CAFM-Sytem: Zustandsdaten

Facility Management: FM-Software » Projekt » Daten » Zustandsdaten

Zustandsdaten in CAFM-Systemen

Zustandsdaten erfassen den aktuellen Betriebszustand von Bauwerkskomponenten, technischen Anlagen und Nutzungen. Sie sind dynamisch – etwa Schaltzustände von Pumpen (EIN/AUS) oder Ventilen (AUF/ZU) – sowie analoge Messwerte (Raumtemperaturen, Heizkreistemperaturen, Energie- und Medienflüsse). In modernen CAFM-Systemen werden solche Daten häufig automatisch über Gebäudeleittechnik (GLT/BMS) oder IoT-Sensoren erfasst und in Echtzeit an das CAFM übertragen. Zustandsdaten dienen der Betriebsführung und -überwachung (z.B. automatische Störungs-Ticket-Erstellung), dem Energiemanagement (detaillierte Verbrauchsauswertungen) sowie der Messung und Steuerung von Behaglichkeit (Klima-/Luftdaten) und unterstützen das Workplace Management (Belegungs- und Nutzungsdaten).

Der konsequente Umgang mit Zustandsdaten ermöglicht ein realtime-fähiges Facility Management: Durch die stetige Einspeisung von Gebäudedaten in das CAFM entsteht ein ganzheitlicher Überblick über den Anlagenbetrieb. In Verbindung mit Auswertungswerkzeugen lässt sich so nicht nur auf akute Störungen reagiert werden, sondern Trends im Energieverbrauch und Komfortniveau erkannt und gesteuert werden. Die GEFMA bezeichnet deshalb eine hochwertige FM-Datenbasis als „entscheidende Säule“ eines CAFM-Systems – gerade, wenn es um die dynamischen Zustandsdaten geht.

CAFM-System: Zustandsdaten erfassen und nutzen

Qualitätsanforderungen an Zustandsdaten
Erfassung und Integration von Zustandsdaten

Entscheidend sind insbesondere:

Genauigkeit (Accuracy): Sensorwerte müssen korrekt sein (z.B. kalibrierte Messwerte). Ungenaue Daten können Fehlentscheidungen verursachen. Datenqualität wird definiert über Genauigkeit, Vollständigkeit, Konsistenz, Zuverlässigkeit, Integrität und Aktualität.
Konsistenz und Plausibilität: Daten aus unterschiedlichen Quellen müssen einheitlich sein (Einheiten, Formate) und plausibel bleiben. Abweichungen oder Ausreißer sollten detektiert werden. Die VDI 6041 fordert, dass Messwerte „plausibel, konsistent und lückenlos“ vorliegen.
Vollständigkeit (Lückenlosigkeit): Es dürfen keine Datenlücken entstehen. Alle relevanten Messpunkte müssen dauerhaft erfasst werden. Dies schließt regelmäßige Kalibrierintervalle ein, damit Sensoren korrekt messen.
Aktualität (Timeliness): Da Zustandsdaten sich laufend ändern, ist Echtzeit- bzw. hochfrequente Aktualisierung nötig. Laut VDI 6041 müssen Messdaten „kontinuierlich erfasst werden (keine Datenlücken) und unter vergleichbaren Bedingungen (z.B. feste Messintervalle)“ dokumentiert werden. Verzögerte oder veraltete Daten mindern die Aussagekraft.
Integrität und Sicherheit: Zustandsdaten müssen vor Manipulation und Verlust geschützt sein. Fehlerhafte oder verfälschte Daten gefährden den Betrieb. Ein robustes Data-Governance-Konzept – z.B. mit Rollen, Validierungsprozessen und Alarmen – unterstützt die Datenintegrität.
Verfügbarkeit: Das System zur Datenerfassung (GLT, IoT) sollte hochverfügbar sein, damit keine Zustandsinformationen entfallen. Backup- und Ausfallsicherheit stellen sicher, dass für wichtige Anlagen immer aktuelle Daten vorliegen.

Hinweis:

Datenqualität und ein effizientes Datenmanagement sind „Schlüssel zu einem erfolgreichen FM“. Nur mit zuverlässigen Zustandsdaten lassen sich Betriebsabläufe optimieren und Entscheidungen treffen. Beispielsweise können automatisch Alarme ausgelöst werden, wenn Messwerte außerhalb von Grenzwerten liegen, oder Wartungsarbeiten bedarfsgerecht geplant werden. Ein kontinuierliches Datenqualitätsmonitoring – etwa Plausibilitätsprüfungen gegen historische Werte – wird in Standards wie der VDI 6041 als Pflichtteil des Monitorings gefordert.

Der Umgang mit Zustandsdaten umfasst ihre Erfassung, Übertragung und Verarbeitung in CAFM-Systemen:

Datenerfassung über Gebäudeleittechnik (GLT/BMS): In der Regel sind zentralisierte Gebäudeautomationssysteme (GLT) die primären Quellen für Zustandsdaten. Sensoren und Aktoren der HLK-, Beleuchtungs- oder Sicherheitstechnik liefern Messwerte an die GLT, die sie über definierte Schnittstellen (z.B. BACnet, OPC, KNX) in das CAFM weiterleitet. Dabei empfiehlt die VDI 6041, Messpunkte in der GA festzulegen und mittels automatischer Datenexporte (z.B. 15-Minuten-Werte) kontinuierlich zu übertragen.
IoT- und Sensornetzwerke: Zusätzlich können moderne IoT-Sensoren Daten direkt liefern. Beispielsweise speisen in Smart-Building-Szenarien verteilte Sensoren den Zustand von Türen, Aufzügen, Raumklima oder Arbeitsplatzbelegung in Echtzeit in das CAFM-System ein. Damit wird das CAFM zur „Data Sink“ für Gebäudezustände und –nutzungsdaten.
Schnittstellen und Datenbanken: CAFM-Systeme müssen über leistungsfähige Schnittstellen verfügen, um den kontinuierlichen Datenstrom aufzunehmen. Die Daten werden meist in Zeitreihen-Datenbanken oder Historian-Systemen abgelegt. Hier können sie für Auswertungen, Dashboards und Berichte zur Verfügung stehen. Klare Metadaten (Messpunktnamen, Einheiten, Zeitstempel) helfen dabei, Daten konsistent zu verwalten.
Verarbeitung und Automatisierung: Eingehende Zustandsdaten können Trigger für automatisierte Prozesse sein. So lassen sich bei Erreichen definierter Werte sofort Wartungsaufträge generieren oder Alarmmeldungen verschicken. Zugleich ermöglichen aggregierte Auswertungen in CAFM-Dashboards eine kontinuierliche Betriebsüberwachung und -optimierung.
Integration in Facility-Prozesse: Zustandsdaten fließen direkt in FM-Prozesse ein. Die GLT-CAFM-Anbindung etwa erlaubt, Störmeldungen automatisch als Tickets zu erfassen und Energieverbräuche detailliert auszuwerten. Auf dieser Basis kann die Instandhaltung von festen Intervallen hin zu zustands- bzw. verbrauchsorientierten Wartungsstrategien wechseln. Daten aus dem CAFM selbst (z.B. Inventar- oder Nutzerinformationen) können außerdem mit Zustandsdaten kombiniert werden, um etwa Smart-Working- oder Energieeffizienz-Konzepte zu realisieren.
Datenpflege und Governance: Da Zustandsdaten schnell veralten, muss der Datenfluss kontinuierlich überwacht und gegebenenfalls korrigiert werden. Dazu gehören regelmäßige Kontrolle der Sensorfunktion, Plausibilitätsprüfungen (z.B. gegen historische Profile) und Verfahren zur Fehlerbehandlung (z.B. Ausfallalarme im Datenkonzept). Verantwortlichkeiten für Datenpflege und –auswertung sollten klar geregelt sein – etwa wer Kalibrierungen durchführt oder Anomalien auswertet.