Vi er efterhånden blevet rigtigt gode til at indsamle data fra vores bygningsdrift. Faktisk trækker vi data ud af vores bygninger som aldrig før. Vi overvåger HVAC-installationerne, regulerer lysstyringen og solafskærmningen, monitorerer sikkerhedssystemerne, CCTV-overvåger brugerne og aktiverne, styrer produktiviteten og driver vigtige elementer i infrastrukturen som f.eks. elevatorer mv.
Det er alt sammen meget godt, hvis vi vel at mærke bruger disse data til fremadrettet at forbedre bygningsdriften, minimere energiforbruget, løfte brugeroplevelsen, styrke produktiviteten og øge bygningens samlede værdi ud fra en holistisk tilgang. Nøglen hertil ligger i struktureringen, opsplitningen og analysen af alle disse data. Og her kan vi blive meget bedre.
Bygninger skal lære
Bygningerne bliver først intelligente, det øjeblik data anvendes på en måde, så bygningen bliver i stand til at “lære” af sin historik og handle fremadrettet i forhold til at afdække nye potentialer, forbedringsområder og i det hele taget agere innovativt.
Det stiller imidlertid krav om, at samtlige bygningsdata kan samles, læses, struktureres og analyseres ét sted for dernæst at blive sendt tilbage til sit oprindelsessted, hvor der sker en automatisk regel- og adfærdsændring i den enkelte komponent og installation. Denne proces vil så gentage sig igen og igen i en løbende iterativ proces. Sideløbende skal bygningen også kunne “tænke” på tværs af datastrukturer og -kilder og finde hidtil usete sammenhænge og relationer, der kan føre til tværgående regel- og adfærdsændringer.
Hvad er så de grundlæggende forudsætninger for, at ovenstående kan blive en realitet?
Først og fremmest skal bygningen udstyres med et intelligent BMS-system, der kan integrere alle bygningens tekniske installationer. Der skal være tale om en åben platform, der kan tilpasses 100 procent til den enkelte bygning og brugersammensætning. Og der skal være tale om en løsning, hvor der ikke er begrænsninger i antallet af samtidige brugere på systemet eller den mængde data, der skal udveksles og bearbejdes.
Skyen er en forudsætning
Dernæst skal det være muligt at trække alle data op i en sky. Grunden er for det første, at datalagring, -bearbejdning og -analyse nødvendigvis skal foregå ét sted og på én analyseplatform, hvis der skal skabes fuld transparens og overblik.
For det andet er skyen en forudsætning, såfremt et ubegrænset antal brugere skal have samtidig og uhindret adgang til systemet. For det tredje er det en forudsætning, da der skal kunne foretages en uhindret benchmarking mellem bygningsenheder, sektioner eller bygninger i en større portefølje. For det fjerde sikrer det, at data kan distribueres nemt og hurtigt.
Endelig er det nødvendigt at anvende et intelligent building management system, der på sigt kan operere med egentlig machine learning og AI, da disse to elementer er helt afgørende for, at den samlede bygning kan udvikles over tid ud fra et selvlærende princip.
Gevinsterne ved at tænke ud fra ovenstående principper er driftsmæssige gevinster, økonomiske besparelser, forbedret performance og styrket brugeroplevelse. Altså en win-win situation for både bygningsejere, facility managers, produktionsfolk og daglige brugere.
