Blog
De rol van gebouwen verandert snel. Waar gebouwen vroeger vooral energie verbruikten, worden ze nu steeds actiever onderdeel van het energiesysteem eromheen. Ze wekken energie op via zonnepanelen, slaan energie op in batterijen, laden elektrische voertuigen en moeten omgaan met dynamische energietarieven, netcongestie en strengere regelgeving.
Dat vraagt om een andere manier van sturen. Niet alleen binnen het gebouw zelf, maar in relatie tot alles daaromheen.
Traditionele gebouwbeheersystemen zijn daar maar beperkt op ingericht. Ze monitoren, regelen en reageren, maar houden nauwelijks rekening met de bredere energiecontext. Terwijl juist daar steeds meer optimalisatie mogelijk wordt.
De oorsprong van Entune ligt in een relatief eenvoudige vraag: hoe kun je energie slimmer gebruiken zonder in te leveren op comfort of bedrijfsvoering?
De eerste modellen richtten zich vooral op het berekenen van betere regelstrategieën op basis van beschikbare gebouwdata. Wanneer is het slim om energie te gebruiken? Hoe stem je opwek, opslag en verbruik beter op elkaar af? En hoe voorkom je onnodige piekbelasting?
Gaandeweg werd duidelijk dat effectieve optimalisatie verder gaat dan alleen algoritmes. Gebouwen gedragen zich niet als een standaard softwareomgeving. Elk gebouw heeft een andere technische inrichting, andere installaties en ander gebruik. Om daar goed op te kunnen sturen, zijn rijkere modellen nodig die begrijpen hoe een gebouw zich fysiek gedraagt.
Vanuit die ontwikkeling groeide Entune verder richting BuildingAI: een aanpak waarin data, AI en fysische modellen samenkomen om gebouwen continu slimmer aan te sturen.
Veel AI-oplossingen werken als een black box: data erin, resultaat eruit. Maar binnen gebouwen werkt dat niet altijd goed. Verwarmingssystemen, ventilatie, vloerverwarming en laadinfrastructuur reageren niet alleen op data, maar ook op fysieke eigenschappen zoals warmteopbouw, traagheid en gebruikersgedrag.
Daarom werkt Entune met zogenoemde grey-box modellen. Hierbij worden AI en data-gedreven optimalisatie gecombineerd met fysische principes. Dat maakt de modellen niet alleen slimmer, maar ook beter uitlegbaar en betrouwbaarder in de praktijk.
Een goed voorbeeld daarvan is vloerverwarming in grote logistieke hallen. Door de thermische massa van de vloer duurt het uren voordat temperatuurveranderingen effect hebben. Optimalisatie draait daar niet alleen om reageren op temperatuur, maar vooral om voorspellen hoe het gebouw zich de komende uren zal gedragen.
Juist die combinatie van AI, gebouwkennis en voorspellende modellen maakt continue optimalisatie mogelijk.
De volgende stap in slimme gebouwen is dat systemen niet alleen registreren wat er gebeurt, maar ook actief anticiperen op wat eraan komt.
Dat betekent bijvoorbeeld:
Gebouwen worden daarmee steeds meer actieve deelnemers binnen het energiesysteem. Niet als losse assets, maar als systemen die continu reageren op data, gebruik en energiecontext.
Daarvoor is meer nodig dan alleen dashboards of monitoringsoftware. Het vraagt om realtime optimalisatie en intelligente aansturing van fysieke installaties.
Die ontwikkeling maakt samenwerking tussen systemen steeds belangrijker. Gebouwbeheersystemen, HVAC-installaties, laadpalen, batterijen en energiemanagementsystemen kunnen niet langer los van elkaar opereren.
Slimme gebouwen ontstaan juist in de verbinding tussen die onderdelen.
Daarom ontwikkelt Entune zich steeds meer als een ecosysteem waarin verschillende technologieën, installaties en energiecomponenten samenwerken. Niet door bestaande systemen te vervangen, maar door ze slimmer met elkaar te laten communiceren en reageren op de energiecontext van dat moment.
Waar gebouwen vroeger vooral statisch waren, worden ze steeds dynamischer en adaptiever. Ze reageren op energieprijzen, netbelasting, weersomstandigheden en gebruikspatronen. AI speelt daarin een belangrijke rol, maar alleen wanneer die AI goed ingebed is in de fysieke en operationele realiteit van gebouwen.
De toekomst van slimme gebouwen draait daarom niet alleen om technologie. Het draait om gebouwen die leren, anticiperen en actief samenwerken met het energiesysteem om hen heen.
Veel energie-installaties in grote gebouwen zijn inefficiënt en vergen handmatige aanpassingen. Entune maakt systemen slimmer met een Digital Twin en Model Predictive Control, die data,
Een Energy Management System helpt energie slim sturen. Entune BuildingAI versterkt EMS en GBS met AI voor optimale timing, lagere kosten en beter comfort.
KavoParts gebruikt Entune BuildingAI om het energieverbruik in hun bedrijfsgebouw te optimaliseren en zo stap voor stap efficiënter en duurzamer te werken.
Heb je vragen over hoe BuildingAI jouw gebouwen slimmer, duurzamer, goedkoper en comfortabeler kan maken?
