Museum of London

Predictive BMS zur Erhaltung der Kunst

Möglichkeit zur Vermeidung von Ausfällen und Ausfallzeiten der „Air Handling Units“

Bisher war das MoL nicht in der Lage, Ausfälle und Defekte in seinen AHUs vorherzusagen. Die AHUs sorgen dafür, dass die Umgebungsbedingungen im Museum innerhalb der eingestellten Parameter bleiben, die ein optimales Raumklima für die Kunstwerke bieten und sie beispielsweise vor Temperaturschwankungen und feuchtigkeitsbedingten Schäden schützen. AHU-Ausfälle treten jedoch häufig auf und können die Kunstwerke des Museums beschädigen, wenn sie über einen längeren Zeitraum ausfallen.

Facility Manager und Ingenieure freuen sich darauf, die Lösung in ihre Arbeitsprozesse zu integrieren

„Die Umstellung auf ausgeklügelte Lern-, Prognose- und Vorhersagemodelle in der Gebäudeinstandhaltung ist längst überfällig. Wir im Museum of London freuen uns, PredictiveBMS zu implementieren, um Ausfälle vorherzusagen und das Betriebswissen und die Effizienz zu verbessern. Dies wird ein Schlüsselelement des Facility Managements der Zukunft." – Steve Watson, Technischer Gebäudeleiter (New Museum)

Das Museum of London strebt danach, bis 2040 CO2-neutral zu sein

Zur Zielerreichung soll die Entwicklung eines intelligenten Gebäudemanagementsystems beitragen, das genau auf die Bedürfnisse des Museums zugeschnitten ist. Das Museum will auf diesem Gebiet Vorreiter sein, aber auch andere Museen in seiner öffentlichen Verantwortung positiv beeinflussen. Intelligentes Gebäudemanagement kann nicht nur Kosten, sondern auch große Mengen an Treibhausgasen einsparen und dazu beitragen, das von der britischen Regierung gesetzte Netto-Null-Emissionsziel zu erreichen. Zudem bietet der Museumsneubau, der derzeit konzipiert wird, großes Potenzial, Prozesse und Arbeitsweisen effizienter zu gestalten. Die Direktorin des Museum of London (MoL), Sharon Ament, hat erklärt, dass ihr Ziel für das New Museum in Smithfield darin besteht, „einen neuen öffentlichen Raum zu bauen, der nachhaltig ist und den Millionen von Besuchern rund um die Uhr genießen können“.

Während des Entwicklungsprozesses des Produkts wurde das Projektteam von Partnern von Amazon Web Services (AWS) unterstützt.

Lars Schmitz coachte die Teams zu Beginn des Projekts in den „Working Backwards“-Ansatz. Ein Ansatz, bei dem das Problem des Kunden vor der Entwicklungsphase grundlegend analysiert und verstanden wird. Dieser Prozess half dem Team, das Problem des Kunden gründlich zu verstehen und so eine effektive Lösung zu entwickeln.