Da hybrides Arbeiten die Arbeitswelt weiter verändert, wollen Organisationen zunehmend verstehen, wie ihre Büros tatsächlich genutzt werden. Die Messung der Flächenbelegung gehört zu den meistdiskutierten Themen in Arbeitsplatzstrategie, Immobilien und Facility Management, doch nicht alle Belegungsdaten sind gleichwertig.

Zu messen, ob ein Arbeitsplatz oder ein Raum in einem bestimmten Moment belegt ist, zeigt nur einen Teil des Bildes. Die wichtigere Frage lautet oft, warum Flächen so genutzt werden, wie sie genutzt werden, welches Verhalten dabei stattfindet und ob die Arbeitsumgebung die Leistung der Organisation wirksam unterstützt.

Heute nutzen Organisationen mehrere Methoden zur Messung der Flächenbelegung, jede mit eigenen Stärken, Grenzen, Kosten und Erkenntnistiefe.

1. Beobachtungsstudien

Beobachtungsstudien gehören zu den ältesten und weiterhin zu den wirksamsten Methoden der Arbeitsplatzmessung. Dabei gehen geschulte Beobachtende in festgelegten Intervallen durch die Fläche und erfassen manuell, wie sie genutzt wird.

Das kann umfassen:

  • Arbeitsplatzbelegung
  • Nutzung von Besprechungsräumen
  • Muster der Zusammenarbeit
  • Arten von Arbeitstätigkeiten
  • Interaktionen im Team
  • Eignung der Flächen
  • Verhaltensbeobachtungen
  • Umgebungsbeobachtungen

Anders als rein quantitative Technologien liefern Beobachtungsstudien Kontext. Ein Sensor zeigt etwa, dass ein Besprechungsraum belegt ist, doch eine beobachtende Person erkennt, ob der Raum für Fokusarbeit, Zusammenarbeit oder sozialen Austausch genutzt wird und ob er überfüllt oder untergenutzt ist.

Vorteile

  • reichhaltige Erkenntnisse zum Verhalten
  • keine Hardware-Installation nötig
  • geringe Einführungskosten
  • schneller Rollout über mehrere Standorte
  • minimaler IT-Aufwand
  • datenschutzfreundlicher als viele sensorbasierte Ansätze

Grenzen

  • nicht in Echtzeit
  • erfordert manuellen Aufwand
  • wird üblicherweise periodisch statt fortlaufend durchgeführt

Für viele Organisationen ist eine fortlaufende Belegungsmessung in Echtzeit für strategische Entscheidungen jedoch gar nicht erforderlich.

2. Wi-Fi Deep Sensing

Wi-Fi Deep Sensing nutzt Funksignale der unternehmenseigenen WLAN-Infrastruktur, um Anwesenheit und Bewegung von Menschen zu erkennen. Statt sich nur auf verbundene Geräte zu stützen, analysiert die Technologie Störungen und Reflexionen der WLAN-Signale, die durch Menschen im Raum entstehen.

Diese neuere Sensorik kann potenziell erkennen:

  • Anwesenheit
  • Bewegung
  • Dichte
  • Bewegungsmuster
  • Atemmuster
  • in fortgeschrittenen Anwendungsfällen sogar Herzfrequenz und Mikrobewegungen

Weil sich die Technologie häufig auf vorhandene WLAN-Infrastruktur stützen kann, sinken die Einführungskosten deutlich unter die klassischer großflächiger Sensorinstallationen. Mit der Reife der Technologie wird sie zunehmend als skalierbare und vergleichsweise kostengünstige Alternative zu dedizierter Belegungshardware geprüft.

Vorteile

  • keine Kameras erforderlich
  • kann vorhandene WLAN-Infrastruktur nutzen
  • geringere Hardwarekosten als viele IoT-Installationen
  • passiver Messansatz
  • liefert Erkenntnisse nahezu in Echtzeit
  • große Flächenabdeckung mit wenig zusätzlicher Hardware

Grenzen

  • in Arbeitsplatzanwendungen noch relativ jung
  • Genauigkeit variiert je nach Umgebung und Gebäudelayout
  • erfordert Kalibrierung und Signaloptimierung
  • wenig Verhaltenskontext
  • je nach Umsetzung können Datenschutz- und Wahrnehmungsfragen entstehen

So vielversprechend der Ansatz ist, misst Wi-Fi Deep Sensing vor allem Anwesenheit und Bewegung, nicht die Absicht hinter der Nutzung, die Qualität der Zusammenarbeit oder die Wirksamkeit von Verhalten.

3. Wi-Fi-Triangulation

Die Wi-Fi-Triangulation schätzt die Belegung, indem sie verbundene Geräte wie Smartphones und Laptops über die Signale von Access Points verfolgt. Aus der Signalstärke mehrerer Access Points lässt sich abschätzen, wo sich Menschen im Büro befinden.

Die Methode wurde beliebt, weil viele Organisationen ohnehin unternehmensweite WLAN-Netze betreiben.

Vorteile

  • nutzt vorhandene Infrastruktur
  • liefert fortlaufende Belegungstrends
  • nützlich für Auslastungsanalysen auf Portfolioebene
  • skalierbar über große Büroumgebungen

Grenzen

  • setzt voraus, dass Menschen verbundene Geräte tragen
  • eine Person kann mehrere Geräte tragen
  • manche Menschen tragen gar kein Gerät
  • die Genauigkeit schwankt erheblich
  • in manchen Umgebungen begrenzte Präzision auf Raumebene
  • liefert wenig Verhaltenskontext

Wi-Fi-Triangulation eignet sich in der Regel besser, um Belegungstrends auf Makroebene zu erkennen, als für detaillierte Entscheidungen der Arbeitsplatzstrategie.

4. Bluetooth-Beacon-Technologien

Einige Organisationen setzen zudem Bluetooth-Beacons für Indoor-Positionierung und Belegungsanalysen ein. Dabei interagieren mobile Geräte mit installierten Beacons, um Nähe und Bewegungsmuster in der Fläche abzuschätzen.

Beacon-Systeme werden häufig genutzt für:

  • Indoor-Navigation
  • Wegeführung für Beschäftigte
  • standortbezogene Services in der Arbeitsumgebung
  • Belegungsschätzung

Vorteile

  • vergleichsweise günstige Hardware
  • nützlich für Indoor-Positionierung
  • kann mobile Anwendungen im Büro unterstützen
  • flexible Ausbringung

Grenzen

  • erfordert oft die Nutzung einer mobilen App
  • Genauigkeit hängt von der Geräteinteraktion ab
  • erfordert Installation und Wartung von Hardware
  • wenig Verhaltenskontext
  • Skalierungsprobleme über große Portfolios

Für bestimmte Nutzungserlebnisse sind Beacons hilfreich, als eigenständige Lösung zur Belegungsmessung sind sie in der Regel weniger geeignet.

5. IoT-Belegungssensoren

IoT-Belegungssensoren gehören heute zu den am weitesten verbreiteten Messtechnologien in der Arbeitsumgebung. Dazu zählen:

  • Arbeitsplatzsensoren
  • Bewegungssensoren
  • Infrarotsensoren
  • Wärmesensoren
  • Personenzählgeräte
  • Umgebungssensoren

Sie werden üblicherweise flächendeckend installiert, um Belegung und Auslastung fortlaufend zu erfassen.

Vorteile

  • Belegungsdaten in Echtzeit
  • hohe Granularität
  • automatisierte Erfassung
  • nützlich für operative Abläufe wie Reinigung und Raumfreigabe

Grenzen

  • Kosten der Hardware-Installation
  • laufende Wartung und Batteriewechsel
  • Anforderungen an IT und Cybersicherheit
  • Sensorausfälle und Kalibrierungsprobleme
  • geringes Verständnis des Verhaltens in der Fläche
  • kann in der Breite teuer werden

Für Organisationen, denen es vor allem um strategische Erkenntnisse und weniger um operative Automatisierung geht, ist das Verhältnis von Kosten und Nutzen mitunter schwer zu rechtfertigen.

6. Videoüberwachung und Computer Vision

Computer-Vision-Systeme kombinieren Kameras mit KI-Modellen, um Belegung, Bewegung und räumliches Verhalten zu schätzen.

Diese Systeme liefern:

  • Frequenzanalysen
  • Dichte-Heatmaps
  • Warteschlangenanalysen
  • Mapping von Zusammenarbeit
  • Bewegungsverfolgung
  • Analysen der Flächennutzung

Vorteile

  • hohe Genauigkeit
  • detaillierte Bewegungsanalysen
  • Sichtbarkeit in Echtzeit
  • nützlich in komplexen Umgebungen

Grenzen

  • erhebliche Datenschutzbedenken
  • rechtliche und Compliance-Fragen
  • höhere Umsetzungskomplexität
  • teure Infrastruktur und KI-Verarbeitung
  • mögliche Auswirkungen auf das Vertrauen der Beschäftigten

In Arbeitsumgebungen werden Datenschutz und die Wahrnehmung der Beschäftigten häufig zur größten Hürde für die Einführung.

7. Buchungsdaten aus Reservierungssystemen

Reservierungsplattformen liefern eine weitere wichtige Erkenntnisebene. Systeme für Desk Booking und Raumreservierung erzeugen Daten über die beabsichtigte Nutzung der Arbeitsumgebung.

Diese Daten zeigen:

  • Nachfragetrends
  • Tage mit Spitzenanwesenheit
  • Abstimmungsverhalten im Team
  • bevorzugte Zonen und Nachbarschaften
  • Nachfrage nach Besprechungsräumen

Buchungsdaten sollten jedoch nicht als tatsächliche Belegungsdaten behandelt werden. Ein gebuchter Arbeitsplatz bedeutet nicht zwingend, dass jemand im Büro war, und viele Beschäftigte nutzen Flächen weiterhin ohne formale Reservierung.

Vorteile

  • in vielen Organisationen bereits vorhanden
  • nützlich für die Bedarfsprognose
  • hoher operativer Wert
  • hilft, geplantes Verhalten zu verstehen

Grenzen

  • misst Absicht statt tatsächlicher Nutzung
  • oft unvollständig oder ungenau
  • erfasst keine ungebuchte Nutzung
  • wenig Verhaltenskontext

Buchungsdaten wirken am besten in Kombination mit anderen Messmethoden.

Welche Methode ist also die beste?

Die richtige Methode zur Belegungsmessung hängt letztlich vom Ziel ab.

Wenn es geht um:

  • operative Automatisierung
  • Live-Verfügbarkeit von Flächen
  • Optimierung der Reinigung
  • oder Gebäudemanagement in Echtzeit

dann können Sensoren oder WLAN-basierte Systeme passend sein.

Geht es dagegen um Arbeitsplatzstrategie, also darum zu verstehen, wie Menschen arbeiten, zusammenarbeiten und mit Flächen umgehen und ob die Arbeitsumgebung die Leistung der Organisation wirksam unterstützt, dann bleiben Beobachtungsstudien einer der wirksamsten verfügbaren Ansätze.

Beobachtungsstudien liefern etwas, das viele Technologien weiterhin schwer erfassen: Verhaltenskontext.

Sie sind zudem:

  • deutlich günstiger
  • einfacher umzusetzen
  • weniger invasiv
  • und benötigen weder Hardware-Installation noch komplexe Integrationen

Vor allem aber ist eine fortlaufende Belegungsmessung in Echtzeit für strategische Entscheidungen oft nicht nötig. Nutzungsmuster stabilisieren sich in der Regel über die Zeit, sodass Organisationen über periodische Messungen sehr verlässliche Erkenntnisse gewinnen können, ohne dauerhaft zu überwachen.

In vielen Fällen reicht eine gut aufgesetzte zweiwöchige Beobachtungsstudie alle sechs Monate völlig aus, um:

  • Auslastungstrends zu erkennen
  • Verhaltensmuster zu verstehen
  • Veränderungen in der Arbeitsumgebung zu überprüfen
  • große Immobilienentscheidungen zu stützen

Zugleich besteht eine der größten Herausforderungen heute nicht im Mangel an Belegungsdaten, sondern in der Zersplitterung der Arbeitsplatzdaten über viele Systeme und Technologien hinweg. Organisationen nutzen parallel Beobachtungsstudien, WLAN-Analysen, IoT-Sensoren, Reservierungsplattformen und Mitarbeiterbefragungen, doch diese Datenbestände werden nur selten zu einem gemeinsamen Entscheidungsrahmen zusammengeführt.

Workplaced führt Arbeitsplatzdaten aus mehreren Quellen in einem System für Entscheidungsintelligenz zusammen.

So lassen sich Belegung, Verhalten, Mitarbeitererfahrung und Leistungsdaten der Arbeitsumgebung gemeinsam in derselben Umgebung analysieren, unabhängig davon, wie die Daten ursprünglich erhoben wurden.

Die Zukunft der Arbeitsplatzmessung liegt vermutlich nicht darin, eine einzelne Methode zu wählen, sondern mehrere Datenquellen zu einem gemeinsamen Verständnis von Arbeitsplatzleistung und Unternehmensergebnissen zu verbinden. Der Wert der Belegungsmessung bemisst sich nicht daran, wie viele Daten erhoben werden, sondern daran, wie gut diese Daten bessere Entscheidungen zur Arbeitsumgebung stützen.