundsätzlich zukunftssicher. Sie ist dann bereits für die Anpassung und Weiterentwicklung vorbereitet, wenn neue Technologien am Markt erhältlich sind.

Mögliche Nachteile

Data Labeling-Standards in intelligenten Gebäuden zu implementieren, kann komplex und zeitaufwändig sein. Die Einführung kann erhebliche Ressourcen und einiges an Aufwand für die Nachrüstung erfordern. Sorgfältige Planung, eine genaue Einschätzung der Ressourcen und die Betreuung der ausführenden Gewerke sind für eine erfolgreiche Umsetzung unerlässlich.


Welche Open-Source-Standards gibt es heute für Gebäudeautomation und IoT?

BACnet

BACnet ist ein offenes Standardprotokoll für Gebäudeautomations- und Steuerungsnetzwerke, das seit Ende der 1980er-Jahre bereitsteht. In erster Linie ist BACnet ein Kommunikationsprotokoll, es enthält aber auch ein standardisiertes Datenmodell. Dieses Datenmodell kann verschiedene Gebäudesysteme wie HLK, Beleuchtung, Zutrittskontrolle usw. abbilden. BACnet ermöglicht die Interoperabilität und Integration verschiedener Gebäudeautomationssysteme und -geräte. Es wurde 1995 als ASHRAE/ANSI-Standard 135 und 2003 als ISO 16484-5 standardisiert.

Project Haystack

Project Haystack zielt darauf ab, den Einsatz von semantischem Tagging und Datenmodellierung in intelligenten Gebäuden für verschiedene Anwendungen zu standardisieren, darunter HLK, Energiemanagement, Beleuchtung, Beschattung, Messung, Branderkennung, Sicherheit, Zugangskontrolle, CCTV, Erkennung von Wasserleckage, Raummanagement, Asset-Management usw. Das Projekt wird unter der Academic Free License 3.0 verwaltet. 

Brick Schema

Brick Schema ist ein umfassender Satz von Tags und Beziehungen, die verschiedene Gebäudeelemente beschreiben. Zu diesen Elementen gehören Räume, HLK-Systeme und Sensoren. Brick ist im Rahmen der BSD 3-Clause-Lizenz kostenlos und quelloffen verfügbar.

Weitere erwähnenswerte Open-Source-Initiativen sind das   Sedona Framework, ein plattformübergreifendes Software-Framework, für die Kommunikation zwischen Geräten in Gebäudeautomationssystemen, sowie HyperCat, das sich allgemein auf IoT konzentriert. Es kann jedoch auch auf intelligente Gebäude angewendet werden.


Wie verwendet Kiona Tagging-Standards?

Unser Gebäudeintegrationssystem Web Port verwendet anpassbare Tagging-Standards zur Herstellung zahlreicher automatisierter Verbindungen.

Durch die nahtlose Integration und Automatisierung in intelligenten Gebäuden können Systemintegratoren ihre Tags und Datenmodelle definieren und konfigurieren. Das Tagging-System von Web Port ist flexibel. Es ermöglicht den Benutzern, eine gemeinsame Sprache für ihre Gebäude und Anlagen zu entwickeln. Hierdurch werden die Verbindung und der Datenaustausch zwischen verschiedenen Systemen erleichtert. 

Neben anpassbarem Tagging bietet Web Port eine visuelle Programmierschnittstelle namens Blockly. Blockly ermöglicht, eine benutzerdefinierte Automatisierungslogik und Workflows zu erstellen, indem Codeblöcke visuell miteinander verbunden werden. So können Daten-Tagging-Standards verwendet werden, um Auslöser, Bedingungen und Aktionen zu definieren. Auf diese Weise können sie Automatisierungsszenarien auf ihre spezifischen Bedürfnisse abstimmen.