Zeitreihen- und Datenanalyse, Vorhersagemodelle

Als Zeitreihe bezeichnet man beobachtete Datenpunkte welche in regelmäßigen Zeitabständen kontinuierlich anfallen. Möchte man diese Daten analysieren, um beispielsweise eine Vorhersage über den zukünftigen Verlauf zu treffen, besteht der grundlegende Ansatz darin, ein Modell zu finden, welches möglichst gut die vergangenen Daten beschreibt.

Wir Menschen entwickeln bei der Zeitreihenanalyse häufig ein intuitives Gefühl für die zugrundeliegenden Beobachtung und können schnell beantworten, ob Auffälligkeiten vorliegen oder wie sich die Zeitreihe weiterentwickeln wird.

Für eine Künstliche Intelligenz (KI) ist dies allerdings nicht immer eine einfache Aufgabe. Denn neben der Auswahl des mathematischen Modells gilt hier auch wieder, dass jede KI nur so gut ist wie die zur Verfügung gestellten Daten. Um sinnvolle Vorhersagemodelle zu erstellen, müssen beispielsweise Fragen beantwortet werden wie Domänenwissen und Expertenwissen oder Trends und Saisonalitäten in das Modell integriert werden können.

Das Fraunhofer IOSB forscht an diesen Fragestellungen gleich in mehreren Projekten. Für die Wettbewerbsfähigkeit der Akteure im energiewirtschaftlichen Marktumfeld werden exakte Prognosen immer wichtiger, um Energieerzeugung und -verbrauch optimal aufeinander abzustimmen. Die im Geschäftsfeld Künstliche Intelligenz und autonome Systeme entwickelten Lösungen für die Fragestellung der Zeitreihenanalyse und Prognose umfassen dabei die Softwarelösung EMS-EDM PROPHET® mit seinem leistungsfähigen Modul zur Zeitreihenprognose, kundenspezifische Einzelprojekte sowie ein umfassendes Seminarangebot zum »Energy Data Analyst«.

Im Forschungszentrum Maschinelles Lernen wird untersucht welche Vorteile tiefe Lernverfahren im Vergleich zu herkömmlichen linearen Methoden haben und wie in diese Verfahren Vorwissen integriert werden kann.

Das Projekt W-Net 4.0 hat unter anderem einen Fokus auf der Fragestellung des Transfer Learnings: Inwiefern können »generelle« Modelle zur Vorhersage von Trinkwasserverbrauchen trainiert und das für spezielle Verbrauchergruppen, wie beispielsweise Industriebetriebe oder Schulen angepasst werden.