LPWAN-Technologien für das Smart Building: Evaluierung, Implementierung und Praxistest

Leon Scheidgen absolvierte zunächst eine Ausbildung zum Fachinformatiker der Fachrichtung Systemintegration an der Zentralen Hochschulverwaltung der RWTH Aachen. Nach erfolgreichem Abschluss entschied er sich, seine Kenntnisse weiter zu vertiefen und begann ein Informatikstudium an der Fachhochschule Aachen. Gegen Ende des Studiums suchte er ein Thema für seine Bachelorarbeit und bewarb sich bei ComConsult. Dort erhielt er als Werkstudent die Möglichkeit, seine Bachelorarbeit im Bereich Funktechnologien mit dem Schwerpunkt LPWAN zu schreiben.

Was war die Motivation für deine Bachelorarbeit?

Im Rahmen meiner Bachelorarbeit habe ich mich intensiv mit LPWAN-Technologien im Kontext von Smart Buildings beschäftigt. Besonders motiviert hat mich dabei der Ansatz, energieeffiziente Gebäude durch den Einsatz stromsparender Sensorik zu ermöglichen.

LPWAN bietet die technische Grundlage, um Sensoren über große Distanzen hinweg mit minimalem Energieverbrauch zu vernetzen. Die Fragestellung, wie sich ein Smart Building effizient überwachen und steuern lässt, insbesondere unter Berücksichtigung eines geringen Stromverbrauchs und drahtloser Kommunikation, fand ich dabei besonders spannend.

Wozu werden Sensoren im Smart Building genutzt?

Sensoren in Smart Buildings werden in zahlreichen Anwendungsbereichen eingesetzt und von vielen unterschiedlichen Anbietern bereitgestellt. Das Spektrum reicht von der Parkplatzüberwachung über die Erfassung von Luftfeuchtigkeit und Temperatur bis hin zur Anwesenheitserkennung in Büroräumen. Entsprechend vielfältig sind die Einsatzmöglichkeiten dieser Sensoren. Durch die Erfassung und Auswertung der Daten entsteht ein umfassendes Bild über die Nutzung und den Zustand eines Gebäudes. Auf dieser Grundlage lassen sich automatisierte Steuerungen realisieren, beispielsweise für Beleuchtung, Lüftung, Heizung, Klimaanlagen oder Fenster. So können Systeme bedarfsgerecht aktiviert werden, etwa in Abhängigkeit von Nutzungsmustern oder gemessenen Umgebungswerten.

Ein zentrales Ziel ist dabei die Steigerung von Energieeffizienz und Nachhaltigkeit. Gleichzeitig entstehen zum Beispiel durch optimierte Reinigungsintervalle oder einen reduzierten Energieverbrauch Kostenersparnisse. Darüber hinaus ermöglichen spezielle Sensoren, wie beispielsweise zur Wasserdetektion, eine frühzeitige Erkennung von Schäden wie Rohrbrüchen und tragen somit zur Risikominimierung bei.

Was unterscheidet LPWAN-Technologien von anderen Funktechnologien?

LPWAN-Technologien zeichnen sich durch drei zentrale Eigenschaften aus, die sie von klassischen Funktechnologien wie WLAN, Mobilfunk (4G, 5G) oder WAN unterscheiden. Der erste Punkt ist die große Reichweite: Durch die Nutzung niedriger Frequenzen unterhalb von einem Gigahertz können Signale größere Distanzen überbrücken und Hindernisse wie Wände gut durchdringen. Somit funktioniert die Übertragung sogar in Tiefgaragen. Gleichzeitig zeichnen sich LPWAN-Sensoren durch hohe Energieeffizienz aus, da die meisten batteriebetrieben sind und dadurch lange Laufzeiten von mehreren Jahren erreichen, was Wartungsaufwand und Kosten reduziert. Darüber hinaus bieten LPWAN-Netze eine hohe Kapazität, sodass eine große Anzahl von Sensoren gleichzeitig und effizient kommunizieren kann.

Was war das Ziel der Arbeit?

Ziel der Arbeit war es, einen strukturierten Überblick über die verschiedenen LPWAN-Technologien zu schaffen und deren Eignung für den Einsatz in Smart Buildings vergleichend darzustellen. Dabei sollten die wesentlichen Technologien gegenübergestellt und hinsichtlich ihrer Einsatzmöglichkeiten in unterschiedlichen Anwendungsszenarien bewertet werden.

Der Fokus lag insbesondere auf der praktischen Anwendbarkeit, um eine Orientierung und Entscheidungshilfe zu bieten, welche Technologie sich für welche Anforderungen im Smart-Building-Umfeld eignet.

Du hast in der Arbeit zunächst die fünf größten LPWAN-Technologien untersucht. Welche waren das?

In der Arbeit wurden die fünf größten LPWAN-Technologien untersucht, darunter drei lizenzfreie und zwei lizenzierte Funktechnologien. Die drei lizenzfreien Technologien sind Long Range Wide Area Network (LoRaWAN), Mioty und Sigfox. Die beiden lizenzierten Technologien sind Narrowband Internet of Things (NB-IoT) und Long Term Evolution for Machines (LTE-M).

Funkgeräte in lizenzfreien Frequenzbändern dürfen nicht dauerhaft senden. Der sogenannte Duty Cycle gibt an, wie viel Prozent der Zeit das Gerät senden darf. Diese Regel verhindert, dass ein Gerät das Frequenzband blockiert und andere Nutzer stört. Im Frequenzband um 868 MHz, welches von den behandelten lizenzfreien Technologien genutzt wird, ist je nach Frequenzbereich ein Duty Cycle von 1 % vorgeschrieben. Ein Vorteil der lizenzierten Technologien ist, dass es diese Beschränkung der Nachrichtenanzahl dort nicht gibt.

LoRaWAN ist aktuell die am weitesten verbreitete Technologie mit den meisten verkauften Geräten, was vor allem daran liegt, dass sie lizenzfreie Frequenzbänder nutzt und jeder sie nutzen kann, ohne sich irgendwo anmelden zu müssen.

Mioty ist eine neuere Technologie, die ähnliche Anwendungsfälle wie LoRaWAN adressiert, jedoch unter anderem die Störfestigkeit von Übertragungen optimiert.

Sigfox verfolgt einen anderen Ansatz, da keine privaten Gateways oder Access Points zum Einsatz kommen können. Stattdessen wird ausschließlich das von Sigfox betriebene öffentliche Netz genutzt. Dies hat den Vorteil, dass Anwender keine eigene Infrastruktur installieren müssen, um Netzabdeckung zu erhalten. Die Abdeckung des Sigfox-Netzes ist großflächig vorhanden, im Vergleich zu LoRaWAN ist die Verbreitung jedoch insgesamt geringer.

NB-IoT und LTE-M basieren beide auf LTE-Technologie. Sie sind dadurch etwas kostenintensiver und weniger energieeffizient, da LTE ursprünglich nicht für sehr kleine Datenmengen und energiesparende Betriebsmodi optimiert wurde. Beide Technologien nutzen jedoch spezielle Frequenzbereiche im LTE-Spektrum, die die Energieeffizienz gezielt fördern. LTE-M erlaubt höhere Datenraten als NB-IoT, ist dabei jedoch etwas weniger energiesparend.

Für welche dieser 5 Technologien hast du dich beim Praxistest entschieden?

Der Vergleich der fünf Technologien hat ergeben, dass grundsätzlich alle untersuchten LPWAN-Technologien für typische Anwendungsfälle im Smart-Building-Umfeld geeignet sind. Unterschiede zeigen sich vor allem in den jeweiligen Stärken hinsichtlich Reichweite, Energieeffizienz, Kosten und Infrastruktur.

Meine Entscheidung fiel auf LoRaWAN. Ausschlaggebend dafür waren insbesondere der hohe Marktanteil, die große Verbreitung sowie die Vielzahl an verfügbaren Herstellern und Softwarelösungen. Zudem waren die Kosten für eine Teststellung gering, da bei ComConsult bereits Erfahrungen mit LoRaWAN sowie eine bestehende Infrastruktur im Testlabor vorhanden waren. Dort standen ein Gateway und ein Server zur Verfügung, sodass sich mit überschaubarem Aufwand ein funktionsfähiges Netzwerk aufbauen ließ.

Du hast den Praxistest anhand von 3 Use Cases entwickelt. Welche waren das?

• Parkraumüberwachung: Dabei wird ein Sensor im Bereich eines Parkplatzes installiert, der erkennt, ob ein Fahrzeug vorhanden ist, und diese Information an einen Server übermittelt. Für diesen Anwendungsfall habe ich zwei unterschiedliche Sensortechnologien verglichen: einen Radarsensor und einen Ultraschallsensor. Der Radarsensor von Bosch wurde am Boden installiert und erkennt mithilfe von Radartechnologie, ob sich ein Fahrzeug darüber befindet. Der Ultraschallsensor von Milesight wurde an der Decke der Tiefgarage montiert und misst den Abstand zum Boden. Verändert sich dieser Abstand durch ein darunter stehendes Fahrzeug, kann daraus auf die Belegung des Parkplatzes geschlossen werden.
• Personenzählung: Beim zweiten Anwendungsfall bestand das Ziel darin, die Anzahl der sich in einem Raum befindlichen Personen zu erfassen. Dieser Use Case ist im Smart-Building-Umfeld weit verbreitet. Die Tests wurden in der Kantine des Firmengebäudes durchgeführt. Dabei kamen zwei unterschiedliche Sensortypen zum Einsatz. Zum einen wurde ein Durchgangssensor von Milesight installiert, der über zwei Passive-Infrared-Sensoren (PIR) verfügt und oben im Türbereich montiert wurde. Dieser erfasst – ähnlich wie bei einem Bewegungsmelder – durch das Zählen von Ein- und Austritten die Anzahl der Personen im Raum. Zum anderen wurde ein Sensor von Kerlink eingesetzt, der auf Bluetooth- und WLAN-Technologie basiert. Er erkennt Endgeräte anhand sogenannter Probe Requests, die regelmäßig von mobilen Geräten bei der Suche nach Netzwerken gesendet werden und leitet daraus die Anzahl der anwesenden Personen ab.
• Elektronische Beschilderung: Hier kam ein E-Ink-Display mit einer Größe von 4,2 Zoll zum Einsatz, das über LoRaWAN angesteuert werden kann. Dieses Gerät war in dieser Form nur von einem Hersteller (Milesight) verfügbar. Der Fokus lag auf der praktischen Überprüfung, inwieweit sich Inhalte über LoRaWAN auf dem Display aktualisieren lassen. Aufgrund der begrenzten Datenrate und der durch Duty-Cycle-Begrenzungen eingeschränkten Sendezeit bestand die zentrale Herausforderung darin, zu testen, ob ausreichend Daten übertragen werden können, um beispielsweise vollständige Textinhalte zu aktualisieren.

Die Durchführung der Tests erfolgte über einen längeren Zeitraum. Die Sensoren wurden während der Bearbeitung der Bachelorarbeit installiert und innerhalb von etwa ein bis zwei Monaten aktiv ausgewertet.

Wie hast du die Use Cases im Testlabor von ComConsult implementiert?

Die Use Cases habe ich im Testlabor von ComConsult auf Basis einer bereits vorhandenen LoRaWAN-Infrastruktur umgesetzt. Diese bestand aus einem Gateway, das als Zugangspunkt für das Netzwerk dient und ein privates LoRaWAN bereitstellt. Es war mit einem Netzwerk-Server verbunden, der die Kommunikation mit den Sensoren steuert und die eingehenden Daten verarbeitet. Als Software kam dabei die Open-Source-Lösung ChirpStack zum Einsatz.

Die von den Sensoren übertragenen Daten habe ich anschließend aufbereitet und in einer Datenbank (InfluxDB) gespeichert. Zur Visualisierung und Auswertung habe ich die Daten in Grafana-Dashboards dargestellt, wodurch eine übersichtliche Analyse der Messergebnisse möglich war.

Ein Bestandteil meiner Arbeit bestand in der Verarbeitung der Sensordaten. Diese werden aus Effizienzgründen in komprimierter Form als Bitstream übertragen und müssen zunächst dekodiert werden, bevor sie interpretierbar sind. Dabei habe ich die Rohdaten aufgeteilt, den entsprechenden Messwerten zugeordnet und die Daten in ein nutzbares Format überführt. Der Aufwand für diese Datenaufbereitung variierte je nach Hersteller. Während der Anbieter Milesight fertige Decoder bereitstellt, musste ich bei anderen Sensoren, etwa von Kerlink oder Bosch, Anpassungen vornehmen oder eigene Decoder entwickeln, um alle benötigten Messwerte korrekt auszuwerten.

Welche Ergebnisse hatten die Tests?

Die Tests zur Parkraumüberwachung haben gezeigt, dass beide eingesetzte Sensoren zuverlässig funktionieren und den Belegungsstatus der Parkplätze korrekt erkannt haben. Der Ultraschallsensor lieferte in einzelnen Fällen fehlerhafte Messwerte, was vermutlich auf Störungen durch Personen zurückzuführen ist, die sich während der Messung im Erfassungsbereich bewegten. Dadurch konnten vereinzelt falsche Belegungen erkannt werden. Die Reaktionszeit lag bei den Sensoren unter einer Minute, sodass Änderungen des Parkplatzstatus zeitnah erfasst wurden. Insgesamt zeigten beide Technologien eine hohe Zuverlässigkeit in der Anwendung.

Bei der Personenzählung gaben beide Sensoren zunächst eine höhere Personenanzahl an, als tatsächlich im Tagesverlauf im Raum anwesend war.

Die Auswertungen in Grafana ergaben, dass der eingesetzte Durchgangssensor von Milesight, der in der Tür angebracht war, deutlich mehr ausgehende als eingehende Personen zählte. Dies führte zeitweise zu unplausiblen Ergebnissen. Eine mögliche Ursache liegt darin, dass der Sensor auch Personen erfasst, die lediglich im Bereich der Tür vorbeigehen, ohne den Raum tatsächlich zu betreten oder zu verlassen. Zudem sind die verwendeten PIR-Sensoren nicht unbedingt in der Lage, Personen bei geringer Distanz zuverlässig voneinander zu unterscheiden, wodurch es zu fehlerhaften Mehrfachzählungen kommen kann.

Auch der eingesetzte WLAN-Sensor erwies sich als wenig geeignet, um die exakte Anzahl der Personen in einem Raum zu bestimmen. Der Sensor erfasst alle WLAN-fähigen Geräte in seiner Umgebung, einschließlich Access Points, Laptops und weiterer Endgeräte. Dabei kann nicht vorausgesetzt werden, dass jede anwesende Person ein entsprechendes Gerät mit sich führt. Ich habe Messwerte im Bereich von über tausend Geräten pro Tag erfasst, was natürlich nicht der tatsächlichen Anzahl an Personen in der Kantine entsprach. Dennoch eignet sich der Sensor zur Ableitung allgemeiner Nutzungstrends, beispielsweise zur Einschätzung, zu welchen Tageszeiten sich mehr Personen im Raum befinden als zu anderen Zeiten.

Grundsätzlich ließ sich feststellen, dass die getesteten Sensortechnologien nur eine grobe Tendenz der Personenanzahl abbilden können. Genauere Ergebnisse wären mit präziseren, hochwertigeren Technologien bei entsprechend höherer Investition möglich. Dennoch entsprach die Entwicklung der Messwerte im Tagesverlauf weitgehend den tatsächlichen Nutzungsmustern und lieferte somit eine brauchbare Orientierung.

Im Bereich der digitalen Beschilderung habe ich zunächst die zugehörige App zur Konfiguration und Programmierung des E-Ink-Displays über Near Field Communication (NFC) verwendet. Innerhalb der Anwendung habe ich ein Template erstellt, in dem die Darstellung festgelegt wurde, zum Beispiel die Position des Logos, die Größe von Überschriften sowie die Formatierung von Texten. Die Inhalte des Displays lassen sich über LoRaWAN anpassen, allerdings nur in begrenztem Umfang, da lediglich der Text, nicht jedoch die Struktur der Darstellung verändert werden kann. Dabei traten Probleme bei der Darstellung von Umlauten auf, da diese vom Display nicht korrekt verarbeitet und teilweise entfernt wurden. Dies deutet auf eine Einschränkung auf Firmware-Seite hin.

Ein typischer Anwendungsfall für solche Displays ist die Anzeige von Raumbelegungen, beispielsweise die Anbringung neben Besprechungsräumen mit Informationen zu Reservierungszeiten. Für diesen Zweck habe ich ein entsprechendes Template erstellt und zusätzlich mit der Software Node-RED eine Automatisierung aufgebaut, die verschiedene Systeme miteinander verbindet. Dadurch wäre es möglich, beispielsweise Kalenderdaten aus einem Outlook-System automatisiert aufzubereiten und an das Display zu übertragen. Im Rahmen meiner Arbeit wurde ein funktionierender Prototyp (Proof of Concept) umgesetzt, der die grundlegende technische Machbarkeit demonstriert. Eine weiterführende Integration in bestehende Systeme hätte jedoch den Umfang der Arbeit überschritten.

Was ist das Fazit deiner Untersuchung?

Die untersuchten Technologien weisen jeweils spezifische Vor- und Nachteile auf, sodass ihre Eignung stark vom jeweiligen Einsatzszenario abhängt. Insbesondere ist zu berücksichtigen, ob eine eigene Infrastruktur aufgebaut werden soll oder ob bestehende Netze genutzt werden können. Für den Betrieb vieler Geräte an einem Standort lohnt sich der Aufbau einer eigenen Infrastruktur. Bei einer geringen Anzahl an Geräten, die über verschiedene Standorte verteilt sind, bieten sich lizenzierte Technologien oder öffentliche Netze wie Sigfox an, da keine eigene Gateway-Infrastruktur erforderlich ist.

Die im Rahmen der Arbeit untersuchte Technologie LoRaWAN erwies sich für den Einsatz im Smart-Building-Umfeld als gut geeignet. Sie bietet eine Balance aus Reichweite, Energieeffizienz und Flexibilität und eignet sich daher bestens für entsprechende Anwendungen.

Die Zusammenarbeit mit ComConsult verlief sehr gut; mein Betreuer verfügte bereits über umfangreiche Erfahrung in dem Themenbereich und hatte unter anderem die eingesetzte ChirpStack-Infrastruktur selbst aufgesetzt. Dadurch konnte er mir viele Grundlagen verständlich vermitteln und mich bei der Einarbeitung unterstützen.

Im weiteren Verlauf habe ich mich zunehmend eigenständig in die Thematik eingearbeitet – insbesondere bei der Entwicklung und Anpassung der Payload-Decoder. Insgesamt hat die Zusammenarbeit prima funktioniert, und ich bin sehr zufrieden mit der Entscheidung, meine Bachelorarbeit in Kooperation mit ComConsult durchgeführt zu haben.