In ForeSight wird ein KI-gestützter Energiemanager entwickelt, der den Mietenden Transparenz über ihren Energieverbrauch liefert. Doch wie steht es um die Akzeptanz und Nutzungsbereitschaft von intelligenten Energieprognosen und gerätespezifischen Energiesparempfehlungen mithilfe von KI? Teil 2 der ForeSight-Serie „Akzeptanz von Künstlicher Intelligenz in Wohngebäuden“ zeigt, dass die Voraussage über die Strom-, Heiz- sowie Warmwasserkosten von den Teilnehmern der Akzeptanzstudie besonders positiv bewertet wird.

Um die Abhängigkeit von emissionsstarken Energieträgern zu reduzieren, möchten viele Verbraucherinnen und Verbraucher ihren persönlichen Strombedarf durch regenerative Energien decken. Allerdings ist die unregelmäßige Verfügbarkeit ein Nachteil regenerativer Energien. Der ForeSight-Konsortialpartner ixto hat eine KI-Anwendung entwickelt, die den Zeitpunkt des maximalen Grünstromanteils voraussagt und so jeden Verbraucher unterstützt, die eigene CO2-Bilanz zu optimieren. Damit können große Stromverbraucher wie Waschmaschine oder das Laden des Elektroautos in Anspruch genommen werden, wenn besonders viel grüner Strom zur Verfügung steht.

Die ForeSight-Partner Bosch, GSW Sigmaringen und SIBIS Institut für Sozial- und Technikforschung haben eine Akzeptanzstudie zu exemplarisch umgesetzten Anwendungsszenarien in Verbindung mit Künstlicher Intelligenz vorgelegt. Ziel der Studie ist es, die Forschungserkenntnisse rund um Smart Living Services auf ihre Alltagstauglichkeit in vermieteten Wohnungen hin zu überprüfen. Dabei stießen die Forscher:innen auf ein erstaunlich positives Echo der Mietenden, aber es gab auch Kritik. In unserer vierteiligen Serie stellen wir die wesentlichen Details vor.

Im ersten Quartal des Jahres 2022 wurden in ForeSight bemerkenswerte Fortschritte beim sogenannten softwarebasierten „Multisensor“ erzielt. Softwarebasierte Sensoren nutzen künstliche Intelligenz. Sie sind besonders interessant, weil viele wichtige Daten – zum Beispiel für Sicherheit und Assistenz, aber auch Energieersparnis – mit Ihrer Hilfe mit einem sehr geringen Hardwareaufwand erhoben werden können. Forscher des DFKI und des Konsortialpartners INSTA entwickelten eine verbesserte zweite Version und verbauten diesen Software-definierten Sensor in den Laborumgebungen der FH Dortmund und weiterer Testwohnungen. Die historischen, realzeitnahmen Daten der Multisensoren und weiterer Smart Home Sensorik fließen seitdem in den ForeSight Dataspace ein.

NeoMonitor entstand aus der Idee heraus, Störungen von gebäudetechnischen Anlagen frühzeitig zu erkennen und zu beheben, bevor es zu Ausfällen in Wohngebäuden kommt. Wir sprechen mit unserem assoziierten Partner darüber, wie man Immobilien Manager bei der Digitalisierung von technischen Anlagen unterstützen kann, welche Rolle der ForeSight-Use Case im Bereich des Energiemanagements dabei spielt und welche Bedeutung der Künstlichen Intelligenz dabei zukommt.

Digitale Assistenten wie Siri von Apple, Alexa von Amazon oder der Google Assistant benötigen personenbezogene Daten um dem Nutzenden „intelligent“ zu dienen. Nutzenden ist oft nicht bewusst wie und in welcher Form deren personenbezogene Daten erhoben und verarbeitet werden. Ein Forscherteam der Goethe Universität Frankfurt untersuchte in einer repräsentativen Nutzerbefragung, wie die Datennutzung visuell ansprechend und verständlich erklärt werden kann. Es zeigte sich, dass eine visuelle Entscheidungs-Erklärung durch den Assistenten anhand der zugrundeliegenden Datenbasis gewünscht wird. Zeitgleich sollen Konsequenzen der Datennutzung aufgezeigt werden und die Interaktion spielerisch als ein sog. „Serious Game“ gestaltet sein.