Zusammenfassung
Das Facility Management der letzten Jahre wurde massiv durch den Einsatz neuer Technologien geprägt. Einzelne Gebäude liefern heute in einer Stunde mehr Daten als noch vor wenigen Jahren der gesamte Immobilienbestand über mehrere Monate.
Durch den Einsatz intelligenter Systeme zur Steuerung von Immobilien lassen sich neue Einblicke in den Betrieb der Immobilien gewinnen. Die Masse an Daten (Big Data) bietet dem Facility Management vielschichtige Möglichkeiten der Datenanalyse (Analytics).
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Ive G (2006) Re-examining the Costs and Value Ratios of Owning and Occupying Buildings. Journal Building Research & Information 34 (2006)3, 230-245
Kramer O (2017) Genetic Algorithm Essentials. Studies in Computational Intelligence 679, Springer-Verlag, 2017
May M (2016a) Best Practice Space Optimisation for Office Buildings. Corporate Real Estate Journal 5 (2016)2, 154-170
Nagy D, Lau D, Locke J, Stoddart J, Villaggi L, Wang R, Zhao D, Benjamin D (2017) Project Discover: An Application of Generative Design for Architectural Space Planning. Symposium on Simulation for Architecture and Urban Design (SimAUD), Toronto, 22-24 May 2017, 8 S
NN (2011e) GEFMA Richtlinie 250: Benchmarking in der Immobilienwirtschaft – Gundlagen, Vorgehensweise und Anwendung. Februar 2011, 19 S
NN (2017e) Building Information Modeling im Facility Management, White Paper GEFMA 926, Version 1.0, Juli 2017, 53 S
NN (2018g) https://de.wikipedia.org/wiki/Data_Science (Zugriff: 16. 02.2018)
NN (2018h) GEFMA 950: Der fm.benchmarking Bericht. Januar 2018, 248 S
NN (2018i) http://www.buildingsmart.de (Zugriff: 16. 02.2018)
NN (2018j) http://www.gartner.com/it-glossary (Zugriff: 16. 02.2018)
NN (2018k) https://www.forrester.com/report/Topic+Overview+Business+Intelligence/-/E-RES39218 (Zugriff: 16. 02.2018)
NN (2018 l) https://en.wikipedia.org/wiki/Analytics (Zugriff: 16. 02.2018)
NN (2018m) https://aws.amazon.com/de/machine-learning/what-is-ai (Zugriff: 16. 02.2018)
NN (2018n) https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/lecture-videos/lecture-1-introduction-and-scope (Zugriff: 16. 02.2018)
NN (2018o) https://www.gartner.com/it-glossary/artificial-intelligence (Zugriff: 16. 02.2018)
NN (2018p) https://www.ted.com/talks/blaise_aguera_y_arcas_how_computers_are_learning_to_be_creative#t-420110 (Zugriff: 17. 02.2018)
NN (2018q) https://www.youtube.com/watch?v=93ghsCt3q-U (Zugriff: 17. 02.2018)
Schneider U (Hrsg.) (2012) Taschenbuch der Informatik. 7. Auflage, Carl Hanser Verlag München, 2012
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hofmann, M., Jaspers, E., May, M. (2018). Big Data und Analytics im Facility Management. In: May, M. (eds) CAFM-Handbuch. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-21357-2_14
Download citation
DOI: https://doi.org/10.1007/978-3-658-21357-2_14
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-21356-5
Online ISBN: 978-3-658-21357-2
eBook Packages: Computer Science and Engineering (German Language)