Big Data zieht ins Gebäude ein

Dass diese Idee sich immer mehr durchsetzt, zeigt eine aktuelle Zahl: 2015 sind weltweit schätzungsweise rund 4,4 Millionen Menschen in Big-Data-Jobs beschäftigt, davon 1,9 Millionen in den USA. Von Big-Data-Analysten entwickelte Algorithmen tragen heute zum Beispiel dazu bei, noch kundenspezifischere Marketingstrategien zu entwickeln, Prognosen im Finanzwesen zu verfeinern oder Abrechnungssysteme zu individualisieren.

Big Data in Unternehmen und Gebäuden

Bei der Beurteilung von Energieströmen in Unternehmen und Gebäuden sind Big-Data-Modelle dagegen noch vergleichsweise wenig verbreitet. Eine von Siemens unterstützte Marktumfrage, die der amerikanische Branchenbeobachter GreenBiz 2015 publiziert hat, untermauert das. So sagten nur 44 % der befragten Großunternehmen, die typischerweise mehr als 50 Einzelgebäuden verwalten, dass sie bereits Big Data-Lösungen nutzen. Dabei bieten Energie- und Gebäudemanagementsysteme (Building Energy Management Systems; BEMS ­sowie Building Management Systems; BMS) reiches Datenmaterial, das sich für eine systematische Nutzung anbietet.

Auch bei der Anwendung in Gebäuden haben Big-Data-Lösungen immer dasselbe Ziel: Nämlich aus einer bestehenden, meist umfangreichen Datenmenge für den Anwender relevante Informa­t­i­onen zu extrahieren und diese Informationen den Entscheidungsträgern im Facility Management oder auch den Gebäudenutzern zur Verfügung zu stellen. Da die Betriebskosten 71 % der Gesamtkosten eines Gebäudes ausmachen und davon rund 30 % auf Energiekosten entfallen, wird ein ineffizienter Betrieb schnell kostspielig. Allerdings kann nur ein umfassender Auswahlprozess zeigen, welche der auf dem Markt angebotenen Lösungen und Services im Einzelfall am sinnvollsten ist. Die richtige Kombination von Analysetools, Dashboard und Beratungsleistungen sowie Erfahrung in Effizienzprojekten kann einen Return on Investment von bis zu 40 % bringen, verglichen mit 10 bis 15 % bei typischen Geschäftsinvestitionen. Jedoch sollte man von vornherein drei – oft wiederholte – Irrtümer ausschließen.

Irrtum Nummer eins: „Es gibt eine Universallösung“

Die Vorstellung, dass eine Lösung jedes Problem jeder Organisation und jedes Gebäude lösen kann, ist eine Illusion. Vielmehr müssen Lösungen an die individuelle Aufgabe, an das Unternehmen, das Gebäude etc. angepasst sein und anhand der konkreten Anforderungen beurteilt werden. 99 % der Teilnehmer an der GreenBiz-Studie nennen die Senkung der Betriebskosten als vorrangiges Ziel bei der Einführung eines solchen Datenmanagements. 94 % versprechen sich davon eine bessere Energieeffizienz. Desweiteren sollen die individuellen Nachhaltigkeitsziele erreicht werden, ­jedoch ohne Einschränkungen beim Komfort für die Gebäudenutzer. Man ­erhofft sich, dass die gebäudetechnische Infrastruktur besser verfügbar sein und ihre Nutzungsdauer sich verlängern wird, man möchte die Business Continuity gewährleisten, und nicht zuletzt sollen gesetzliche und regulatorische Vorgaben erfüllt werden. Bei all dem sollen gleichzeitig die Betriebskosten des Gebäudes sinken.

Welche dieser Ziele sich mit Hilfe von Big Data tatsächlich erreichen lassen, hängt sehr stark von der Organisation selbst ab. Eine wichtige Rolle spielt das vorhandene Wissen zu Energiethemen und Gebäudesystemen wie auch die verfügbaren finanziellen und personellen Ressourcen.

Eine weitere Schlüsselanforderungen für erfolgreiches Big Data in Gebäuden ist die Zusammenführung von Datensilos aus verschiedenen Systemen in einem zentralen System, in dem die Daten analysiert, konsolidiert und in Informationen „umgewandelt“ werden. Und wie ­jedes komplexe IT-Projekt müssen auch Big-Data-Projekte aus dem Bereich Facility Management von der IT- und der Finanzabteilung unterstützt werden.

Irrtum Nummer zwei: „Technik ist das A und O“

Fundierte technische Grundlagen und Tools sind zweifellos wichtig. Mindestens ebenso wichtig jedoch ist, dass ausgewiesene Experten die Prozesse begleiten. Ihre Erfahrung ermöglicht es, unterschiedliche Situationen richtig zu bewerten und, soweit notwendig, im Planungsverlauf rechtzeitig Korrekturmaßnahmen einzuleiten.

Oft fehlt es im gebäudetechnischen Umfeld jedoch heute noch an spezifischem Expertenwissen, um passende Analysetools auszuwählen und erfolgreich und kosteneffizient zu implementieren. 43 % der in der Studie befragten Unternehmen gaben an, bei ihrem Energiemanagement künftig gern mit Big-Data-Methoden arbeiten zu wollen, jedoch noch keine Energiemanagementlösung implementiert zu haben. Die Gründe dafür: fehlende Ressourcen für die Implementierung und die Betreuung der Lösung (67 %) sowie die damit verbundenen Kosten (33 %).

Natürlich gehört zu einer sinnvollen Energiemanagementlösung mehr als die Softwareinvestition für die Auswahl eines Systems und seine Implementierung. Denn der Nutzen der Lösung ergibt sich erst mit der sinnvollen Kumulation von Daten und ihrer Interpretation: Dann erst liegen Informationen vor, die den Weg zu einem effizienteren Energiemanagement weisen. Verbesserungsmaßnahmen lassen sich aufsetzen, die ­langfristig zu einer Optimierung der ­Situation führen – jedoch bedingt auch dies die Begleitung durch Fachleute sowie permanente Investitionen, da die getroffenen Maßnahmen regelmäßig an neue Regulative, aktualisierte Nachhaltigkeitsziele und generell den Gebäudelebenszyklus angepasst werden müssen.

Energiemanager großer Unternehmen, Krankenhäuser und Kliniken, Behörden und Bildungseinrichtungen, aber auch Führungskräfte, die in solchen Organisationen für das Energiemanagement verantwortlich sind, stehen zudem vor der Herausforderung, das tägliche Datenmaterial sicher und kosteneffizient zu administrieren. Eine zuverlässige und zukunftsorientierte Big-Data-Lösung für das Energiemanagement kann diese generelle Anforderung erfüllen und bietet darüber hinaus noch vielfachen Mehrwert.

Irrtum Nummer drei: „Daten sind gleich Informationen“

Nicht nur unvollständiges oder anderweitig fehlerhaftes Datenmaterial kann zu falschen Schlüssen und Massnahmen führen, auch zuverlässiges Datenmate­rial muss ständig überprüft und Schwächen darin müssen bei der Analyse und den abgeleiteten Empfehlungen berücksichtigt werden. Gute Analysen setzen ein klares Verständnis von Qualität und Quantität der verfügbaren Daten voraus. Für die zugrundeliegende Datenbasis ihrer Big-Data-Projekte erfassen die meisten Unternehmen Kennzahlen aus Versorgerrechnungen (96 % der Studienteilnehmer), Zählern (85 %) und Gebäudeautomationssystemen (54 %). Weitere Datenquellen fließen in geringerem Umfang in die Analysen ein, so etwa Wetter-, Energiemarkt- oder Abfallwirtschaftsdaten. Allerdings sind nur 49 % der Unternehmen mit Quantität und Qualität ihrer erfassten Daten zufrieden, 44 % sind sogar explizit unzufrieden.

Tatsächlich müssen mehrere Voraussetzungen gegeben sein, damit sich das erfasste Datenmaterial sinnvoll nutzen lässt: Zunächst einmal geht es darum, die erforderlichen Daten zu identifizieren und im zweiten Schritt herauszufinden, wo diese generiert und zusammengetragen werden können. Darüber hinaus müssen die gesammelten Daten zum einen ein umfassendes Gesamtbild ergeben und zum anderen detailliert genug sein, um daraus Verbesserungs­maßnahmen ableiten zu können. Gerade letztere sind im Zusammenhang ­
mit der Umsetzung der EU-Energieeffizienzrichtlinie (EED) und der darin geforderten Energieaudits (EN 16247) oder alternativ der Implementierung von Energiemanagementsystemen (ISO 50001) von zentraler Bedeutung.

Cloud-basierte Energie­managementplattform

Vor diesem Hintergrund empfiehlt sich ein umfassendes Paket aus Consulting-Leistungen bei Planung und Umsetzung, spezifischem Analyse-Know-how rund um die Daten eines Gebäudes sowie aus entsprechenden Software-Tools. Schlüssel zum Erfolg ist ein Dashboard, eine benutzerfreundliche Visualisierungssoftware zur Darstellung von Datenströmen in verdichteter, meist grafischer Form.

Eine solche Dashboard-Lösung ist die Cloud-basierte Energiemanagementplattform Navigator, powered by Sinalytics, von Siemens. Die anpassbare, skalierbare und benutzerfreundliche Software dient als Portal für Bereiche wie Versorgungsmanagement, Systemleistung und Compliance-Berichte. Sie verbindet Assets, Daten, Prozesse und Personen und unterstützt dabei, Abläufe effizienter zu machen und bessere Resultate zu erzielen. Die Technologie bietet dafür eine umfassende, unternehmensweite Sicht auf die Energie- und Betriebsleistung, und zwar sowohl im großen Überblicksmaßstab als auch auf der Detailebene.

Konkret ist die Plattform für größere Einzelgebäude ebenso geeignet wie für Gebäudekomplexe, komplette Liegenschaften und auch für virtuelle Netzwerke aus Hunderten oder sogar Tausenden von Standorten. Sie ermöglicht dort die Überwachung der Gebäudesystemleistung, des Energiebedarfs sowie der Energieversorgung und gewährleistet damit ein Höchstmaß an Transparenz. Dabei erfasst und analysiert die Plattform mit hoher Präzision große Mengen an Gebäudedaten. Auf dieser Basis lassen sich dann detaillierte Verläufe, Berichte und Auswertungen, etwa für Energieabrechnung und CO₂-Berichterstattung, darstellen, ausgeben und kommunizieren.

Damit schafft das System die Voraus­setzung zur Umsetzung vielfältiger strate­gischer Vorgaben: So lassen sich beispielsweise Investitionen in Energieeffizienzmaßnahmen optimieren und evaluieren. Gleichzeitig bildet die auf­bereitete Datenstruktur eine fundierte Grundlage für Kennzahlen (KPIs) und zukunftsgerichtete Entscheidungen. Über die Wirtschaftlichkeit hinaus können Unternehmen mit einem Energiemanagement-Dashboard wie Navigator zudem auch qualitative Zielvorgaben bei Nachhaltigkeit und Compliance kon­trolliert erreichen.

Navigator, der von Verdantix 2015 in die Top 3 der Energiemanagement-Lösungen eingestuft wurde, ist die Plattform der Wahl für Unternehmen, die Transparenz und Kontrolle über die Performance ihrer Energie-, Nachhaltigkeits- und Effizienzprojekte erhalten wollen. Sein intuitives Dashboard bietet den erforderlichen Einblick in den Verbrauch und die Kosten der Energie sowie in den CO₂-Ausstoss – und in den Return-on-Investment von Effizienzverbesserungsprogrammen.