01
Myzel-Ingestion
Modul 1
Erfasst Belegungspläne der Lehrveranstaltungen, Raumsensordaten zur Auslastung und Außentemperaturen.
Anwendungsfall 33 · Bildung & Industrie
Räumliches Energie- und Anlagenmanagement auf dem Universitätscampus
Dynamische Optimierung von Lüftung, Klima und Beleuchtung über Campusgebäude hinweg.
Kundenbedarf & Schmerzpunkt
Das Problem, das dieser Workflow beseitigt.
- Leere Hörsäle und Studierendengebäude werden nach starren Zeitplänen beheizt und gekühlt.
Schrittweise Ausführung
Wie die Engine den Workflow ausführt.
02
Multi-LLM-Routing
Modul 1
Prognostiziert den Wärmebedarf je Hexeinheit der Campusgebäude.
03
Agentische KI
Modul 4
Regelt Luftvolumenstrom und Raumbeleuchtung automatisch 15 Minuten vor Beginn der geplanten Lehrveranstaltungen.
04
Agentische KI
Modul 4
Schaltet Gebäudeabschnitte ab, sobald keine studentische Präsenz erkannt wird.
Quantifizierbarer ROI & Wirkung
Was sich kommerziell verändert.
- 21 % geringerer Stromverbrauch auf dem Campus
- 850.000 Dollar jährliche Einsparung bei den Nebenkosten.
Der Aha-Moment
“Wir heizen keine leeren Hörsäle mehr. Der Energieverbrauch folgt jetzt den tatsächlichen Vorlesungsplänen.”