IoT, van concept naar SMART

Er wordt enorm veel gepraat over SmartCities, SmartBuildings, IoT, data. En het is iedereen die zich bezighoudt met de gebouwde omgeving wel duidelijk dat er iets gaat veranderen. Maar het blijft erg vaan hangen op conceptueel niveau. Het blijkt erg moeilijk te zijn om het concreet te maken en vandaag stappen de zetten die morgen effecten hebben. In dit blog willen we onze ervaringen en inzichten tot op heden met je delen. Dit zonder te pretentie te hebben dat wij precies weten waar we met z’n allen over 10 jaar staan. Echter praten over leidt niet tot verandering en dat is wel nodig. Dus we gaan het ook concreet maken.

Het begint met data
Als we het grote doel voor ogen houden, namelijk dat alles met internet verbonden gaat worden en dat de inzichten ons helpen om gebouwen slimmer, duurzamer en efficiënter te gebruiken is één ding direct duidelijk. We hebben data nodig. Veel data, want die data gaat ons helpen aan die inzichten. Om dat goed te doen, zij er een paar voorwaarden waar die data aan moet voldoen.

Universeel en uitwisselbaar
Data moet universeel zijn. Dat wil zeggen dat als je verschillende gebouwen hebt dat die data onderling vergelijkbaar moet zijn. Daarnaast zal die data uitgewisseld moeten worden tussen alle belanghebbende partijen. Dat betekent dat het eigendom van die data geen belemmering mag zijn in de samenwerking. En dat betekent tegelijk dat jouw partners met open API’s alle relevante data beschikbaar stellen.

De visie van Liftinsight: Laten we het concreet hebben over liften: Er zijn talloze merken en typen liften. Dat betekent dat het definiëren van data uit het ene liftsysteem anders is als uit het andere systeem. Wij meten bijvoorbeeld het aantal liftbewegingen. Maar tel je ‘nastellen’ of ‘rijden op inspectie tijden onderhoud of keuren’ ook mee? En als een deur niet wil sluiten en doet een 2e poging, zijn dat dan één of twee sluitbewegingen? En is de data van jouw lift nog beschikbaar als het onderhoud naar een ander onderhoudsbedrijf over gaat? En hoe ga je als liftbedrijf om met data uit verschillende liftsystemen, die je moet onderhouden. Wij hebben daarom een universele sensoroplossing die op alle liften werkt. En alle data die zichtbaar is in onze softwareoplossing kan, zonder restricties, blijvend, middels een API ook in andere systemen worden gebruikt.

Met 20% van de data los je 80% van de problemen op
Wat belangrijk is in deze fase is dat je niet te diep moet gaan, maar wel breed. Daarmee bedoelen we, dat je het paretoprincipe moet toepassen. Ga niet 100% van de te verzamelen data uit alle systemen halen, maar bedenk dat je met 20% van de data 80% van de kennis kunt verzamelen. En doe dat zo breed mogelijk in je gebouw. Meet, dus niet alleen je energieverbruik, maar ook temperatuur, aantallen bezoekers, bezetting van ruimten, temperatuur, luchtvochtigheid enzovoorts. Maar laat je project niet stuk lopen op een te diep onderzoek in ieder individueel bouwdeel. Heb je meerdere gebouwen, installaties, beperk je dan niet tot één gebouw, maar doe er meerdere (bij voorkeur alle) dan heb je vergelijkingsmateriaal en kan je je analyses beter funderen.

Dat kan altijd nog als blijkt dat er waarde te halen is uit data die met meer moeite verzameld kan worden.

Analyse door AI
Nadat je de data hebt verzameld is het zaak om die data te combineren met data uit alle systemen en correlaties te vinden. Wat is de correlatie tussen het aantal bezoekers in je gebouw, het aantal liftbewegingen en het energieverbruik? En wat is het verband tussen het weer, de vervoersstromen en het aantal storingen? Zou je voorspellingen kunnen doen aan de hand van verschillende parameters. Machinelearning en Artificial Intelligence (AI) kunnen ongedachte verbanden blootleggen en je helpen daarop te anticiperen.

Businesscases voor vervolgstappen
Na het verzamelen van inzichten wil je wellicht zaken veranderen. En dat is wat het nu zo moeilijk maakt. Je weet nog niet wat de inzichten zijn en dus ook niet wat je wilt veranderen. Op dit punt zie je dat projecten stagneren. Daarom is onze oproep om stap voor stap te werken en eerst data te gaan verzamelen en je nog even niet druk te maken over wat je er uiteindelijk mee gaat doen. Als je dat namelijk te zijner tijd duidelijk hebt, is de businesscase voor verdergaande investeringen zeker te maken.

Voorbeeld: Ieder automerk heeft z’n eigen navigatiesoftware. Toch weet iedereen dat Google Maps en Waze de beste file informatie hebben. Waarom: Precies, omdat de data uit alle smartphones, universeel, vergelijkbaar en beschikbaar is. Pas daarom op met de vendor-lockin van sommige fabrikanten.

Voorlopige conclusie
Maak het niet te complex, begin met het verzamelen van data, zorg dat data beschikbaar is en blijft en dat data universeel en dus vergelijkbaar is. Analyseer de data en maak dan onderbouwde businesscases voor verbeteringen in je gebouwen.

Dit bericht delen: