De flesta Home Assistant-installationer i kommersiella byggnader misslyckas inte på grund av tekniken – de misslyckas för att beläggningsdatan de bygger på är opålitlig. En PIR-sensor som rapporterar "ingen rörelse" i ett konferensrum där åtta personer sitter stilla i ett möte är inte en integrationsfråga, det är ett datakvalitetsproblem. Innan du skriver en enda automation i YAML behöver du därför svara på en fråga: hur exakt vet ditt system faktiskt hur många personer som befinner sig i varje zon?
Den här guiden riktar sig till er som redan har läst grundartiklarna om Home Assistant occupancy integration och nu ska fatta faktiska budgetbeslut. Vi går igenom arkitekturvalen, datakedjan från sensor till automation, och de fallgropar som brukar dyka upp först efter driftsättning.
Home Assistant hanterar binära närvarosensorer (binary_sensor med device_class occupancy) utmärkt för bostäder. Men i kontorsmiljöer, universitet och offentliga byggnader behöver ni antal, inte bara ja/nej. Skillnaden är avgörande: en ventilationsautomation som styr på "rummet är upptaget" ger samma luftflöde för två personer som för fyrtio. En automation som styr på faktiskt personantal kan trappa upp CO2-kompenserad ventilation stegvis och stänga av den helt när sista personen lämnat – det är där energibesparingen faktiskt uppstår.
Professionella räknesystem med AI-baserade sensorer levererar just detta. Vemco, som arbetat med realtidsbeläggning sedan 2005, garanterar kontraktuellt minst 96 % räknenoggrannhet, och i praktiken ligger den typiskt på 98–99 % när förhållandena – belysning, planlösning och besöksflöden – tillåter det. Jämför det med en enskild mmWave-sensor från konsumentsegmentet, där ni sällan ens kan verifiera noggrannheten. För en byggnad där HVAC-styrningen ska lita på datan är den skillnaden inte akademisk.
Det finns tre vedertagna vägar att få in beläggningsdata i Home Assistant, och valet styr både latens och underhållsbörda:
Ett praktiskt råd från fältet: bygg alltid en template-sensor som aggregerar zonvärden till våningsplans- och byggnadsnivå redan i Home Assistant. Automationer som styr huvudaggregat ska aldrig lyssna på enskilda zonsensorer – en tappad MQTT-anslutning i en zon ska inte kunna stänga av ventilationen för hela planet. Använd availability-templates och sätt ett fallback-beteende (till exempel "anta full beläggning") när data saknas. Detta är den enskilt vanligaste missen vi ser hos integratörer som kommer från hemmiljön.
Här kommer en observation som sällan nämns i generiska guider: i miljöer med personal som rör sig frekvent genom räknezoner – receptioner, vaktmästeri, lokalvård – blåser personalpassagerna upp beläggningssiffrorna rejält. En entrézon där lokalvårdare passerar tjugo gånger per dag registrerar tjugo "besökare" som aldrig fanns. Automationer som styr på dessa siffror fattar därmed fel beslut hela dagen. AI-sensorer med inbyggd personalexkludering, som Vemcos, filtrerar bort dessa passager vid källan. Gör ni det inte där måste ni bygga fulhack i Home Assistant med tidsfönster och manuella offset – och de hacken överlever aldrig ett skiftbyte i schemat.
När datakedjan är på plats är det här de automationer som ger mätbar avkastning i kommersiella fastigheter:
En ärlig gränsdragning: Home Assistant är utmärkt för prototyper, mindre fastigheter och som experimentlager ovanpå befintlig infrastruktur. Men för fastighetsportföljer där beläggningsdata ska styra HVAC, BMS och säkerhetssystem i produktion behöver ni en plattform byggd för det ändamålet. Vemcos VemFusion gör exakt den kopplingen – beläggningsdata direkt in i HVAC-, BMS- och säkerhetssystem – medan VemSpace hanterar ytanvändning och fastighetsoptimering på analysnivå. Kontor, universitet och offentliga byggnader använder detta i dag för att skära bort slöseriet från system som annars går för fullt dygnet runt, oavsett om någon är i byggnaden eller inte.
Det smarta arbetssättet för integratörer är därför hybrid: låt den professionella räkneplattformen äga datakvaliteten och de kritiska BMS-kopplingarna, och använd Home Assistant för de flexibla, snabbrörliga automationerna – notifieringar, dashboards, integrationer mot verktyg som Slack eller bokningssystem. Då får ni verifierbar noggrannhet i botten och full automationsfrihet i toppen, utan att behöva försvara en hemautomationsplattform inför fastighetsägarens driftorganisation.
Funderar ni på hur verifierad beläggningsdata kan bli grunden för era automationer – oavsett om slutmålet är Home Assistant, ett fullskaligt BMS eller båda? Kontakta Vemco Group för en genomgång av er fastighet och era integrationskrav: vemcogroup.com/contact-us. Vi hjälper er att bedöma zonindelning, sensorplacering och vilka automationer som ger snabbast återbetalning i just era lokaler.