Laatst bewerkt: 13 augustus 2025

Gepubliceerd: 12 augustus 2025

Leestijd: 10 minuten

In dit artikel

• Real-time subjectieve comfortdata monitoren en verzamelen
• Comfort en gezondheid beoordelen
• Gebruiksvriendelijke interfaces
• Vereisten voor het ontwerpen van interfaces
• Richtlijnen gebruikersgerichte interfaces voor slimme klimaatbeheersystemen
• Data en algoritmen voor toepassing in modellen voor FDD en voorspellend onderhoud
• Gebruikerseisen voor FDD en energieflexibiliteit
• Gebouwsystemen datagedreven visualiseren
• Gebruikersmodellen voor toepassing in hybride modellen
• Webinars

Gebruikersinterfaces en -feedback voor slimme gebouwsturing

De acceptatie van slimme gebouwsturing door gebruikers, zoals kantoormedewerkers, kan beter en sneller. Dit vraagt om meer aandacht voor menselijk gedrag en samenwerking tussen technologie en gebruiker. Een belangrijke voorwaarde hiervoor is dat gebruikers een zekere mate van controle behouden. Daarnaast is wederzijds begrip tussen het systeem en de gebruiker essentieel. Wanneer een gebruiker een automatische actie niet begrijpt, is de kans groot dat hij of zij ingrijpt en gaan energiebesparingen verloren. Omgekeerd moet het systeem ook kunnen begrijpen waarom een gebruiker ingrijpt, zodat het besturingssysteem hierop kan worden aangepast.

Stan Vanwersch

Bij een echt slim gebouw staan gebruikers centraal. Daarom is binnen onderzoeksproject Brains4Buildings (B4B) onderzoek gedaan naar de rol van de gebruiker in slimme gebouwaansturing. Er is specifiek gekeken naar:

• De rol van gebruikerstevredenheid in gebouwprestaties
• Hoe gebruikerstevredenheid geëvalueerd kan worden
• De rol van zelfrapportage van gebruiksdata in controle- en beheersystemen
• De ontwikkeling van gebruikersgerichte interfaces

Zulke inzichten kunnen bijdragen aan een energiezuinig en gezond binnenklimaat. De nadruk ligt op richtlijnen, methodes en data die nodig zijn om systemen en interfaces te ontwikkelen die de gebruiker inzicht geven in en begrip laten krijgen voor de werking van gebouwregelingen, evenals methoden om gebruikersgerelateerde data op te nemen in slimme gebouwsystemen. Daarnaast is onderzocht hoe je een gebruiker (dat kan een kantoormedewerker zijn, maar ook een facility manager zijn) effectief kan ondersteunen bij het bedienen van decentrale installaties (op kamerniveau).

In deze kennisbundel zetten we alle onderzoeken op dit thema uiteen. De inzichten uit deze onderzoeken moeten de kans op een succesvolle implementatie van slimme systemen in gebouwen vergroten en dragen bij aan een hogere gebruikerstevredenheid.

Real-time subjectieve comfortdata monitoren en verzamelen

Om het binnenklimaat in kantoren te verbeteren, is in Nederland het Binnenklimaatlabel ontwikkeld. Dit label combineert sensormetingen (temperatuur, vochtigheid, CO₂, fijnstof), een jaarlijkse gebruikersenquête en een driejaarlijkse inspectie. Omdat de jaarlijkse enquête slechts een momentopname biedt, is in 2022 een pilotstudie uitgevoerd in een kantoorgebouw. Het doel hiervan was om een laagdrempelig systeem te ontwikkelen waarmee continue feedback kan worden verzameld over het ervaren comfortniveau van gebruikers, zonder dat dit als hinderlijk wordt ervaren.

Tijdens de pilot zijn 2 methoden getest: stemkastjes en QR-codes. De stemkastjes vroegen gebruikers op een eenvoudige manier naar hun tevredenheid over aspecten zoals temperatuur, luchtkwaliteit, licht en geluid. QR-codes op tafels boden een online alternatief.

De stemkastjes leverden aanzienlijk meer reacties op dan de QR-codes, wat wijst op de effectiviteit van een fysieke interface. De verzamelde stemmen vertoonden echter geen duidelijke relatie tussen gebruikersfeedback en gemeten temperatuur- en CO₂-waarden. Dit suggereert dat meerdere factoren comfortperceptie beïnvloeden, zoals zonnestraling, tocht en persoonlijke omstandigheden, zoals vermoeidheid of stress. Deze studie bevestigt dat real-time gebruikersfeedback een waardevolle aanvulling kan zijn op bestaande meetmethoden.

Comfort en gezondheid beoordelen

Het binnenklimaat in kantoren wordt vaak traditioneel gemeten via subjectieve feedback of sensordata. Dit rapport introduceert een geïntegreerde methode die gebouwprestaties, comfortscores en sensordata integreert tot één beoordeling. Een dataplatform, dashboard en mobiele app faciliteren de dataverzameling en maken vergelijkingen tussen gebouwen mogelijk. Daarnaast is er een automatisch rapportage-algoritme ontwikkeld en een API om data uit het gebouwbeheersysteem (GBS) te integreren.

Door gebouwprestaties, comfortscores en sensordata te combineren, krijgen bedrijven en gebouwbeheerders betere inzichten. Dit leidt tot effectievere beslissingen over het binnenklimaat en een verbeterd energiebeheer en comfort. Om privacy en betrouwbaarheid te waarborgen, zijn diverse beveiligingsmaatregelen geïmplementeerd, die ook in het rapport worden toegelicht.

Gebruiksvriendelijke interfaces

Om klimaatdoelstellingen te halen, worden gebouwen steeds slimmer. Sensoren en algoritmes regelen energiegebruik en binnenklimaat, maar gebruikers willen zelf hun werkplek kunnen aanpassen aan hun persoonlijke behoeften. Dit leidt vaak tot conflicten: gebruikers begrijpen het systeem niet, weten niet hoe ze moeten ingrijpen en nemen soms contraproductieve acties.

In B4B is onderzocht hoe de samenwerking tussen slimme gebouwsystemen en gebruikers kan worden verbeterd. Er is een methode ontwikkeld om de wensen en behoeften van kantoorgebruikers vast te leggen en te vertalen naar gebruikersgerichte interfaces. Deze interfaces bieden duidelijke feedback over wat het systeem doet en ondersteunen gebruikers bij het aanpassen van de instellingen op een manier die zowel comfort als energie-efficiëntie bevordert. Dit zorgt ervoor dat gebruiker en gebouw elkaar beter begrijpen en succesvollere implementatie van slimme gebouwen.

Vereisten voor het ontwerpen van interfaces

Slimme interfaces kunnen bijdragen aan een betere interactie tussen gebouwgebruikers, facilitair managers en het gebouw zelf. Dit rapport beschrijft de vereisten voor een gebruikersinterface die controle en feedback mogelijk maakt voor zowel gebouwgebruikers (zoals kantoormedewerkers) als facilitair managers. Op basis van een iteratief gebruikersonderzoek, waaronder interviews en workshops, is in kaart gebracht hoe deze doelgroepen omgaan met het binnenklimaat en welke informatie en functionaliteiten zij nodig hebben in een interface. Er is een model ontwikkeld waarin gebruikers en gebouwsystemen in wisselwerking staan met elkaar, elk met een bepaalde mate van controle en feedback. Op basis daarvan zijn gebruikersbehoeften, persona’s en ontwerpvragen opgesteld, die dienen als basis voor verdere ontwerp- en testcycli binnen de B4B-labs. De vereisten (zie hieronder) zijn onderverdeeld per doelgroep en vormen een levend document dat zich ontwikkelt naarmate nieuwe inzichten ontstaan.

Richtlijnen gebruikersgerichte interfaces voor slimme klimaatbeheersystemen

Gebruikersgerichte interfaces kunnen bijdragen aan het effectief en flexibel aansturen van klimaatsystemen in gebouwen. In B4B zijn ontwerprichtlijnen ontwikkeld die stakeholders ondersteunen bij het ontwerpen van gebruikersinterfaces voor klimaatsystemen. Hierbij is voortgebouwd op eerder gebruikersonderzoek en vastgestelde vereisten (deliverables 3.04 & 3.09) om ontwerpdimensies te formuleren. Deze dimensies omvatten de verschillende elementen van gebruikerscontrole en systeemfeedback, evenals de bandbreedte waarbinnen deze kunnen bestaan. De ontwerpdimensies zijn de basis voor het ontwerpproces en bij de evaluatie en analyse.

Uit dit onderzoek zijn verschillende inzichten voortgekomen die hebben geleid tot een eerste set richtlijnen. Deze richtlijnen vormen een belangrijke stap richting beter afgestemde interfaces voor slimme gebouwen.

Data en algoritmen voor toepassing in modellen voor FDD en voorspellend onderhoud

In B4B zijn de mogelijkheden en beperkingen van het integreren van gebruikersdata in systemen voor foutdetectie en -diagnose (FDD) onderzocht. Door middel van crowdsourcing, zelfrapportage en sensordata is het comfort van gebruikers geanalyseerd. Hierbij zijn zowel subjectieve voorkeuren en behoeften als objectieve, gemeten data meegenomen. Het onderzoek vond plaats in de HHS-living lab (campus Den Haag) en had als doel het opzetten van dataverzamelingsmethoden via zelfrapportage en het verkennen van het gebruik van deze data in gepersonaliseerde thermische comfortmodellen. Deze aanpak biedt inzichten voor de ontwikkeling van intuïtieve interfaces en technologieën, waardoor gebouwbeheer efficiënter kan worden ingericht en beter aansluit op zowel technische als gebruikersbehoeften.

Gebruikerseisen voor FDD en energieflexibiliteit

Deze studie richt tot zich op de integratie van gebruikersdata en feedback in gebouwbeheer en -optimalisatie. Doel is om beter inzicht te krijgen in de manier waarop gebruikersdata en feedback momenteel in de markt worden toegepast in producten en diensten op het gebied van FDD en energieflexibiliteit. Deze inzichten helpen bij het afstemmen van onderzoek en technologieontwikkeling op de behoeften van de markt.

Uit de studie blijkt dat verbeterde gebruikersinterfaces essentieel zijn voor zowel gebouwgebruikers als facility managers. Duidelijke, intuïtieve interfaces maken het eenvoudiger om het binnenklimaat te monitoren en de prestaties van een gebouw te optimaliseren. Het ontwikkelen van goed afgestemde, gebruiksvriendelijke interfaces blijft echter een uitdaging.

Gebouwsystemen datagedreven visualiseren

Om flexibel energiebeheer te ondersteunen, is in B4B onderzocht hoe feedback over de binnenmilieukwaliteit effectief kan worden gedeeld met zowel gebruikers als facility managers. Slimme gebouwen maken steeds vaker gebruik van geautomatiseerde systemen. Echter, het beperken van de controle van gebruikers over hun omgeving kan leiden tot ontevredenheid en lagere productiviteit.

Om dit te voorkomen, zijn feedbackmechanismen onderzocht die gebruikers beter laten begrijpen welke beslissingen een besturingssysteem neemt. Een tweezijdige informatiestroom tussen gebruikers en facility managers helpt om ongemak te verminderen en biedt betere mogelijkheden voor beheer en optimalisatie.

In dit onderzoek zijn interpreteerbare machine learning (ML)-modellen ontwikkeld om inzichtelijk te maken welke factoren thermisch comfort beïnvloeden. Dit model, gebaseerd op gepersonaliseerde ML-gebaseerde comfortvoorspellingen, combineert gebruikerskenmerken, gedrag en omgevingsfactoren. Het ondersteunt energieflexibiliteit door acceptabele temperatuuraanpassingen te identificeren die comfort behouden en tegelijkertijd de energie-efficiëntie verbeteren.

Gebruikersmodellen voor toepassing in hybride modellen

Dit rapport onderzoekt modellen voor gebruikersgedrag in kantoorgebouwen, gebaseerd op wetenschappelijke literatuur en bestaande toepassingen. De focus ligt op twee belangrijke toepassingsgebieden:

1. Foutdetectie en -diagnose (FDD) in klimaatsystemen
2. Model Predictive Control (MPC) voor het benutten van energieflexibiliteit in gebouwen

Binnen deze context zijn vier typen gebruikersgedrag geanalyseerd:

• Aanwezigheid
• Thermostaatinstellingen
• Gebruik van elektrische apparaten
• Zonwering

Naast een literatuuroverzicht en een selectie van de meest geschikte gedragsmodellen voor deze toepassingen, is een onderbouwde keuze gemaakt voor de modellen die worden geïmplementeerd en geëvalueerd in het hybride model van het TNO-kantoorgebouw aan de Stieltjesweg in Delft.

Webinars

Onderzoeksproject Brains4Buildings organiseert regelmatig webinars met betrekking tot slimme gebouwen. Deze Engelstalige webinars richten zich op inhoudelijke wetenschappelijke en technologische onderwerpen. 

In ons Kenniscentrum zijn de volgende webinars beschikbaar over Gebruikersinterfaces en -feedback voor slimme gebouwsturing: