Här är ett mönster som återkommer i nästan varje sensorprojekt vi granskar: en fastighetsorganisation köper en teknologi, ofta personräknare eller skrivbordssensorer, och upptäcker sex månader senare att datan besvarar en fråga men väcker tre nya. Räknaren vid entrén säger att 412 personer är i huset, men inte var de sitter. Skrivbordssensorerna säger att våning 3 är halvtom, men inte om luften i mötesrummen är anledningen till att ingen bokar dem. Problemet är inte sensorn. Problemet är antagandet att en mätprincip kan täcka tre helt olika frågor: hur många, var och hur bra.
Varje sensorteknologi är byggd för att vara bäst i sin egen domän, och det är precis där den ska användas. 3D-stereoräknare som Xovis monteras ovanför entréer och zongränser och räknar samt spårar personer som passerar. Kontraktuellt garanteras minst 96 procents noggrannhet, och i praktiken ligger den typiskt på 98 till 99 procent när förutsättningarna – ljus, layout och besökarbeteende – tillåter. Det är den ärliga formuleringen: ingen seriös leverantör lovar en fast siffra på 99 procent oavsett miljö, och den som gör det bör granskas noga.
LoRaWAN-sensorer som Elsys och Milesight löser en annan uppgift. De mäter närvaro vid skrivbord och i rum, CO2, luftfuktighet, temperatur samt dörr- och fönsterstatus. Styrkan är ekonomin och skalbarheten: låg kostnad per punkt, batteritid på flera år och ingen kablage. Det gör det realistiskt att täcka hundratals rum i en fastighet utan att röra el eller nätverksinstallationer – något som är helt avgörande i hyrda lokaler eller K-märkta byggnader där varje kabeldragning kräver tillstånd.
Försök nu vända på det. En Xovis-räknare kan inte tala om ifall skrivbord 47 används. En Elsys-puck under bordsskivan kan inte räkna hur många som passerade huvudentrén mellan 08:00 och 09:00. En CO2-sensor säger att ett rum har dålig luft, men inte hur många som faktiskt sitter där. Teknologierna överlappar inte – de kompletterar varandra.
Det verkliga värdet uppstår när datalagren läggs på varandra i samma plattform:
Ett konkret scenario: räknarna visar att våning 2 tar emot 40 procent fler personer på tisdagar. Närvarosensorerna visar att tysta zonen på samma våning ändå står nästan tom. Miljösensorerna avslöjar varför: CO2-nivåerna passerar 1200 ppm redan vid tiotiden eftersom ventilationen är dimensionerad efter en gammal planritning. Ingen av de tre datamängderna hade räckt ensam. Med en sensor har du en mätvärdeslista. Med tre teknologier i samma plattform har du en orsakskedja – och det är orsakskedjor som motiverar budgetbeslut.
Många plattformar på marknaden är i praktiken hårdvaruförsäljning med ett dashboard ovanpå. Konsekvensen: när leverantörens sensor är fel verktyg för ett visst utrymme – för dyr för 300 mötesrum, för oprecis för en huvudentré – tvingas ni antingen kompromissa med datakvaliteten eller driva ett parallellt system med egen inloggning, egen export och egen support. Efter tre sådana kompromisser har ni fyra dashboards och ingen sanning.
Ett sensoragnostiskt angreppssätt vänder på beslutsordningen. Vemco integrerar Xovis, Milesight, Elsys, Hikvision, Axis och Irisys i en och samma plattform, vilket betyder att valet av sensor görs per utrymme utifrån krav – inte utifrån vad plattformen råkar stödja. Precisionskritisk entré? Xovis-stereo. Trehundra cellkontor? Elsys eller Milesight över LoRaWAN. Befintliga Axis- eller Hikvision-kameror i drift? Använd dem i stället för att riva ut fungerande hårdvara. För en IT-arkitekt betyder det dessutom en integrationsyta, ett API och en datamodell att underhålla, oavsett hur sensorfloran utvecklas över tio år.
En sak som sällan står i produktbladen men som varje erfaren implementerare känner till: valideringen av personräknare måste göras under verkliga förhållanden, inte vid installationstillfället. En Xovis-enhet som verifieras en lugn tisdagförmiddag kan bete sig annorlunda när entrén fylls av grupper som går tätt tillsammans, barnvagnar, kundvagnar eller lågt vintersolinfall genom glasfasaden. Standardmetoden är manuell kontrollräkning mot video under representativa toppperioder – och att göra om den efter varje ombyggnad av entrézonen. Detsamma gäller LoRaWAN: gör en signaltäckningsmätning innan ni beställer 400 sensorer, för hisschakt och armerade betongväggar äter gateways till frukost. Den timmen sparar veckor av felsökning senare.
För den som ska försvara ett plattformsval inför IT och säkerhet spelar driftmiljön roll. Vemcos plattform räknar över 85 miljoner personer per dag för fler än 2000 kunder i över 95 länder, med data hostad på AWS i EU Frankfurt – en väsentlig punkt för GDPR-bedömningen och för dataskyddsombudet som kommer att fråga exakt var persondatan lagras. Latensen från linjekorsning till dashboard ligger på cirka 2 sekunder, vilket gör datan användbar inte bara för månadsrapporter utan för operativa beslut i stunden.
Just den låga latensen öppnar naturliga nästa steg: live-beläggning per våning eller zon, och vistelsetid (dwell time) som visar hur länge personer faktiskt uppehåller sig i ett område. Båda bygger på samma sensorkombination som redan sitter uppe – ingen ny hårdvara, bara fler frågor besvarade av samma data.
Om ni står inför en upphandling, vänd på den klassiska frågan. Fråga inte "vilken sensor ska vi köpa?" utan "vilka tre frågor ska datan besvara, och vilken teknologi är bäst per fråga?" Kravställ sedan plattformen på tre punkter: dokumenterat stöd för flera sensorfabrikat i samma datamodell, ärligt formulerade noggrannhetsnivåer med kontraktuellt golv snarare än marknadsföringssiffror, och en tydlig svar på var datan hostas. En leverantör som klarar alla tre är en partner. En som bara klarar en är en hårdvarusäljare.
Vill ni diskutera hur en kombination av Xovis, Elsys och Milesight skulle se ut i just era fastigheter – vilka utrymmen som kräver stereoräkning, var LoRaWAN räcker och hur allt samlas i en datamodell? Kontakta Vemco så går vi igenom er planritning, era befintliga sensorer och en realistisk utrullningsplan tillsammans.