Basisinstallationen erfolgreich in Mehrfamilienhaus eingebaut

Das vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) geförderte KI-Forschungsprojekt SECAI (Sustainable heating through Edge-Cloud-based AI systems) hat sich zum Ziel gesetzt, den Heizbedarf von Mietwohnungen durch die Anwendung von künstlicher Intelligenz (KI) auf Edge-Devices zu senken. In einem ersten Bestandsgebäude der GSW Sigmaringen wurde nun die Basisinstallation erfolgreich durchgeführt. Daten, die über die dort nachgerüsteten Komponenten erhoben werden, bilden die Grundlage, um zukünftig mit Hilfe von KI CO₂-Kosten für die Vermietung und Energiekosten für Mietende und Institutionen, die Heizkosten für Mietende übernehmen, ohne große Eingriffe in die Gebäudeinfrastruktur zu reduzieren. 

Um eine Nachrüstung in Bestandsgebäuden mit einem geringen Investitionsvolumen zu ermöglichen, ist ein System erforderlich, das ohne große Eingriffe in die Gebäudeinfrastruktur installiert werden kann. Es muss zahlreiche Schnittstellen bereitstellen, um Klimageräte wie Temperatursensoren und Heizkörperthermostate einzelner Wohnungen, aggregierte Daten aller Wohneinheiten, Wetterprognosen und die Ansteuerung der Heizung in einer technischen Infrastruktur zu vernetzen. Hinzu kommen Anforderungen an den Datenschutz der Mietenden. Ferner muss das System für diese leicht zu bedienen sein. Für den Betreiber darf nur ein geringer Wartungsaufwand erforderlich sein. 

Umfassende Vorbereitungen

Bevor der eigentliche Umbau beginnen konnte, informierte die GSW Sigmaringen zuerst alle betroffenen Mietparteien umfassend über das geplante Projekt, um sie zur Mitarbeit und die Bereitstellung ihrer Daten zu motivieren. Keine der Mietparteien hatte bis dato Erfahrungen mit digitalen Heizungssteuerungen. 

Im Rahmen ihrer übergeordneten Digitalisierungsstrategie stattete die GSW Sigmaringen außerdem die Heizungskeller mit Internetanschlüssen aus. Dadurch konnten die dortigen Wärmeerzeuger mit einer herstellerspezifischen Kommunikationsschnittstelle ausgestattet werden. Diese verbindet die Wärmeerzeuger mit einer Cloud-Infrastruktur, sodass in einer anschließenden Projektphase von der KI Einfluss auf die Heizungsregelung genommen werden kann.

SECAI Konsortialpartner wibutler bereitete die notwendige Cloud-Infrastruktur vor und konfigurierte die in den Wohnungen zum Einsatz kommenden Komponenten, wie beispielsweise digitale Heizkörperthermostate, Temperatursensoren, jeweils ein An- und Abwesenheitstaster und die wibutler pro Zentrale. Letztere ist das Edge-Device, auf dem die Daten verarbeitet werden, um zu einem späteren Zeitpunkt die bedarfsgerechte Wärmebereitstellung der Heizung zu ermöglichen. 

Die gewählten Komponenten arbeiten überwiegend energieautark, sodass es zu einer deutlichen Reduzierung des Wartungsaufwands für die GSW Sigmaringen im Projektzeitraum erwartet wird. Zu guter letzt wurden die Einstellungen zur Temperatursteuerung, inklusive einer automatischen Nachtabsenkung, vorgenommen.

Aktuelles Zusammenspiel von Edge, Cloud und KI

In den umgerüsteten Mietwohnungen folgt die Steuerung der Raumtemperaturen nun der intelligenten Einzelraumregelung. Bei dieser ermitteln die Temperatursensoren die Ist-Temperaturen, die wibutler pro Zentrale gleicht diese mit den eingestellten Soll-Temperaturen ab und stellt die Heizkörperthermostate automatisch ein. Die Mietenden können die Soll-Temperaturen über den An- und Abwesenheitstaster oder komfortabel über die wibutler-App steuern. Eine manuelle Steuerung ist nicht vorgesehen.

In der aktuellen Projektphase wird mit den erhobenen Daten eine cloudbasierte KI trainiert. So soll es möglich werden, den Heizbedarf des gesamten Gebäudes auf Basis des Verbrauchsverhaltens der Mietparteien und aktuellen Wetterprognosen zu ermitteln und dementsprechend die Heizungssteuerung anzupassen. Hierfür ist der SECAI Konsortialpartner DFKI (Deutsches Forschungszentrum für Künstliche Intelligenz GmbH) verantwortlich.

Ausblick

Im Sommer 2024 werden zwei weitere Gebäude der GSW Sigmaringen mit den oben beschriebenen Komponenten ausgerüstet, um weitere Daten für das Training der KI zu sammeln und zu verbessern. Dadurch soll bis zur nächsten Heizperiode eine KI-basierte, bedarfsgeführte Regelung der verbauten Wärmeerzeuger möglich werden. 

Zusätzlich sollen die Daten aus den Wohnungen mit aktuellen Wetterprognosen gematcht werden, um so den Wärmebedarf des entsprechenden Gebäudes noch präziser bestimmen zu können. Anhand des erwarteten Bedarfs wird dann die Regelung der Wärmeerzeuger automatisch angepasst. 

Ergebnisse der ersten Installation

Das Fazit zum Einbau der Pilotsysteme im ersten Gebäude fällt durchweg positiv aus. Dank der Vorkonfiguration durch wibutler verlief der Einbau aller Komponenten schnell und nahezu problemlos. Je Wohnung fiel ca. eine Stunde zur Demontage der alten Geräte und Anbringung der neuen Komponenten an. Kleinere Anpassungen, die im Nachgang noch erforderlich waren, wurden weitestgehend online durchgeführt. Die Belastung der Mietende war dadurch sehr gering. Seit Dezember 2023 fließen nun die ersten Daten erfolgreich in die SECAI-Cloud.