Onderzoekers hebben FDD-ON gepresenteerd, een modulaire ontologie die HVAC-stoordetectie en -diagnose (FDD) voor VAV-systemen formeel representeert. De studie toont aan dat deze gestandaardiseerde semantische structuur data-silo's doorbreekt, de interpretatie van foutmeldingen verbetert en de basis vormt voor interoperabele toepassingen zoals digitale tweelingen en AI-gestuurde onderhoudssystemen. Geëvalueerd op openbare datasets, biedt FDD-ON een machine-leesbare basis voor het mappen van diverse diagnostische outputs. Ook voor Nederlandse facility-afdelingen is dit relevant omdat het de integratie van gebouwautomatisering en CAFM-platforms kan versnellen.