IoT-Sensordaten automatisiert auswerten – Effizienz durch Cloud-Reporting

Von manuellen Excel-Berechnungen zur zentralen IoT-Plattform: Temperatur- und Feuchtigkeitsdaten werden in der Cloud automatisch gesammelt, ausgewertet und in standardisierten Reports bereitgestellt.

Kunde

Kundennutzen

Automatisierte Datenauswertung statt manueller Excel-Berechnungen
Einheitliche Datenbasis für transparente Entscheidungen und Nachvollziehbarkeit
Zukunftssichere Plattform, die flexibel an neue Projekte & Anforderungen angepasst werden kann
Frühzeitige Warnmeldungen bei Grenzwertüberschreitungen, um Schäden zu vermeiden

Technologie Stack

Frontend: Angular, TypeScript
Backend: Python (FastAPI)
Cloud & Datenbank: MS Azure App Service, Azure SQL
Weitere Services: Azure Secret Server, Azure Networking, E-Mail Service
Datenquellen: Multisense-& MSR Sensoren, Wetter-APIs

„Die neue Plattform erleichtert unsere Arbeit enorm – wir können Daten sofort auswerten, Berichte erstellen und haben jederzeit Transparenz über kritische Werte.“

Herausforderungen des Kunden

Feuchtigkeit an Fenstern führt schnell zu Schimmel – die Ursachen reichen von undichter Isolierung bis zu unzureichendem Lüftungsverhalten. Bei unserem Kunden wurde bisher manuell mit einzelnen Sensoren gearbeitet, deren Messwerte in Excel berechnet und in PDF-Berichte übertragen wurden. Dieser Prozess war zeitaufwendig, fehleranfällig und nur punktuell einsetzbar. Mit dem Einsatz neuer Multisense Sensoren entstand die Notwendigkeit einer Plattform, die große Datenmengen zuverlässig erfassen, verwalten und analysieren kann – bei gleichzeitiger Flexibilität für unterschiedliche Projekte und Gebäude. Ziel war eine Lösung, die nicht nur präzise Grenzwertberechnungen liefert, sondern auch Reporting, Benachrichtigungen und langfristige Datenarchivierung ermöglicht.

Unser Vorgehen

Schrittweise Entwicklung zu einer skalierbaren Plattform: Ausgehend von einer lokalen Anwendung für Einzeldatensätze entstand eine Cloud-Lösung, die tausende Messwerte strukturiert verarbeitet und benutzerfreundlich visualisiert.

Grundsystem & PDF-Reports

Zunächst wurde ein Programm erstellt, das CSV-Daten aus Sensoren hochladen, verarbeiten und standardisierte PDF-Reports generieren konnte – inklusive Diagrammen, Statistiken und automatisch berechneter Maximalfeuchtigkeit.

Cloud-Architektur & Datenbank

Mit dem Einsatz von Multisense Sensoren wurde eine skalierbare Azure-Architektur etabliert: FastAPI-Backend, Angular-Frontend und Azure SQL Datenbank gewährleisten, dass Sensordaten kontinuierlich verarbeitet und jederzeit verfügbar sind.

Projekt- & Aufgabenstruktur

Eine flexible Projektverwaltung erlaubt die Organisation von Messaufträgen bis auf Raumebene. So lassen sich Messungen einzelnen Wohnungen, Gebäuden oder Projekten zuordnen – inklusive Koordinaten, Logger-Verwaltung und automatischer Datenzuordnung.

Visualisierung & Benachrichtigungssystem

Übersichtliche Dashboards mit Filter- und Exportfunktionen bieten Einblick in Temperatur- und Feuchtigkeitsverläufe. Ein Benachrichtigungssystem informiert per E-Mail über kritische Grenzwertüberschreitungen oder tägliche Feuchtigkeitsberichte.

Optimierung von Performance & Datenqualität

Down-Sampling-Algorithmen (Largest Triangle Three Buckets) stellen sicher, dass auch große Datenmengen performant visualisiert werden. Wetterdaten werden zusätzlich aus zwei APIs abgeglichen, um modellierte Werte nachträglich mit gemessenen Daten zu validieren.

Ergebnisse für den Kunden

Dauer Reporterstellung pro Messauftrag (vorher mehreren Stunden)

< 0 min

automatisierte Datenübertragung von Sensoren in die Plattform

0 %

Weitere Ergebnisse:

Automatisierte PDF-Berichte für interne Dokumentation und Kundennachweise
Bessere Entscheidungsgrundlage dank einheitlicher Daten und verständlicher Reports
Schnellere Reaktionsfähigkeit durch automatische Warnmeldungen, damit Schäden rechtzeitig vermieden werden
Kostensenkung und Risikominimierung durch weniger manuelle Arbeit für Schadensbehebung