# Vorhersageparameter im Detail verstehen

## Wichtige Parameter für die *Forecast App*

In der *Forecast App* von Eliona bestimmen drei Parameter die Qualität und Aussagekraft Ihrer Zeitreihen-Vorhersagen. Nachfolgend finden Sie eine kompakte Beschreibung der jeweils wichtigsten Einstellungen:

***

## 1. Forecast length

**Definition:** Anzahl der Zeitschritte, die das Modell in die Zukunft prognostizieren soll.

* **Berechnung der Zeitdistanz:** Die App ermittelt automatisch den durchschnittlichen Zeitabstand Ihrer zuletzt gespeicherten Datenpunkte in Eliona.
* **Beispiele:**
  * Bei 5-Minuten-Intervallen und `[forecast_length] = 3` entspricht die Vorhersage einem Horizont von 15 Minuten.
  * Bei täglichen Messwerten und `[forecast_length] = 5` werden fünf Tage vorausgesagt.

{% hint style="warning" %}
Achten Sie auf regelmäßige Datenabstände. Bei unregelmäßiger Speicherung kann die Zeitachse nicht korrekt abgeleitet werden. Es empfiehlt sich die Trending Option: "immer" im Attribut zu aktivieren.
{% endhint %}

***

## 2. Context length

**Definition:** Anzahl der vergangenen Datenpunkte, die das Modell als historischen Kontext nutzt.

* **Kurzfristige Muster:** Kleine Werte (z. B. 24) eignen sich für tägliche Zyklen oder stündliche Trends.
* **Langfristige Effekte:** Größere Werte (z. B. 168 oder mehr) sind sinnvoll, wenn saisonale oder wöchentliche Muster erkannt werden sollen.
* **LSTM-Vorteil:** Dank der *Long Short-Term Memory*-Architektur merkt sich das Modell auch über das gewählte Fenster hinaus relevante Informationen, bedeutet meistens reicht eine moderate fenstergröße.

{% hint style="warning" %}
Längere Kontextfenster erhöhen enorm den Rechenaufwand und Speicherbedarf.
{% endhint %}

***

## 3. Feature Attributes

**Definition:**\
\&#xNAN;*Feature Attributes* sind zusätzliche Eingangsgrößen, die das Modell zur Berechnung der Vorhersage nutzt. Sie erweitern den Kontext und verbessern so die Genauigkeit der Prognose.

### **Automatische Zeit-Features:**

Wenn kein anderes Feature ausgewählt wird, fügt die *Forecast App* automatisch folgende zeitbasierten Attribute hinzu:

* `minute_of_hour`
* `hour_of_day`
* `day_of_week`
* `month_of_year`

Diese Felder erscheinen bei der Erstellung eines Forecast-Items automatisch im Formular und liefern dem Modell zyklische Informationen über die aktuelle Zeitstruktur.

Die eigentliche Modellverarbeitung erfolgt intern über die transformierten Varianten dieser Werte (`_sin`/`_cos`), z. B.:

* `hour_of_day_sin` / `hour_of_day_cos`
* `day_of_week_sin` / `day_of_week_cos`
* `month_of_year_sin` / `month_of_year_cos`

Diese Transformation stellt sicher, dass zyklische Zeitmuster (z. B. der Übergang von Stunde 23 zu 0) mathematisch korrekt abgebildet werden.

### **Optional: Asset-bezogene Features**

Sie können weitere Attribute desselben Assets hinzufügen, z. B.:

* Temperatur
* Luftfeuchtigkeit
* Energieverbrauch

Diese helfen dem Modell, Zusammenhänge zwischen verschiedenen Messgrößen zu erkennen.

### **Best Practices:**

* **Keine Zählerstände direkt verwenden.** Stattdessen differenzierte oder relative Werte einfügen.
* **Eigene Features erstellen:** Verwenden Sie den *Eliona Calculator*, um kombinierte oder abgeleitete Werte zu generieren (z. B. Flächenberechnung, Wachstumsraten).
* **Datenqualität sichern:** Nutzen Sie Filter, um Ausreißer zu entfernen oder verrauschte Signale zu glätten.