Knowable Building Framework – building consent – Rennes workshop

En français

The Knowable Building Framework is a consent building framework for the release and sharing of data from sensor data captured in buildings. The Rennes workshop took place on the 18th January with 22 participants who had an interest in energy, internet of things, environment and civic technology. The meeting took place at Telecom Bretagne (IMT Atlantique).

The focus of the discussion was broadly split into technology- looking at the types of sensors being deployed in the pilot project and the data being created- and human- how the data could be used to affect behavioural change and the implications of having a dense sensor network in a building.

Technology

The Knowable Building Framework pilot in Manchester is located in an office building with sensors on a number of floors. The sensors measure temperature, humidity and motion on two floors and another floor also measuring light. The sensors are discrete and battery powered using a LoRaWAN (Long Range Wide Area Network) to send data to an intelligence platform that displays measurements on a dashboard. The information can then be used to determine time of activity within a building and how different areas are used; temperature variation over time allowing the ability to adapt heating so that it is more inline with occupancy; and humidity within areas which can be used to identify underlying issues with ventilation and damp. The light sensor modules allow the detection of room lighting.

Placement of sensors

Placement of the sensors within the building was based upon the need for the system to optimally collect data. Zones on floors, entrance areas, meeting rooms are covered. Importantly the sensors were placed in what could be considered common usage spaces i.e. spaces that were owned and operated by the building company for the benefit of all tenants and users. Areas where a tenant had exclusive access were excluded.

Preliminary insight gained from the network

A small number of sensors has already been installed and we can see from the online interface that useful data is already being created. Even at this stage we can see start to see how the building functions over the course of a number of days. We can deduce when the disparate heating systems kick in, which areas have a thermal lag, when cyclists use the storage and shower facilities and the areas that are more humid than others. As the sensor network becomes denser we will be able to see how different areas get used offering the ability to heat certain areas based upon demand.

This all looks very positive from a building management ‘mechanical’ perspective but we already can see that buildings don’t operate in isolation of the people who inhabit and work within them. At this early stage we can see how certain rooms and areas are used more regularly than others. We can start to infer patterns of activity and behaviours of the small number of people who operate the buildings on behalf of tenants. During the day the building is awash with activity that creates a certain anonymity, but out of hours, areas get cleaned, security personnel check spaces and these show up as isolated trigger events within the building. It does not take a big leap of the imagination to realise that a building optimisation platform could also be used as an instrument of surveillance.

Discussion

There was broad agreement by the group that creating open data from sensor data was a good thing, especially if it could be used to benchmark buildings and enable a greater understanding of how buildings of different types behaved.

Ownership of data was seen as being important. Who is the owner of this data – the building owner or the people who inhabit or work in the space? It was highlighted that there is a relationship between ownership of the data and the power/agency people have within the space. So if you are a building owner you are more likely to feel that the data that you collect is yours as it is your building and a private space even though some of this data may be used to identify individuals. This is analogous to CCTV in that people in CCTV monitored buildings generally have very little say or knowledge of how the systems are operated other than ‘its for your security and safety’, how video is stored or who it is shared with.

Identification of need is really important with creating a sensor network or else initiatives are prone to poor application of technology with the creation of unusable data. There is also a tendency to over collect data or collect the wrong type of data. It was suggested that the forthcoming GDPR regulations might have a bearing on how data is collected within buildings and public spaces.

A criticism of the Knowable Building Framework pilot in Manchester is that the implementation has been undertaken with only the consent of the building managers who can see tangible benefit in seeing how the building operates with little consideration of its occupants.

The group identified that we need to explore how we build networks consensually as this would then be a precursor to building consent. Consensus assumes a number of things that potentially could be challenging for the implementation of sensor networks these might be:

  1. An understanding of the sensor environment’s purpose and how the data will be used
  2. The technology and what it measures
  3. What the safeguards are so that the technology is not abused
  4. Representing concerns if the technology is considered to be abused
  5. Understanding of data sharing and open data

The data that is collected from the sensors in its raw form is a rich sense of information but sharing the data as open data has risks. There are different levels of granularity that could help data owners share data but care would need to be taken in order to identify the appropriate level of aggregation and anonymisation. There is a trade-off between usefulness and privacy.

There was a some discussion on the value of the data created and if it could be used as a commodity to draw down preferential deals for building owners and building users alike. This could have some kind of leverage regarding power suppliers and building insurers.

There exist different classes of stakeholders within the building and it is important that any consent mechanism acknowledges them. These classes roughly break into; owners and management; occupants and users and; maintenance and operational.

Data needs to be available – or at least the intelligence that is derived from the data so that occupants and users of the building can understand for themselves how the building works. This would help in demystifying the technology and make it less threatening but also help people make changes to their own behaviours.

Visualisation could have a big part to play in this process as good visualisation and design enable understanding. By making the data available there is also the possibility to run events around the data to create new ways of creating information and understanding. Rennes has used the Data Remix (a form of hack event) format successfully for a number of challenges and it is suggested that one could be run that includes teams from Rennes in the future.

A further write up of the whole day (in French) can be found here

Faire un compte rendu à partir de l’atelier de travail

« Knowable Building Framework » est un modèle d’ouverture et de partage de données issues de capteurs qui collectent des données au sein des bâtiments. L’atelier de travail à Rennes a eu lieu le 18 janvier 2018 avec la participation de 35 personnes ayant une forte appétence pour les sujets énergétiques, l’internet des objets (IoT), l’environnement et l’appropriation de la technologie par les citoyens.

La rencontre s’est tenue à Telecom Bretagne (IMT Atlantique).

La discussion s’est essentiellement focalisée sur deux volets :

D’abord technologique – il a été question de chercher des types de capteurs déployés dans le projet pilote et les données créées – et d’autre part Humain – comment les données pourraient être utilisées pour induire un changement comportemental et les implications d’avoir réseau de capteurs dense dans un bâtiment.

Technologie

Le projet pilote « Knowable Buildings Framework » à Manchester est situé dans un espace de Co-working contenant plusieurs capteurs répartis sur un certain nombre d’étages. Les capteurs mesurent la température, l’humidité et les mouvements sur deux niveaux et sur un autre niveau, les capteurs incluent également la luminosité.

Les capteurs sont discrets et sont alimentés par des batteries LoRaWAN (Long Range Wide Area Network) pour envoyer des données à la plateforme intelligente qui affiche les mesures sur un tableau de bord.

Les informations peuvent ensuite être utilisées pour déterminer l’activité au sein du bâtiment et la manière dont les différentes zones sont utilisées.

La variation des températures au fil du temps permet d’être en mesure d’adapter le chauffage afin que ce dernier soit plus en adéquation avec l’occupation de l’espace. 

Les informations relatives à l’humidité dans les espaces peuvent être utilisées pour identifier des problèmes sous-jacents tels que des problèmes de ventilation ou d’humidité.

Les modules de capteurs de lumière peuvent être utilisées pour détecter une présence afin d’éclairer la pièce.

L’emplacement des capteurs

Le placement des capteurs dans le bâtiment est basé sur le besoin pour le système de collecter de manière optimale les données. Les espaces au niveau des étages, les zones d’entrée et les espaces de réunion sont couvertes pour les besoins de l’expérimentation.

Point important, les capteurs sont placés dans ce que l’on pourrait considérer comme des espaces communs, c’est à dire les espaces qui appartiennent et sont exploitées par l’opérateur pour le bénéfice de tous les locataires et utilisateurs du bâtiment. Les zones où les locataires avaient un accès exclusif ont été exclues.

Aperçu préliminaire issu du réseau

Un petit nombre de capteurs ont déjà été installés et nous pouvons voir à partir de l’interface en ligne que des données utiles ont déjà été créées. Même à ce stade, nous pouvons voir comment fonctionne le bâtiment en l’espace de quelques jours. Nous pouvons voir les variations de température du système de chauffage, les zones avec un décalage thermique et les zones qui sont plus humides que d’autres.

Au fur et à mesure que le réseau de capteurs se densifie, nous pouvons voir comment différentes zones sont utilisées, offrant la possibilité de chauffer certaines zones en fonction de la demande.

Tout cela semble très positif d’un point de vue « mécanique » de la gestion du bâtiment, mais nous pouvons déjà constater que les bâtiments ne fonctionnent pas isolément des personnes qui y habitent et qui y travaillent.

A ce stade précoce, nous pouvons voir comment certaines pièces et zones sont utilisées plus souvent que d’autres. Nous pouvons commencer à déduire des modèles d’activité et de comportement d’un petit groupe de personnes qui exploitent le bâtiment.

Pendant la journée, le bâtiment est inondé d’activités qui créent un certain anonymat, mais en dehors des heures d’ouverture, les zones sont nettoyées, le personnel de sécurité vérifie les espaces et ceux-ci apparaissent comme des événements déclencheurs isolés dans le bâtiment.

Il ne faut pas faire un gros effort d’imagination pour se rendre compte qu’une plateforme d’optimisation des bâtiments pourrait également être utilisée comme un instrument de surveillance.

Discussion

Le groupe a été largement d’accord pour dire que la création de données ouvertes à partir des capteurs a été une bonne chose, surtout si elle pouvait être utilisée pour comparer les bâtiments et permettre une meilleure compréhension du comportement des bâtiments de différents types.

La propriété des données était considérée comme importante. Qui est le propriétaire de ces données – le propriétaire du bâtiment ou les personnes qui habitent ou travaillent dans le bâtiment – Il a été souligné qu’il existe une relation entre la propriété des données et le pouvoir que les personnes ont dans l’espace.

Ainsi, si vous êtes propriétaire d’un bâtiment, vous avez plus de chances de penser que les données que vous collectez vous appartiennent, car il s’agit de votre bâtiment et d’un espace privé, même si certaines de ces données peuvent être utilisées pour identifier des individus.

De manière analogue aux caméras de surveillance dans la mesure où les personnes se soucient peu de la manière dont la vidéo est stockée ou avec qui elle est partagée, dans les bâtiments, les personnes ont généralement peu de choses à dire ou à savoir sur le fonctionnement des systèmes.

L’identification des besoins est vraiment importante avec la création d’un réseau de capteurs pour éviter que les initiatives soient sujettes à une mauvaise application avec pour conséquence, la création de données inutilisables.

Il y a aussi une tendance à trop recueillir de données ou à collecter le mauvais type de données. Il a été suggéré que les règlements RGPD à venir pourraient avoir une incidence sur la façon dont les données sont collectées dans les bâtiments et les espaces publics.

Une critique du projet pilote « Knowable Building Framework » à Manchester est que la mise en œuvre a été entreprise avec juste le consentement des gestionnaires de l’immeuble qui peuvent voir un avantage tangible sur le fonctionnement du bâtiment. Ces derniers n’ont cependant pas pris la peine de recueillir l’avis des occupants du bâtiment.  

Le groupe a identifié que nous avons besoin d’examiner la manière dont nous construisons les réseaux de manière consensuelle, car cela serait précurseur de la construction du consentement.

Un consensus suppose un certain nombre de choses qui pourraient potentiellement être difficile à mettre en place pour la mise en œuvre des réseaux de capteurs. Ils pourraient s’agir de :

  1. La compréhension de l’objectif de l’environnement du capteur et de la façon dont les données seront utilisées.
  2. La technologie et ce qu’elle mesure.
  3. Des garanties pour que la technologie ne soit pas utilisée à mauvais escient.
  4. La représentation des préoccupations si la technologie est dévoyée.
  5. La compréhension du partage de données et des données ouvertes.

Les données collectées à partir des capteurs dans leur forme brute sont riches en informations, mais le partage des données en tant que données ouvertes présente des risques. Il existe différents niveaux de granularité qui pourraient aider les propriétaires de données à partager des données, mais il faudrait prendre soin d’identifier le niveau approprié d’agrégation et d’anonymisation. Il y a un compromis entre l’utilité et la vie privée.

Il y a eu une discussion sur la valeur des données créées et si elles pouvaient être utilisées comme une marchandise pour tirer des accords préférentiels pour les propriétaires de bâtiments. Cela pourrait avoir une sorte de levier en ce qui concerne les fournisseurs d’énergie et les assureurs du bâtiment.

Il existe différentes catégories de parties prenantes dans le bâtiment et il est important que tout mécanisme de consentement les reconnaisse. Ces parties prenantes sont pleinement impliquées dans le bâtiment. Nous avons les propriétaires et les gestionnaires ; les occupants et utilisateurs et la maintenance et les opérationnels.

Les données doivent être disponibles – ou au moins les renseignements dérivés des données afin que les occupants et les utilisateurs du bâtiment puissent comprendre par eux-mêmes comment fonctionne le bâtiment. Cela aiderait à démystifier la technologie et la rendrait moins menaçante, mais aiderait aussi les gens à modifier leurs propres comportements.

La visualisation pourrait jouer un grand rôle dans ce processus, car une bonne visualisation et un bon design permettent la compréhension. En rendant les données disponibles, il est également possible d’exécuter des événements autour des données afin de créer de nouvelles façons de créer l’information et de la comprendre.

Rennes a utilisé avec succès le format Data Remix (sous le format d’un hack event) pour relever un certain nombre de challenge et il est suggéré d’en faire un dans le futur en incluant les équipes de Rennes.

Vous trouverez c-dessous des informations complémentaires en français de notre atelier de travail, sur le lien suivant.

Knowable Building Framework

Open Data Manchester working with Sensorstream Ltd and Things Manchester is developing a platform for gathering, analysing and sharing insight from sensors within buildings.

The Knowable Building Framework is an Internet of Things framework for monitoring the performance of older commercial buildings in a non-invasive way using discrete low power sensors, and if appropriate publishing this data as open data. Unlike modern stock, older buildings often fall behind as far as the utilisation of new technology is concerned. Many landlords undertake a certain amount of retrofitting such as zonal heating or movement detection systems but these tend to be ad hoc and unconnected, with no ability to monitor how effectively these systems are working either singly or together. The internet of things and the analysis of data derived from sensors can give landlords, building management and tenants insight into the performance of buildings, enabling adaptations that can be economically and environmentally beneficial, whilst also creating opportunities for behaviour change within those buildings.

The initiative will harness the connectivity of the public Things Network, that covers a large proportion of Greater Manchester and across the North, and will allow the project team to design and connect sensors and analytics platforms seamlessly to the internet. The power of the project will come from the ability to share an appropriate amount of  data across portfolios of buildings and also to the wider community as open data, enabling insight to be gathered across the city. This will have the further benefit of not only measuring building performance but connecting other sensor data as as well.

It is a collaboration with the City of Rennes in Brittany, seen as a centre of excellence regarding the development of Low Power Wide Area Networks and open data, and is funded through the Open Data Institute.

We will be running a workshops in Rennes and Manchester with building owners and technologists in January and February, to understand how better to design and implement the framework. If you would like to be involved, email us at hello [a] opendatamanchester.org.uk

Internet of Things and Open Data Publishing

Tuesday October 3rd 10.30 – 13.30

FACT
88 Wood Street
Liverpool
L1 4DQ

Register for free here

If you have an interest in internet of things and how the data produced can contribute to the broader data economy, this is your chance to have a say.

The internet of things offers unparalleled means to create data from sensors, devices and the platforms behind them. This explosion of connectedness is creating huge opportunity for building new products and services, and enhancing existing ones. With these opportunities come some gnarly challenges. These exist around standards in data and protocols, security, discoverability, openness, ethics and governance. None of these are trivial but all of them need to be understood.

This workshop is for people involved in open data, Smart Cities and the internet of things who are starting to come up against and answer some of these challenges.

It is being run by Open Data Manchester and ODI Leeds for the Open Data Institute to look at the future of open data publishing and IoT

The Open Data Institute (ODI) is always working towards improvements in open data – from making it easier to find and use right through to refining and implementing standards. They are very keen to work with people who use open data to see what they can be doing to help and improve open data for everyone.

The workshops are open to everyone who wants to join in, contribute, or work with us. The output from the workshops will be put forward to the ODI and the UK government with recommendations on how open data should be published.

Refreshments and lunch will be provided.

If you can’t make it but would still like to contribute, we have an ‘open document’ available here. We encourage people to add their questions, comments, suggestions, etc.

After the workshop there is the launch of LCR Activate a £5m project led by Liverpool John Moores University with the Foundation for Art and Creative Technology (FACT) and the LCR Local Enterprise Partnership. A three-year European Regional Development Fund (ERDF) initiative using AI, Big Data/High Performance Computing, Merging Data and Cloud technologies for the benefit of SMEs in the Liverpool City Region. Register here.

Open Infrastructure Night – Open Data and Open IoT

Monday February 1st, 6.30 – 8.30pm
The Manchester Escalator
231 Deansgate
Manchester
M3 4EN

Sign up here

If you believe some of the tech press 2016 is the year that the Internet of Things will take over – billions of devices will become connected and our lives will be free from the drudgery of turning things on and off again. Beyond the hype IoT is connected sensors, actuators and machines that can be communicate over a data infrastructure. Like the internet, the data infrastructure is a critical component which is generally owned and operated by large telecommunication providers. Things Manchester is part of The Things Network founded in Amsterdam and aims to create a crowdsourced, open and free IoT data infrastructure for Greater Manchester and beyond.

Things Manchester will introduce the project and how you can get involved.

The last few months have seen unprecedented rainfall across the north of the UK. Lancashire, Yorkshire and Cumbria bore the brunt of the flooding with bridges swept away, town centres flooded and buildings inundated. ODI Leeds is running a Flood Hack event that will encourage the development of new ideas around flood warnings and prevention. Having access to open data and an open IoT infrastructure is key to this development. The team who are developing Flood Hack will introduce the event and what can be expected and how you can participate