PIR ist günstig, energieeffizient und ideal für grobe Bewegung, reagiert jedoch träge auf ruhige Präsenz. mmWave-Radar erkennt Atembewegungen durch dünne Materialien, verlangt aber sorgfältige Parametrierung. ToF misst Entfernungen präzise, benötigt freie Sicht und saubere Oberflächen. Mikrofone, wenn datenschutzgerecht eingesetzt, erkennen Aktivitätssignaturen, sollten jedoch lokal verarbeiten. Die kluge Auswahl richtet sich nach Raumgröße, Möblierung, erwarteten Bewegungsmustern und Akzeptanz der Nutzer.
Erst die Fusion mehrerer Signale ergibt ein belastbares Bild. Radar bestätigt stille Präsenz, PIR liefert schnelle Trigger, CO2 zeigt Belegungstrends, und Zeitpläne geben Erwartungen vor. Machine-Learning-Modelle können Muster erkennen, doch müssen sie erklärbar bleiben. Mit Confidence-Werten, Hysterese und adaptiven Schwellen vermeidest du Flackern. Räume handeln so vorausschauend: sanftes Licht bei erfasstem Aufwachen, Lüftung nur, wenn es wirklich nötig ist, und Heizung ohne ineffiziente Übersteuerung.
Falsch platzierte Sensoren führen zu Frust: Sonnenstrahlen, Heizkörper, Ventilatoren oder reflektierende Oberflächen stören Messungen. Vermeide direkte Sicht auf Fensterflächen bei PIR, berücksichtige Abschattungen bei Radar und wähle Montagehöhen passend zur Optik. Starte mit konservativen Schwellwerten, logge Ereignisse, und justiere iterativ. Teste verschiedene Tageszeiten, Anwesenheitsmuster und Haustiere. Dokumentiere Einstellungen, damit Wartung gelingt und spätere Erweiterungen reibungslos funktionieren.
All Rights Reserved.