ForeSight Zwischenbilanz 02/2022

Im zweiten Quartal 2022 wurden insbesondere der ForeSight Dataspace und die Toolbox optimiert. Die Anbindung mehrerer Systeme, darunter auch des Konsortialpartners easierlife, in Testhaushalten des DFKI führte zu einer verbesserten Evaluation der IoT on Edge und – IoT Devices. Außerdem wurden die Sicherheitsanforderungen bei der Plattform-Authentifizierung sowie Nutzer- und Service-Autorisierungen angepasst. Im Semantic Building Labor wurden die zwei intelligenten Services „Notfallerkennung“ und „intelligenter Gebäudepförtner“ verbunden und damit ein neuer Use Case realisiert.
foresight

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

Semantic Building Labor

Semantic Building Labor: Neue Geräte, Konnektoren und technische Weiterentwicklungen

Im Rahmen des KI-Foschungsprojekts ForeSight stellt das Semantic Building Labor in Berlin eine herstellerneutrale Laborumgebung dar. Es bietet eine Reihe von Referenzgeräten aus dem Bereich Smart Home und Smartbuilding, die über SENSE-WoT beschrieben sind und nicht nur vor Ort, sondern aus der Ferne (Remote) zur Verfügung stehen. Die verfügbaren Geräte werden laufend ergänzt und semantische Beschreibungen sowie Konnektoren weiterentwickelt. Damit soll die Entwicklung intelligenter Services in einem heterogenen Umfeld mit lokalen und cloudbasierten Komponenten unterstützt werden.

Digitaler Zwilling

Die Rolle des digitalen Zwillings im ForeSight Dataspace

Nachhaltigkeit, Resilienz und Digitalisierung sind die drei Themen unserer Zeit und können – zusammen gedacht – erhebliche ökologische und ökonomische Vorteile für Wohngebäude schaffen. Als Zukunftsthemen erscheinen sie oft zu groß für ein einzelnes Unternehmen oder einen einzelnen Vermieter oder Hausbesitzer, daher ist es so wichtig, in einem Forschungsprojekt wie ForeSight die wesentlichen Punkte für eine gewerkeübergreifenden Ansatz aufzuzeigen. Der digitale Zwilling spielt bei diesen Themen eine Schlüsselrolle. Deswegen ist er zentraler Bestandteil des ForeSight-Datenraums.

Intelligenter Türöffner

Intelligenz an der Haustüre: Wie digitale Zugänge für das Wohnen der Zukunft eingeschätzt werden.

Der vierte Teil der ForeSight Akzeptanzstudie widmet sich dem Use Case „Intelligenter Gebäudepförtner“. Dieser regelt den Personen- und Lieferverkehr an Gebäudeeingängen und -übergängen und autorisiert berechtige Personen zum Eintritt in vordefinierte Bereiche. Das Fazit der Studie: Weniger Schlüssel, ein barrierefreier Zugang und erhöhtes Sicherheitsgefühl stehen der Sorge vor Datenmissbrauch und Missachtung der Privatsphäre gegenüber. Der digitale Zugang wird demnach vor allem für bekannte Personen unter der Voraussetzung befürwortet, dass die Zugangskontrolle durch die Bewohner einfach zu steuern ist.