In Zeiten von COVID-19 und „verstärkter Reinigung“ steht die Frage, wie und wie häufig ein Unternehmen seine Anlagen reinigt, mehr denn je im Fokus. Im März gab Amazon bekannt, dass es seine bestehenden Teams um über 5.700 Reinigungskräfte ergänzt hat,1 während Marriott einen globalen Sauberkeitsrat einrichtete und krankenhaustaugliche Desinfektionsmittel zur Reinigung aller Gebäude einführte.2 Umfragen zeigen immer wieder, dass die Mitarbeiter Reinigungsverfahren als eines ihrer wichtigsten Anliegen betrachten, wenn sie beurteilen sollen, ob sie sich bei einer Rückkehr an den Arbeitsplatz wohlfühlen würden oder nicht.3 Bei so viel öffentlicher Aufmerksamkeit für die Reinigung lautet eine zentrale Frage, wie ein Unternehmen besser reinigen kann.
Manchmal ist mehr einfach mehr
Die häufigste Antwort war, einfach mehr zu reinigen. Beispielsweise versichern viele Unternehmen jetzt Mitarbeitern und Besuchern, dass bestimmte Anlagen oder Räume eine festgelegte Anzahl von Malen pro Tag desinfiziert werden. Andere, wie Amazon, betonen die zusätzliche Anzahl von Reinigungskräften, die sie eingestellt haben. Aber einfach mehr zu reinigen, führt nicht automatisch zu besseren Ergebnissen. Wenn die Gebäudenutzer überwiegend an ihren Arbeitsplätzen sitzen, profitieren sie dann wirklich davon, wenn Reinigungskräfte die Türklinken in einem Konferenzraum desinfizieren, der den ganzen Tag nicht benutzt wurde?
Intelligente Reinigung bietet dabei die Möglichkeit, die Reinigungsdienste gezielt auf die Echtzeitbedürfnisse auszurichten. Dies geschieht durch die Kombination der Leistungsfähigkeit eines CAFM mit Live-Sensordaten in einer Weise, die zugleich die Reinigungsergebnisse verbessert, die Sicherheit der Reinigungskräfte gewährleistet und das Management unterstützt.
Von mehr hin zu intelligent
Der erste Schritt in diesem Prozess besteht darin, mit Hilfe des CAFM ein Reinigungsprogramm zu erstellen. Dieses Programm legt fest, welche Arten von Reinigungsaktivitäten an einem bestimmten Ort und mit welcher Häufigkeit durchgeführt werden sollten – beispielsweise auf Basis der OSHA- oder CDC-Richtlinien. Jeder Aufgabentyp wird in seine Einzelteile zerlegt, idealerweise mit Abbildungen oder Videos (einschließlich Sicherheitswarnungen) illustriert und mit Anweisungen darüber versehen, welche Arten von Materialien für eine bestimmte Aufgabe benötigt werden. Diese Informationen werden in eine mobile App ‚Work Assistant‘ eingespeist, die verschiedene Aufgaben auf einem Grundriss visualisiert.
In einem zweiten Schritt wird dieser statische Reinigungsplan mit Ticket-Informationen entsprechend der Dringlichkeit hinterlegt und um jederzeit neue Aufgaben hinzufügen zu können. Die Reinigungskräfte könnten ihre Aktivitäten dann eigenständig dorthin lenken, wo dringender Bedarf entstanden ist, und sie hätten auch die Möglichkeit, selbst Tickets auszulösen – d. h. die Manager zu benachrichtigen, wenn ihnen etwas auffällt, das zusätzliche Aufmerksamkeit erfordert oder nicht wie erwartet erledigt werden kann.
Die dritte Stufe der Intelligenten Reinigung besteht darin, diesem Mix Live-Sensordaten hinzuzufügen. Je nach den Prioritäten eines Unternehmens könnten Belegungssensoren verwendet werden, um automatische Arbeitsaufträge für bestimmte Arten von Räumen auszulösen. Wenn es beispielsweise wichtig ist, die Konferenzräume zwischen den Reservierungen zu desinfizieren, können beim Verlassen des Raums automatische Reinigungsanforderungen erstellt werden. Und umgekehrt, wenn eine Reservierung vorgenommen wurde, aber niemand erschienen ist, könnten die Sensordaten verwendet werden, um das Reinigungspersonal zu benachrichtigen, dass der Arbeitsauftrag nicht erledigt werden muss. Dadurch würden die Räume schneller verfügbar und Zeit und Material würde eingespart werden, während die Reinigungskräfte gleichzeitig für andere Aufgaben frei würden. Sensoren könnten auch in anderen Anwendungen nützlich sein: Türzähler-Sensoren im Eingangsbereich von Sanitärräumen könnten verwendet werden, um eine Reinigung oder Nachfüllung anzufordern, wenn die Nutzung bestimmte Schwellenwerte erreicht.
Blick in die Zukunft
Mit der Zeit können sämtliche Daten aus verschiedenen Quellen – Sensoren, historische Arbeitsaufträge – in einen Algorithmus des maschinellen Lernens eingespeist werden, um ein selbstlernendes System zur Planung von Reinigungsaufgaben zu entwickeln. Ein solches System wäre in der Lage, besser abzuschätzen, wie viel Zeit verschiedene Arten von Aufgaben an einem bestimmten Ort benötigen oder welche Arten von Reinigungsbedarf in verschiedenen Bereichen tendenziell entstehen, was zu einer effizienteren Nutzung der Ressourcen und besseren Reinigungsergebnissen führt.
Schließlich können wir, da Intelligente Reinigung immer intelligenter wird, neu definieren, was es bedeutet, besser zu reinigen. Besser reinigen, heißt nicht einfach, mehr reinigen. Besser reinigen bedeutet eine effizientere Nutzung der Zeit der Reinigungskräfte und der Materialien, mehr Reinigungsaufwand dort, wo es darauf ankommt, und bessere Ergebnisse für die Benutzer durch verbesserte Gesundheit, Sicherheit und Zufriedenheit mit der Sauberkeit ihrer Arbeitsumgebung.
Dieser Beitrag ist Teil 2 einer laufenden Blog-Serie über CAFM+. Im vorherigen Beitrag haben wir das Konzept CAFM+ mit einer ersten Liste von zu behandelnden Themen vorgestellt. Wenn Sie Benachrichtigungen über zukünftige Ergänzungen dieser Serie und andere Spacewell-Wissensinhalte erhalten möchten, melden Sie sich bitte hier an
- https://blog.aboutamazon.com/company-news/how-amazon-prioritizes-health-and-safety-while-fulfilling-customer-orders
- https://news.marriott.com/news/2020/04/21/marriott-international-launches-global-cleanliness-council-to-promote-even-higher-standards-of-cleanliness-in-the-age-of-covid-19
- PwC (5/11/2020), “PwC’s COVID-19 CFO Pulse Survey: US findings” https://www.pwc.com/us/en/library/covid-19/pwc-covid-19-cfo-pulse-survey.html
Facilities Executive (5/5/2020), “Employee Views on Current and Post-Pandemic Office Life”, https://facilityexecutive.com/2020/05/employee-views-on-current-and-post-pandemic-office-life/
