Für Teams im Gebäudebetrieb und Facility Management ist die Ausgangslage oft ähnlich: Gebäude erzeugen täglich sehr große Datenmengen, die aus vielen Quellen stammen und für unterschiedliche Rollen nutzbar sein sollen. In der Praxis bleiben diese Daten jedoch häufig in Dashboards, BI-Ansichten oder Einzellösungen gebunden – und neue, situative Fragen lösen schnell zusätzlichen Analyse- oder Reportingaufwand aus.
Genau an dieser Stelle setzt akenza mit Genio an: Genio ist ein KI-basierter Assistant innerhalb der akenza IoT platform, der Fragen in Klartext auf Basis verfügbarer IoT- und Gebäudedaten beantwortet. Der Ansatz ist im Facility-Management-Kontext gemeinsam mit Partnern umgesetzt worden – unter anderem in der Zusammenarbeit von ISS und akenza.
Die Herausforderung: Viele Fragen im Betrieb – aber Antworten sind nicht sofort verfügbar
Im Gebäudebetrieb entstehen täglich situative Fragen – zur Nutzung, zu Auffälligkeiten oder zum Zustand von Sensorik und Infrastruktur. Typische Beispiele sind:
- Was war der höchste gemessene CO₂-Wert in dieser Woche?
- Wie viele Arbeitsplätze sind aktuell belegt?
- Welche Sensoren brauchen bald einen Batteriewechsel?
- Welche Maschinen hatten im letzten Monat den höchsten Energieverbrauch?
- Was ist der Status aller Motion-Sensoren?
Der Engpass liegt häufig darin, solche Fragen schnell und belastbar zu beantworten, weil Daten in verschiedenen Systemen stecken, Integration fehlt oder Dashboards nur feste Sichten erlauben. Gleichzeitig ist Rohdatenqualität nicht immer ausreichend, und individuelle Auswertungen benötigen oft Spezialwissen.
Besonders deutlich wird das, wenn Fragen einen konkreten Ort im Gebäude meinen – zum Beispiel eine Etage, einen Raum oder eine Zone. Dann muss eindeutig sein, welche Sensoren zu welchem Bereich gehören, damit Abfragen konsistent bleiben (z. B. „occupancy of floor 3“).
Die zentrale Frage lautete:
Wie lassen sich Gebäudedaten so zusammenführen und nutzen, dass operative Fragen im Klartext beantwortet werden können – ohne für jede neue Frage erst eine eigene Auswertung aufzubauen?
Die Lösung: Genio als KI-Assistant in der akenza-Umgebung
Die Lösung basiert auf der akenza IoT platform als Datenebene und Genio als KI-basiertem Assistant innerhalb dieser Umgebung. Genio ist darauf ausgelegt, Fragen in Klartext zu verarbeiten und Antworten aus den verfügbaren IoT- und Gebäudedaten abzuleiten – sowohl mit Blick auf aktuelle Zustände als auch auf historische Verläufe.
In der Nutzung bedeutet das: Statt neue Reports aufzusetzen oder sich durch feste Dashboard-Filter zu arbeiten, wird eine Frage in Klartext formuliert. Genio liefert daraufhin eine Antwort, die sich bei Bedarf präzisieren lässt – je nachdem, welche Detailtiefe für die Situation gebraucht wird.
Das Prinzip ist rollenfähig angelegt. Ein Beispiel aus dem Genio-Kontext: Ein Building Security Manager fragt „What is the health of my IoT device fleet?“ und erhält eine direkte Antwort zur Betriebsfähigkeit der Geräte – inklusive Hinweis, wenn Sensoren aufgrund niedriger Batteriestände demnächst Aufmerksamkeit benötigen.
Das Ergebnis: Fragen werden direkt aus Daten ableitbar – sofern Kontext und Datenbasis passen
Durch den Ansatz verschiebt sich der Zugriff auf Gebäudedaten vom „Dashboard-Suchen“ hin zu einer direkten Abfrage: operative Fragen können als Klartext-Fragen gestellt und beantwortet werden – quer über Themen wie Nutzung, Komfort, Sicherheit, Maintenance oder Energie.
Gleichzeitig zeigt die Umsetzung sehr klar, wovon die Verlässlichkeit solcher Antworten abhängt:
- Datenqualität: Wenn Rohdaten unvollständig oder uneinheitlich sind, sinkt die Aussagekraft der Antworten.
- Eindeutiger Gebäude-Bezug: Sobald Fragen auf Etagen, Räume oder Zonen zielen, muss die Zuordnung der Sensorik zu diesen Bereichen sauber abgebildet sein.
- Performance: Für umfangreiche Abfragen braucht es geeignete Aggregationen und Datenbankfunktionalitäten.
Für den Betrieb heißt das konkret: akenza liefert mit der akenza IoT platform die Grundlage, Datenquellen zusammenzuführen und nutzbar zu machen – und Genio setzt darauf auf, um Klartext-Abfragen im Alltag zu ermöglichen, solange Datenbasis und Gebäude-Zuordnung belastbar sind.
