Viele der heutigen Bürogebäude leiden unter einem ineffizienten Energiemanagement, das durch fehlende, veraltete oder fragmentierte Systeme verursacht wird. Dies führt zu unnötigem Energieverbrauch und erhöhten Betriebskosten.

In einer mehrwöchigen Testphase installierte triebwerk.ai über 200 Sensoren, die Daten zu Wärme, Luftfeuchtigkeit, Beleuchtung und Bewegung aufzeichneten. Diese Daten wurden anschließend vom Data-Science-Team analysiert, um wiederkehrende Muster und Anomalien zu identifizieren. Basierend auf diesen Erkenntnissen entwickelte das Engineering-Team einen Prototyp (MVP) mit einem Echtzeit-Dashboard und einem KI-Algorithmus zur Vorhersage der Raumnutzung.

Die Einführung des MVPs ermöglichte eine transparente Darstellung der gesammelten Daten und eine effektive Vorhersage der Raumnutzung. Diese Lösung identifizierte sofort defekte Temperaturregler und verhinderte mittelfristig fehlerhafte Beheizungs- und Beleuchtungszeiträume, was zu einer erheblichen Verbesserung der Energieeffizienz führte. Dadurch konnten die Betriebskosten gesenkt und der ökologische Fußabdruck reduziert werden.