Auf Basis von Messdaten aus bestehenden Leit- und Gebäudeautomationssystemen entwickeln wir Methoden, die den Zustand von gebäudetechnischen Anlagen vorausschauend ermitteln. Somit können Facility Manager ihre Wartungs- und Instandhaltungsprozesse im Voraus und anhand des realen Anlagenzustands organisieren und Kosten einsparen. Dabei verwenden wir Methoden aus dem Bereich des maschinellen Lernens sowie Verfahren zur Tensorzerlegung der Datensätze, um sehr große Datenmengen zeitnah und effizient zu prozessieren.