ForeSight Zwischenbilanz 02/2022
Die ForeSight Plattform ist bereits seit letztem Jahr lauffähig und wurde nun für Nutzung der Testhaushalte optimiert, um Edge Devices zu integrieren und um Services besser deployen zu können. Eine vielversprechende ressourcenschonende Variante auf kleiner Hardware ist IoT on Edge, mit der Möglichkeit der Integration bestehender IoT Devices in den Testhaushalten zur Datensammlung und Aufbereitung. Für einen stärkeren Fokus auf Datensammlung beim Thema „Energie“ wurden neue Smart Plugs, die hochfrequent messen und zugleich stabil im Netz laufen, betrachtet.
Wesentliche Weiterentwicklung des ForeSight Dataspace
Das easierlife System wurde in zwei Testhaushalten des DFKI eingebaut. Beide Testhaushalte verfügen auch über einen PPC Smart Meter, so dass ein Datenabgleich (Aktivitätenerkennung) möglich ist. Das easierlife System wurde hierzu in die ForeSight Plattform beim Konsortialpartner Aareon eingebunden. Zudem wurde der intelligente Pförtner über den easierLife-Basisdienst angebunden und eine Thing Description für den easierLife-Basisdienst erstellt. Die Implementierung erfolgte auch im SENSE-Lab in Berlin. Für eine verbesserte Authentifizierung wurde die Service Registry, dessen User Interface und das Datenmodell angepasst sowie der Smart Service Analyzer weiterentwickelt.
Parallel zur Modellentwicklung wurde eine prototypische Instanz eines Software-defined-Sensor entwickelt, welche den Laufzeitbetrieb des Machine Learning-Modells und die Anbindung an die realen Datenquellen umsetzt. Die Datenquellen werden dabei als Konfiguration mitsamt dem Modell zugeführt. Der Software-defined Sensor speist Daten aus diesen Quellen in das ML-Modell ein und gibt regelmäßig das verarbeitete Ergebnis in Form der erkannten Aktivitätenklasse aus. Der Software-defined Sensor sowie seine Schnittstellen zur Konfiguration und Ergebnisausgabe sind über eine WoT-Thing Description beschrieben.
Kombination zweier smarter Services führt zu einem neuen Use Case
Im Berliner Semantic Building Labor wurde erstmals die Verknüpfung zweier smarter Services realisiert. Dafür wurde der Use Case „Notfallerkennung“ mit dem intelligenten Gebäudepförtner verbunden und ein neuer Use Case realisiert: Im Falle eines erkannten Notfalles wurde im Rahmen des ausgelösten Alarms vom Notfallassistent ein QR-Code generiert, der anschließend der hinterlegten Kontaktperson per E-Mail zugeschickt wurde. Dieser Code wurde zusätzlich als neues Authentifizierungsmedium im Service des intelligenten Gebäudepförtners hinterlegt. Mit Hilfe des QR-Codes auf dem Smartphone kann der Kontaktperson der Zutritt zum Gebäude ermöglicht werden.
Im Arbeitspaket Assistenz, Domänen-und gebäudeübergreifende Assistenz-Services wurde für den Smart Kitchen Use-Case der Haushaltsbestand in die Plattform integriert. Die Datenfusion zwischen Kühlschrankinhalt und Kassenbon-Daten wurde in die Komponente “Haushaltsbestandsmanagement” ausgelagert, die später zu einem virtuellen Sensor in der Plattform wird. Zudem wurde das Zusammenspiel der Komponenten Kühlschrank- und Bon-Datenerkennung mit dem Haushaltsbestandsmanagement ausgiebig getestet und das Konzept für die Fusionierung der Daten verfeinert.
Die umfassenden Fortschritte im ForeSight Dataspace und der Toolbox greifen im dritten Projektjahr nun mehr und mehr ineinander. Damit wird deutlich, dass gängige technologische Silo-Lösungen im Gebäude und der Gebäudehülle durch die ForeSight-Plattform ergänzt werden können und dann einen deutlichen Mehrwert bieten. Unternehmen und Organisationen wird damit einen Zugang zum souveränen Datenaustausch und die Möglichkeit gegeben, marktfähige KI-Innovationen im Bereich Smart Living entstehen zu lassen. Damit leistet das Projekt einen Beitrag zur Stärkung der Wettbewerbsfähigkeit deutscher und europäischer Unternehmen und zum wirtschaftlichen, mieter- und umweltfreundlichen Betrieb von Gebäuden.
Weitere Beiträge
Leitfaden: Vertrauenswürdige und ethisch vertretbare KI als Grundlage für deren Akzeptanz
Viele der aktuell existierenden Arbeiten im Bereich ethischer KI sind überwiegend konzeptionell und konzentrieren sich auf die Definition von abstrakten Prinzipien. Damit jedoch vertrauenswürdige KI- Anwendungen in der Praxis entstehen zu können, ist eine Überführung theoretischer Überlegungen in konkrete Handlungsempfehlungen und ein Neudenken des KI-Entwicklungsprozesses notwendig. Besonders relevant ist dies für Datenökosysteme, in denen der Mensch als Hauptnutzender der KI – Anwendung und Eigentümer der Daten auftritt. Im Rahmen von ForeSight wurde zu diesem Themenbereich unter der Leitung der GSW Sigmaringen in Zusammenarbeit mit Strategion und dem SIBIS Institut ein Leitfaden zur vertrauenswürdigen und ethisch vertretbaren KI als Grundlage für deren Akzeptanz veröffentlicht.
Drohnen im Kontext der Wohnungswirtschaft
Für Wohnungsunternehmen sind die Einsatzmöglichkeiten von Drohnen an verschiedene Anforderungen geknüpft. Ein Leitfaden der ForeSight Konsortialpartner GdW und GSW Sigmaringen beleuchtet die Rechtslage, effizienzsteigernde Maßnahmen bei verschiedenen Anwendungsfällen und den Einsatz von Künstlicher Intelligenz für Analyseverfahren. Ein Prüfschema unterstützt Wohnungsunternehmen bei der Auswahl geeigneter Partner für Drohnenflüge.
Akzeptanzstudie zu Drohneneinsatz im Wohnumfeld veröffentlicht
Im Rahmen von ForeSight wurde eine Akzeptanzuntersuchung von Drohnen-Einsätzen im Rahmen von Servicetätigkeiten in Future Living® Berlin durchgeführt. Das Ergebnis: 92 % der Mietenden bringt Verständnis für den Einsatz von Drohnen im Auftrag des Vermieters auf. Fast 60 % der Befragten bewerten den Drohnenflug auch dann als unkritisch, wenn diese nah an den eigenen Fenstern vorbeifliegt.
