09.07.2018 //

Maschinelles Lernen statt Programmieren

„Zu kompliziert“ ist ein immer wieder genannter, wesentlicher Grund, warum Smart Home noch nicht im Massenmarkt angekommen ist. Geschätzt sind lediglich 5% der Bevölkerung willens und in der Lage eine Automatisierung zu programmieren – selbst wenn es mit Symbolen in einer schönen App programmierbar ist. Da sind auch normale Elektroinstallateure völlig überfordert, so dass man nur hoffen kann, einen der wenigen hochspezialisierten und teuren Heimautomatisierungsdienstleiter buchen zu dürfen.

Ähnliche Herausforderungen finden sich bei modernen Heizungsanlagen, z.B.: Komplizierte User-Interfaces zur Eingabe von Zieltemperaturplänen und kryptischen Heizkurven sowie einem aufwändigen hydraulischen Ausgleich. Stichproben belegen, dass die meisten Wärmepumpen so schlecht konfiguriert sind, dass sie bei weitem nicht die erwartete Effizienz erreichen. Auch hier sind die zuständigen Installateure meist völlig mit der neuen Technologie überfordert oder haben einfach keine Zeit dafür.

Ein weiterer, oft genannter Grund ist „unklarer Nutzen“, weil „Smart Home“ derzeit in Wirklichkeit nur „vernetzt“ statt echt „intelligent“ ist und so meist als Fernbedienung via App verstanden wird. Die Tatsache, dass der Nutzen des Smart Home sich oft sukzessive mit zunehmender Vernetzung ergibt, erschwert den Einstieg zusätzlich. Erst sehr wenige Anbieter beginnen den Anwender dabei zu unterstützen, die Automatisierung entlang seiner Bedürfnisse kontinuierlich zu erweitern und damit den Nutzen zu steigern.

Während der Nutzen einer Heizung auf den ersten Blick nicht klarer sein könnte, sind wir von der effizienten Nutzung meist noch weit entfernt. Wegen der oben beschriebenen komplizierten Steuerung und der Trägheit populärer, angeblich effizienter, Fußbodenheizungen, heizen die meisten deutschen Haushalte lieber so viel, dass absolut niemanden zu kalt werden kann und machen lieber mal ein Fenster auf, am besten auf „Dauer-Kipp“. Damit werden dann alle Einsparungen der modernen Heizungstechnologien in die Atmosphäre entlassen. In Frühling und Herbst, wenn Außentemperaturen stark schwanken und kalter Wind und Sonne sich schnell abwechseln, schafft kaum ein deutscher Haushalt die Innentemperatur im Komfortbereich zu halten.

Erfreulicherweise bietet die rasante Entwicklung im Bereich Künstlicher Intelligenz, oder genauer im Maschinellen Lernen und Optimieren (sog. Reinforcement Learning), nun ganz neue Möglichkeiten mit der beschriebenen Komplexität besser umzugehen und den Nutzen für den Anwender zu optimieren: Maschinelles Lernen statt Programmieren.

Im Smart Home lernt die Künstliche Intelligenz (KI) wie Licht, Rollladen, Alarmanlage, Kaffeemaschine u.v.m. von den Nutzern bedient werden und wiederholt auf Wunsch gelernte Muster. Die Algorithmen lernen erstaunlich schnell, da der „Mensch ein „Gewohnheitstier“ ist – speziell, wenn man zugleich Sonnenauf- und -untergang, Wetter und Wochentag in das Modell einbezieht.
Auch bei der kontinuierlichen Optimierung des Nutzens des Smart Home kann KI eine neue Qualität bieten: Nachdem Grundbedürfnisse (z.B. Sicherheit oder Komfort) erhoben wurden, kann bspw. ein Avatar als „virtueller Butler“ dem Nutzer kontinuierlich im Dialog dabei helfen, sein Smart Home besser zu nutzen und seinen Wünschen entsprechend weiter zu vernetzen.

Die komplexen Zusammenhänge zwischen dem Heizungsoutput, der Thermodynamik der Gebäudehülle, von Wind & Wetter sowie dem Nutzerverhalten eigenen sich hervorragend für Maschinelles Lernen und Optimieren. So kann die KI in der Heizung sich innerhalb von 2-3 Wochen ohne Parametrisierung eines Installateurs von ganz allein optimal auf das individuelle Heim und seine Bewohner einstellen. Mit jeder extremen Wettersituation wird das System besser. Nur so können signifikante Einsparungen (ca. 30%) auch wirklich realisiert werden – und dies bei optimalem Komfort für die Bewohner.

Derartige Visionen werfen natürlich sofort eine Menge Fragen auf: Wann kann so etwas stabil funktionieren? Was ist mit Datenschutz? Kontrolliert die KI dann den Menschen?

Die Signal Cruncher GmbH bietet eine Software-Bibliothek („XONBOT“), die eine Lösung für alle diese Fragen bietet.

Dem Kern von XONBOT, den Signal Cruncher mit der prudsys AG teilt, vertrauen über 100 europäische eCommerce Shops mit Millionen von Empfehlungen pro Tag. Die Kerntechnologie ist also voll ausgereift und Massenmarkt-tauglich. Signal Cruncher wendet sie nun auf das Internet der Dinge an, wo sie dank stabilerer physikalischer Zusammenhänge und langer Zeitreihen erfreulicherweise sogar noch besser funktioniert.

Deshalb kann sofort damit begonnen werden, KI in die nächste Generation Ihres Smart-Home- oder Heizungssystems zu integrieren.

Ein großer Vorteil des XONBOT ist, das Reinforcement-Learning in Echtzeit keine Transaktionsdaten erfordert. Somit sind die meist sehr privaten Muster des Smart Home bzw. der Heizung lediglich in einer nicht lesbaren Formel im XONBOT. Ein weiterer Vorteil sind die extrem niedrigen Hardware-Anforderungen, so dass Daten und deren Verarbeitung nicht in der Cloud sondern nur im Heim des Nutzers liegen.

Somit sind Datensparsamkeit und Kontrolle des Kunden über seine Daten in höchstem Maße erfüllt.

Die zu optimierende „Zielvariable“ der KI ist dabei stets die Zufriedenheit des Nutzers – nicht der Profit eines US Tech-Riesen. Die Vision ist demnach auch eine persönliche KI für jeden Menschen, die seine Interessen ggü. den KIs anderer vertritt und durchsetzt.

Perspektivisch kann Signal Cruncher auch signifikant zur Steigerung der Wettbewerbsfähigkeit des Standort Deutschland beitragen, da sich in der industriellen Produktion vielfältige Optimierungsaufgaben für Reinforcement Learning in Echtzeit anbieten. Laut McKinsey lassen sich dadurch die Gewinnmargen um bis zu 15 Prozentpunkt steigern.

Beitrag von Dr. Michael Thess, Geschäftsführer Signal Cruncher, Claudia Becker, Head of Sales Marketing und Robert Tippmann, Managing Partner, vom 02. Juli 2018.

  • eigenverbrauch-de-122da4af09890505cf3802b8b897595c
  • smart-home-steuerung-09eaf15fada3042db7441453efa0d046
  • smart_home_en-b9f8cafeea90d196814fd04a9c7b8ab2
  • xonni-reguliert-das-fenster-f06efa3b520cd791ac075edfd97d2712