HVAC Edge Agent, lokale KI für die Gebäudeautomation

Gebäude verbrauchen einen erheblichen Teil ihrer Energie für Heizung, Lüftung und Klimatisierung. Die meisten Anlagen folgen dabei festen Zeitplänen oder statischen Heizkurven, also Werten, die einmal eingestellt wurden und selten zur tatsächlichen Nutzung passen. Ein Raum wird beheizt, obwohl niemand da ist. Die Lüftung läuft auf voller Stufe, während der CO2-Wert längst im grünen Bereich liegt. Cloud-basierte Optimierungsdienste versprechen Abhilfe, verlagern aber Gebäudedaten auf fremde Server und machen die Regelung von einer stabilen Internetverbindung abhängig. Ein Edge Agent geht den umgekehrten Weg. Die Intelligenz sitzt auf der Maschine, direkt im Gebäude.

Warum statische Regelung am Bedarf vorbeiläuft

Klassische Gebäudeautomation regelt zuverlässig, aber kontextblind. Ein Zeitplan kennt die Uhrzeit, nicht die Belegung. Eine Heizkurve kennt die Außentemperatur, nicht die Wettervorhersage für die nächsten Stunden und nicht die solaren Gewinne durch eine Fensterfront. Das Ergebnis sind zwei Kostenarten gleichzeitig, verschwendete Energie in leeren oder überversorgten Zonen und Komfortbeschwerden dort, wo die Vorkonditionierung zu spät kommt.

Der Regler selbst ist nicht das Problem. Er tut genau das, wofür er gebaut wurde, und zwar stabil, schnell und deterministisch. Was ihm fehlt, ist Kontext. Genau diese Lücke schließt ein KI-Agent auf der Maschine, ohne die bewährte Regelung anzutasten.

Sensorfusion statt Einzelwerte

Ein einzelner Sensor sieht eine Dimension. Kontext entsteht erst aus der Kombination. Ein HVAC Edge Agent führt mehrere Signalquellen zu einem Lagebild zusammen.

• CO2 als Indikator für Luftqualität und indirekt für Belegung
• Temperatur je Zone, gemessen über analoge Fühler
• Präsenz über einfache Bewegungs- oder Präsenzmelder, ohne Kamera und ohne Bild
• Wetter, lokal vorgehalten oder, wenn ein Netz verfügbar ist, per Web-Abruf
• Kalender bzw. Raumbelegung als Hinweis auf geplante Nutzung

Analoge Fühler liefern ihre Werte über ADC-Knoten, digitale Melder über GPIO, Feld- und Busgeräte über MQTT. Aus diesen Strömen baut der Agent ein situatives Bild, und genau hier liegt der Mehrwert gegenüber jeder einzelnen Schwellwertregel.

Was klassisch geht, bleibt klassisch

Hier ist die Grenze, die ein ehrlicher Edge Agent nicht überschreitet. Der Agent regelt nicht. Er sitzt nicht im Echtzeit-Regelkreis und schaltet keine Ventile im Millisekundentakt. Das wäre weder nötig noch verantwortbar, und was klassisch geht, bleibt klassisch.

Stattdessen arbeitet der Agent nach dem Muster agent-as-a-tool. Er schreibt ausschließlich Parameter und Sollwerte, etwa eine Vorlauftemperatur, eine Lüftungsstufe oder einen Zeitplan-Offset. Diese Werte werden gepuffert an den bestehenden Regler übergeben, der seine deterministische Schleife unverändert weiterfährt. Ist der Agent langsam, beschäftigt oder vorübergehend nicht verfügbar, regelt der Controller mit dem letzten gültigen Sollwert weiter. Die Anlage bleibt jederzeit handlungsfähig, weil die Intelligenz eine beratende Schicht ist, kein Single Point of Failure.

Diese Trennung ist kein Kompromiss, sondern Architektur. Der Regelkreis bleibt schnell und nachvollziehbar, und der Agent bringt Kontext und Vorausschau. Beides zu vermischen würde beide Eigenschaften zerstören.

Lokal heißt DSGVO-konform

Belegungsdaten sind heikel. Wer wann in welchem Raum war, ist personennah und hat auf einem fremden Server nichts verloren. On-Device-KI löst das an der Wurzel. Die Daten bleiben im Gebäude, die Auswertung läuft auf dem Gerät.

Über einen lokalen Inferenz-Server kann ein kleines Sprachmodell (1 bis 3B) direkt neben der Engine laufen. Damit arbeitet der Agent offline by default, und nur ein Wetter-Abruf oder eine optionale Cloud-Anbindung gehen nach außen. Lokale Ausführung, Container-Isolation und signierte Image-Verteilung bilden eine Sicherheitsarchitektur, die auf den EU Cyber Resilience Act ausgelegt ist, als Eigenschaft des Aufbaus und nicht als Etikett. Für Betreiber bedeutet das lokale KI in der Industrie ohne den Umweg über die Cloud.

Szenario aus einem Bürogebäude mit wechselnder Belegung

Ein gewerbliches Gebäude mit mehreren Besprechungsräumen und einer offenen Bürofläche. Vormittags sind die Räume gebucht, nachmittags oft leer. Heute kündigt die lokale Vorhersage einen sonnigen Nachmittag mit spürbaren solaren Gewinnen an der Südfassade an.

Der Edge Agent liest CO2, Temperatur und Präsenz je Zone sowie die Raumbelegung aus dem Kalender. Kurz bevor ein gebuchter Raum genutzt wird, schreibt er einen angepassten Sollwert, damit die Vorkonditionierung rechtzeitig greift. In leeren Zonen entspannt er die Sollwerte, statt blind nach Zeitplan zu heizen. Für die Südfassade berücksichtigt er die erwarteten solaren Gewinne und hält die Kühlung zurück, bis sie wirklich gebraucht wird. Belegung erkennt er aus CO2 und Präsenzmeldern, ohne Kamera, ohne Mikrofon und ohne Bild.

Kein Wert verlässt das Gebäude. Der bestehende Regler führt jede Anpassung aus und behält die volle Kontrolle über den Regelkreis.

So läuft das am Edge

Technisch besteht der Agent aus einem Graphen, in dem der Ablauf das Programm ist und die KI genau ein Knoten unter vielen.

• Eingänge. Analoge Fühler (Temperatur, CO2) an ADC-Knoten, Präsenz über GPIO mit Flanken-Trigger und Feldgeräte über MQTT-Subscribe.
• Trigger. Intervall für die periodische Neubewertung, Schwellwert mit Totband gegen Pendeln und MQTT-Nachricht für ereignisgesteuerte Reaktion.
• Verarbeitung. Deterministische Knoten lesen und plausibilisieren die Sensorik, und ein einzelner KI-Knoten (lokales SLM) fusioniert den Kontext und schlägt Sollwerte vor.
• Ausgänge. Die Sollwerte gehen gepuffert per MQTT-Publish an den Bestandsregler, nie in dessen Echtzeitschleife.

Der gesamte Graph ist deterministisch und inspizierbar, und jeder Schritt ist nachvollziehbar. Dasselbe einzelne Binary läuft vom kleinen Gateway bis zum Industriecontroller, also neu ausrollen statt neu schreiben. Dauerhafter lokaler Speicher hält Verlauf und Zustand vor, auch über Neustarts hinweg. From Hardware to Intelligence, und alles davon bleibt im Gebäude.

Das Wichtigste in Kürze

• Kontext schlägt Zeitplan. Sensorfusion aus CO2, Temperatur, Präsenz, Wetter und Belegung macht aus statischer Regelung eine bedarfsgerechte.
• Der Agent regelt nicht, er parametriert. Agent-as-a-tool bedeutet nur Sollwerte, gepuffert, nie im Echtzeit-Regelkreis. Was klassisch geht, bleibt klassisch.
• Offline und DSGVO-konform. On-Device-KI mit lokalem SLM hält Belegungsdaten im Gebäude.
• Eine Binary, viele Geräte. Vom Gateway bis zum Industriecontroller neu ausrollen statt neu schreiben.
• Sicherheit als Architektur. Lokale Ausführung, Container-Isolation und signierte Verteilung, ausgelegt auf den EU Cyber Resilience Act.