KI macht den Heizungskeller schlau. Wie SECAI den Gebäudebestand effizienter und klimafreundlicher steuert.

Künstliche Intelligenz krempelt derzeit zahlreiche Branchen um. Dies betrifft auch die Gebäudetechnik. Beim Webinar „KI in der Gebäudetechnik“ am 26. Februar um 15 Uhr auf haustec.de erläuterten Florian Remark, Partner bei Strategion und Konsortialleiter des Forschungsprojekts SECAI, sowie Michael Jüdiges, CEO von DBT Digital Building Technology, einem interessierten Fachpublikum, wie datengetriebene Modelle den Heizbetrieb in Mehrfamilienhäusern optimieren können. Der Ansatz: eine KI-basierte, datenschutzkonforme Steuerung, die sowohl das individuelle Nutzerverhalten als auch die Gesamtperformance eines Gebäudes berücksichtigt. 

Der Handlungsdruck ist hoch: Rund 18 Prozent des deutschen Energiebedarfs beziehungsweise der CO₂-Emissionen entstehen durch das Beheizen von Gebäuden.^[1] Das Komplexe daran: In einem Mehrfamilienhaus treffen unterschiedliche Heizgewohnheiten aufeinander. Die Studentin, die kaum zu Hause ist, wohnt neben dem Senior, der es konstant warm mag. Klassische Heizungsregelungen betrachten meist nur Außentemperatur und Vorlauftemperatur, nicht jedoch das reale Verhalten im Gebäude. Genau hier setzt SECAI an.

Edge Cloud statt Datenabfluss

Ein zentrales Problem bei KI-Anwendungen im Wohnumfeld ist der Datenschutz. Temperaturverläufe, Anwesenheitsmuster oder Lüftungsverhalten sind sensible Daten. Remark betonte daher, dass ein einfaches Sammeln aller Rohdaten in einer zentralen Cloud nicht infrage komme. 

Die Lösung heißt Edge-Cloud-Architektur, kombiniert mit Federated Learning. Konkret bedeutet das: Sensoren in den Wohnungen erfassen Temperatur, Luftfeuchtigkeit und Nutzungsinformationen. Diese Daten werden jedoch nicht zentral gespeichert. Stattdessen trainiert ein lokales Edge-Gerät, z.B. eine smarte Steuerbox im Gebäude ein KI-Modell direkt vor Ort.

Beim sogenannten Federated Learning werden lediglich Modellparameter, also abstrakte mathematische Gewichtungen an eine zentrale Instanz übermittelt. Rohdaten bleiben im Gebäude. In der Cloud werden die pseudonymisierten Parameter verschiedener Wohneinheiten aggregiert und zu einem verbesserten Gesamtmodell zusammengeführt. Dieses optimierte Modell fließt anschließend zurück in die lokale Steuerung. Der Vorteil: Datenschutzkonformität nach DSGVO, hohe Akzeptanz bei Mietern und gleichzeitig eine ganzheitliche Optimierung auf Gebäude- oder Quartiersebene.

Vom Einzelraum zur Gebäudekurve

Technisch betrachtet kombiniert SECAI mehrere Ebenen aus Einzelraumregelung über smarte Thermostate und Sensoren, wohnungsbezogene Wärmebedarfsmodelle, die gebäudeweite Optimierung der Vorlauftemperatur sowie die Berücksichtigung externer Wetterdaten. 

Statt einer rein witterungsgeführten Regelung entsteht ein Datenraum, der Bauphysik, Nutzerverhalten und Wetterprognosen einbezieht. Ziel ist eine adaptive Vorlauftemperatur im Heizkessel.

In der Praxis konnten die Referenten berichten, dass sich die Vorlauftemperatur in einem typischen Mehrfamilienhaus aus den 1970er-Jahren im Schnitt um mehrere Grad absenken ließ. Das Ergebnis: Energieeinsparungen im zweistelligen Prozentbereich können bei bestimmten Konstellationen realisiert werden.

Ein wichtiger Effekt ist zudem die Glättung von Lastspitzen. Wenn mehrere Wohnungen gleichzeitig hohe Heizleistung abrufen, steigt die Kesselleistung sprunghaft an. Durch intelligente zeitliche Verschiebung einzelner Heizanforderungen lassen sich diese Peaks reduzieren.

Nutzerverhalten als Schlüssel: „Nudging“ per App

Ein rein technischer Ansatz greift jedoch zu kurz. Deshalb integriert SECAI auch verhaltensökonomische Mechanismen, das sogenannte Nudging. Über eine App erhalten Mieter transparente Einblicke in ihren Energieverbrauch und gezielte Vorschläge.

Beispiel: Erkennt das System, dass eine Wohnung dauerhaft 21 Grad warm ist, während vergleichbare Wohnungen mit 20 Grad auskommen, schlägt die App vor, testweise um ein Grad zu senken und prognostiziert dabei die mögliche Kosteneinsparung. Mit einem Klick kann der Nutzer zustimmen.

Diese niederschwellige Interaktion senkt die Hemmschwelle zur Verhaltensänderung erheblich. Laut Projektteam brachte gerade die Kombination aus technischer Optimierung und Nutzeransprache zusätzliche Einsparpotenziale.

Wärmepumpen profitieren besonders

Obwohl das Projekt im Kontext gasbasierter Heizsysteme startete, sehen die Referenten enormes Potenzial für Wärmepumpen. Gerade dort ist eine möglichst niedrige und konstante Vorlauftemperatur entscheidend für Effizienz und Lebensdauer. Durch die präzisere Bedarfsanalyse lassen sich Wärmepumpen zudem kleiner dimensionieren. Das reduziert Investitionskosten – ein wesentlicher Faktor für die Wohnungswirtschaft. Anstelle einer teuren Vollsanierung kann eine intelligente Regelung also ein wirtschaftlich attraktiver Zwischenschritt zur Dekarbonisierung sein.

Fragen aus der Praxis

Im Anschluss an die Präsentation wurden zahlreiche praxisnahe Fragen gestellt.

Die Referenten erklärten, dass keine klassische Bewegungsüberwachung erfolgt. Anwesenheitsinformationen werden über einfache Interaktionsmechanismen wie App-Eingaben oder definierte Schaltzustände generiert. Entscheidend ist: Rohdaten verlassen die Wohnung nicht, personenbezogene Rückschlüsse sind ausgeschlossen. Durch die lokale Datenverarbeitung und die Übermittlung ausschließlich anonymisierter Modellparameter bleibt die Privatsphäre gewahrt. Laut Projektteam war die Akzeptanz bei Testmietern hoch.

Warum braucht es eine Cloud?
Für die Optimierung einzelner Wohnungen wäre sie nicht zwingend nötig. Für eine gebäudeweite oder quartalsübergreifende Abstimmung, wie beispielsweise zur Lastspitzenglättung ist eine aggregierte Ebene jedoch sinnvoll.

Ist das nicht einfach Smart Home?
Die Referenten sehen klare Unterschiede. Während typische Smart-Home-Lösungen Sollwerte steuern, greift SECAI tief in die Regelalgorithmen ein und optimiert systematisch die gesamte Heizkurve. Zudem berücksichtigt das System professionelle Anforderungen wie Mieterwechsel und zentrale Vermieter-Dashboards.

Fazit: Digitalisierung als Effizienztreiber im Bestand

SECAI endet im Mai 2026. Nach zwei vollständigen Heizperioden ziehen die beiden Referenten ein positives Fazit. Die Kombination aus Edge-Computing, Federated Learning und intelligenter Regelstrategie ermöglicht spürbare Energie- und CO₂-Einsparungen im Bestand, ohne dabei weitreichende bauliche Eingriffe vorzunehmen. Gerade für die Wohnungswirtschaft eröffnet sich damit ein wirtschaftlich tragfähiger Weg, steigende CO₂-Kosten zu reduzieren und gleichzeitig Mieter zu entlasten. KI wird damit vom abstrakten Zukunftsbegriff zur konkreten Betriebstechnologie im Heizungskeller.

Über den Veranstalter:

haustec.de ist ein führendes digitales Fachportal für die Gebäude- und Fassadentechnik und liefert Fachplanern, Handwerkern, Architekten und Branchenentscheidern täglich News, Produktinfos und technisches Fachwissen zu Heizung, Sanitär, Klima, Lüftung und Solarenergie.

---

[1] Quelle: https://www.bdew.de/presse/presseinformationen/zahl-der-woche-fast-ein-fuenftel-aller-co2-emissionen-in-deutschland/