Analyse der ökologischen Nachhaltigkeit von Smart Buildings

Smart Buildings werden in der Bau- und Immobilienbranche derzeit als eine Möglichkeit zur Optimierung von Effizienz und ökologischer Nachhaltigkeit gesehen. Aktuelle wissenschaftliche Studien, die diese Annahme belegen könnten, existieren jedoch nicht. Hier wird deshalb eine umfassende Methode mit Literaturrecherchen, Analysen von Smart Buildings und Experteninterviews vorgestellt, um die Komplexität der Erreichung ökologischer Nachhaltigkeit in intelligenten Gebäuden zu untersuchen. Besonderes Augenmerk liegt auf standardisierten Definitionen, Datenverfügbarkeit und der Zusammenarbeit der Beteiligten. Anwendungsfälle werden vorgestellt, ihre Auswirkungen auf die Nachhaltigkeit von intelligenten Gebäuden beleuchtet und Kriterien zur ökologischen Bewertung definiert.

Der Gebäudesektor, der in Europa für 40 % des Endenergieverbrauchs verantwortlich ist [1], spielt eine entscheidende Rolle zur Erreichung der Klimaziele [2]. In Deutschland entfallen 35 % des Gesamtenergieverbrauchs auf Gebäude, die zu 30 % den jährlichen CO₂-Emissionen beitragen, wobei 75 % der Kohlenstoffemissionen während des Betriebs entstehen [3].

1 Einleitung

Um dieser Herausforderung zu begegnen, muss der Energieverbrauch von Neu- und insbesondere von Bestandsbauten verbessert werden. Einige Ansätze setzen auf Lowtech [4] und nachhaltigere Baumaterialien [5]. Gleichzeitig nimmt die Umsetzung von hoch technologisierten Smart Buildings zu [6].

Derzeit mangelt es an umfassenden wissenschaftlichen Studien zur ökologischen Nachhaltigkeit von Smart Buildings, insbesondere die Optimierungspotenziale während der Nutzung sowie die tatsächliche Umsetzung durch die Nutzer und des Facility-Managements (FM) sind nicht erforscht. Diese Arbeit schließt diese Lücke durch eine wissenschaftliche Analyse der ökologischen Nachhaltigkeit von intelligenten Gebäuden. Dabei wird das Optimierungspotenzial bewertet, Interessengruppen berücksichtigt und der Datenfluss innerhalb der Smart Buildings untersucht, um mögliche Schnittstellenprobleme und Datenverluste zu identifizieren.

2 Schritt 1: Definition des Begriffs Smart Building

In Literatur und Praxis lässt sich, insbesondere aufgrund der unterschiedlichen Perspektiven von Projektbeteiligten im Lebenszyklus, keine einheitliche Definition eines Smart Buildings finden [7]. Aus Sicht des Bauherrn soll bspw. der Immobilienwert durch smarte Anwendungen gesteigert werden [8], während sich das FM z. B. auf Sicherheit und Energieeinsparungen konzentriert [9]. Um ein smartes Gebäude effizient und ökologisch nachhaltig zu gestalten, ist es notwendig, die Akteure zu vernetzen und eine einheitliche Definition zu schaffen.

Basierend auf Literatur und Projektanalysen beschreibt ein Smart Building derzeit ein Gebäude, das mit verschiedenen Technologien (Aktoren, Sensoren, Mikrochips) zur Datenerfassung, -speicherung und -analyse ausgestattet ist [10]. Laut [11] nutzen intelligente Gebäude Automatisierungsfunktionen, um physikalische Eigenschaften durch ganzheitliche Steuerungskonzepte und geeignete Technologien zu verbessern. Sie integrieren bestehende Gebäudeautomationssysteme oder nutzen autonome Sensorik, die ausschließlich für Smart-Building-Lösungen eingesetzt wird [12]. Darüber hinaus werden Aspekte wie ein positives Nutzer­erlebnis (z. B. Besprechungsraum-Buchung, Indoor-Navigation usw.) durch effiziente und nachhaltige Gebäudevernetzung sowie die Optimierung der Instandhaltung genannt [13].

Auf Grundlage der vorgenannten Definitionen und der Auswertung von Interviews, die durch die Autoren durchgeführt wurden, lässt sich die folgende Definition formulieren (Bild 1): Ein Smart Building ist ein digital vernetztes Gebäude mit verschiedenen Technologien und Systemen. Es zielt darauf ab, das Nutzererlebnis zu verbessern und gleichzeitig die drei Säulen der Nachhaltigkeit positiv zu beeinflussen. Smart Buildings sammeln kontinuierlich Echtzeitdaten durch Sensoren, Systeme und Nutzer. Diese Daten werden transparent gespeichert, verarbeitet und ausgewertet, idealerweise in einer Cloud, und einer Gebäudemanagementplattform zur Verfügung gestellt. Die Betrachtung der Daten über den Lebenszyklus des Gebäudes unterstützt die Optimierung und dient als Grundlage für die Planung neuer Gebäude.

3 Schritt 2: Analyse des Einflusses von Smart Buildings auf die ökologische Nachhaltigkeit

Durch den Einsatz einer Gebäudeautomation lassen sich derzeit rd. 10 % Energie einsparen [14]. Die Anbieter von Smart-Building-Lösungen positionieren Smart Buildings als Motor für noch mehr ökologische Nachhaltigkeit im Gebäudesektor. Ihr Fokus liegt auf der Verringerung des Energieverbrauchs, Kostensenkung und Steigerung des Komforts durch intelligente Optimierungssysteme, die den Energieverbrauch an die Belegung und Nutzung anpassen. Eine effizientere Raumnutzung wird als Ressourcen­einsparmaßnahme betrachtet, die gleichzeitig die Gewinne der Beteiligten maximiert [15].

Zur Evaluierung von Einsparungen und ökologischen Optimierungen durch Smart Buildings wurde neben der Literaturrecherche in einem ersten Schritt eine Analyse von 23 Smart-Building-Anbietern durchgeführt. Informationen wurden aus Produktkatalogen, Projektberichten, Konzeptnachweisen oder den Unternehmenswebsites gewonnen. Acht von 23 Unternehmen geben Einsparpotenziale von 10 % bis zu 40 % an, wobei die Angaben variieren. Einige berücksichtigen die Energie im Allgemeinen, andere differenzieren zwischen Heiz- und Beleuchtungsenergie. Einige wenige quantifizieren die Einsparungen bei Heiz- oder Betriebskosten auf 30–40 %. Ein Unternehmen behauptet, eine Flächeneinsparung von 30 % zu erreichen, während die anderen 15 Unternehmen keine Angaben zu den Einsparungen machen. Die Analyse ergab sechs Hauptprobleme für die Bewertung der ökologischen Nachhaltigkeit intelligenter Gebäude:

1. Es werden keine Angaben zu den Ausgangswerten (z. B. Planung oder frühere Betriebsjahre) oder zur Berechnungsgrundlage für die Einsparungen gemacht.
2. Es existieren überwiegend keine Angaben darüber, ob sich die Einsparungen auf thermische oder elektrische Energie beziehen.
3. Die angegebenen Zahlen sind nicht belegbar, da häufig pauschale Aussagen über CO₂-Einsparungen gemacht werden.
4. Weiche Faktoren wie die Steigerung des Komfortgefühls der Nutzer sowie sinkende Personalkosten durch ein gesünderes Umfeld werden durch subjektive und nicht messbare Aussagen suggeriert.
5. Der Fokus liegt auf langfristigen Einsparpotenzialen und nicht auf kurzfristigen Mehrwerten.
6. Änderungen in der Nutzung oder im Betrieb der Immobilie und andere relevante Faktoren auf der technischen Seite werden nicht erwähnt.

4 Schritt 3: Analyse der Umweltverträglichkeit in realisierten Smart Buildings

Zur Bewertung der ökologischen Nachhaltigkeit wurden in einem zweiten Schritt 25 leitfadengestützte Interviews mit Teilnehmern aus den Bereichen Asset- und Facility-Management (AM & FM), Generalunternehmer (GU), Hardware- und Softwarehersteller aus den Bereichen Gebäudetechnik und Engineering (Hersteller), Planer, Projektentwicklung und Eigentümer (PE & E) durchgeführt. Dies ist in Bild 2 dargestellt.

4.1 Bewertung der Use Cases von intelligenten Gebäuden

Anhand von Projektunterlagen unterschiedlichster Smart Buildings sowie der Angaben der Interviewpartner konnten 64 Use Cases herausgearbeitet und validiert werden. Diese lassen sich den folgenden Anwendungsfeldern (inkl. Beispielen) zuordnen:

• Energie- und Wassermanagement (z. B. smarte Kühlung, bedarfsgerechte Warmwasserversorgung),
• Infrastrukturmanagement (z. B. Raumbuchung, effektives Flächenmanagement),
• Gebäudesicherheit (z. B. Anwesenheitssimulation, schlüssel­loser Zugang),
• Beleuchtung (z. B. tageslichtabhängige Beleuchtung),
• Informationsmanagement (Anwendungen über App oder Bedienfelder wie z. B. individuelle Komforteinstellungen, Personenortung) und
• Nutzerzufriedenheit/Nutzererfahrung (z. B. bedarfsabhängige Beleuchtung, smarte Regulierung der Schallintensität).

Eine Analyse der Use Cases zeigt, dass lediglich 34 % aller Use Cases die ökologische Nachhaltigkeit (z. B. Carbon Footprint Engagement) beeinflussen, während 52 % die ökonomische (z. B. Anwesenheitssimulation) und 72 % die soziale (z. B. Personenortung) Nachhaltigkeit beeinflussen.

Die Anwendungsbereiche der Energieversorgung (82 % der Use Cases) und der Wasserversorgung (100 % der Use Cases) zeigen einen erheblichen Einfluss auf die ökologische Nachhaltigkeit. Nur 36 % der ökologisch nachhaltigen Use Cases wurden in mindestens 50 % der untersuchten Gebäude implementiert. Die meisten Use Cases, die die ökologische Nachhaltigkeit betreffen (72 %), wurden in weniger als 33 % der Smart Buildings umgesetzt. Mehr als die Hälfte (56 %) der Use Cases der sozialen Nachhaltigkeit wurde in mehr als 33 % der Gebäude integriert, was darauf hindeutet, dass der Schwerpunkt eher auf der Nutzerzufriedenheit und -erfahrung als auf der Verbesserung der ökologischen Nachhaltigkeit liegt.

Die Experteninterviews zeigen, dass ökologische Nachhaltigkeit oft nicht das Hauptziel intelligenter Gebäude darstellt, sondern als Nebenprodukt entsteht (Bild 3). Nur 6 % der Anwendungsfälle wirken sich ausschließlich auf die ökologische Nachhaltigkeit aus, während 61 % sowohl die ökologische als auch die wirtschaftliche Nachhaltigkeit beeinflussen. Dies unterstreicht, dass der Einfluss auf die ökologische Nachhaltigkeit i. d. R. ein sekundäres Ergebnis der Implementierung smarter Gebäude ist.

4.2 Bewertung der Use Cases zur Erreichung der Nachhaltigkeitsziele

Basierend auf den Aussagen der Experten lassen sich vier Trends identifizieren, bei denen der Einsatz von Smart Buildings zu einer Optimierung der ökologischen Nachhaltigkeit führen kann:

1. Durch die Zunahme des mobilen Arbeitens stiegen die Bedeutung und das Interesse an Use Cases, die die Raumnutzung optimieren. Auf diese Weise lassen sich Flächeneinsparungen erzielen sowie die graue Energie und die Energie im Betrieb reduzieren.
2. Gleichzeitig zielen diese auf ökologische Nachhaltigkeit durch Nebeneffekte wie bedarfsgerechtes Heizen und Klimatisieren.
3. Eine nachhaltige Bewirtschaftung von Gebäuden kann auch durch die gemeinsame Nutzung von Ressourcen wie Sitzungsräumen, Autos, Arbeitsplätzen usw. erreicht werden.
4. Eine Analyse der Verbrauchswerte und der Anwesenheit von Personen kann zu einer optimierten Energienutzung beitragen (z. B. durch Reduzierung des Flächenverbrauchs).

Die Interviews zeigen auf, dass intelligente Gebäudeanwendungen die ökologische Nachhaltigkeit verbessern können. Jedoch herrscht Uneinigkeit darüber, ob intelligente Funktionen für einen nachhaltigen Bau und Betrieb unerlässlich sind. Ein Teil der Befragten sieht Optimierungen durch Design und Materialauswahl, andere gehen von der Notwendigkeit technischer Lösungen (Sensoren, Hardware) aus. Eine Datengrundlage zur Berechnung der Einsparungen durch Technik konnte in keinem der durchgeführten Interviews oder Publikationen aufgezeigt werden.

5 Schritt 4: Evaluierung von relevanten Daten und Datenverlusten

5.1 Datenverluste in Smart Buildings

Ein intelligentes Gebäude erfordert die effektive Erfassung und Nutzung von Daten über den gesamten Lebenszyklus, um die ökologische Nachhaltigkeit zu fördern. Alle Gebäudedaten (z. B. Gebäudemodell, Verbrauchs-, Anwesenheits-, FM- und GLT-Daten) müssen jederzeit verfügbar sein, um Optimierungspotenziale ableiten zu können.

Um relevante Daten zu definieren, wurden mithilfe der Experteninterviews und Analysen von Beispielgebäuden zunächst Datenverluste bei Smart Buildings evaluiert, welche in Bild 4 aufgezeigt sind. 60 % der befragten Unternehmen erheben Gebäudebetriebsdaten, entweder direkt durch Eigentümer bzw. FM oder durch Drittanbieter. 28 % planen, Daten zu sammeln, während 12 % dies nicht vorhaben. 20 % der Unternehmen, die Daten sammeln, verwenden diese nicht weiter. Die Speicherorte der Daten sind unklar. Die restlichen 80 % nutzen die Daten zur FM-Unterstützung, Anlagenoptimierung oder nachhaltigen Betriebssteuerung. Damit nutzen 48 % aller befragten Experten Daten aus dem Gebäudebetrieb. Allerdings gehören 75 % der datenerfassenden Befragten zur Gruppe der Hersteller und können nicht verifizieren, dass ihre Kunden die Daten wirklich zur Optimierung nutzen. Nur 62 % der befragten Projektentwickler und Eigentümer erhalten von den Herstellern Daten, die in PowerBI-Dashboards zusammengeführt werden. Ein proprietäres Gebäudebetriebssystem wird nur selten verwendet. Über 50 % der Experten nutzen in ihrem Unternehmen keine gebäudetechnischen oder energiebezogenen Daten zur Optimierung. Nur 32 % der befragten Unternehmen speichern Daten zentral in einer Cloud. Sie gehören jedoch alle zur Gruppe der Hersteller, die die Cloud als Teil ihres Portfolios verkaufen. Somit lassen sich keine Rückschlüsse darauf ziehen, ob die relevanten Akteure (FM, Gebäudeeigentümer etc.) die Daten zentral für langfristige Analysen und Auswertungen von Optimierungsszenarien nutzen.

Diese Datenverluste haben unterschiedliche Ursachen. 20 % der Experten betonen, dass große FM-Unternehmen oft die Funk­tionalität und das Wohlbefinden der Nutzer in den Vordergrund stellen, während die ökologische Nachhaltigkeit des Gebäudes vernachlässigt wird. 50 % der Anbieter berichten von Beeinträchtigungen durch manuelle Eingriffe in automatisierte Prozesse.

Die Experten merken zudem an, dass die Betreiber oft nicht das nötige Detailwissen über alle Prozesse und Funktionen des Gebäudes haben und auch nicht in der Lage sind, ein Gebäude technisch professionell zu betreiben. Dies wird durch eine 2023 durchgeführte Analyse gestützt, bei der 1526 Stellenanzeigen von 1408 FM-Unternehmen im Hinblick auf Digitalisierung untersucht wurden. Die für Smart Buildings relevanten Kenntnisse in IoT und Datenanalyse wurden hierbei keinmal gefordert, demgegenüber stehen zwölf Nennungen von Kenntnis in Gebäudeautomation (GA), 198 Nennungen von CAFM-Systemen sowie 796 Nennungen von Microsoft Office [16].

Darüber hinaus existiert nach Expertenangaben bei den Eigentümern keine Notwendigkeit, die Bewirtschaftung des Gebäudes nachhaltiger zu gestalten, da die Mieter die Energiekosten tragen.

5.2 Relevante Daten für die Bewertung ökologischer Nachhaltigkeit in Smart Buildings

Aufbauend auf den Interviews wurde eine Analyse von Daten aus Smart Buildings durchgeführt. Diese ließ keine ausreichenden Rückschlüsse auf den Betrieb und die Nachhaltigkeit der Gebäude zu, da aufgrund von Unkenntnis oder Datenschutzbedenken (DSGVO) nur unzureichend Daten erfasst wurden.

Um die Nachhaltigkeit von Smart Buildings zu bewerten, ist jedoch eine Vielzahl von Daten notwendig. Neben Daten der GLT sind weitere Informationen notwendig, z. B. Belegungsdaten wie Anzahl und Art der Nutzer, Gebäudefläche, Zählerkonzepte, Planungsunterlagen der Gebäudetechnik sowie Sensorinfrastruktur. Auf Grundlage dieser Kriterien werden in Bild 5 relevante Daten für die Analyse der ökologischen Nachhaltigkeit in Smart Build­ings zusammengestellt.

Erst wenn diese Daten vollumfänglich erfasst werden, können erste Analysen zur ökologischen Nachhaltigkeit von Smart Build­ings durchgeführt werden.

6 Fazit und Handlungsempfehlungen

Die ökologische Nachhaltigkeit stellt derzeit nicht das primäre Ziel von Smart Buildings dar. Vielmehr wird sie als Nebenprodukt einer verbesserten wirtschaftlichen oder sozialen Nachhaltigkeit betrachtet. Um die ökologische Nachhaltigkeit zu stärken, müssen deshalb spezifischere ökologische Use Cases implementiert werden.

Zusätzlich müssen alle relevanten Daten vorliegen, um den Einfluss von Smart-Building-Lösungen auf die ökologische Nachhaltigkeit abschließend bewerten zu können. Aufgrund technischer und datenschutzrechtlicher Einschränkungen ist es derzeit nicht möglich, weitere Informationen zu Datenklassifizierung, Belegungszahlen, Außentemperaturen oder Messkonzepten zu erhalten, die jedoch Grundlage für einen validen Nachweis sind.

Der vorliegende Aufsatz zeigt, dass es nun notwendig ist, eine standardisierte Datengrundlage für die ökologische Bewertung von Smart Buildings zu schaffen, in der auch Aspekte wie das Embodied Carbon und die Nutzung seltener Erden für Sensorik, Verkabelung oder Server aufgeführt werden. Dies liegt insbesondere darin begründet, dass aktuell Daten regelmäßig nur erfasst werden, ohne die weiteren Beteiligten, wie Nutzer, Facility Management und Eigentümer, einzubeziehen. Zur Validierung der Datengrundlage gilt es, dies anhand von realen Gebäuden über einen längeren Zeitraum zu erfassen.

Auf Basis der vorliegenden Ausarbeitung ist es nun notwendig, eine Roadmap für die Implementierung von Smart-Building-Lösungen, insbesondere auch unter Berücksichtigung des Facility-Managements, zu erarbeiten. Dafür sind die verschiedenen Stakeholder und Verbände einzubeziehen, um gemeinsame Standards zu erarbeiten und in die Praxis umzusetzen.

Literatur

1. Umweltbundesamt (2022) Energiesparende Gebäude [online]. Dessau-Roßlau: UBA. https://www.umweltbundesamt.de/themen/klima-energie/energiesparen/energiesparende-gebaeude#gebaude-wichtig-fur-den-klimaschutz [Zugriff am: 25. August 2023]
2. Bundesministerium für wirtschaftliche Zusammenarbeit und Entwicklung (2023) Klimaabkommen von Paris [online]. Berlin: BMZ. https://www.bmz.de/de/service/lexikon/klimaabkommen-von-paris-14602 [Zugriff am: 3. September 2023]
3. SmartScore (2021) Smart Buildings. Die Zukunft ist smart – SmartScore White Paper. Frankfurt am Main: WiredScore.
4. Jacob, C.; Kukovec, S. (2022) Auf dem Weg zu einer nachhaltigen, effizienten und profitablen Wertschöpfung von Gebäuden. Wiesbaden: Springer Vieweg.
5. Bäuerle, H.; Lohmann, M.-T. (2021) Ökologische Materialien in der Baubranche – Eine Übersicht der Möglichkeiten und Innova­tionen. Stuttgart: Springer Vieweg.
6. Mordor Intelligence (2023) Analyse der Marktgröße und des Anteils von Smart Building – Wachstum und Prognose (2023–2028). Hyderabad: Mordor Intelligence.
7. Monterioa Froufe, M.; Kowal Chinelli, C.; Azevedo Guedes, A. L.; Naked Haddad, A.; Hammad, A.; Pereira Soares, C. (2020) Smart Buildings: Systems and Drivers. Buildings 10, No. 9.
8. Li, Z.; Zhang, J.; Li, M.; Huang, J.; Wang, X. (2020) A Review of Smart Design Based on Interactive Experience in Building Systems. Sustainability 12, No. 17.
9. Pašek, J.; Sojková, V. (2018) Facility Management of Smart Buildings. International Review of Applied Sciences and Engineering 9, No. 2, pp. 181–187.
10. Plageras, A.; Psannis, K. E.; Stergiou, C.; Wang, H.; Gupta, B. B. (2018) Efficient IoT-based sensor BIG Data collection-processing and analysis in smart buildings. Future Generation Computer Systems 82, pp. 349–357.
11. Fraunhofer-Allianz Bau (2022) Positionspapier der Task-Force „Bauen der Zukunft“. Valley: Fraunhofer-Allianz Bau.
12. Graveto, V.; Cruz, T.; Simöes, P. (2022) Security of Building Automation and Control Systems: Survey and future research directions. Computer & Security 112, 102527.
13. Moretti, N.; Blanco Cadena, J. D.; Mannino, A.; Poli, T.; Re Cecconi, F. (2020) Maintenance service optimizatio in smart buildings through ultrasonic snesors network. Intelligent Buildings International 13, No. 1, pp. 4–16.
14. Fraunhofer-Allianz Bau (2023) Smart Building [online]. Valley: Fraunhofer-Allianz Bau. https://www.bau.fraunhofer.de/de/forschungsbereiche/Gebaeudeautomation.html [Zugriff am: 26. September 2023]
15. Siemens Schweiz AG (2020) Whitepaper Smart Office: Das intelligente Büro der Zukunft. Zürich: Siemens.
16. Bartels, N.; Wills, N. (2023) In the context of digital transformation: an analysis of future requirements for the FM labour market in: Jylhä, T.; Danivska, V. [eds.] Research Papers for the 22^nd EuroFM Researche Symposium. Istanbul, Nov. 8–11, 2023. The Hague: EuroFM, pp. 35–48.

Autor:innen

Sara Aouichaoui, sara.aouichaoui@smail.th-koeln.de
Farina Koller, farina.koller@smail.th-koeln.de
Prof. Dr.-Ing. Niels Bartels, niels.bartels@th-koeln.de
Technische Hochschule Köln
www.th-koeln.de

Dieser Aufsatz wurde in einem Peer-Review-Verfahren begutachtet.

Eingereicht am: 25. Januar 2024; angenommen am: 22. Februar 2024.