Angesichts der Entwicklungen in den letzten Jahren im Bereich Smart Home und der Haustechnikbranche insgesamt, stellt sich die Frage: Wie intelligent ist das Smart Home aktuell wirklich und was ist in Zukunft noch möglich? In diesem Blog-Artikel möchte ich darum eine realistische Vision vom Smart Home der Zukunft entwerfen.

Wer aktuell seine Heizung in einem Smart Home steuern will, hat mehrere Möglichkeiten zur Auswahl. Steuerungen gibt es beispielsweise als wandmontiertes Panel, als App auf dem Smartphone oder Tablet oder nicht zuletzt via Sprach-Assistenten. In vielen Apps und Programmen ist es auch möglich, Szenarien festzulegen. Morgens soll das Bad vorgeheizt werden, abends das Wohnzimmer und am Wochenende sollen andere Zeiten gelten als werktags. Natürlich ist es jederzeit möglich, diese Szenarien zu überschreiben und manuell Korrekturen vorzunehmen.

Was wäre nun aber, wenn man dies nicht mehr selbst tun müsste? Intelligente Algorithmen können Muster in unserem vergangenen Verhalten erkennen, den zukünftigen Bedarf vorhersagen und vernetzte Geräte wie Heizungen selbständig so steuern, dass sie genau auf die individuellen Bedürfnisse der Bewohner angepasst sind. Bereits an anderer Stelle habe ich argumentiert, dass ein wahrhaft intelligentes Energiemanagement einer der zentralen Ansatzpunkte für die zukünftige Entwicklung im Bereich Smart Home ist.

“Vision vom #SmartHome der Zukunft: Wie das proaktiv mitdenkende Haus mit Methoden wie #MaschinellemLernen das Leben und den Komfort verbessern kann.“

Twittern WhatsApp

Analyse des Ist-Zustands: Es ist viel Luft nach oben

Ein kurzer Blick auf den Status quo zeigt, dass aktuell vor allem zwei Lösungsvarianten den Smart-Home-Markt dominieren. Einerseits reagieren vernetzte Geräte auf Befehle oder Bewegungen – Befehle wie „Licht an“, die über App eingegeben oder Sensoren wie Bewegungsmelder gesendet werden. Andererseits laufen vorab definierte Prozesse ab und lassen eine Teilautomatisierung zu – so lässt sich beispielsweise nach einem zuvor definierten Zeitplan die Kaffeemaschine jeden Morgen um halb acht anschalten und vorheizen.

Manche dieser Lösungen insbesondere im Konsumerbereich wirken nach wie vor eher wie Spielereien, anstatt wirklich intelligente Lösungen anzubieten. Immer wieder finden sind sogar Fälle, in denen die vorgeblich intelligenten Lösungen komplizierter sind als eine herkömmliche Bedienung. Auch wenn es bereits zahlreiche Anwendungen gibt, ist das Potential im Bereich Gebäudeautomation noch sehr groß.

Das proaktiv mitdenkende Smart Home

Wohin führt diese Entwicklung aber in Zukunft? Angesichts der Fortschritte im Bereich der Künstlichen Intelligenz ist es absehbar, dass auch im Smart Home Bereich hier immer stärker Machine-Learning-Algorithmen eingesetzt werden, um Muster in Daten zu erkennen. Diese Analysen bilden dann in der Folge die Grundlage für mehr Automatisierung und intelligente Lösungen. Das Ziel: Ein proaktiv mitdenkendes Smart Home.

Was ist Maschinelles Lernen?

Bei der viel diskutierten Methode Machine Learning beziehungsweise Maschinelles Lernen handelt es sich um einen Teilbereich dessen, was insgesamt unter dem Stichwort der Künstlichen Intelligenz zusammengefasst wird. Maschinelles Lernen ist selbst wiederum nur eine Bezeichnung für eine Kategorie, in der eine ganze Reihe von Methoden wie Deep Learning, Supervised und Unsupervised Machine Learning oder Transfer Learning untergliedert sind.

All diese Methoden werden zu unterschiedlichsten Zwecken eingesetzt. Oft kommt auch nicht nur eine einzelne Methode zum Einsatz, sondern mehrere. Zentral ist das Ziel, größere Mengen von Daten zu analysieren und darin Muster zu erkennen und aus diesen Mustern Schlüsse zu ziehen. Die Datenanalysen helfen also dabei, Prozesse besser zu verstehen und Prognosen für die Zukunft daraus abzuleiten.

Der Schlüssel ist die Lernfähigkeit

Die Daten, um deren Analyse es in diesem Zusammenhang geht, sind alle Eingaben in Apps, Steuerungen oder via Sprachbefehl. Diese Informationen liefern die Grundlage für die lernfähigen Algorithmen, die darüber unsere Gewohnheiten und Bedürfnisse verstehen lernen. Tauchen wiederkehrende Muster auf, wie die Befehle „Heizung im Wohnzimmer an auf 24,5 Grad“ sowie „gedimmtes Licht im Wohnzimmer an“, könnte ein proaktives Smart Home diese Zusammenhänge erkennen und in Zukunft, wenn diese Bedingungen eintreten, das entsprechende Szenario vorschlagen und ausführen.

Vor allem, wenn es um die Energieversorgung, Belüftung und den Betrieb von Gebäuden geht, ist die Mustererkennung und intelligente Steuerung ein immenser Vorteil. Insbesondere lassen sich so Nachhaltigkeit und Energieeffizienz mit Komfort verbinden.

Home Automation mit Machine Learning Applikationen

Diese Vision von einem proaktiven Smart Home ist nicht in der fernen Zukunft angesiedelt, sondern bereits zum Greifen nah. Es gibt mehrere Bereiche, in denen Methoden wie Maschinelles Lernen bereits heute im Smart-Home-Kontext eingesetzt wird:

  • Gesichts- und Bilderkennung: Steigern die Sicherheit im Smart Home. Ähnlich wie Smartphones nur via Gesichtsscan entsperren lassen, können sensible Bereiche im eigenen Zuhause mit Gesichtserkennung gesichert werden. Alternativ kann ein System eine Meldung verschicken, wenn Menschen ein Haus betreten, die nicht zum Bekanntenkreis zählen. Hier spielen vor allem Neuronale Netzwerke in technologischer Hinsicht die entscheidende Rolle.
  • Biometrische Zugangskontrolle: Damit eng verwandt sind Systeme, die mit anderen biometrischen Erkennungsmerkmalen arbeiten. Türen, die sich mit Fingerabdruck öffnen lassen oder mit einer Kombination von Fingerabdruck und Passwort arbeiten.
  • Natural Language Processing (NLP): Der Bereich Spracherkennung ist in vielen Fällen heute mit den Sprachassistenten wie Siri oder Alexa verbunden. Doch in Zukunft werden weitere Systeme mithilfe der natürlichen Sprache gesteuert werden können. NLP-Tools gibt es von zahlreichen Herstellern, sodass die Spracherkennung ihren Weg in andere Systeme finden kann.
  • Intelligente Energiesteuerung: Durch Mustererkennung können sowohl äußere Rahmenbedingungen wie Temperatur und Temperaturentwicklung sowie persönliche Vorlieben berücksichtigt werden.
  • KI-basierte Sicherheitssysteme: Handelt es sich um Rauch oder Dampf? Der Unterschied ist nicht trivial. In einem Fall könnte die Ursache ein Brand sein, im anderen Fall könnte jemand einfach nur kochen. Um solche Unterschiede zu erkennen, können Rauchdetektoren, die mit einem Kamerasensor ausgestattet sind, weniger Fehlalarme auslösen.

“Das #SmartHome der Zukunft ist in vielerlei Hinsicht schon heute Realität. Zahlreiche Anwendungen auf Basis von #KI und #MachineLearning existieren bereits.“

Twittern WhatsApp

Fragmentierung des Marktes als Herausforderung für das Smart Home der Zukunft

Was fehlt also, damit die Vision vom proaktiven Smart Home Wirklichkeit wird? Aus heutiger Perspektive ist eine der größten Herausforderungen die Fragmentierung des Marktes. Es gibt viele Insellösungen von einzelnen Herstellern, die nicht zwangsläufig miteinander kompatibel sind. Neben dem Fehlen von gemeinsamen Standards und der Unübersichtlichkeit des Marktes ist zudem unklar, welches Gewerk für den Bereich Smart Home zuständig ist.

Ich sehe bei dieser Entwicklung insbesondere eine Chance für die SHK-Branche. Installateure und SHK-Betriebe müssen sich verstärkt in der Rolle als Smart-Home-Berater sehen, deren Aufgabe es ist, verschiedene Systeme ineinander zu integrieren. Auch bestimmte Standards wie etwa Z-Wave, die in der Haustechnikbranche gängig sind, können diese Entwicklung begünstigen. Der Weg, um vom heutigen Stand des technisch Möglichen zum Smart Home der Zukunft zu gelangen, ist nicht weit. Dafür braucht es meiner Überzeugung nach vor allem ein Stück Mut und Entschlossenheit, diesen Weg zu beschreiten.

Sie möchten regelmäßig über über die neusten Trends der digitalen Haustechnik informiert sein?