Ich würde die Behauptung aufstellen, dass jeder von Ihnen schon einmal in einem stickigen Raum gesessen hat und sich dabei, insbesondere bei der Arbeit, nicht sonderlich wohl und leistungsstark gefühlt hat. Durch Corona hat das Thema »Raumluftqualität« noch einmal enorm an Bedeutung gewonnen. Eine gute Raumluftqualität trägt zum Schutz unserer Gesundheit bei und hat positive Auswirkungen auf unser Leistungsvermögen.

Doch die Raumluftqualität in Büros und Meetingräumen ist »von einem guten Wert« vermutlich oftmals weit entfernt. Oder sie ist schlicht und einfach unbekannt – so auf jeden Fall bisher bei der fme AG.

Dies hat mich, Lenny Bierwirth aus dem Team Business Intelligence (BI), und meinen fme Kollegen Kevin Duchrow dazu veranlasst, nach einer Lösung für die Büroräume der fme AG in Braunschweig zu suchen. Schließlich haben wir eine protypische Anwendung auf Qlik-Basis zur Überwachung der Raumluftqualität entwickelt.

Lesen Sie im Folgenden, welche Antworten wir als Entwickler auf die Fragen unseres Directors für Information Management und verantwortlichen für Facility Management Cornelius Näveke haben und wie wir unserem Team-Kollegen und langjährigen BI-Entwickler Michael Koch Rede und Antwort stehen.

Dabei diskutieren wir diese Themen: 

  • Einordnung und Messbarkeit von Luftqualität in Innenräumen
  • Abgrenzung des fme Raumluftmessungs-Prototyps von lokalen Messgeräten wie CO2-Ampeln
  • Zentral abrufbare Messdaten und Visualisierungen
  • Raumluftsituation in Einzelräumen anzeigen und langfristige Optimierungsbedarfe identifizieren
  • Gründe für die Umsetzung des Raumluftprototypens auf Basis von Qlik
  • Einschätzung der Datenqualität
  • Weiterentwicklung des Prototyps: Von Handlungs- und Lüftungsempfehlungen über intelligente Raumbuchungsvorschläge

 

 

Näveke: Wie kann man die Luftqualität in einem Raum erfassen und bewerten? Welche Kennzahlen sind für Euch dabei relevant?

Bierwirth: Jeder kennt es: Nach einem langen Meeting in einem Büroraum wirkt die Luft verbraucht. Es wird wärmer, die Luft wirkt stickig und die Tendenz zu Kopfschmerzen steigt mit jeder weiteren Minute. Doch was genau mit der Luft in diesem Raum passiert, ist nicht immer direkt ersichtlich. Deshalb haben wir nach Möglichkeiten und Kennzahlen gesucht, diese Wahrnehmungen messbar zu machen. Einleuchtend erscheint dabei das Messen der Temperatur im Raum. Aber das allein reicht nicht aus. Die verbrauchte Luft lässt sich zum Teil über den CO2-Anteil im Raum erfassen. Atmen Menschen in einem Raum, so wird der Anteil CO2 in der Luft ansteigen.

Außerdem ist für die Wahrnehmung der Temperatur und dem allgemeinen Wohlbefinden die Luftfeuchtigkeit im Raum wichtig.

 

Duchrow: Das ist natürlich richtig. Eine zu hohe Luftfeuchtigkeit, wie an einem schwülen Sommertag, führt zu Unbehagen. Sehr trockene Luft lässt, meiner Erfahrung nach, die Atemwege austrocknen und ist ebenfalls unangenehm. Für eine angenehme Atmosphäre in Büroräumen werden 40 bis 60 % relative Luftfeuchtigkeit allgemein als optimal angesehen.

CO2 wird in der Einheit »parts per million« (ppm) gemessen. Bis 800 ppm spricht man in der Regel von einem geringen und guten Anteil, bis 1000 ppm ist die Luft als »in Ordnung« zu sehen. Gehen die Werte darüber hinaus, ist der ppm-Anteil »hoch« und es sollte für Frischluft gesorgt werden. Ab einem Anteil von über 1400 ppm ist die Qualität der Luft »schlecht« und langsam aber sicher »schädlich«. Je höher der CO2-Anteil in der Atemluft, desto mehr Sauerstoff wird verdrängt und das Atmen ist erschwert. Dies kann u. a. zu Kopfschmerzen und Schwindel führen.

Die empfohlene Temperatur in einem Büroraum liegt bei ungefähr 20° C, hier spielt aber die persönliche Wahrnehmung eine große Rolle: Manchen Menschen ist eher kalt und anderen bei der gleichen Temperatur schon zu warm. Daher lassen sich die Heizungen bei uns auch immer von Hand justieren.

 

 

Näveke: Ich habe schon länger darüber nachgedacht, die Luftqualität in unserem Bürogebäude zu ermitteln, damit wir diese bei Bedarf optimieren und so das Wohlbefinden der Mitarbeiter steigern. Bisher hatte ich dafür klassische Messgeräte wie beispielsweise CO2-Ampeln im Sinn. Welche Vorteile bietet Euer Prototyp im Vergleich zu den gängigen Luftqualitätsmessgeräten am Markt?

Duchrow: Der Hauptvorteil liegt darin, dass unser Prototyp ermöglicht, Luftqualitätsdaten aus zich verschiedenen Räumen zentral in einer Datenbank zu sammeln, aufzubereiten, zu betrachten und sinnvolle Rückschlüsse zu ziehen und dabei auch verschiedene Faktoren wie beispielsweise geöffnete Fenster oder die Helligkeit im Raum etc. erfasst. Für uns war von Anfang an klar, dass wir eine modulare und unauffällige Lösung entwickeln wollen. Dafür brauchten wir Sensoren, welche drahtlos ihre Daten messen und weitersenden, damit sie zentral in einer Datenbank gespeichert werden können. Die von uns ausgewählten Sensoren werden mit einer Knopfzelle betrieben und halten mehr als eineinhalb Jahre. Der Hersteller bietet eine Vielzahl Sensoren an, sodass wir Temperatur, Luftfeuchtigkeit und Luftdruck, aber auch Helligkeit und den Status von Türen und Fenstern erfassen können.

Zusätzlich können wir mit dem Einsatz eines Microcontrollers, welcher über einen gängigen USB-Anschluss mit Strom versorgt wird, viele verschiedene Sensoren betreiben. Der Microcontroller hat eine Vielzahl Schnittstellen an Bord, sodass wir diese mit Hilfe einer WLAN-Verbindung ebenfalls in das bestehende System integrieren. So sind wir in der Lage, einen CO2-Sensor zu verwenden und auch diese Werte zu erhalten.

 

Bierwirth: Alle Geräte senden ihre Daten über WLAN oder den ZigBee Standard an einen Raspberry Pi, welcher als Endpunkt eingesetzt wird. Von diesem können die Daten anschließend in eine Datenbank geschrieben werden. Diese Datenbank gibt den Usern die Möglichkeit, alle Räume zu betrachtet und Konsequenzen zu ziehen, wie beispielweise die Lüftungsanlage auf Etage X anders einzustellen. Da alle Systeme lokal laufen, haben wir die volle Kontrolle über den Informationsfluss und können alles genau an unsere Wünsche anpassen und sind beispielsweise nicht auf bestehende Cloudlösungen und deren Restriktionen angewiesen. Außerdem agieren alle Elemente des Systems (die Messung, die Übertragung der Messwerte und die persistente Speicherung der Daten) getrennt voneinander und können ausgetauscht werden.

Die Sensoren sind klein und unauffällig, sodass wir sie ohne Probleme auch in Meetingräumen platzieren können. Anders als herkömmliche Messstationen sind wir in der Lage, eine Historie bereitzustellen, sodass diese später betrachtet werden kann. So können wir rückwirkend den Effekt von Änderungen am Lüftungskonzept oder der Lüftungsanlage beobachten und mit anderen Zeiträumen vergleichen. Darüber hinaus ist eine Historie nötig, um im weiteren Verlauf des Projekts Voraussagen über die Entwicklung der Luftqualität treffen zu können. Zu gegebener Zeit werden wir hierzu ausführlicher berichten.

Diese genannten Funktionen bieten viele Verbraucher-Messstationen nicht. Außerdem sind die Sensoren einzeln günstiger als der Einsatz einer Kombi-Station. So können an jeder Stelle die benötigten Sensoren platziert werden und wir haben eine größere Auswahl bei den Zielwerten.

 

 

Näveke: Durch regelmäßige Messungen entstehen sicherlich sehr viele Datensätze. Wie behalte ich dabei den Überblick?

Duchrow: Die Daten sind in einer zentralen Datenbank angelegt, auf welche mit verschiedenen Werkzeugen zugegriffen werden kann. Wir haben Qlik als Analyseplattform gewählt. Diese ist innerhalb der fme verbreitet und einigen Anwendern ist die Nutzung bekannt. Zudem haben wir ein weites Wissensspektrum, sodass wir mit Qlik optimale Visualisierungen für die Anwender bereitstellen können. Hierbei sind zwei Sichten zu betrachten: Einerseits ist es für die Mitarbeiter wichtig, den aktuellen Zustand des Raumes betrachten zu können, um die subjektive Wahrnehmung bestätigen oder widerlegen zu können und natürlich um frühzeitig zu reagieren, beispielsweise durch Lüften.

Andererseits kann durch einen Überblick über alle Räume die Belüftungsanlage gesteuert und angepasst werden. Natürlich können die Daten auch an anderen Stellen eingesetzt werden. Hier lassen sich später vielleicht Automationen realisieren.

 

Die Übersicht für den Tagesverlauf eines Meetingraums wird grafisch visualisiert

Abbildung: Übersicht für den Tagesverlauf eines Meetingraums

 

 

Näveke: Wie können wir den Mitarbeitern in ihren Büros und Meetingräumen Informationen zu ihrer aktuellen Raumluftsituation zur Verfügung stellen und ihnen helfen, diese  ‒ wenn nötig ‒ zu verbessern?

Bierwirth: Ein Mitarbeiter kann jederzeit die aktuelle Raumluftsituation über einen Browser auf einem speziellen Qlik Dashboard betrachten. Dieses liefert die wichtigsten Kennzahlen und eine Einschätzung der Raumluftqualität. So kann das persönliche Gefühl bestätigt oder widerlegt werden. Ist mir heute kalt oder ist es in diesem Raum kälter als sonst? Diese Frage kann auf diese Weise schnell geklärt werden.


Duchrow:
In einem ausführlichen Dashboard stellen wir für Dich als Gebäudeverantwortlichen Tages-, Wochen- und Monatsverläufe dar. Zusätzlich haben wir eine kleine Wetterstation entwickelt, sodass die Daten in einen Zusammenhang zu den Außenwerten gesetzt werden können. So hast du jederzeit den Überblick und kannst einzelne Zonen oder Räume betrachten und Optimierungsbedarfe aufdecken.

Suboptimale Situationen können zu Energieverschwendung führen. Misst man beispielsweise die Temperatur der Heizkörper und den Zustand des Fensters, so kann erkannt werden, ob die Heizung vor dem Lüften ausgeschaltet wurde. Außerdem kann auch erkannt werden, ob in der ganzen Nacht unnötigerweise das Licht in einer Etage angelassen wurde oder die Heizung seit Tagen auf Stufe 5 durchheizt. Durch diese Beobachtungen kann das Bewusstsein der Mitarbeiter für den Energieverbrauch und den eigenen ökologischen Fußabdruck hoffentlich etwas gesteigert werden.

 

 

Näveke: Für Gebäude mit einer zentralen Lüftungs- und Befeuchtungsanlage, wie unser Büro in Braunschweig, ist es immer schwierig, eine gute Luftfeuchtigkeit zu erreichen. Da wir diese nur zentral steuern können, wäre es wichtig, problematische Zonen zu identifizieren, um entsprechend gegensteuern zu können. Wie kann Euer Prototyp dabei helfen, diese Zonen zu erkennen?

Bierwirth: Wir können jederzeit Sensoren platzieren und an verschiedenen Stellen die Luftfeuchtigkeit messen und so ermitteln, ob es zu trockene oder zu feuchte Zonen gibt. Nach einer Anpassung der Lüftungsanlage können wir in den darauffolgenden Tagen die Auswirkungen betrachten und schauen, ob nun alle Räume in der Soll-Feuchtigkeit liegen.

So lassen sich auch Einstellungen an der Anlage in ein Verhältnis zu der Luftfeuchtigkeit setzen.

 

Duchrow: Um Ausreißer und Wartungsfälle zu behandeln, ist Qlik Alerting eine gute Möglichkeit, auf diese zu reagieren. Weicht ein Wert drastisch ab, werden die Verantwortlichen automatisch benachrichtigt und gebeten, den Sensor zu untersuchen und gegebenenfalls auszutauschen. Da wir auch den Batteriestand der Sensoren erfassen, kann bei fast leeren Batterien ebenfalls eine Mitteilung versendet werden.

 

 


 

 

Koch: Wieso habt Ihr für die Umsetzung Eures Raumluftprototypens Qlik ausgewählt?

Bierwirth: Mit Qlik haben wir eine sehr vielseitige Software für unsere Analysen. Wir können den gesamten ETL-Prozess sehr gut in Qlik abbilden und haben alle Freiheiten, die wir brauchen. Das ist für die Entwicklung sehr angenehm. Andererseits haben wir durch die vielen, flexiblen Daten-Konnektoren die Möglichkeit, diverse Datenquellen anzubinden. Sollte sich auf Seite der Sensoren und ihrer Datenspeicherung etwas ändern, so sind wir gewappnet und es kommen keine neuen Probleme auf uns zu.

Duchrow: Die moderne Oberfläche, die Qlik bietet, erlaubt uns, ganz einfach verständliche Visualisierungen zu erstellen. Diese können auch auf mobilen Endgeräten von unseren Kollegen abgerufen werden. Bei all diesen Punkten ist natürlich unsere langjährige Qlik-Erfahrung von großem Vorteil.

 

 

Koch: Wie schätzt Ihr die Qualität der gesammelten Daten ein?

Duchrow: Die Qualität der Daten lässt sich bei solchen Messwerten nicht so leicht prüfen. Wir haben verschiedene Versuche durchgeführt und konnten beispielsweise im direkten Vergleich keine signifikanten Abweichungen zwischen den Sensoren im gleichen Umfeld feststellen. Natürlich können sich solche Messwerte um ein Zehntel unterscheiden, das ist in unserem Anwendungsfall auch nicht weiter relevant. Da die Daten vollständig automatisiert erhoben werden, kommt es zu keinen Fehlern, die vom Anwender durch eine falsche Eingabe entstehen. Sollte ein Sensor einmalig falsche Werte liefern, so lassen sich diese durch einen Vergleich mit den vorherigen und nachfolgenden Werten leicht identifizieren. Wird ein Fehler erkannt, so kann dieser vorerst nicht in die Historie aufgenommen werden und verfälscht so nicht die Durchschnittstemperatur. Bei häufigen Ausreißern kann dann der verantwortliche Mitarbeiter benachrichtigt werden (Qlik Alerting, s. o.) und kann der Ursache auf den Grund gehen und gegebenenfalls den Sensor austauschen.

Sollte ein Sensor tatsächlich defekt sein, so lassen sich diese günstigen Modelle einfach ersetzen.

 

Bierwirth: Auch wurden von uns die vorliegenden Datenformate geprüft und teilweise durch passende Transformationsschritte angepasst. Um die Performance der Anwendung sicherzustellen, haben wir an dieser Stelle auch die Datenmengen betrachtet. Die CO2-Sensoren übermitteln ihre Daten minütlich, alle anderen Sensoren reagieren auf Änderungen und teilen ihren neuen Messwert mit. Auch dies passiert in der Regel nicht häufiger als zwei bis drei Mal je Minute. Somit ist die Datenmenge überschaubar und von Qlik problemlos zu bewältigen ‒ auch in Zukunft sind hier keine Probleme zu erwarten.

 

 

Koch: Die Möglichkeiten, die Euer Prototyp schon jetzt bietet, gefallen mir sehr gut. Lassen sich diese noch erweitern? Was plant Ihr für die Zukunft?

Duchrow: Nachdem wir eine Möglichkeit zur Beobachtung der Luftsituation geschaffen haben, sind auf dieser Basis mehrere nächste Schritte möglich. Einerseits wollen wir aus den Daten Schlüsse ziehen, um unsere Kollegen beispielsweise durch nützliche Handlungsempfehlungen zu unterstützen. Jeder Meetingraum verhält sich anders. Ist es mittags in einem Meetingraum warm und es sollte gelüftet werden, so ist es möglicherweise ratsamer, anstatt die von der Mittagssonne aufgewärmte Luft durchs Fenster hinein zu lassen, die kühlere und ebenfalls frische Luft vom Flur durch die Tür einströmen zu lassen. Solche Handlungsanweisungen und Tipps für die aktuelle Situation zu finden und bereitzustellen ist eines unserer nächsten Ziele.

Bierwirth: Andererseits möchten wir mit den Techniken von Advanced Analytics unter anderem Vorhersagen treffen, wie sich ein Raum am Nachmittag vermutlich aufheizen wird, oder wie lange die Luftqualität bei einem Meeting mit fünf Personen ausreichend gut sein wird. Spinnt man diesen Gedanken weiter, so könnten wir möglicherweise bei der Raumbuchung schon einen – für die gewünschte Uhrzeit und Teilnehmerzahl – besser geeigneten Raum vorschlagen und Lüftungsempfehlungen aussprechen, an der sich die Agenda orientieren kann und so rechtzeitig und effizient Pausen eingelegt werden können. Die Daten können Auskunft darüber geben, wie lange tatsächlich gelüftet werden muss. Eine passende Strategie hierfür zu entwickeln, ist eines unserer Ziele, sobald wir wieder regulär im Büro sind.

 

Sie haben Fragen zu unserem Prototyp zur Raumluftqualitätsmessung, Ideen oder Anregungen? Dann freuen wir uns von Ihnen zu hören!

 

Foto Lenny Bierwirth  Foto Kevin Duchrow

Lenny Bierwirth und Kevin Duchrow

 

Stay tuned!

Nach diesem ersten, allgemeinerem Blogbeitrag zu unserem Raumluftqualitäts-Prototyp, werden weitere Blogbeiträge zur technischen Umsetzung, zu den Qlik Dashboards, dem Thema Advanced Analytics und den Ergebnissen der Untersuchung und der Einbindung in den Büroalltag folgen. Gerne informieren wir Sie per E-Mail, sobald der nächste Blogpost live ist!

 

Tags: Business Intelligence

Zum Thema Raumluftqualitätsmessung auf dem Laufenden bleiben!

Weitere Blogbeiträge zum Thema Raumluftqualitätsmessung erhalten