Je gebouw praat al. Luistert je data mee?
Traditionele vastgoeddata vertelt vooral wat er is: bouwjaar, materiaal, hoeveelheid, conditie en onderhoudshistorie. Sensordata laat juist zien wat er gebeurt, bijvoorbeeld in verbruik, storingen of prestaties door de tijd. Los van elkaar vertellen die bronnen maar een deel van het verhaal. Interessant wordt het wanneer je ze kunt combineren.
Bij een corporatie kregen we bijvoorbeeld een grote dataset uit de monitoring van zonnepanelen. In de analyse werden verschillen zichtbaar tussen merken en typen panelen, kwamen omvormers met veel storingen naar voren en bleek waar de opbrengst sneller terugliep dan verwacht. De stroom van losse meetpunten was op zichzelf niet zo relevant. Het patroon erin wel.
Welke sensordata is echt relevant voor onderhoud?
Niet ieder datapunt hoeft naar iedere gebruiker of naar het vastgoedsysteem. Een meting die iedere paar minuten bevestigt dat alles normaal functioneert, voegt in het dagelijkse proces weinig toe. Een afwijking wordt interessant wanneer die aanleiding geeft om iets te onderzoeken of te doen.
Waarom vraagt de statische vastgoeddata kloppen?
Sensordata is alleen bruikbaar als de statische vastgoeddata klopt. Een melding over een installatie heeft weinig waarde als niet zeker is welke installatie in welke woning hangt, uit welk jaar die komt en welke werkzaamheden eraan zijn uitgevoerd. Sensordata boven op een onbetrouwbare basisregistratie maakt de conclusie niet betrouwbaarder.
“Niet méér sensordata is het doel. Eerder zien dat er iets verandert wel.”
Hoe helpt sensordata bij voorspelbaar onderhoud?
Met een goede basis helpt sensordata bij voorspelbaar onderhoud. Verbruiksdata kan worden gekoppeld aan kenmerken van de schil of installaties. Storingspatronen kunnen naast de vervangingsplanning worden gelegd. Vocht- of ventilatiesignalen kunnen helpen om eerder te zien waar nader onderzoek nodig is. Onderhoud verschuift dan stap voor stap van reageren op een storing naar eerder herkennen dat er iets verandert.
Digital twins kunnen daarin een volgende datadrager worden. Niet omdat iedere corporatie morgen alles in 3D moet vastleggen, maar omdat zo’n model verschillende soorten informatie rond hetzelfde gebouw of element bij elkaar kan brengen. Ook daar geldt dat de waarde staat of valt met de kwaliteit van de gegevens die eraan worden gekoppeld.
Hoe begin je met een zinvolle pilot?
Een zinvolle pilot met sensordata begint met een concreet probleem dat je eerder wilt herkennen. Vervolgens bepaal je welke informatie daarvoor nodig is en welke actie op een afwijkend signaal volgt. Dan wordt technologie een middel om beter te handelen in plaats van een demonstratie van wat technisch mogelijk is.
Gebouwen geven voortdurend signalen af. De stap vooruit zit niet in steeds meer data verzamelen, maar in het organiseren van de verbinding tussen die signalen en wat je al over het gebouw weet. Pas dan kun je er werkelijk op sturen.
