Gesund und wach bleiben – Wie ihr mit Splunk Daten in bessere Raumluft verwandelt

Dicke Luft im Meeting?

Kennt ihr das? Kopfschmerzen in einem Meeting, weniger Konzentration und beständig nachlassendes Interesse dank endloser Präsentations-Slides und Redebeiträgen von Kollegen (insbesondere von denen, die sich besonders gerne sprechen hören)? Dabei scheint die Zeit nahezu still zu stehen und der Feierabend ist sowieso noch lange nicht in Sicht...? Die gute Nachricht ist: Es liegt liegt nicht an euch. Und (in der Regel) auch nicht an euren Kollegen oder deren Präsentationen. Tatsächlich – und das stimmt wirklich – ist „schlechte“, d.h. „verbrauchte“ Luft oft die Ursache für den „Meeting-Kater“. 

Grundsätzlich kann man sagen, dass je höher der CO2-Gehalt in der Luft ist, desto schlechter/verbrauchter ist auch die Luft. Die Luftqualität kann dabei objektiv anhand des CO2-Gehalts in PPM (Parts Per Million) gemessen werden.¹ Steigt die CO2 Konzentration in der Luft über 1000-1.200 PPM, gilt dies als bedenklich und kann zu Symptomen wie Schwindel, Müdigkeit und Konzentrationsschwäche (und Feierabend-Sehnsucht) führen. 

CO2-Konzentration in der Luft messen

Vor einiger Zeit habe ich mit Splunk ein kleines System zur Messung der CO2-Konzentration in der Luft von Meetingräumen eingerichtet. Das Ziel der Messung war, herauszufinden, wie gut oder schlecht die Luft während einzelner Meetings und Workshops ist und dabei auf die Bedeutung des Lüftens hinzuweisen. Das System dafür bestand aus einem einfachen USB-CO2-Messgerät (Kosten etwa 70,00 €) und einem Raspberry Pi (ca. 60 €) als Server, der die Daten sammelt und an Splunk schickt. 

Im folgenden Panel sieht man die Langzeit-Ergebnisse meiner CO2-Messungen:

Man kann an dem Bild gut das Ende des Finanzjahres (Februar 2020) – eine Zeit, zu der viele Meetings stattfanden – erkennen, ebenso wie den Anfang des Lockdowns im März 2020. 

Frische Luft hilft – und kann überwacht werden

Häufiges Lüften ist heutzutage eine sehr weitverbreitete Hygiene-Empfehlung. Doch genauso wie „gründliches Händewaschen“ ist „häufiges Lüften“ eine etwas unpräzise Aussage. In Deutschland haben die Länder in Ihren Rahmenhygienplänen für Schulen auf die Bedeutung des Lüftens in der Luft hingewiesen und eine regelmäßige Stoßlüftung empfohlen. Die Häufigkeit der empfohlenen (Stoß-)Lüftung variiert aber je nach Bundesland und ist wohl auch pauschal ohne die Kenntnis der Raumgrößen und der Personenanzahl schwer vorzuschreiben.

Der Anteil der frischen Luft in einem Raum lässt sich jedoch gut durch die CO2 Messung bestimmen. Frische Luft im Freien beinhaltet etwa 400 PPM CO2. Die ausgeatmete Luft eines Menschen etwa 40.000 PPM CO2. Erreicht die Mischung das Verhältnis > 1000 PPM können wir von schlechter Raumluft bzw. Belüftung ausgehen und sollten etwas ändern. 

Damit lässt sich auch der geeignete Zeitpunkt für die Lüftung bzw. die Qualität der Lüftungsmaßnahmen messen. Manche Räume werden durch eine permanente Luftzufuhr z. B. eine offene Tür zum Flur oder eine Lüftungsanlage gelüftet. Durch die Messung des CO2-Gehalts könnten wir feststellen, ob diese Maßnahme tatsächlich die Luftqualität verbessert –  denn es könnte ja durchaus sein, dass die neu zugeführte Luft gar nicht so frisch ist, wie man denkt.

Zum Glück können wir den CO2-Gehalt mit relativ günstigen Sensoren messen und mit Splunk relevante Daten sicher sammeln, diese in Echtzeit automatisch analysieren und entsprechende Warnmeldungen ausgeben lassen. Wäre es nicht fantastisch, wenn Lehrer einen Alarm auf ihr Handy (oder ihre Smart-Watch/ihr Smart-Device) erhielten, der sie warnt, wenn der CO2-Gehalt im Klassenraum gerade über ein kritisches Level steigt und gelüftet werden muss? Wäre es nicht toll, wenn man schon vor dem Eintreten in einen Raum einen QR-Code auf der Tür scannen (dank Splunk AR) könnte und Informationen zur Luftqualität im Raum erhalten würde?

Hier ein Zitat aus dem Leitfaden für die Innenraumhygiene in Schulgebäuden des Umweltbundesamtes:

„Da der Mensch über kein Sinnesorgan verfügt, mit dem er den CO2-Gehalt in der Luft wahrnehmen kann, kann eine Lüftungsampel ein Mittel zur Visualisierung der Raumluftqualität sein. Auf diese Weise kann ein „Lüftungs-Verhaltenstraining“ durchgeführt werden.“²

Eine Investition von nur etwa 150,00 € pro Raum würde es erlauben, Tagungsräume, Schulklassen, Büros und viele andere geschlossene Räumlichkeiten etwas sicherer zu machen. Dies könnte sowohl Meeting-Kater, Müdigkeit und Unkonzentriertheit, als auch die potenzielle Verbreitung von Tröpfchen in der Luft verringern, und somit verschiedenste negative Auswirkungen von schlechter Luft reduzieren.

Beispiel – CO2-Gehalt in Klassenräumen überwachen

Lasst uns das ganze mal an einem Beispiel durchgehen:

Das folgende Beispiel-Dashboard einer (fiktiven) Schule zeigt eine Übersicht der Klassenräume mit aktuellem CO2-Wert in Echtzeit und einer Vorhersage für die kommenden 10 Minuten (sollte keine Frischluftzufuhr erfolgen). Für eine bessere Einschätzung der Situation habe ich auch noch Wetterdaten und die Anzahl der Schüler/Handys hinzugefügt. Die Zahlen in den jeweiligen Räumen zeigen den aktuellen Stand der Messung, die Ampeln beziehen sich aber auf die Vorhersage, so kann man bei einer gelben oder roten Ampel immer noch rechtzeitig lüften. 

Während viele CO2-Messgeräte von Haus aus über eine eingebaute Ampel verfügen, zielt der Einsatz von Splunk hier mehr auf die folgenden Anwendungsfälle ab:

1. Die CO2-Daten werden langfristig gespeichert 
2. Eine Alarmierung ist in Echtzeit und auf mobile Geräte möglich
3. Eine Vorhersage zur Luftqualität innerhalb der nächsten X Minuten ist möglich und kann auch für die Alarmierung genutzt werden
4. Externe Daten (z.B. Wetterdaten, lokale Infektionszahlen, Anzahl der Schüler, Ereignisse wie Fenster- oder Türbewegungen) können hinzugefügt werden.

Für die Alarmierung können wir sowohl die Echtzeit-Werte als auch die prognostizierten Werte (für die nächsten X Minuten) verwenden. In diesem Fall würde man eventuell das Fenster öffnen, bevor die Luftqualität den Schwellenwert von 1.000 PPM übersteigt und „schlecht“ wird.

Beispiel – Forecast-Visualisierung

Im folgenden Beispiel sehen wir eine Forecast-Visualisierung. Auf dieser Grundlage können wir eine Alarmierung einrichten,  sollte die „Prediction“-Linie in den nächsten 30 Minuten 1.000 PPM überschreiten:

Fortgeschrittene können alternativ im Splunk Machine Learning Toolkit (MLTK) ein Experiment anlegen und die Vorhersagen mit der Hilfe des neuen “StateSpaceForecast”-Algorithmus verfeinern. 

Das Modell kann dann mit Hilfe des Machine Learning Toolkits operationalisiert werden. Es wird dann in den Suchen mit „apply model“ verfügbar und kann für die Alarmierung verwendet werden.  

Sobald die Dashboards fertig sind und die Alarmierung getestet wurde, empfehle ich auch die mobilen Alerts und Dashboards einzurichten. So kann jeder registrierter User sowohl den Alert (als Push-Nachricht) direkt auf sein Handy (oder Smart-Device) erhalten als auch das Dashboard dazu anschauen. 

Hier ist ein Beispiel für eine Apple-Push-Nachricht und das Mobile Dashboard:

Auch Augmented Reality Dashboards können dann auf einfachste Weise eingerichtet werden. Ein QR-Code auf der Tür oder dem Fenster reicht dann aus um alle relevanten Klimadaten anzuzeigen. Der Betrachter kann diese dann auch beliebig positionieren:

Technische Umsetzung: 

Bereit, selbst loszulegen? Hier eine kurze Anleitung zur technischen Umsetzung eurer automatisierten Splunk-CO2-Messanlage:

Benötigte Hardware

1. Mini CO2-Monitor (z. B. TFA Dostmann AirCO2ntrol oder jeder andere CO2-Sensor der sich über IC2 oder USB ablesen lässt). Meine Erfahrung mit dem Gerät im Dauereinsatz ist sehr gut: zwei Jahre lang wurden die Daten ohne Ausfälle gesammelt. Es hat auch den Vorteil, dass durch ein Display die Daten direkt angezeigt werden und eine kleine Warn-LED in Ampelfarben den Gefahrenlevel anzeigt.
2. Raspberry Pi 4 – klar gibt es kleinere Arduinos und andere Minicomputer. Der Raspberry Pi hat aber den Charme eines ausgewachsenen Linux-Servers mit all seinen Möglichkeiten. Außerdem existiert für Linux auf dem Armv6 ein Splunk Universal Forwarder. Bei einem Projekt mit mehreren Räumen könnte man auf günstigere Arduinos mit angeschlossenen CO2-Sensoren ausweichen, die Ihre Daten über HEC (HTTP Event Collector) an Splunk schicken. 

Software

1. Linux auf dem Raspberry Pi
2. Ein Python-Skript (monitor.py) zum Abfragen von Daten über USB, mit einer kleinen Anpassung, damit die Daten in ein Logfile geschrieben werden:

with open('/var/log/co2monitor.log', 'a') as out:

                    out.write(eventtime + "," "TMP,%3.1f" % (tmp) + "," "M01" + '\n')

                    out.write(eventtime + "," "CO2,%4i" %(co2)  + "," "M01" + '\n')

      Sollte euer Gerät  (mit neuerer Firmware) die Daten unverschlüsselt senden, muss man       “decrypt”- Funktion deaktivieren. Alternativ kann man auch ein Python-Modul verwenden.*

     3. Splunk Universal Forwarder zum weiterleiten der Daten. Alternativ könnte man die Daten direkt über      HEC verschicken, aber dann hätte man im Falle eines Netzwerkausfalls keinerlei Puffer.

    4. Ein erreichbarer Splunk-Server 

Einrichtung

1.  Splunk Universal Forwarder auf Raspbian installieren
2.  Skript einrichten, anpassen und testen
3.  CO2-Messgerät über USB (mit dem mitgelieferten Originalkabel) an Raspi anschließen
4.  Skript starten: 

sudo nohup /opt/jobs/monitor.py /dev/hidraw0 &

    5. Splunk Input einrichten : 

[monitor:///var/log/co2monitor.log]

disabled = false

sourcetype = metrics_csv

index = raspi

    6. Auf dem Splunk-Server:

•     Dashboards anlegen
•     Machine Learning (oder einfach predict) einrichten
•     Cloud Gateway for Mobile nutzen und Mobile Alerts und Dashboards einrichten

Fazit: 

Mit einer kleinen Investition und etwas Splunk-Know-How könnt ihr Daten zur CO2-Konzentration in geschlossenen Räumen untersuchen, überwachen, analysieren und Vorhersagen treffen – oder anders ausgedrückt: Daten in bessere Raumluft verwandeln. 

Büro- oder Schulleiter könnten mit einem solchen System dafür sorgen, dass Räume tatsächlich nach Mindestbedarf (oder im Idealfall sogar noch öfter) gelüftet werden und stets frischeste Raumluft vorherrscht, sodass Müdigkeit und „Meeting-Kater“ der Vergangenheit angehören und Hygiene-Empfehlungen in Bezug auf die Lüftung erfüllt werden. Eine Speicherung dieser Daten über einen notwendigen Zeitraum würde diese Bemühungen außerdem dokumentierbar machen.

¹ Zum Funktionsprinzip der Sensoren siehe: https://en.wikipedia.org/wiki/Carbon_dioxide_sensor

² https://www.umweltbundesamt.de/sites/default/files/medien/publikation/long/3689.pdf

* Vielen Dank an Alexander Sötz für den Hinweis!