Künstliche Intelligenz (KI) eröffnet neue Möglichkeiten, Lüftungsanlagen energieeffizienter und vorausschauender zu betreiben. Besonders interessant ist der Einsatz in Schwimmbädern, da hier Temperatur, Luftfeuchtigkeit und Luftqualität zuverlässig eingehalten werden müssen und gleichzeitig ein hoher Energiebedarf für Lüftung, Entfeuchtung und Heizung entsteht.
HANSA Klimasysteme beschäftigt sich bereits seit mehreren Jahren mit der modellprädiktiven Regelung von RLT-Anlagen. Mit dem System etaSmart wird diese Technologie insbesondere für die energetische Optimierung von Schwimmbad-Lüftungsanlagen eingesetzt.
Moderne RLT-Geräte verfügen bereits über zahlreiche Sensoren und Messwerte. Erfasst werden beispielsweise Temperaturen, Luftfeuchtigkeit, Volumenströme, Klappenstellungen und weitere Betriebsdaten. Durch die Vernetzung dieser Informationen entstehen die Voraussetzungen für eine intelligente Regelung.
Bei einer klassischen Regelung werden Betriebsarten und Regelparameter auf Grundlage bewährter Erfahrungen festgelegt. Damit lassen sich die gewünschten Raumluftzustände zuverlässig erreichen. Allerdings bedeutet dies nicht automatisch, dass zu jedem Zeitpunkt auch der energetisch günstigste Betriebszustand gewählt wird.
KI und modellbasierte Regelungen können mehr Einflussgrößen gleichzeitig betrachten. Neben dem Zustand des RLT-Geräts können beispielsweise das Verhalten des Gebäudes, die Wetterbedingungen und die Nutzung berücksichtigt werden. Das System versucht dadurch, Komfort, erforderliche Raumluftbedingungen und Energieverbrauch miteinander zu optimieren.
Die Schwimmbadlüftung ist eine vergleichsweise komplexe Regelungsaufgabe. Temperatur und Luftfeuchtigkeit der Schwimmhalle müssen innerhalb der vorgesehenen Bereiche gehalten werden, während sich Außenklima und Badnutzung laufend verändern.
Hinzu kommt, dass ein Schwimmbad-RLT-Gerät verschiedene Möglichkeiten hat, den gewünschten Raumluftzustand zu erreichen. Dazu gehören unter anderem Außenluft- und Umluftanteil, Luftvolumenstrom, Heizleistung sowie – bei entsprechend ausgestatteten Geräten – der Betrieb einer Wärmepumpe.
Diese Möglichkeiten beeinflussen sich gegenseitig. Eine andere Klappenstellung verändert beispielsweise nicht nur die Luftmischung, sondern auch den Strömungswiderstand und damit den Stromverbrauch der Ventilatoren. Eine Wärmepumpe kann zusätzliche Wärme aus der Fortluft nutzen, benötigt dafür aber elektrische Energie. Für die Wahl des günstigsten Betriebspunkts müssen deshalb viele Größen gleichzeitig betrachtet werden.
Genau hier liegt eine Stärke intelligenter Regelungsverfahren: Sie können verschiedene Betriebsvarianten vergleichen und entscheiden, wie der erforderliche Heiz- und Entfeuchtungsbedarf möglichst effizient bereitgestellt werden kann.
Eine Möglichkeit ist die modellprädiktive Regelung, kurz MPC – Model Predictive Control. Vereinfacht ausgedrückt reagiert der Regler nicht nur auf den aktuellen Zustand, sondern berücksichtigt auch die voraussichtliche weitere Entwicklung.
Bei etaSmart von HANSA werden dazu Modelle des RLT-Geräts und des Gebäudes miteinander kombiniert. Das RLT-Gerät wird über ein physikalisches Modell beschrieben. Für das komplexere Verhalten des Gebäudes kommt ein neuronales Netzwerk zum Einsatz.
Das Gebäudemodell kann anhand vorhandener Daten abschätzen, wie sich Hallentemperatur und Luftfeuchtigkeit entwickeln. Dabei werden unter anderem Heizung, Entfeuchtung, Wetterbedingungen und Belegung berücksichtigt. Daraus wird der zukünftige Heiz- und Entfeuchtungsbedarf ermittelt.
etaSmart berechnet anschließend geeignete Betriebspunkte für die RLT-Anlage. Ziel ist es, die geforderten Bedingungen in der Schwimmhalle einzuhalten und dafür möglichst wenig elektrische und thermische Energie einzusetzen.
Ein Vorteil des Systems besteht darin, dass die vorhandene DDC-Regelung weiterhin genutzt werden kann. etaSmart arbeitet über einen Industrie-PC mit der Regelung zusammen und übergibt die optimierten Vorgaben an die DDC.
Die Technik wird nicht nur theoretisch untersucht. HANSA hat etaSmart bereits in verschiedenen Schwimmbädern eingesetzt. Abhängig von Anlagentyp und Wetterbedingungen wurde für die Lüftungsanlagen eine durchschnittliche Energieeinsparung von etwa 20 % ermittelt.
Besonders ausführlich wurde die Schwimmhalle Ramsloh untersucht. Dort wurden konventionelle und modellprädiktive Regelung über einen längeren Zeitraum miteinander verglichen. Als mittlere Einsparungen nennt HANSA 24 % elektrische Energie und 29 % Wärmeenergie.
Bei einem weiteren Projekt mit drei Lüftungszonen wurde etaSmart um eine integrierte Zonenregelung erweitert. Dadurch konnte auch der notwendige Luftleitungsdruck reduziert werden. Erste Ergebnisse dieses Projekts zeigten Einsparungen von 25 % beim Strom und 42 % bei der Wärme.
Die Ergebnisse zeigen das Potenzial der Technik, sollten jedoch nicht als pauschales Einsparversprechen verstanden werden. Wie groß die Einsparung tatsächlich ausfällt, hängt von RLT-Anlage, Gebäude, Nutzung, Wetterbedingungen und dem bisherigen Anlagenbetrieb ab.
Die bei etaSmart verwendeten Modelle eröffnen neben der energetischen Optimierung weitere Möglichkeiten. Ein zukünftiges Anwendungsgebiet ist beispielsweise die vorausschauende Wartung – Predictive Maintenance.
Wenn das mathematische Modell parallel zum tatsächlichen HANSA RLT-Gerät arbeitet, können berechnetes und gemessenes Anlagenverhalten miteinander verglichen werden. Größere Abweichungen könnten beispielsweise Hinweise auf Verschmutzungen, Verschleiß oder Veränderungen einzelner Komponenten liefern.
Damit entwickelt sich die intelligente Regelung perspektivisch in Richtung eines digitalen Zwillings der RLT-Anlage. Neben der Energieoptimierung könnten damit zukünftig auch Anlagenüberwachung, Fehlererkennung und Wartung unterstützt werden.
KI in der Lüftungstechnik bedeutet nicht einfach, einen herkömmlichen Regler durch „künstliche Intelligenz“ zu ersetzen. Der wesentliche Vorteil entsteht durch die gemeinsame Betrachtung von RLT-Gerät, Gebäude, Wetter und Nutzung. Gerade bei der energieintensiven Schwimmbadlüftung kann eine solche vorausschauende Regelung helfen, den erforderlichen Raumluftzustand mit geringerem Energieeinsatz bereitzustellen. Die im Fachartikel beschriebenen Praxisprojekte zeigen, dass diese Technik bereits heute eingesetzt wird und gleichzeitig weitere Möglichkeiten für digitale Zwillinge und vorausschauende Wartung eröffnet.
Grundlage dieses Wiki-Artikels ist der Fachbeitrag „Künstliche Intelligenz in der Lüftungstechnik“ von Dr.-Ing. Matthias Lamping, erschienen als Sonderdruck aus cci Zeitung 02/2026