Erneuerbare Energien

IBM bringt Zeitreihenmodelle direkt in laufende Datenströme

Modelle sollen Messwerte schon während der Verarbeitung auswerten. Wie Prognosen und Hinweise auf Auffälligkeiten in Anwendungen gelangen.

Von Wolfgang

19. Nov. 20264 Min. Lesezeit

Industrieanlage mit Datenstrom und Artikelüberschrift.

Maschinen melden Temperaturen, Geschäfte erfassen Verkäufe, und jede neue Messung ergänzt eine Geschichte. IBM und Confluent wollen solche Daten schon während ihres Eintreffens für Prognosen und Hinweise auf Auffälligkeiten nutzen. Dafür sind Zeitreihenmodelle laut den Unternehmen nun als Funktionen in Confluents Umgebung für Apache Flink verfügbar.

Der Unterschied zur späteren Auswertung: Eine Anwendung kann das Ergebnis zusammen mit den gerade eingegangenen Daten erhalten. Ob daraus eine sinnvolle Entscheidung wird, hängt weiter von den Daten, der Konfiguration und dem jeweiligen Einsatz ab.

Was ein Datenstrom mit einer Zeitreihe zu tun hat

Eine Zeitreihe ist eine Folge von Werten mit Zeitbezug: etwa die Temperatur einer Maschine im Verlauf eines Tages oder die Verkäufe eines Produkts je Stunde. Ihr Muster kann zeigen, was zu einer bestimmten Zeit üblich ist. Wer nur einen einzelnen Wert betrachtet, sieht diesen Zusammenhang nicht.

Ein Datenstrom liefert solche Ereignisse laufend. Apache Flink ist eine Software, die eintreffende Daten verarbeiten und für weitere Anwendungen aufbereiten kann. In der gemeinsamen Beschreibung von IBM Research und Confluent ruft Flink dabei auch Modelle auf, die Vorhersagen erstellen oder ungewöhnliche Werte markieren. Die Ergebnisse können anschließend zusammen mit anderen Informationen weitergegeben werden.

Schema vom Messwert über Flink und Zeitreihenmodell zur Anwendung.
Schematischer Weg der Daten vom Sensor zur Anwendung. (Quelle: KI generiert)

Ein Zeitreihenmodell nutzt gelernte Muster als Ausgangspunkt. Es kann beispielsweise abschätzen, welcher Bereich für die nächsten Werte plausibel ist. Ein Wert außerhalb dieses Bereichs ist ein Hinweis auf eine Abweichung. Er erklärt für sich genommen noch nicht, warum sie aufgetreten ist oder welche Handlung richtig wäre.

Ein Hinweis ist noch keine Entscheidung

Die Unternehmen illustrieren den Ansatz mit Verkaufszahlen: Wenn der Absatz eines Produkts in einer Filiale vom erwarteten Bereich abweicht, kann die Anwendung das Signal mit Bestandsdaten verbinden. Ein Team könnte dann prüfen, ob Ware nachgefüllt werden muss. Ein Wochenende mit üblicherweise höheren Verkäufen muss dabei nicht automatisch dieselbe Bedeutung haben wie ein ungewöhnlicher Einbruch.

Das ist ein Anwendungsszenario der Anbieter, kein von ihnen in diesem Beispiel belegter Erfolg eines bestimmten Geschäfts. Der Hinweis kann eine Untersuchung auslösen; die Ursache muss anhand weiterer Informationen geklärt werden. Ein leerer Platz im Regal, veränderte Nachfrage und ein Fehler bei der Datenerfassung verlangen unterschiedliche Reaktionen.

Ähnlich kann eine Prognose die Planung unterstützen. Sie beschreibt eine erwartete Entwicklung auf Basis der verfügbaren Daten, keine garantierte Zukunft. Eine Anwendung kann sie mit Beständen, Lieferzeiten und Regeln kombinieren, bevor Menschen über eine Bestellung entscheiden. Wie häufig eine solche Prognose erneuert wird, hängt laut Anbieterbeschreibung von den Anforderungen des Modells und der Einrichtung der Datenverarbeitung ab.

Cloud oder eigene Infrastruktur

Die Integration wird nach Angaben der Unternehmen sowohl in Confluent Cloud als auch für den Betrieb auf eigener Infrastruktur angeboten. In der Cloud seien die Funktionen verwaltet; vor Ort liefen die Modelle innerhalb von Confluent Platform für Apache Flink. Für die Ausführung nennen die Anbieter herkömmliche Hauptprozessoren, also CPUs. Ein spezieller Grafikprozessor ist nach ihrer Darstellung dafür nicht erforderlich.

IBM bezeichnet die verwendeten Modelle als vortrainierte Zeitreihenmodelle. Sie sollen einen gemeinsamen Ausgangspunkt für verschiedene Reihen bieten, sodass nicht für jede einzelne Reihe ein eigenes Modell von Grund auf entwickelt werden muss. Je nach Aufgabe kann eine weitere Anpassung sinnvoll sein. Die Beschreibung nennt damit eine technische Möglichkeit, sagt aber nicht, dass ein Modell ohne Prüfung für jede Maschine oder jedes Geschäft gleich gut funktioniert.

Die neue Verbindung setzt dort an, wo Daten ohnehin verarbeitet werden. Ihr praktischer Wert entsteht, wenn die Daten rechtzeitig und in passender Qualität vorliegen und die Anwendung den Modellhinweis sinnvoll einordnet. Ein früher Hinweis kann dann Teil eines Arbeitsablaufs sein, statt erst nach einer späteren Sammelauswertung vorzuliegen.

Quellen

Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.