Nach der Implementation unseres regelbasierten Heizungsalgorithmus wollen wir noch einen Blick in die Zukunft werfen. Das Thema künstliche Intelligenz ist topaktuell und geht selbstverständlich auch an unserem Projekt nicht spurlos vorbei. So haben wir ausführlich über mögliche Einsatzgebiete von beispielsweise Machine Learning Elementen nachgedacht.
Im aktuellen Ausbauzustand mit zwei Temperatursensoren bringt die Nutzung von Machine Learning keinen Mehrwert. Allerdings könnte es in Zukunft passende Anwendungsfälle geben. Bei Nutzung weiterer Dateninputs wie beispielsweise Sonneneinstrahlung, Wetterprognose, etc., die alle Einflussfaktoren für den Temperaturverlauf in einem von unserer Heizungsteuerung betreuten Raum darstellen, könnte ein Machine Learning Algorithmus automatisiert Zusammenhänge erkennen und dementsprechend dynamisch entscheiden. Jedoch würden hierzu Erfahrungswerte benötigt werden, aus denen der Algorithmus lernen kann. Keinesfalls wollen wir, dass ein Einsatz von Machine Learning aufgrund falscher Schlüsse die Performance unserer Heizungssteuerung verschlechtert.
Je mehr weitere Einflussfaktoren durch Sensoren oder sonstige Schnittstellen zukünftig erfasst werden, je komplexer eine ausprogrammierte Heizungslogik werden würde, desto eher könnte sich der Einsatz von Machine Learning lohnen. Aufgrund der benötigten Erfahrungswerte wäre eine derartige Implementierung in unserem Geschäftsmodell jedoch ein langfristiges Ziel.