Glossar
‍aedifion

Der Begriff Multimodal Large Language Model (MLLM) bezeichnet eine Form der generativen KI, die auf die Verarbeitung und Generierung von Textdaten mit anderen Datenformen wie Bildern, Video oder Audio spezialisiert ist. Im Gegensatz zu rein textbasierten Large Language Models (LLM) können MLLMs auf verschiedene Datentypen zugreifen und diese kombinieren, um noch umfassendere und präzisere Antworten auf Fragen und Aufforderungen zu liefern.

Im Gebäudebetrieb sind MLLM besonders wertvoll, da sie z.B. Sensordaten mit visuellen Informationen, wie dem Plan einer Heizungs-, Lüftungs- und Klimatisierungsanlage (HLK), kombinieren kann. Das MLLM würde dann nicht nur das Bild analysieren, sondern auch andere verfügbare Quellen, wie z.B. Betriebsanleitungen, aber auch Echtzeit-Betriebsdaten aus dem Gebäude, um auf dieser Basis Antworten auf Fragen zu generieren. Gebäudeeigentümer und technische Betriebsteams können so Informationen aus verschiedenen Quellen in natürlicher Sprache abrufen, Hypothesen testen und sofortige Unterstützung bei ihren täglichen Entscheidungen erhalten, was die Betriebseffizienz erheblich steigert.