KI-gestütztes Gebäudemonitoring für das Besuchermanagement – Ein Beitrag für das sichere Miteinander an Hochschulen in Zeiten der COVID19- Pandemie
Ziel des Projekts ist es, neben Smartphones oder Tablets sogenannte Wearables zu nutzen, um ein intelligentes Besuchermanagement für die Verwaltung von Immobilien zu entwickeln.
Motivation
Maßnahmen, die das Monitoring von Besucherzahlen und Bewegungsströmen zur Einhaltung von Hygienekonzepten in großen Gebäuden unterstützen, haben durch die Corona Pandemie eine hohe Relevanz erhalten. Mit Hilfe von Eingangskontrollen können wir nur unzureichende Information über die Verteilung von Besuchern gewinnen. Die flächendeckende Überwachung durch Kameras wäre nicht nur technisch sehr aufwändig, sie stünde auch dem Schutz der Persönlichkeitsrechte entgegen.
Das Projekt GEMEINSAM baut auf die Nutzung vernetzter Sensoren – bekannt durch Konzepte aus dem Bereich Internet der Dinge (IoT) und Smart City oder Smart Home. Das Ziel ist, neben Smartphones oder Tablets die stetig steigende Vielzahl sogenannter Wearables, also Smartwatches, Fitnessarmbänder oder Bluetooth-Kopfhörer zu nutzen, um ein intelligentes Managementsystem für Besucher und Verwalter von Immobilien zu entwickeln.
Die Analyseergebnisse werden in einem Web-Dashboard für den Anwender, etwa die Hochschulleitung oder Studierende, zusammengeführt. Das intelligente Besuchermanagementsystem kann nicht nur statische Informationen eines oder mehrerer Gebäude anzeigen; es bietet vor allem Möglichkeiten, Echtzeit-Informationen zu präsentieren. Dies kann die Anzahl der sich aktuell in Gebäuden, Stockwerken oder Räumen befindlichen Personen sein. Alternativ könnten auch Ströme oder Hot Spots von Personen im Gebäude visualisiert werden. Besucher können dadurch bereits im Vorfeld Informationen über Gebäude und deren Belegungen abrufen oder im Falle einer Überschreitung der maximalen Personenanzahl automatisiert benachrichtigt werden.
Aktivitäten
Das intelligente Besuchermanagementsystem ist so konzipiert, dass aus unterschiedlichen Daten das notwendige Wissen über die Anzahl von Personen in einem bestimmten Umfeld ermittelt werden kann. Mit Hilfe von Machine Learning (ML) Verfahren werden aus Eingangsdaten Muster erkannt, welche Rückschlüsse auf die aktuelle und zukünftige Anzahl der Personen in den Räumen erlauben. Auf diese Weise lässt sich ein smartes Gebäude- und Besuchermonitoring realisieren.