Smart Air System: vom Sensor zum digitalen Zwilling

Smart Air ist ein Forschungsprojekt, in dem ein intelligentes Entfeuchtungssystem zur Verbesserung des Raumklimas in Einfamilienhäusern untersucht wurde. Ziel war es, eine innovative Entfeuchtungslösung unter realen Bedingungen zu simulieren und zu optimieren.

Zu Projektbeginn fehlten jedoch reale Raumklimadaten aus einem bewohnten Einfamilienhaus mit zentraler Lüftungsanlage. Diese Daten waren Voraussetzung, um das Verhalten des Systems im Realbetrieb realistisch abbilden zu können. Darüber hinaus existierte kein belastbares mathematisches Modell zur zuverlässigen Prognose des Raumklimas, das für eine KI-basierte Steuerung der Entfeuchtungsanlage notwendig gewesen wäre. Insbesondere externe Einflussfaktoren wie Wetterdaten und Strompreise konnten bislang nicht systematisch berücksichtigt werden.

Genauere Informationen zur Motivation des Projektes findest du unter: Smart Air – Intelligentes System für Entfeuchtung im Haus.

Um diese Herausforderungen zu adressieren, entwickelte esentri im Rahmen des Projekts eine KI-basierte Steuerung für die Entfeuchtungsanlage. Dafür wurde zunächst ein Referenzhaus mit geeigneter Sensorik ausgestattet und an eine hoch skalierbare Cloud-Infrastruktur angebunden. Insgesamt 15 Sensoren zur Messung von Temperatur und Luftfeuchtigkeit lieferten kontinuierlich Realdaten aus dem bewohnten Haus.

Die Sensordaten wurden über Homematic IP erfasst, über einen WiFi-Router angebunden und mithilfe eines Raspberry Pi sowie der IoT-Plattform IO-Broker per MQTT an AWS-Gateways übertragen. In der Cloud kamen verschiedene Services zum Einsatz, darunter eine Data Platform, Machine-Learning-Anwendungen, Dashboards und Alarming, um die Daten zu verarbeiten, zu analysieren und zu visualisieren. Ergänzend wurde ein Web-Scraping-Konzept umgesetzt, um externe Datenquellen wie Wetterinformationen und Strompreise in die Modellierung einzubeziehen. Auf dieser Basis konnten Simulationsszenarien abgeleitet, die Steuerung sukzessive optimiert und wertvolle Erkenntnisse zur Weiterentwicklung des Entfeuchtungssystems gewonnen werden.

Nach der erfolgreichen Bewältigung der IoT-Herausforderungen wurde das Referenzhaus mit Sensorik ausgestattet und eine zuverlässige, skalierbare Datenanbindung an die Cloud aufgebaut. Auf dieser Basis konnte der Entfeuchtungsbedarf einzelner Räume – abhängig vom individuellen Nutzerverhalten – mit einer Genauigkeit von bis zu 90 % prognostiziert werden. Darüber hinaus wurden Echtzeit-Vorhersagen für die nächsten 24 Stunden mit Aktualisierungen im 15-Minuten-Takt ermöglicht. Ergänzend wurde das Potenzial zur Nutzung von Strompreisschwankungen durch flexible Entfeuchtungszeitpunkte untersucht. Die gewonnenen Erkenntnisse bildeten die Grundlage für die erfolgreiche Umsetzung eines digitalen Zwillings, der das Haus, das Entfeuchtungsmodul und reale Wetterbedingungen realistisch abbildet.