Zum Inhalt

Features

Auf dieser Seite werden wichtige Schl√ľsselfunktionen von aedifion.io vorgestellt.

√úberblick

Diese Seite bietet eine kurze und √ľbersichtliche Beschreibung aller wichtigen Funktionen der aedifion.io Plattform, grob geordnet nach den verschiedenen Schritten einer typischen Datenverarbeitungspipeline: Wir beginnen mit den verschiedenen M√∂glichkeiten des Dateningresses, fahren fort mit den funktionalen Aspekten der Speicherung, Verarbeitung und Verwaltung von Daten, gehen dann zum Datenexgress sowie der Generierung von h√∂herwertigen Erkenntnissen aus den Daten √ľber und schlie√üen mit nicht-funktionalen Merkmalen wie Sicherheit, Datenschutz und dem rechtlichen Rahmen.

Dateningress

aedifion.io bietet eine anlagen-, geb√§ude- und sogar quartiersweite Datenerfassung aus verschiedenen Datenquellen an. Die Plattform beherrscht die meisten Bus-Kommunikationsstandards der Industrie und kann automatisch Daten aus Anagen, Geb√§uden oder Quartieren aufnehmen, indem sie alle verf√ľgbaren Datenpunkte und Ger√§te f√ľr eine einfache Einrichtung automatisch erkennt. Dar√ľber hinaus integriert die Plattform verschiedene andere IP-basierte Datenquellen, z.B. bestehende √§ltere Datenbankformate und Server √ľber Ihren Exchange-Server bis hin zu Datenquellen von Drittanbietern wie Wettervorhersagen. Schlie√ülich k√∂nnen Live-Daten √ľber MQTT direkt in aedifion.io gestreamt werden, w√§hrend historische Daten und Batch-Daten √ľber einen Datei-Upload in verschiedenen Formaten wie CSV aufgenommen werden k√∂nnen.

Datenquelle Beispiel
Automationsnetzwerke BACnet, Modbus, KNX, M-Bus, OPC UA/DA, ...
Datenbanken Verschiedene Varianten von SQL und NoSQL, Influx, OpenTSDB, ...
APIs von Drittanbietern MS Exchange, Wetterdaten und -vorhersagen, ...
Benutzer MQTT-Stream, Datei-Upload, ...

aedifion.io funktioniert vollst√§ndig Plug-and-Play f√ľr BACnet-Systeme. Alles, was es braucht, ist das aedifion.io Edge Device, das das Bedienpersonal einfach an das lokale (Geb√§ude-)Netzwerk anschlie√üt. Einmal angeschlossen, verbindet sich das Edge Device automatisch mit unseren Servern und wir konfigurieren, starten und √ľberwachen kontinuierlich den Dateningress.

Noch mehr erfahren? Erkunden Sie unser Datenimport- und -export-Tutorial.

Metadaten

F√ľr jedes eingebundene Ger√§t und jeden Datenpunkt kann aedifion.io umfangreiche Metadaten entweder direkt √ľber das Automationsnetzwerk, z.B. durch Auslesen von BACnet-Properties oder Modbus-Anlagenbeschreibungen, oder aus lokalen Datenbanken und Servern wie OPC erfassen und pflegen. Alle Metadaten werden automatisch im Datenmodell von aedifion.io strukturiert und k√∂nnen von dort aus zum Suchen und Sortieren der Daten genutzt werden. Zus√§tzlich k√∂nnen die Metadaten mit Methoden der k√ľnstlichen Intelligenz wie Clustering und Klassifizierung erweitert werden.

KI-generierte Metadaten

Unsere Plattform erg√§nzt die bestehenden Metadaten aus dem Automationsnetzwerk um durch unsere K√ľnstliche Intelligenz (KI) generierte Informationen. Jeder Datenpunkt und seine Beobachtungen werden analysiert und eine KI generiert Annotationen aus einer Reihe von vordefinierten Klassen. Die neu generierten Beschreibungen k√∂nnen durchsucht und gefiltert werden, um das Geb√§ude zu organisieren. Da es sich um einen statistischen Entscheidungsprozess handelt, gibt jede Anmerkung auch eine Wahrscheinlichkeit f√ľr die Richtigkeit der KI an.

Wetter und Wettervorhersagedaten

aedifion.io liefert automatisch lokale Wetter- und Vorhersagedaten f√ľr jedes Projekt, abh√§ngig von seinen GPS-Koordinaten.

*Noch mehr erfahren? Erkunden Sie, welche Wetterdaten auf aedifion.io verf√ľgbar sind.

Datenspeicherung und Auflösung

F√ľr hochvolumige Zeitreihendaten verwendet aedifion.io auf Zeitreihen spezialisierte Datenbanken, die unter anderem das hocheffiziente Abfragen und die Verarbeitung dieser Zeitreihendaten √ľber Zeitbereiche erm√∂glichen. Um die Verarbeitungs- und Speichereffizienz zu erh√∂hen, werden neue Beobachtungen f√ľr einen Datenpunkt nur dann gespeichert, wenn es eine (signifikante) √Ąnderung gegen√ľber den zuvor beobachteten/gemessenen Werten gibt. Dies ist eine g√§ngige Praxis, die als Change-of-Value (CoV) bezeichnet wird. Der vorkonfigurierte CoV-Schwellenwert ist 0.

Zeitreihendaten k√∂nnen auf aedifion.io mit einer maximalen Aufl√∂sung von Nanosekunden gespeichert werden. Beim Einlesen von Daten aus einem Automationsnetzwerk ist die Aufl√∂sung jedoch in der Regel durch die maximale Abtastfrequenz begrenzt, die die Ger√§te im Automationsnetzwerk unterst√ľtzen. √Ąltere BACnet-Ger√§te unterst√ľtzen z.B. √ľblicherweise Abtastfrequenzen bis zu \(\frac{1}{5s}\), w√§hrend moderne BACnet-Ger√§te oft mit \(\frac{1}{s}\) und schneller abgetastet werden k√∂nnen. Die Abtastraten k√∂nnen flexibel pro Projekt, Ger√§t und sogar pro Datenpunkt eingestellt werden.

Datenbereitstellung

aedifion.io bietet verschiedene M√∂glichkeiten der Datenbereitstellung, d.h. √ľber ein Web-Frontend, √ľber Rest- und Streaming-APIs sowie √ľber Integrationen in Drittanbieter-Software.

Frontend

Das Web-Frontend von aedifion.io bietet u.a. die Suche nach Daten und Metadaten, verschiedene Möglichkeiten der Personalisierung, verschiedene Arten von Plots und den Export von Daten.

Noch mehr erfahren? Erkunden Sie den frontend guide oder besuchen Sie unser Frontend unter www.aedifion.io.

HTTP API

Die gesamte Funktionalit√§t von aedifion.io wird √ľber die HTTP API bereitgestellt. Damit deckt sie alle Funktionen des Frontends und noch mehr ab. Die API kann mit verschiedenen Tools von Drittanbietern verwendet oder mit praktisch jeder modernen Programmiersprache aufgerufen werden. Unter https://api.aedifion.io/ui/ ist eine Webumgebung zum benutzerfreundlichen Testen und Kompilieren von API-Interaktionen zu finden. Dar√ľber hinaus k√∂nnen auf Anfrage weitere Abrufmethoden f√ľr z.B. MATLAB bereitgestellt werden.

Noch mehr erfahren? Erkunden Sie unsere HTTP-API-Tutorials oder probieren Sie unsere API-Benutzeroberfläche unter https://api.aedifion.io/ui/ aus.

MQTT API

Die MQTT-API bietet ein Publish/Subscribe-Modell, um Daten in und aus der aedifion.io-Plattform zu streamen. Dabei können die Daten einer gesamten Anlage oder nur einige ausgewählte Datenpunkte von Interesse abonniert werden.

*Noch mehr erfahren? Probieren Sie unsere MQTT API-Tutorials aus.

Software von Drittanbietern

Wir integrieren den Zugang zu den Daten auf aedifion.io in eine wachsende Anzahl von Drittanbieter-Software wie Microsoft Excel.

Noch mehr erfahren? Sehen Sie sich den √úberblick √ľber bestehende Integrationen an.

Datenverarbeitung

Eine wachsende Anzahl von Weiterverarbeitungsmethoden wird kontinuierlich direkt in die aedifion.io Plattform integriert, wie z.B. Downsampling, Interpolation oder verschiedene allgemeine statistische Analysen. Neben den integrierten Funktionen können benutzerdefinierte Stream- und Batch-Prozesse eingerichtet oder virtuelle Datenpunkte angelegt werden, die die Daten des Projekts weiterverarbeiten.

aedifion.io bietet Datenverarbeitung gemäß der deutschen VDI 6041 "Technisches Monitoring" und der internationalen Norm ISO 50 001 "Energiemanagement".

Stream

Stream-Prozesse decken Anwendungsf√§lle wie Soll-Ist-Vergleiche ab, wie sie in der VDI 6041 "Technisches Monitoring" gefordert werden. Ein Stream-Prozess f√ľhrt eine Berechnung einer frei w√§hlbaren mathematischen Beziehung bei jedem neuen Ereignis oder Beobachtung eines referenzierten Datenpunktes durch. Stream-Prozesse beziehen sich auf einen oder mehr Datenpunkte.

Beispiele f√ľr Str√∂mungsprozesse
  • W√§rmestromberechnung: \(\dot{Q} = \dot{m} \cdot c_{p} \cdot \left( \vartheta_{out} - \vartheta_{in} \right)\)
  • Leistungskoeffizient: \(\eta = \frac{\dot{Q}_{th}}{P_{el}}\)
  • System√ľberpr√ľfung: \(\text{Istwert} \approx \text{erwarteter Wert}\)

Batch

Batch-Prozesse decken noch komplexere Berechnungen ab und tragen den komplexeren Anwendungsf√§llen der Norm ISO 50 001 "Energiemanagement" Rechnung. Ein Batch-Prozess wird nicht kontinuierlich - wie Stromprozesse - betrieben, sondern zu einem bestimmten Ausl√∂ser, z.B. zu einer vorgegebenen Zeit oder auf eine Anforderung hin. Dieser Prozess kann komplexe Berechnungen mit gro√üen Mengen an historischen Daten durchf√ľhren.

Beispiele f√ľr Batch-Prozesse
  • Jahresarbeitszahl (W√§rmepumpe)
  • Energiebericht √ľber lange Zeitr√§ume
  • Regelkreis-Analyse

Virtuelle Datenpunkte

Ein virtueller Datenpunkt ist ein Datenpunkt, der nicht von einer lokalen Anlage erfasst wird, sondern aus einem vordefinierten Stream- oder Batch-Prozess erzeugt, der auf einem oder mehreren Datenpunkten l√§uft. Der virtuelle Datenpunkt stellt den Output kontinuierlich in Form eines neuen Datenpunktes in der Zeitreihen-Datenbank von aedifion.io zur Verf√ľgung.

Berechnungen f√ľr virtuelle Datenpunkte k√∂nnen aus einer st√§ndig wachsenden Liste von Funktionen, die von aedifion entwickelt und bereitgestellt werden, ausgew√§hlt und auf das ausgew√§hlte Projekt angewendet werden. Nat√ľrlich k√∂nnen alle Alarm- und Benachrichtigungsparadigmen, die auf den originalen physischen Datenpunkten angewendet werden, auch auf solche virtuellen Datenpunkte angewendet werden. Auf diese Weise k√∂nnen z.B. komplexe Beziehungen und Bedingungen √ľberwachen und Warnmeldungen erstellt werden.

Beispiele f√ľr virtuelle Datenpunkte
  • W√§rmestromberechnung aus Daten von Temperatur- und Volumenstromsensoren
  • Einhaltung von Betriebsregeln, z.B. durch Korrelation von Ventilstellungen
  • Ermittlung von aktuellen KPI-Werten wie Leistungszahlen

Datenmanagement und Strukturierung

Gebäude oder Anlage können leicht Tausende von Datenpunkten umfassen und deren Verwaltung kann schnell zu einer komplexen Aufgabe werden. Daher bietet aedifion.io verschiedene Methoden, um Daten zu verwalten, zu strukturieren und mit Metadaten anzureichern.

Favoriten

Jeder Datenpunkt kann als Favorit gekennzeichnet werden, z.B. um h√§ufig gepr√ľfte oder wichtige Datenpunkte zu markieren. √úber das Frontend oder die API kann die Liste aller Datenpunkte nach Favoriten gefiltert werden, um schnell auf sie zugreifen zu k√∂nnen.

Tags

Tags sind kleine Metadaten, die an Ger√§te und Datenpunkte angeh√§ngt werden. Die Tags werden automatisch von aedifion aus den gesammelten Metadaten sowie mit Methoden der k√ľnstlichen Intelligenz hinzugef√ľgt. Nat√ľrlich k√∂nnen die Nutzer ihre eigenen Tags hinzuf√ľgen. Tags k√∂nnen dann verwendet werden, um Ger√§te und Datenpunkte zu filtern, um Analysealgorithmen anzupassen oder um strukturierte Benennungsschemata wie Brick oder BUDO zu erstellen.

Datenpunktschl√ľssel

Ein Datenpunktschl√ľssel ist ein Datenpunktbenennungsschema, das alternative Namen f√ľr alle oder einige Datenpunkte eines Geb√§udes unter einem gemeinsamen Schl√ľssel zusammenfasst. Alternative Datenpunktschl√ľssel sind erforderlich, um z.B. den Anforderungen verschiedener Datenpunktbenennungsschemata wie Brick oder BUDO, der logischen Eindeutigkeit oder einfach individuellen Benutzerpr√§ferenzen gerecht zu werden.

Noch mehr erfahren? Erkunden Sie unsere Tutorials zu Favoriten, Tagging und Umbenennung.

Systemtags

Auf der Cloud-Plattform aedifion.io k√∂nnen zus√§tzliche Informationen mittels Tags, z.B. zu Datenpunkten, hinzugef√ľgt werden. Tags k√∂nnen entweder √ľber die API oder das Frontend Datenpunkten zugewiesen werden. Einige Tags k√∂nnen plattformweit genutzt werden und werden daher zu Systemtags aggregiert.

Ein Beispiel f√ľr einee Systemtag stellt die Einheit von Observationen dar, welche die reinen Zeitreiheninformationen erg√§nzt. Die Einheit kann entweder direkt durch den Nutzer als Tag festgelegt werden, durch unsere KI bestimmt werden oder aus dem Automationssystem importiert werden. Es k√∂nnen dabei Tags aus mehreren Quellen gesetzt werden, diese werden dann durch unser System aggregiert. W√§hrend der Aggregation wird immer die durch den Nutzer gesetzte Einheit bevorzugt. Ist keine Einheit durch den Nutzer definiert, wird entweder die durch unsere KI gesetzte Einheit oder die Einheit aus dem Automationssystem verwendet. Unser System w√§hlt dann eine dieser Einheiten basierend auf einer statistischen Auswertung aus.

Ist die Einheit gesetzt und systemweit definiert, kann die Cloud-Plattform aedifion.io diese Information nutzen. So ist es beispielsweise m√∂glich, die Einheit f√ľr einen Export der Zeitreihendaten √ľber unsere API zu definieren und damit w√§hrend des Exports zwischen unterschiedlichen Einheiten umzurechnen. Zudem kann auch die Darstellung der Zeitreihen in den Cockpits angepasst werden, indem die Zeitreihendaten im Data Inspector, im Controls Cockpit und im Operations Cockpit in der gew√§hlten Einheit dargestellt werden.

Projekt-, Benutzer- und Rechteverwaltung

Jeder Kunde auf aedifion.io wird in seinem eigenen Bereich verwaltet, so dass die Daten und Metadaten dieses Kunden immer streng von den Ressourcen anderer Kunden getrennt sind. Jeder Kunde kann mehrere Projekte auf aedifion.io haben, die administrativen Unterbereichen innerhalb des Unternehmens entsprechen. Benutzer k√∂nnen dem Unternehmen frei hinzugef√ľgt und den Projekten des Unternehmens flexibel zugewiesen oder entfernt werden.

Der Zugriff auf alle Ressourcen innerhalb eines Unternehmens und seiner Projekte wird durch einen rollenbasierten Zugriffskontrollmechanismus (RBAC) streng kontrolliert, der ein flexibles und feinkörniges Rechtemanagement ermöglicht. Z.B. kann der Zugriff einzelner Benutzer auf bestimmte Projekte, auf eine Untermenge von API-Endpunkten oder sogar auf einzelne Datenpunkte oder Tags beschränken werden. Das RBAC-System ermöglicht es Ihnen, aedifion.io so zu konfigurieren, dass es Ihren individuellen Datenschutzanforderungen gerecht wird.

Noch mehr erfahren? Erkunden Sie unser Administrations-Tutorial.

Dashboard

Auf Wunsch bietet aedifion ein eigenes Dashboard f√ľr jedes Projekt. Mit dem Dashboard k√∂nnen auf einfache Weise individuelle Visualisierungen f√ľr die Daten eines Projekts erstellen werden, dabei kann aus einer breiten Palette von Diagrammen und Widgets ausgew√§hlt werden.

dashboard
Abbildung 1: Beispiel f√ľr ein benutzerdefiniertes Dashboard zur √úberwachung des Komforts in einem B√ľro

Alarme und Benachrichtigungen

In aedifion.io sind verschiedene Alarmierungsschemata integriert, die auf Projekte und Datenpunkte angewendet werden k√∂nnen. Schwellenwerte l√∂sen Alarme aus, z.B. wenn die CO2-Konzentration zu hoch ist, w√§hrend Durchsatzalarme zur √úberwachung des Zustands der Sensorik verwendet werden k√∂nnen. Alarme werden √ľber verschiedene Alarmierungskan√§le √ľbermittelt, wie z.B. das Internet, E-Mail, Instant Messenger oder Sprachausgabe, z.B. √ľber Amazons Alexa. Das erm√∂glicht flexible, benutzerzentrierte und innovative Alarmierungsfunktionen. Ein Beispiel f√ľr das aedifion.io Alarm-Webfrontend ist in Abbildung 2 dargestellt.

alerta-frontend
Abbildung 2: aedifion Alarm-Frontend

Noch mehr erfahren? Lesen Sie unser Tutorial zu Alarmen.

Integrationen

Wir erweitern kontinuierlich die Integrationen von aedifion.io mit und um verschiedene popul√§re Drittdienste wie Cloud-Anbieter, Instant Messenger, Amazons Alexa oder 3D-Visualisierungen. Diese Integrationen erweitern die Kerndienste von aedifion und erm√∂glichen es, aedifion.io mit anderen Diensten zu verkn√ľpfen, um neue, kreative und innovative Service-Pipelines aufzubauen.

Noch mehr erfahren? Lesen Sie √ľber die bestehenden Integrationen.

Grundlegendes Sollwertmanagement, Zeitpl√§ne und System√ľberschreibung

aedifion.io bietet grundlegende Steuerungsfunktionen, wenn ein Datenpunkt generell im Feld steuerbar ist. Dies umfasst das einfache Schreiben von Sollwerten ebenso wie die Manipulation lokaler Regelkreise oder sogar das √úberschreiben lokaler Systemausgaben. Dar√ľber hinaus kann aedifion.io eine gute Scheduling-Funktionalit√§t bereitstellen, die es erm√∂glicht, Steuerungssequenzen auf dem aedifion Edge Device auszuf√ľhren und die Ausf√ľhrung von der Cloud aus zu √ľberwachen und zu steuern sowie die Steuerung sogar mit unseren Integrationen wie Alexa oder Chatbots zu verkn√ľpfen. Im Extremfall kann die lokale Steuerungshardware auf In-Out-Devices reduziert werden, w√§hrend die gesamte Logik in der Cloud betrieben wird.

Die Sicherheit von cloudbasierten Steuerungen ist kritisch. Daher muss dieser Teil von aedifion.io manuell von aedifion eingerichtet werden. Alle geschriebenen Sollwerte und Zeitpläne werden protokolliert.

Authentifizierungsmechanismen

aedifion.io unterst√ľtzt verschiedene (Single-Sign-On) Authentifizierungsmethoden, z.B. HTTP Basic Auth, OpenID Connect, OAuth 2.0 und SAML 2.0. aedifion.io kann sich mit bestehenden Benutzerverzeichnissen verbinden, z.B. LDAP und Active Directory, und unterst√ľtzt verschiedene soziale Logins, z.B. Google, Github, Facebook und dergleichen.

Rechtlicher Rahmen

Der rechtliche Rahmen von aedifion.io besteht aus einem Nutzungsvertrag zwischen dem Kunden und aedifion mit Anh√§ngen. D.h. den Allgemeinen Gesch√§ftsbedingungen (AGBs) von aedifion, einem Vertrag √ľber die Auftragsdatenverarbeitung (ADV) und technisch-organisatorischen Ma√ünahmen (TOMs) zur Datensicherheit.

Verf√ľgbarkeit und Qualit√§tssicherung

aedifion √ľberwacht kontinuierlich den Systemzustand von aedifion.io durch interne Echtzeitmessungen entlang der gesamten Datenpipeline, d.h. von der Erhebung der Daten √ľber deren Speicherung und Verarbeitung bis hin zur Ausgabe der Daten und den generierten Erkenntnissen.

aedifion.io kann √ľber zwei identische, aber v√∂llig unabh√§ngige Implementierungen gespiegelt werden, die redundant parallel arbeiten. Alle Zeitreihendaten werden w√∂chentlich gesichert, w√§hrend Backups aller Metadaten jede Nacht erstellt werden. Die Backups werden f√ľr die gesamte Dauer des Projekts aufbewahrt.

aedifion.io läuft in Cloud-, Edge- und Air-Gapped-Implementierungen.


Letztes Update: 2022-07-01
Zur√ľck zum Seitenanfang