Der erste Alarm, den jedes IoT-Projekt baut, ist ein Schwellenwert: Sag mir Bescheid, wenn die Temperatur über 8 Grad steigt, wenn der Tank unter 10 Prozent fällt, wenn der Druck eine Grenze überschreitet. Das ist der richtige Ausgangspunkt, und es funktioniert. Sobald der Wert die Linie überschreitet, bekommt jemand eine Nachricht.
Die Einschränkung steckt schon im Design. Ein Schwellenwert-Alarm schlägt an, wenn das Problem bereits begonnen hat. Wenn die Gefriertruhe 8 Grad anzeigt, erwärmt sich die Ware schon. Wenn der Tank bei 10 Prozent steht, bleiben Ihnen vielleicht ein paar Stunden, um eine Nachfüllung zu organisieren, die einen Tag Vorlaufzeit braucht. Reaktive Alarme melden ein Problem im denkbar schlechtesten Moment: sobald es real ist. Prognosebasierte Alarme verschieben diese Meldung nach vorn, in die Zeit, in der man das Problem noch verhindern kann.
Was ein vorausschauender Alarm wirklich ist
Ein vorausschauender Alarm beobachtet nicht den aktuellen Wert. Er beobachtet die Prognose des Werts. Statt ‘Temperatur ist jetzt über 8’ schlägt er bei ‘Temperatur steuert darauf zu, innerhalb von zwei Stunden die 8 zu überschreiten’ an. Der Auslöser ist derselbe Schwellenwert, nur angewendet auf das prognostizierte Signal statt auf das Live-Signal.
Diese eine Verschiebung ändert den Charakter des Alarms. Er ist nicht länger ein Protokoll des Versagens, sondern wird zu einem Zeitfenster zum Handeln. Die Größe dieses Fensters ist die Vorlaufzeit, die Ihre Prognose liefert, und darin liegt der gesamte Wert des Ansatzes: genug Vorwarnung, um einen Techniker zu schicken, eine Nachfüllung zu bestellen, eine Last zu verlagern oder einen Raum zu kühlen, bevor die Grenze überschritten wird, statt danach.
Die zwei Zutaten
Um das aufzubauen, brauchen Sie eine Prognose und eine Alarmregel, die darauf zeigt.
Die Prognose ist ein geplantes Skript, das aktuelle Daten liest und einen prognostizierten Wert samt Horizont als Variablen zurückschreibt, dieselbe Prognoseschleife, die auch eine Dashboard-Projektion antreibt. Auf TagoIO ist das eine Analysis, die zum Beispiel eine Variable ‘prognostizierte Temperatur in 2 Stunden’ für jedes Gerät erzeugt.
Der Alarm ist eine ganz normale Regel, nur dass sie auf die prognostizierte Variable statt auf den Rohmesswert zielt. ‘Benachrichtige, wenn prognostizierte-Temperatur-2h die 8 überschreitet.’ Weil die Prognose wie jede andere Variable gespeichert wird, behandelt sie die normale Alarmierung der Plattform als vollwertiges Signal. Sie nutzen die Alarmierung wieder, die Sie ohnehin schon haben, nur auf die Zukunft gerichtet.
Die ehrlichen Probleme angehen
Vorausschauende Alarmierung hat zwei Fehlerarten, für die man von Anfang an planen sollte.
Fehlalarme. Eine Prognose ist nicht sicher, also kann ein vorausschauender Alarm für ein Problem anschlagen, das nie eintritt. Zu viele davon, und die Bediener stellen ihn stumm, was schlimmer ist als gar kein Alarm. Die Gegenmittel: nur anschlagen, wenn die Prognose den Schwellenwert mit angemessener Konfidenz überschreitet, und verlangen, dass die prognostizierte Überschreitung über ein paar Prognoseläufe hinweg bestehen bleibt statt in einem einzelnen verrauschten Ausschlag. Justieren Sie das Gleichgewicht zwischen den Kosten eines verpassten Ereignisses und den Kosten eines Fehlalarms für genau dieses Signal.
Stille Modelldrift. Wenn sich die zugrunde liegende Prognose leise verschlechtert, verschlechtern sich Ihre vorausschauenden Alarme mit ihr, und niemand merkt es, bis eine Überschreitung ohne Vorwarnung eintritt. Deshalb muss die Prognose laufend bewertet werden. Wenn der Vorhersagefehler die Toleranz überschreitet, sollte genau das einen Alarm an einen Menschen auslösen, denn ein vorausschauendes Alarmsystem mit einem veralteten Modell ist schlimmer als ein Schwellenwert, weil die Leute aufgehört haben, den Rohwert zu beobachten.
Den Schwellenwert trotzdem behalten
Vorausschauende Alarmierung ersetzt den reaktiven Schwellenwert nicht, sie legt sich darüber. Der Prognosealarm verschafft Ihnen Vorlaufzeit auf dem erwarteten Verlauf. Der einfache Schwellenwert bleibt als Rückfallebene für den Fall, den die Prognose nie hat kommen sehen, das plötzliche Versagen, das kein Trend vorhergesagt hat. Betreiben Sie beide: vorausschauend zur Warnung, reaktiv als Sicherheitsnetz.
Umsetzung auf TagoIO
Die Bausteine sind schon auf der Plattform vorhanden. Eine geplante Analysis in Node.js oder Python erzeugt die Prognosevariable. Eine standardmäßige Alarmregel beobachtet diese Variable und benachrichtigt per E-Mail, SMS, Webhook oder in Ihre Dashboards hinein. Eine zweite bewertende Analysis wacht über das Modell. Nichts davon ist ein Spezialsystem, es ist die Prognoseschleife plus die Alarmierung, die Sie ohnehin schon betreiben, miteinander verdrahtet.
Fangen Sie damit an, Ihren wertvollsten bestehenden Schwellenwert-Alarm zu nehmen und ihm einen vorausschauenden Zwilling hinzuzufügen, der die Prognose desselben Signals beobachtet. Behalten Sie das Original als Rückfallebene, justieren Sie die Konfidenz, bis die Bediener ihr vertrauen, und schon haben Sie aus einer nachträglichen Benachrichtigung Zeit zum Handeln gemacht. Sehen Sie sich an, wie TagoIO Analytics die Prognose hinter einem vorausschauenden Alarm laufen lässt.
Um die Prognose hinter einer vorausschauenden Warnung zu erhalten, ohne selbst eine schreiben zu müssen, nutzen Sie TagoIO Analytics. Melden Sie sich unter sight.tago.io/login mit Ihrem TagoIO-Konto an und trainieren Sie in wenigen Minuten ein Modell mit Ihren Daten, um Prognosen und Anomalieerkennung zu erhalten, an die Sie eine Warnung anbinden können, ganz ohne Data Scientist.
