Stellen

• Projekt EcoTwin - Digitale Zwillinge urbaner Grünflächen:

E13-Stellen: Vollzeit, Teilzeit

Zwei globale Megatrends - die zunehmende Urbanisierung und der Klimawandel - führen zu einer sich gegenseitig verstärkenden Belastungssituation. Sowohl die Zunahme von Hitzeperioden und extremer Trockenheit als auch die von Stark- und Dauerregen ausgehenden Gefahren können nicht ohne ein nachhaltiges Flächenmanagement abgewehrt werden. Grünflächen bzw. unversiegelte Böden haben nicht nur eine Kühlfunktion und speichern Wasser, sie erfüllen darüber hinaus eine wichtige Funktion für die Artenvielfalt und das Wohlbefinden der Menschen. In welchem Ausmaß die Funktionen der urbanen Grünflächen (Ökosystemleistungen) erbracht werden können, hängt maßgeblich von den Standorteigenschaften der Flächen ab. Neben einer Vielzahl frei zugänglicher Umweltdatenbanken sind in den letzten Jahren kostengünstige und leistungsstarke Umweltsensoren entwickelt worden, die standortspezifische und tagesaktuelle Daten erfassen. Es mangelt demzufolge nicht an Daten bzw. Techniken, um relevante Umweltdaten zu erheben, sondern an der Aufbereitung, Interpretation und Visualisierung der Daten, um konkrete Klimaanpassungs-Maßnahmen vor Ort umzusetzen. Ziel des Projektes ist es daher, verfügbare Umweltdaten miteinander zu verknüpfen und in Form eines "Digitalen Zwillings" der urbanen Grünflächen den zuständigen Entscheidungsträgern zur Verfügung zu stellen, so dass die Maßnahmen zur Klima- und Katastrophenvorsorge standortspezifisch wirksam umgesetzt werden können.

Projektpartner: Hochschule Bonn-Rhein-Sieg (H-BRS) - Internationales Zentrum für nachhaltige Entwicklung (IZNE), RF-Frontend GmbH, GIQS

Fördermittelgeber: EFRE/JTF-Programm NRW 2021-2027

Laufzeit: 01.08.2024 bis 31.07.2027

• Projekt OptGA4.0 - Optimierung von Engineering-Prozessen der kommunalen Gebäudeautomation auf Basis standardisierter Anlagentypen und Informationsmodelle:

E11-Stellen: Vollzeit, E13-Stelle: Teilzeit

Aktuell sind Engineering-Prozesse der Gebäudetechnik bzgl. Planung, Ausführung, Inbetriebnahme und operativem Betrieb durch hohe manuelle Aufwendungen, eine geringe Performance sowie viele Brüche mit hohem Informationsverlust zwischen den Prozessphasen gekennzeichnet. Dies führt zu erheblichen Qualitätsdefiziten bei der Errichtung und Nutzung von Gebäudetechnik. Im Betrieb zeigen sich Defizite in der Umsetzung von Automationsfunktionen sowie im anlagennahen Facility Management (FM), was zu suboptimalen Betriebsprozessen und unnötigem Energieverbrauch führt. Grundlegendes Ziel des Forschungsprojekts ist die Entwicklung eines Informationsmodells, das den Informationshaushalt der Technischen Gebäudeausrüstung (TGA) einheitlich, lebenszyklusdurchgängig und maschinenlesbar in gebäudetechnischen Anwendungen beschreibt. Auf dessen Basis werden TGATypen unter Berücksichtigung bestehender Beschreibungen semantisch ausgeprägt. Schwerpunkt dieser informationstechnischen Standardisierung sind die Use Cases Prozessführung, Qualitätssicherung von Automationsfunktionen und FM. Die in der Praxis meist semantisch uneinheitlich beschriebenen TGA-Anlagen werden durch KIAnwendungen auf die entwickelten Informationsstandard abgebildet, so dass ein homogener Sprachraum (Syntax und Semantik) als Grundlage für die Implementierung regelbasierter Automatismen entsteht. Dieser bildet die Basis für die Entwicklung von SelfX-FM-Anwendungen, z.B. Asset und Energie Monitoring, welche manuellen Aufwand für das Informations-Engineering bei Ersteinrichtung und über den Lebenszyklus vermeiden. Unter SelfX wird hier die Eigenschaft von Systemen verstanden, ihre Umgebung eigenständig zu erkunden und automatisierte, d.h. Engineering-freie, Interaktionen mit anderen Systemen zu realisieren.

Projektpartner: Gebäudewirtschaft der Stadt Köln, Schulbau Hamburg, Kieback&Peter, VDI, building Smart, VDMA - Fachverband Automation+Management für Haus+Gebäude, AMEV, eTASK, Fakultät für Architektur und Bauingenieurwesen Bergische Universität Wuppertal

Fördermittelgeber: FHKooperativ

Laufzeit: 01.01.2024 bis 31.12.2027

• Projekt ModKI: Optimierte GA durch den Entwurf modularer und kontinuierlich lernender KI-Modelle

E13-Stellen: Vollzeit, Teilzeit

Aktuell verbreiten sich KI-Anwendungen in vielen Bereichen des alltäglichen Lebens (ChatBots, Übersetzer, Autonomes Fahren etc.). Über den Lebenszyklus von Wohn- und Nichtwohngebäuden versprechen Anwendungen des Machine Learning (ML), des Natural Language Processing (NLP) und Reinforcement Learning (RL) ein großes Potenzial zur Optimierung von gebäudetechnischen Prozessen. ML-, NLP- und RL-Methoden dienen dem Erlernen von Mustern oder Verhalten komplexer Systeme, die zur Wiedererkennung oder Vorhersage resp. Beeinflussung ihres Verhaltens genutzt werden können. Im Rahmen des Forschungsprojekts wird diese Methode auf Anwendungen der Gebäudeautomation (GA) übertragen. Das Forschungsprojekt analysiert und bewertet Anwendungsfelder von KI-Anwendungen für sozial, ökologisch & ökonomisch optimierte Gebäudeprozesse. Neben unterstützenden Anwendungen für Planungsprozesse (z.B. NLP-basierte Automatismen zur Erstellung von Funktionslisten etc.), sind Potenziale wiederkehrender Anwendungen auf Basis erlernter Gebäude- oder Systemdynamiken zu analysieren. Ein wichtiges Forschungsziel ist eine interoperable Modularisierung und Wiederverwendbarkeit der als potenziell bedeutsam bewerteten KI-Anwendungen. Hierzu müssen Basismodelle (z.B. RL-Agent zur Optimierung von Gebäudesollwerten) entworfen werden, welche während der Laufzeit der Anwendung auf den spezifischen Anwendungsfall trainiert werden. Zudem werden Lösungen einer Systemarchitektur entworfen, die einerseits den Betrieb der KI-Anwendungen und gleichzeitig ein weiteres Training dieser ermöglicht. Solche modularen Lösungen sollen in die aktuelle GA-Systemarchitektur integriert werden (z.B. als standardisierte Funktionsbausteine). Im Forschungsprojekt entstehen prototypische KI-Anwendungen in Kooperation mit einem Hersteller von Automationssystemen und zwei kommunalen Anwendern der Gebäudeautomation. Durch diese Demonstratoren sollen modulare KI-Anwendungen bzgl. Funktion und Effizienz validiert werden.

Projektpartner: -

Fördermittelgeber: Zukunft Bau

Laufzeit: 2024-2027

• Entwicklung, Evaluierung & lmplementierung innovativer Konzepte der Gebäudeautomation für TGA-Anlagen der Freie und Hansestadt Hamburg

E11/13-Stelle: Teilzeit

Die fortlaufende Forschungsdienstleistung evaluiert aktuelle Themen aus Forschung und Entwicklung im Bereich der Gebäudeautomation bzgl. deren Umsetzbarkeit und Implementierung in Anlagen, Gebäuden und Liegenschaften des Schulbau Hamburg. Zu Beginn der Arbeiten liegt der F&E-Fokus auf der Entwicklung und Umsetzung eines Abstraktionsmodells für die modularen Anlagenautomation auf Basis von Codesys.

Projektpartner: Schulbau Hamburg

Fördermittelgeber: Freie und Hansestadt Hamburg

Laufzeit: 01.01.2023 fortlaufend bis Kündigung