‘Wir können noch keine Prognose erstellen, wir haben nicht genug Daten’ ist einer der häufigsten Gründe, warum ein Vorhersageprojekt nie startet. Es klingt verantwortungsbewusst. Meist ist es falsch, oder zumindest viel zu vage, um danach zu handeln, denn die ehrliche Antwort ist keine feste Anzahl von Datensätzen. Sie hängt vom Rhythmus dessen ab, was Sie vorhersagen.
Der Fehler hinter dieser Ausrede besteht darin, das Datenvolumen als die Anforderung zu betrachten. Was eine Prognose tatsächlich braucht, ist genug Historie, um zu sehen, wie sich das Muster wiederholt. Ein Signal, das täglich zyklisch verläuft, erreicht diesen Punkt in Wochen. Ein Signal, das jährlich zyklisch verläuft, erreicht ihn nicht, egal wie viele Messwerte pro Sekunde Sie in der Zwischenzeit sammeln. Wenn Sie diesen Unterschied verstehen, können Sie meist viel früher starten, als Sie befürchtet haben.
Die Regel, auf die es ankommt: den Zyklus mehrmals abdecken
Eine Prognose lernt, indem sie ein Muster mehr als einmal auftreten sieht. Die Anforderung ist also an Ihren längsten sinnvollen Zyklus gekoppelt, nicht an eine Anzahl von Datensätzen.
Wenn sich Ihr Signal täglich wiederholt, etwa Energielast, Belegung oder Wasserverbrauch, brauchen Sie mindestens ein paar Wochen Historie, damit das Modell die Werktags- und Wochenendmuster mehrfach sieht. Ist der dominante Zyklus wöchentlich, brauchen Sie ein paar Monate. Verläuft er saisonal über das Jahr, brauchen Sie wirklich mehr als ein Jahr, und es gibt keine Abkürzung, denn ein Modell kann keinen Sommer vorhersagen, den es nie gesehen hat.
Eine hohe Abtastrate ersetzt keine zeitliche Spanne. Eine Million Messwerte aus drei Tagen zeigt dem Modell immer noch nur drei Tage. Für Prognosen schlägt die kalendarische Abdeckung fast immer das reine Volumen.
Mehr Daten sind nicht automatisch besser
Auf der anderen Seite lauert eine zweite Falle: jahrelange Historie horten und sie dem Modell komplett zuführen. Alte Daten können schaden. Wenn sich Ihr Prozess geändert hat, eine Anlage aufgerüstet, ein Gebäude renoviert oder eine Tarifstruktur umgestellt wurde, dann lehren Daten aus der Zeit vor der Änderung dem Modell eine Welt, die es nicht mehr gibt. Es wird die Vergangenheit vorhersagen.
Eine praktische Haltung: Nutzen Sie genug Historie, um Ihren Zyklus mehrmals abzudecken, bevorzugen Sie aktuelle Daten und seien Sie bereit, alles vor einer bekannten Sprungänderung abzuschneiden. Ein Modell, das auf dem letzten repräsentativen Zeitraum trainiert wurde, schlägt meist eines, das auf allem seit der Installation trainiert wurde.
Was Sie brauchen, hängt auch vom Modell ab
Einfachere Modelle sind hungriger nach Struktur als nach Volumen. Eine saisonale Baseline oder ein Prophet-Fit kann aus wenigen Zyklen sauberer Daten eine brauchbare Prognose liefern. Deep-Learning-Modelle, besonders ein LSTM, sind das Gegenteil: Sie wollen viele Beispiele, um nichtlineare Muster zu lernen, und sie übertrainieren stark bei kurzen Historien, wodurch sie selbstbewussten Unsinn produzieren.
Das ist ein weiterer Grund, einfach zu starten. Früh in einem Rollout, wenn die Historie dünn ist, ist ein saisonales Modell nicht nur einfacher, es ist auch passender. Heben Sie die datenhungrigen Modelle für den Moment auf, in dem Sie sowohl das Volumen als auch einen nachgewiesenen Bedarf haben.
Wie Sie starten, bevor Sie ‘genug’ haben
Sie müssen nicht im Dunkeln warten, während Daten sich ansammeln. Bringen Sie die einfachste Prognose in dem Moment aus, in dem Sie ein paar Zyklen haben, einen gleitenden Durchschnitt, dann eine saisonale Baseline, und lassen Sie sie laufen. Ihre frühen Vorhersagen werden grob sein. Das ist in Ordnung, denn Sie bewerten sie auch, sodass Sie genau lernen, wie grob sie ist, und zusehen, wie der Fehler schrumpft, während die Historie wächst.
Eine schwache Prognose live laufen zu lassen, lehrt Sie mehr als das Warten auf einen perfekten Datensatz. Sie deckt Datenqualitätsprobleme, Lücken und Drift auf, solange wenig auf dem Spiel steht, und sie gibt Bedienern etwas, worauf sie reagieren und was sie korrigieren können. Bis Sie genug Historie für ein ernsthaftes Modell haben, haben Sie eine funktionierende Schleife, in die Sie es einsetzen können.
Die kurze Antwort
Genug Historie bedeutet ein paar Wiederholungen Ihres längsten wichtigen Zyklus, gewichtet zugunsten aktueller Daten, abgeschnitten an der letzten echten Änderung in Ihrem Prozess. Für die meisten IoT-Signale mit täglichem Muster sind das Wochen, keine Jahre. Starten Sie jetzt mit einem einfachen Modell, bewerten Sie es und rüsten Sie auf, sobald die Daten es rechtfertigen.
Die Schleife, die das leicht macht, aktuelle Daten lesen, prognostizieren, bewerten, wiederholen, läuft nach einem Zeitplan in TagoIO Analytics, sodass Sie in der Woche mit dem Prognostizieren beginnen können, in der Ihre Sensoren online gehen.
Sie können auch herausfinden, wie weit Ihre Historie Sie bringt, ohne dass Sie etwas schreiben müssen. Melden Sie sich mit Ihrem TagoIO-Konto bei TagoIO Analytics unter sight.tago.io/login an, wählen Sie ein Signal aus und trainieren Sie in wenigen Minuten ein Modell. Es liefert Prognosen und Anomalieerkennung aus den Daten, die Sie bereits haben, ganz ohne Code und ohne Data Scientist.
