Digitaler Zwilling vs. Sensor Intelligence für Gebäude

Digitaler Zwilling vs. Sensor Intelligence: was ist der Unterschied bei Gebäuden?

Foto von Miha Meglic auf Unsplash.

Digitaler Zwilling vs. Sensor Intelligence ist der Vergleich, den man letztlich anstellt, sobald ein Anbieter ein rotierendes 3D-Modell des eigenen Gebäudes zeigt und es die Zukunft des Betriebs nennt. Beide versprechen dasselbe Ergebnis: ein Gebäude, das sich selbst besser steuert. Sie erreichen das über völlig unterschiedliche Wege, und der Weg ist wichtiger, als die Verkaufspräsentation zugibt.

Dies ist ein direkter Vergleich von Kosten, Aufwand und wofür jeder Ansatz eigentlich gedacht ist. Es ist keine Abrechnung mit digitalen Zwillingen. Sie haben eine echte Aufgabe. Nur ist es meist nicht die Aufgabe, die ein Betriebsteam erledigen will, wenn ihm jemand einen vorsetzt.

Was ein digitaler Zwilling verspricht

Ein digitaler Gebäudezwilling ist eine lebende virtuelle Nachbildung eines physischen Gebäudes: seine Geometrie und Systeme gemeinsam modelliert, meist auf einer BIM-Grundlage aufgebaut und mit Echtzeit-Sensordaten verdrahtet. Ändern Sie einen Sollwert im Modell, und im Prinzip sehen Sie, wie das reale Gebäude reagieren würde, bevor Sie irgendetwas berühren. Gehen Sie in 3D durch einen Technikraum, ohne Ihren Schreibtisch zu verlassen. Simulieren Sie den Ausfall eines Kälteerzeugers an einem Julinachmittag und beobachten Sie, wie das Modell zeigt, welche Zonen zuerst warm werden.

Das ist eine echt nützliche Fähigkeit für das richtige Projekt. Ein Zwilling lässt ein Planungsteam eine Fassade oder ein HLK-Layout gegen Jahre an Wetterdaten testen, bevor eine einzige Wand steht. Er lässt ein Inbetriebnahmeteam einen Fehler in der Regelungssequenz im Modell fangen statt im Feld, und er lässt ein Bauteam Kollisionsprüfungen zwischen Statik, Technik und Elektrik durchführen, bevor Konflikte vor Ort als Änderungsauftrag auftauchen. Das Versprechen ist echt. Die Rechnung auch.

Wo digitale Zwillinge teuer werden und ins Stocken geraten

Der Aufbau des Modells ist die erste Kostenposition, und sie ist nicht klein. Jemand muss Bestandspläne mit dem abgleichen, was tatsächlich installiert ist, und Bestandsdokumentation ist häufiger falsch, als Eigentümer zugeben möchten. Jemand muss jeden Sensorpunkt und jedes Anlagenteil in das Schema des Modells einordnen. Bei einem Bestandsgebäude mit Jahrzehnten übereinander gelagerter Renovierungen kann dieser Abgleich länger dauern als die Inbetriebnahme des ursprünglichen BMS.

Dann muss das Modell aktuell bleiben, und das ist die Kostenposition, die niemand ins Angebot einpreist. Ein Gebäude verändert sich ständig: Ein Mieterausbau versetzt eine Wand, ein Kälteerzeuger wird gegen ein effizienteres Gerät ausgetauscht, ein BMS-Punkt wird bei einem Servicebesuch umbenannt. Jede dieser Änderungen öffnet eine kleine Lücke zwischen Modell und Gebäude, und die Lücke wächst. Ein Zwilling, der nicht konsequent gepflegt wird, wird zu einem teuren Bild eines Gebäudes, das es einmal gab.

Nichts davon liefert Ihnen eine Entscheidung. Ein Modell ist keine Entscheidung. Es ist eine Darstellung, die Sie immer noch interpretieren müssen, und eine 3D-Szene danach zu interpretieren, was heute tatsächlich falsch ist, ist langsamer als eine eingestufte Liste zu lesen, nicht schneller. Der Zwilling kann Ihnen das Gebäude zeigen. Er kann Ihnen nicht sagen, was diese Woche zu tun ist.

Was Sensor Intelligence stattdessen tut

Sensor Intelligence überspringt das vollständige virtuelle Modell und geht direkt von Live-Signalen zu einer Entscheidung. Statt die Geometrie des Gebäudes zu rekonstruieren, liest sie, was das Gebäude bereits erzeugt, von BMS-Punkten über Energiezähler bis zu IoT-Sensordaten, und stellt eine engere Frage: Was von allem, was gerade passiert, ist die Aufmerksamkeit jemandes wert, und was sollte diese Person dagegen tun?

FrostLogic Explore betreibt das auf der FrostDynamics-Engine, die Anomalieerkennung und Prognose mit einer Schicht kausaler Filterung koppelt und dann eine einzige priorisierte Warteschlange ausgibt. Jeder Eintrag in dieser Warteschlange lässt sich bis zu den konkreten Messwerten dahinter zurückverfolgen. Das ist fundierte Inferenz in der Praxis: Das System behauptet nur, was seine Daten belegen können, und sagt es klar, wenn es das nicht kann. Nichts erfunden, nichts aufgeblasen, um die Warteschlange geschäftiger aussehen zu lassen, als das Gebäude tatsächlich ist.

Prognosen in dieser Warteschlange kommen mit Konfidenzgrenzen statt einer einzigen, selbstbewusst wirkenden Zahl. Eine Fünf-Tage-Energieprognose, die eine Spanne mit angegebenem Konfidenzniveau liefert, sagt einem Energiemanager, wann der Verbrauch wirklich vom Plan abweicht und wann es nur normale Schwankung ist. Die Simulationsausgabe eines Zwillings kommt selten mit dieser eingebauten Ehrlichkeit. Sie liefert die Antwort des Modells, keine kalibrierte Spanne.

Nichts davon erfordert, die Geometrie des Gebäudes zu modellieren. Es erfordert, das Verhalten des Gebäudes zu modellieren, und das ist der Teil, der tatsächlich Entscheidungen erzeugt. Die vollständige Definition der Kategorie finden Sie in unserem Glossareintrag zu Sensor Intelligence.

Es gibt auch einen Skalenunterschied, der in der Zwilling-Verkaufspräsentation selten vorkommt. Ein digitaler Zwilling modelliert ein Gebäude. Ein Portfolio aus dreißig Gebäuden bedeutet dreißig Zwillinge, jeder mit seinem eigenen Abgleichsprojekt und seiner eigenen Drift, der man nachjagt. Sensor Intelligence liest die Live-Daten jedes Gebäudes in dieselbe Warteschlange, nach Kosten eingestuft, sodass ein Fehler in einem Gebäude gegen eine Energiedrift in einem anderen abgewogen wird, ohne dass jemand dreißig separate Modelle öffnen muss, um herauszufinden, was wichtiger ist.

Wann Sie wirklich einen Zwilling brauchen

Es gibt eine echte Antwort auf die Frage, ob Sie einen digitalen Zwilling brauchen, und sie lautet nicht immer Nein. Simulation in der Planungsphase ist der klarste Fall: das Testen einer Fassadenausrichtung, eines HLK-Layouts oder eines statischen Ansatzes gegen Jahre an Wetter- und Lastdaten, bevor der Bau beginnt, wenn es noch kein bestehendes Gebäude gibt, aus dem Sensoren gelesen werden könnten. Komplexe Neubauprojekte, ein Krankenhaus mit Dutzenden zusammenwirkender technischer Systeme oder ein Rechenzentrum mit eng gekoppelter Kühlung und Stromversorgung, sind die Fälle, in denen sich die Modellierungsinvestition meist auszahlt.

Was nicht trägt, ist die Vorstellung, dass ein bereits betriebenes Gebäude einen vollständigen geometrischen Zwilling braucht, um gut zu laufen. Die meisten Gebäude, die geöffnet, belegt sind und täglich Sensordaten erzeugen, haben kein Planungsproblem. Sie haben ein Entscheidungsproblem: zu viele Daten, zu wenig davon in Handlung verwandelt. Das ist ein anderes Werkzeug, und einen Zwilling zu bauen, um es zu lösen, bedeutet, für eine Fähigkeit zu bezahlen, die Sie nicht nutzen werden.

Was-wäre-wenn-Simulation ohne vollständigen Zwilling

„Was passiert, wenn ich diesen Sollwert ändere“ ist genau die Frage, für die Menschen zu einem Zwilling greifen, und es ist auch die Frage, die Explore ohne einen beantwortet. Was-wäre-wenn-Simulation führt eine kontrafaktische Analyse gegen die eigene Sensorhistorie des Gebäudes durch: den Sollwert um zwei Grad anheben, das morgendliche Aufheizfenster 90 Minuten vorziehen, und das Modell liefert eine Prognose plus ein Konfidenzband, bevor sich im echten Gebäude etwas ändert.

Sie läuft auf derselben Engine, die Explores tägliche Prognosen erzeugt, sodass die Antwort auf derselben Signalhistorie beruht, der ein Betreiber bereits vertraut, nicht auf einer separaten 3D-Umgebung, die jemand bauen und synchron halten muss. Sie erhalten den auf dem Papier reversiblen Nutzen einer Zwilling-Simulation für die operativen Fragen, die jede Woche aufkommen, ohne die laufenden Kosten eines Modells, das ein sich ständig veränderndes Gebäude verfolgen muss.

Wenn Sie schon weiter sind und Anbieter statt Konzepte vergleichen, behandelt unser Leitfaden zur Wahl von Sensor-Intelligence-Lösungen die Kriterien, die die Plattformen, die im Produktivbetrieb bestehen, von denen trennen, die nur in einer Demo funktionieren.

Dieser Vergleich kehrt immer wieder zu einer Unterscheidung zurück: ein Modell gegenüber einer Entscheidung. FrostLogic Explore ist für die Entscheidung gebaut.

Häufige Fragen

Was ist ein digitaler Zwilling im Gebäudekontext? Ein lebendes virtuelles Modell eines Gebäudes, meist auf BIM-Geometrie aufgebaut und mit Echtzeit-Sensordaten verdrahtet, sodass Änderungen im Modell Änderungen im realen Gebäude vorhersagen. Er zahlt sich vor allem in der Planung und bei komplexen Neubauprojekten aus, weniger, sobald ein Gebäude schon läuft.

Was ist Sensor Intelligence? Software, die liest, was das BMS, die Energiezähler und die IoT-Sensoren eines Gebäudes bereits erzeugen, und daraus eine eingestufte, belegte Warteschlange von Entscheidungen macht, ohne zuvor ein virtuelles Modell der Gebäudegeometrie zu bauen. Die vollständige Definition finden Sie in unserem Glossareintrag zu Sensor Intelligence.

Brauche ich sowohl einen digitalen Zwilling als auch Sensor Intelligence? Selten gleichzeitig. Ein Zwilling zahlt sich in der Planung oder bei einem größeren Neubau aus, wenn es noch kein betriebenes Gebäude gibt, aus dem Sensoren gelesen werden könnten. Sensor Intelligence zahlt sich aus, sobald das Gebäude läuft und Daten erzeugt, also für den größten Teil des Lebens eines Gebäudes. Nur wenige Teams brauchen beides gleichzeitig.

Was kostet ein digitaler Zwilling im Vergleich zu Sensor Intelligence? Die Kosten eines digitalen Zwillings liegen meist im Voraus und laufend: Bestandspläne abgleichen, jeden Sensorpunkt in das Schema des Modells einordnen, dann das Modell bei jeder Gebäudeänderung synchron halten. Sensor Intelligence liest vorhandene Sensordaten direkt, sodass die Kosten in der Anbindung an das bereits Installierte liegen, statt ein paralleles virtuelles Gebäude zu modellieren und zu pflegen.

Ersetzt FrostLogic Explore einen digitalen Zwilling? Nein, und das versucht es auch nicht. Explore modelliert nicht die Geometrie eines Gebäudes und simuliert kein Design, das noch nicht existiert. Es liest die Betriebsdaten, die ein laufendes Gebäude bereits erzeugt, und verwandelt sie in Entscheidungen, einschließlich Was-wäre-wenn-Antworten auf Fragen zu Sollwerten und Zeitplänen, ohne die laufenden Kosten eines vollständigen Zwillings.

Was verrät Ihnen Ihr Gebäude nicht?

Sagen Sie uns, was Sie herausfinden wollen: Energiedrift, ein BMS, dem Sie nicht vertrauen, Compliance, der Sie hinterherlaufen. Wir hören erst zu und sagen Ihnen dann offen, ob Explore hilft. 30 oder 60 Minuten, Sie entscheiden. In jedem Fall unverbindlich. Sprechen Sie es durch.