Wie Sensorik die Reinigung unterstützen kann

In Gebäuden mit hybriden Arbeitsmodellen, wechselnden Besucherzahlen oder stark schwankender Nutzung passen feste Reinigungsintervalle immer seltener zu den tatsächlichen Abläufen im Objekt. Wie ein Dienstleister darauf mit einem auf Sensorik ­basierenden Ansatz reagiert.

Montagmorgen, 8:47 Uhr. Im vierten Obergeschoss eines Bürogebäudes bildet sich die erste Warteschlange vor der Kaffeeküche. Währenddessen füllen sich auch vor den Sanitärräumen am Haupteingang die Gänge. Gleichzeitig bleiben ganze Arbeitsbereiche nahezu ungenutzt, weil viele Mitarbeitende heute im Homeoffice arbeiten. Während einzelne Besprechungsräume oder ganze Etagen kaum frequentiert sind, finden andernorts spontane Besprechungen statt, dauern Veranstaltungen länger als geplant oder werden einzelne Bereiche unerwartet stark beansprucht. Kurzum: Erst im laufenden Betrieb wird sichtbar, wie ungleichmäßig Büroflächen tatsächlich genutzt werden.

Für Reinigungsteams gehören solche Situationen längst zum Alltag. Gereinigt wird vielerorts dennoch nach festen Zeitplänen, unabhängig davon, wie intensiv ­einzelne Bereiche wirklich beansprucht wurden. Damit gehen beispielsweise Kontrollgänge durch kaum frequentierte Flächen, aber womöglich auch erste Beschwerden aufgrund überlasteter Sanitärbereiche einher. Genau aus solchen Situationen heraus ist GRGNow entstanden. Grundlage dieses datenbasierten Reinigungsansatzes sind Sensoren, die an relevanten Knotenpunkten erfassen, wie stark bestimmte Bereiche genutzt werden. Personenbezogene Daten werden dabei nicht ­verarbeitet.

Um den Reinigungsbedarf präzise zu ermitteln, setzt der Dienstleister GRG auf ein vielfältiges Sensorportfolio. Zum Einsatz kommen unter anderem PIR-Bewegungsmelder (Passiv-Infrarot) zur Erfassung der Raumfrequenz sowie diskrete Türkontaktsensoren und Taster, die direkt bei Interaktion reagieren und kaum Energie verbrauchen. Während wir gewohnt sind, ­Smartphones täglich zu laden, schläft die Hardware im Falle des Sensors an der Tür zu 99,9 Prozent der Zeit und erwacht erst dann, wenn die Klinke bewegt wird, für den Bruchteil einer Millisekunde, um das entsprechende Signal zu senden. Danach fällt der Sensor sofort wieder in eine technologische Tiefschlafphase. Selbst an einer stark frequentierten Tür mit durchschnittlich rund 100 Öffnungen pro Tag schafft die Hardware mit zwei handelsüblichen AAA-Batterien bis zu zwei Jahre Dauerbetrieb – völlig autark und absolut wartungsfrei. Die ­Installation der Sensoren erfolgt dezen­tral direkt am jeweiligen Einsatzort, etwa an Türrahmen, an der Wand oder auch an Deckenpaneelen. Über LoRa-WAN (Long ­Range Wide Area Network) übermittelt die Hardware sämtliche Statusänderungen in Echtzeit oder in Interval­len drahtlos an die IoT-Plattform von GRG. Ein Türsensor etwa meldet dabei denkbar einfach nur ein Signal: geöffnet oder geschlossen.

Die eigentliche Intelligenz entsteht erst in der IoT-Plattform. Hier verwandelt sich das einfache "Auf" und "Zu" in eine hochkomplexe, dynamische Steuerung. Denn hinter den Kulissen verknüpft das System jedes Signal mit dem spezifischen Kontext: Wo genau befindet sich der Sensor? Handelt es sich um ­eine hochfrequentierte Kantine, eine ruhige Büro­etage oder einen stark beanspruchten Sanitärbereich im öffentlichen Publikumsverkehr? Jede Umgebung erfordert eine völlig andere Logik oder andere ­Sensorik.

• Bild 1 von 6

  

• Bild 2 von 6

  

• Bild 3 von 6

  

• Bild 4 von 6

  

• Bild 5 von 6

  

• Bild 6 von 6

  

Was im Hintergrund intelligente Datenaggregation und Softwarelogik ist, fühlt sich für die Auftraggeber beziehungsweise Kunden und die Teams vor Ort nach einfachem Plug-and-play an: Die Hardware ist im Handumdrehen einsatzbereit, und das System übersetzt die digitale Datenflut vollautomatisch in bedarfsgerechte Arbeitsaufträge.

Ergänzt wird dieses System durch den direkten Draht zum Nutzer: Indem sich über die sogenannten Button­boards zusätzliche Reinigungsbedarfe unmittelbar melden lassen – etwa wenn Besprechungsräume kurzfristig erneut vorbereitet werden müssen oder Verbrauchsmaterial fehlt –, entsteht ein genaues Bild davon, wo im Gebäude es gerade zu einem vermehrten Reinigungsaufwand kommt, der ursprünglich so nicht eingeplant war. Werden etwa ein Sanitär- oder Pausenbereiche innerhalb kurzer Zeit ungewöhnlich stark frequentiert, kann daraus unmittelbar ein Arbeitsauftrag resultieren. Die Information landet dann auf dem mobilen Endgerät des zuständigen Mitarbeitenden. Dadurch lassen sich viele der Kon­trollgänge reduzieren, die im Alltag lange selbstverständlich waren, und Reinigungsleistungen gezielter dort einsetzen, wo im laufenden Betrieb echter Bedarf entsteht.

Gröẞte Heraus­forderungen ­sind selten technischer Art

Die Entwicklung und Erprobung von GRGNow fanden in unterschiedlichsten Gebäuden, Anlagen und Betriebsumgebungen statt: von Thermen und ­Tierparks über Kinos bis hin zu Industrieanlagen und Büro­gebäuden. Zu den ersten Erfahrungen gehörten Funklöcher, instabile Verbindungen oder ungenaue Messungen durch ungünstig platzierte Hardware. Vieles davon ließ sich technisch vergleichsweise schnell lösen. Deutlich sensibler war häufig die Frage, wie das neue Konzept in Abläufe integrierbar ist, die sich über ­Jahre eingespielt haben. Denn wenn Reinigungsteams, die stets nach festen Routinen gearbeitet haben, plötzlich anders als bisher auf Situationen im ­Gebäude reagieren sollen, und ­digitale Systeme Teil des Arbeitsalltags werden, entstehen verständlicherweise auch Vorbehalte.­Umso wichtiger war es, den datenbasierten Ansatz gemeinsam mit den Reinigungsteams weiterzuentwickeln und transparent zu machen, was tatsächlich erfasst wird und was nicht. Denn klar ist auch: Im Mittelpunkt darf dabei nie die Kontrolle einzelner Mitarbeitender stehen, sondern vielmehr die Frage, wie sich Reinigungsleistungen stärker an den tatsächlichen Situationen im Gebäude orientieren lassen.

Für die Reinigungskräfte vor Ort hat sich dadurch die tägliche Arbeit jedenfalls entscheidend verändert. Volle Sanitärbereiche, fehlendes Verbrauchsmaterial oder zusätzliche Reinigungsbedarfe werden heute genau in dem Moment sichtbar, in dem sie im laufenden Betrieb entstehen. Je stärker sich Reinigung an tatsächlicher Nutzung orientiert, desto deutlicher zeigen sich dabei auch die Unterschiede zwischen einzelnen Gebäuden und Betriebsumgebungen. Während sich Abläufe in Bürogebäuden oft schleichend über den Tag verändern, entstehen besonders in Gebäuden mit stark wechselndem Besucheraufkommen spontan unterschiedliche Situationen. So kann es etwa in ­Kinos zwischen zwei Vorstellungen innerhalb weniger Minuten unter anderem zu vollen Foyers kommen. In Thermen oder Tierparks verlagern sich Besucherströme je nach Wetter, Tageszeit oder Ferienzeiten teilweise überraschend schnell auf unterschiedliche Bereiche des Geländes.

Gerade in weitläufigen Besucherarealen zeigt sich besonders deutlich, wie schnell feste Reinigungsroutinen an Grenzen stoßen. Lange Wege über ausgedehnte Flächen kosten Zeit, während an anderer Stelle bereits durch überquellende Mülleimer oder Sanitärbereiche, die über die Maßen beansprucht werden, zusätzlicher Reinigungsbedarf entsteht. Dadurch treten Situationen ein, in denen feste Reinigungsintervalle im Alltag oft nicht mehr ausreichen.

Vor diesem Hintergrund stellt sich automatisch die Frage, wie gut starre Leistungsverzeichnisse solche Situationen überhaupt noch abbilden können, ohne dabei Qualität oder Hygienestandards zu gefährden. In der Praxis zeigt sich jedoch schnell, dass Daten allein viele Situationen im Gebäude nicht vollständig erklären können. Man denke beispielsweise an einen plötzlichen Wetterumschwung bei einer Therme: Die Sensoren registrieren zwar die normale Anzahl an Eintritten, aber sie sehen nicht den heftigen Regen, der draußen einsetzt. Das im Objekt tätige Team weiß sofort, was das bedeutet: Die Badegäste drängen in den Innenbereich und tragen massiv Nässe und Straßenschmutz direkt in die Sanitärräume hinter dem Eingangsbereich. Hier muss sofort umpriorisiert und gegengesteuert werden. Ein sensorischer Schwellenwert würde viel zu spät reagieren.

Ebenso trügerisch ist es, die reine Personenzahl pauschal auf das gesamte Gebäude oder auf jeden Wochentag zu projizieren. Die Daten zeigen vielleicht, dass an einem Freitag in einem Bürogebäude deutlich weniger Mitarbeitende sind als an einem Dienstag. Doch der Verschmutzungsgrad wird dadurch manchmal kaum beeinflusst. Wenn die verbliebenen Personen intensiv die Kaffeeküchen nutzen, Besprechungen abhalten oder das Wetter schlecht ist, bleibt der Reinigungsaufwand in bestimmten Zonen nahezu identisch. Entscheidend ist deshalb das Zusammenspiel aus Sensorik und operativer Erfahrung der Reinigungskräfte vor Ort, die das Gebäude, dessen Nutzung und die Abläufe häufig seit Jahren kennen.

Ein Plädoyer für die Tagesreinigung

Ein sensorik- beziehungsweise datenbasierter Reinigungsansatz hat einen weiteren entscheidenden Vorteil: Während über viele Jahre hinweg Reinigung überwiegend in den Randzeiten stattfand – frühmorgens, spätabends oder dann, wenn Gebäude möglichst leer waren –, verlagert sich die Leistungserbringung stärker in den Tag. Und damit verändert sich auch die Wahrnehmung der Arbeit vor Ort: Reinigungskräfte kommen häufiger direkt mit Nutzern in Kontakt und werden zunehmend als Teil des täglichen Gebäudebetriebs verstanden statt ausschließlich als Dienstleistung im Hintergrund.

Nicht zuletzt ist es über das Buttonboard möglich, direkte positive Rückmeldungen an die Teams zu geben, wenn Bereiche als besonders gepflegt und sauber wahrgenommen oder Situationen schnell gelöst wurden. Dieses Feedback erreicht die Mitarbeitenden ebenfalls unmittelbar auf ihren mobilen Endgeräten.

Wichtigste Schnittstelle ist und bleibt der Mensch

Eine weitere Erkenntnis, die GRG gewonnen hat, je intensiver mit Sensorik und Nutzungsdaten gearbeitet wurde: Hohe Nutzerfrequenzen bedeuten nicht automatisch den größten Reinigungsaufwand. Manche stark frequentierten Bereiche bleiben über lange Zeit stabil, während an anderer Stelle bereits weniger Nutzung ausreicht, um zusätzliche ­Reinigungsbedarfe entstehen zu lassen. Gerade in komplexen Gebäuden und Betriebsumgebungen wird schnell sichtbar, dass sich viele Situationen nicht allein über Daten sinnvoll bewerten lassen.

Zusammenfassend lässt sich festhalten: Starre Reinigungsmodelle stoßen vielerorts zunehmend an ­ihre Grenzen, weil sich Anforderungen im laufenden ­Betrieb oft deutlich schneller verändern als noch vor einigen Jahren. Sensorik kann zwar dabei unterstützen, Entwicklungen früher sichtbar zu machen und Prioritäten besser zu klassifizieren; die Teams vor Ort, die Situationen im Alltag auf der Grundlage ihrer oft langjährigen Erfahrung mit dem Objekt einzuordnen ­wissen, bleiben aber auch künftig ein zentraler Bestandteil der Steuerung. Die eigentliche Veränderung liegt daher nicht in immer komplexerer Technik, sondern in der sinnvollen Verbindung von Daten und Erfahrung.

Patrick Miersch | guenter.herkommer@holzmann-medien.de

Patrick Miersch

ist Projektleiter Innovation & Digitale ­Transformation bei GRG, Berlin.