Das Smart Building-Reallabor – Forschung aus der Industrieperspektive

Skalierbarkeit und Nachhaltigkeit auf Quartiersebene lassen sich nur erreichen, wenn die Datengrundlage bereits auf Gebäudeebene interoperabel, strukturiert und herstellerneutral aufgebaut ist.

Vom systemgetriebenen zum datengetriebenen Ansatz

Im klassischen Gebäudebetrieb kommen für verschiedene Use Cases unterschiedliche Lösungen zum Einsatz, häufig ohne Verbindung zueinander. Teilweise werden Plattformen genutzt, die für den jeweiligen Anwendungsfall gar nicht vorgesehen sind. Die Wartung etwa wird vielfach über ein ERP-System abgewickelt, obwohl dieses primär für kaufmännische Prozesse ausgelegt ist. Zwar existieren zwischen einzelnen Systemen punktuelle Schnittstellen. Diese bleiben jedoch Insellösungen, die weder skalierbar sind noch den zielführenden und skalierbaren Einsatz von KI in den operativen Prozessen ermöglichen.

Der notwendige Paradigmenwechsel: nicht mehr vom System her denken, sondern prozessorientiert und datengetrieben. Welche Daten liegen vor und welche Use Cases benötigen sie? Ein Sensor, der für einen bestimmten Use Case installiert wurde, lässt sich so auch für andere Prozesse nutzen. Statt isolierter Einzellösungen entsteht ein Ökosystem, in dem Daten mehrfach verwendet und Use Cases systemübergreifend gedacht werden.

Das Beispiel einer elektromotorischen Tür (Abb. 1) verdeutlicht die heutige Fragmentierung: Ein und dasselbe Asset wird je nach Fachdisziplin völlig unterschiedlich betrachtet, in verschiedenen Systemen erfasst und in eigenen Datenstrukturen abgelegt. Es existiert in zahlreichen Systemen, ohne dass die Informationen miteinander verknüpft sind. Was fehlt, ist ein einheitliches Datenmodell, das alle Perspektiven zusammenführt und als gemeinsame Grundlage für sämtliche Prozesse im Gebäudebetrieb dient.

Hier setzt das Smart Building-Reallabor der Hochschule Mainz an. Anstatt Daten systemgebunden und isoliert vorzuhalten, werden Gebäude als interoperable digitale Zwillinge abgebildet (Abb. 2). Im Fokus steht die Asset Administration Shell (AAS) der Industrial Digital Twin Association (IDTA), die einen einheitlichen Informationsaustausch auf Asset-Ebene ermöglicht. Jedes Asset liegt strukturiert vor und ist nach Linked Data Prinzipien semantisch mit anderen Assets, Räumen, Systemen, Prozessen und weiteren Domänen verknüpft. Entscheidend: Es wird kein neuer Standard geschaffen. Bestehende Standards und Ontologien wie etwa RealEstateCore, Brick Schema, ASHRAE 223 oder IFC werden miteinander verknüpft und für die jeweiligen Use Cases nutzbar gemacht.

Um diese Vision umzusetzen, braucht es ein Betreiber-Datenmodell, das unabhängig vom Systembetreiber oder der eingesetzten Plattform Bestand hat. Denn so selbstverständlich heute kein Gebäude ohne Statik verkauft wird, so selbstverständlich sollte künftig kein Gebäude ohne ein strukturiertes, interoperables Datenmodell in den Betrieb übergeben werden.

Das Betreiber-Datenmodell als Grundlage

Die Hochschule Mainz hat das Konzept „Gebäudebetrieb 4.0" gemeinsam mit Frank Schröder entwickelt. Er ist Director of Efficient Technologies im Corporate Facility Management bei Phoenix Contact. Das Unternehmen ist ein weltweit tätiger Technologiekonzern für industrielle Automatisierung, Energie‑ und Verbindungstechnik, der durch sein Corporate Facility Management mit den über 300 Gebäuden den sicheren, effizienten und nachhaltigen Betrieb weltweit gewährleistet, optimale Rahmenbedingungen für das Kerngeschäft schafft und als Innovationstreiber zukunftsweisende digitale Standards etabliert.

Das Konzept orientiert sich an den Grundsätzen der Industrie 4.0: vernetzt denken, Systeme interoperabel gestalten und Daten als zentrale Ressource begreifen. Darauf aufbauend wurde ein Betreiber-Datenmodell entwickelt, das betriebsrelevante Informationen semantisch miteinander verknüpft. Im Fokus stehen Graphdatenbanken, da Gebäudedaten domänenübergreifend vernetzt werden müssen, von Assets und Räumen über technische Anlagen und Betriebszustände bis hin zu Wartungsprozessen, Energie- und ESG-Daten sowie IT/OT-Strukturen. Erst durch diese semantische Verknüpfung entsteht ein belastbarer Datenraum, der operative Prozesse unterstützt, regulatorische Nachweispflichten ermöglicht und die Grundlage für eine Skalierung auf Quartiers- und Smart-City-Ebene schafft.

Erst das strukturierte Datenmodell, dann KI

Die enge Zusammenarbeit zwischen Hochschule und Industrie stellt sicher, dass der Ansatz nicht aus einer rein akademischen Perspektive entsteht, sondern aus den Anforderungen des operativen Betriebs heraus. Frank Schröder verfolgt das Ziel, den datengetriebenen Gebäudebetrieb von morgen bereits heute aktiv in seine operativen Abläufe zu integrieren. Auch in der industriellen Praxis zeigt sich immer wieder: Ein strukturiertes Betreiber-Datenmodell ist der zentrale Hebel für den Einsatz von Explainable AI im Gebäudebetrieb.

Im Rahmen der Forschung hat sich schnell gezeigt, dass Künstliche Intelligenz angesichts der Komplexität und der Vielzahl beteiligter Domänen erst dann skalierbar und nachvollziehbar eingesetzt werden kann, wenn ein strukturiertes Datenmodell vorhanden ist. Ohne semantische Strukturierung fehlt KI-Anwendungen die qualitätsgesicherte Datenbasis für domänenspezifische Analysen, Prognosen oder agentenbasierte Ansätze. Das Betreiber-Datenmodell schafft diese Voraussetzung und ermöglicht zugleich, Erklärbarkeit, Nachvollziehbarkeit und Sicherheit systematisch zu berücksichtigen. Graphdatenbanken liefern hierfür die notwendige Struktur (Abb. 3): Beziehungen zwischen Assets, Systemen und Domänen werden explizit modelliert und sind jederzeit nachvollziehbar, für den Menschen ebenso wie für KI-Anwendungen.

Erprobt und validiert werden diese Ansätze am Smart Building-Reallabor der Hochschule Mainz. Reale Hochschulgebäude dienen als lebende Forschungsumgebung, unter echten Betriebsbedingungen, mit echten Nutzern und echten Daten. Das Vorhaben sowie ein erster Prototyp des Betreiber-Datenmodells nach Linked Data wurden auf der Light + Building 2026 in Frankfurt am Stand des BTGA e.V. vorgestellt und in diversen Fachvorträgen präsentiert.