> For the complete documentation index, see [llms.txt](https://docs.buildings.ability.abb/collection/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.buildings.ability.abb/collection/german/akademie/building-intelligence-ai-and-machine-learning-in-buildingpro-suites/machine-learning/introduction-to-benchmarking-and-targets.md). # Einführung in Benchmarking und Zielwerte Erfahren Sie, wie historische Ausgangswerte zu sinnvollen Zielwerten werden und wie Änderungen in der Gebäudeleistung zu interpretieren sind. Ein Gebäude verbraucht diesen Monat weniger Energie als letzten Monat. Hat sich seine Effizienz verbessert? Nicht unbedingt. Das Wetter kann milder sein, weniger Personen nutzen das Gebäude, oder die Betriebszeiten haben sich geändert. Auch das Gegenteil ist möglich: Der Verbrauch kann selbst nach einer erfolgreichen Effizienzmaßnahme steigen, weil das Gebäude stärker genutzt wird oder das Wetter kälter ist. Um die Leistung zu beurteilen, brauchen Sie mehr als einen früheren Gesamtwert. Sie brauchen einen Referenzwert, der erklärt, welcher Verbrauch unter den verglichenen Bedingungen zu erwarten wäre. **Benchmark und Zielwerte** in ABB Ability BuildingPro Suites erstellt diese Referenz aus historischen Anlagendaten. Sie können sie nutzen, um Änderungen im Betrieb zu untersuchen, Abweichungen von einem jüngeren Betriebsverlauf zu überwachen oder ein Energieeinsparziel nachzuverfolgen. In diesem Academy-Kapitel wird erklärt, wie Sie diesen Vergleich auswählen und interpretieren. Am Ende sollten Sie in der Lage sein: * Unterscheiden Sie zwischen einer B\&T-Konfiguration, einer Baseline, Istwerten und Zielwerten. * Wählen Sie eine feste Referenz, eine gleitende Referenz oder die automatische Baseline-Erkennung. * Verwandeln Sie den erwarteten Betrieb in ein festes oder schrittweises Reduktionsziel. * Lesen Sie absolute, prozentuale und kumulative Differenzen, ohne sie zu verwechseln. * Erkennen Sie, wann die Daten oder der Vergleich weiter untersucht werden müssen. Für die Konfigurationsverfahren verwenden Sie die [-> Produktanleitung für Benchmark und Zielwerte](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets.md). ## Mit der richtigen Frage beginnen Benchmarking bedeutet, die Leistung anhand einer Referenz zu bewerten. Diese Referenz kann ein anderes Gebäude, ein Standard oder dasselbe Gebäude in einem früheren Betriebszeitraum sein. Die hier behandelte Umsetzung beginnt mit einem Asset und seinem gemessenen Attribut. Sie modelliert den historischen Betrieb und vergleicht Istwerte mit dem aus diesem Modell abgeleiteten Zielwert. Die zentrale Frage lautet: **Wie schneidet dieses Asset im Vergleich zu dem Betrieb ab, der durch die ausgewählte Baseline dargestellt wird?** Das ist etwas anderes als Gebäude nach jährlichem Verbrauch pro Quadratmeter zu ranken. Ein modellierter Vergleich macht nicht automatisch unterschiedliche Gebäude vergleichbar oder erklärt, warum ein Gebäude anders abschneidet als ein anderes. Es ist auch etwas anderes als Prognose. Eine Prognose fragt, welcher zukünftige Wert wahrscheinlich ist. Ein historisches Benchmarking fragt, welchen Wert das Referenzmodell unter den zu bewertenden Bedingungen erwarten würde und wie die Messung dazu passt. Zur Vorhersage zukünftiger Werte siehe [-> Prädiktive Prognose](/collection/german/plattform/platform-core/baseline-and-factors/forecast-engine.md). ## Vier zusammengehörige Konzepte ### B\&T-Konfiguration: was Sie messen Eine **Benchmark- und Zielwerte-Konfiguration**, abgekürzt zu **B\&T-Konfiguration**, wählt das Asset und das Quellattribut aus, das Sie bewerten möchten. Zum Beispiel könnte es das elektrische Energieattribut des Hauptzählers eines Gebäudes auswählen. Sie können **Attributmerkmale** als Kontext-Eingaben hinzufügen. Die Außentemperatur kann helfen, wetterbedingte Nachfrage darzustellen; die Belegung kann helfen, Änderungen in der Gebäudenutzung darzustellen. Diese Eingaben helfen dem Modell, erwartete Schwankungen von einem unerklärten Unterschied zu unterscheiden. Sie garantieren keinen besseren Vergleich. Eine irrelevante Eingabe oder eine unvollständige Merkmalshistorie kann das Ergebnis weniger vertrauenswürdig machen. Wählen Sie Eingaben, die einen plausiblen Zusammenhang mit dem Messwert haben, und eine brauchbare Historie über die relevanten Zeiträume. ### Baseline: welcher Betrieb die Referenz ist Eine **Baseline** definiert den historischen Referenzzeitraum und die Einstellungen, die zur Berechnung des Vergleichs verwendet werden. Eine B\&T-Konfiguration kann mehrere Baselines enthalten, sodass Sie dieselbe Messung anhand unterschiedlicher Referenzen untersuchen können. Der Referenzzeitraum ist wichtig, weil er bestimmt, was das Modell als erwarteten Betrieb lernt. Eine Baseline aus einem ineffizienten Betriebszeitraum wird nicht allein dadurch zum Effizienzmaßstab, dass das Modell gut dazu passt. ### Istwerte: was passiert ist **Istwerte** sind die gemessenen Werte des Quellattributs. Sie beschreiben, was das Asset aufgezeichnet hat, nicht was Sie sich erhofft hatten. Prüfen Sie, wofür dieses Attribut steht, bevor Sie es interpretieren. Energieverbrauch über ein Intervall, momentane Leistung und ein kumulativer Zählerstand sind nicht austauschbar. Die Quell-Einheit und der Berechnungszeitraum bestimmen die Bedeutung des Vergleichs. ### Zielwerte: womit Sie vergleichen **Zielwerte** werden aus dem Modell der Baseline berechnet, einschließlich einer konfigurierten prozentualen Reduktion. Ohne Reduktion steht der Zielwert für den modellierten Referenzbetrieb. Mit einer Reduktion wird er zu einer niedrigeren Vorgabe, an der Sie ein Verbesserungsziel verfolgen können. Ein Zielwert ist daher eine Zeitreihe und nicht unbedingt eine einzelne konstante Zahl. Die erwartete Nachfrage kann je nach modellierten Kalendermustern und ausgewählten Merkmalseingaben variieren. {% hint style="info" %} Die aktuelle Benutzeroberfläche bezeichnet eine B\&T-Konfiguration als **Ziel**, mit Bezeichnungen wie **Ziel hinzufügen** und **Ziel konfigurieren**. Ihr **Zielattribut** Feld wählt das gemessene Quellattribut aus, nicht ein erzeugtes Zielwertattribut. Dieses Kapitel verwendet **B\&T-Konfiguration** zur Unterscheidung der Konfiguration von ihren berechneten Zielwerten. {% endhint %} ## Wählen Sie die Baseline passend zur Entscheidung Die beste Referenz ist nicht unbedingt der jüngste Zeitraum oder der Zeitraum mit dem niedrigsten Verbrauch. Es ist der Zeitraum, der die Frage, die Sie beantworten möchten, sinnvoll macht. ### Feste Referenz: Hat sich die Leistung seitdem verändert? Wählen Sie **Manuell**, dann **Datum festlegen**, wenn Sie wissen, welcher historische Betrieb als Referenz gelten soll. Für ein Energieeffizienzprojekt ermöglicht ein repräsentativer Zeitraum vor der Maßnahme, den späteren Betrieb mit dem früheren Betriebsmuster zu vergleichen. Die Referenzdaten bleiben unverändert, auch wenn neue Messwerte eintreffen. Eine feste Referenz bedeutet keine flache Ziellinie. Das Modell kann für unterschiedliche Bedingungen weiterhin verschiedene erwartete Werte erzeugen. Fest bleibt der ausgewählte historische Zeitraum. Beziehen Sie die Betriebsbedingungen ein, die für den Vergleich wichtig sind. Eine ruhige Sommerwoche ist eine schwache Referenz für eine ganze Heizperiode eines Gebäudes. Vermeiden Sie Zeiträume, die von fehlenden Daten, Inbetriebnahme oder unerklärten Betriebsänderungen dominiert werden. ### Gleitende Referenz: Ändert sich der jüngste Betrieb? Wählen Sie **Manuell**, dann **Gleitende Baseline**, wenn der Vergleich einem rollierenden historischen Zeitraum folgen soll. **Länge der Baseline** bestimmt, wie viel Historie einbezogen wird. **Offset-Tage** lässt eine Lücke zwischen heute und dem Ende dieser Historie. Eine Länge von 365 Tagen und ein Offset von 30 Tagen verwenden beispielsweise eine 365-Tage-Referenz, die 30 Tage vor heute endet. Das ist nützlich, um Abweichungen vom jüngsten Betrieb zu überwachen. Eine längere Referenz kann mehr saisonale Variation enthalten; eine kürzere reagiert stärker auf jüngere Bedingungen. Der Kompromiss ist die Anpassung. Ein Fehler oder ein dauerhafter Verbrauchsanstieg kann schließlich in die rollierende Referenz eingehen und Teil dessen werden, was das Modell als normal betrachtet. Eine gleitende Referenz ist daher nicht auf lange Sicht ein unveränderlicher Maßstab für Einsparungen. Behalten Sie in diesem Fall auch eine feste Baseline bei. ### Automatische Erkennung: Wann hat sich der historische Betrieb verändert? Wählen Sie **Auto** wenn Sie nicht wissen, wo Sie die Referenzgrenzen setzen sollen. Die automatische Erkennung untersucht historische Abweichungen vom modellierten Betriebsmuster und identifiziert potenzielle Betriebszeiträume. Ihr Glättungsfenster, die Mindestdauer und der Drift-Schwellenwert beeinflussen, welche Änderungen hervortreten. Vergleichen Sie die erkannten Zeiträume mit bekannten Ereignissen: einem Anlagenersatz, einem neuen Belegungsmuster oder einem geänderten Betriebsplan. Eine erkannte Grenze deutet darauf hin, dass sich etwas geändert hat; sie erklärt nicht die Ursache und beweist nicht, dass der Zeitraum eine geeignete Referenz ist. Dies ist eine rückblickende Analyse, kein kontinuierlich laufender Anomaliealarm. Zu den Einstellungen und den Folgen einer erneuten Ausführung der Erkennung siehe [-> Eine Baseline erstellen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/create-a-baseline.md). ## Verwandeln Sie den erwarteten Betrieb in ein Verbesserungsziel Eine Baseline beantwortet: „Welchen Betrieb verwenden wir als Referenz?“ Ein prozentualer **Offset** beantwortet: „Wie weit unter diesem modellierten Betrieb soll die Vorgabe liegen?“ Das sind getrennte Entscheidungen. Wenn Sie die Referenzdaten verschieben, um eine Verbesserung einzubeziehen, ändert sich der Vergleich; das ist nicht dasselbe wie das Festlegen eines Verbesserungsziels gegenüber der ursprünglichen Referenz. | Offset | Bedeutung | Wann es nützlich ist | | ---------------- | -------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------- | | **Keine** | Auf den modellierten Wert wird keine prozentuale Reduktion angewendet. | Abweichungen vom erwarteten Referenzbetrieb untersuchen. | | **Fest** | Die volle Reduktion gilt ab dem konfigurierten Startdatum. | Eine Maßnahme verfolgen, von der erwartet wird, dass sie an einem bekannten Datum wirksam wird. | | **Schrittweise** | Die Reduktion steigt gleichmäßig von null auf den ausgewählten Prozentsatz zwischen Start- und Enddatum an und bleibt dann auf diesem Prozentsatz. | Ein Programm verfolgen, von dem erwartet wird, dass es Verbesserungen schrittweise liefert. | Der prozentuale Offset ist nicht die **Offset-Tage**. Das eine verändert die zulässige Zielmenge; das andere verändert, wo die historische Referenz endet. ### Beispiel: Eine Verbesserung, die das Ziel dennoch verfehlt Angenommen, der modellierte Referenzwert für einen Tag beträgt **1000 kWh**. Eine **Fest** 10-%-Reduktion macht den Zielwert **900 kWh** sobald der Offset beginnt. Wenn der tatsächliche Verbrauch **950 kWh**: * beträgt, * Er liegt immer noch 50 kWh über dem reduzierten Zielwert. * Die Differenz Istwert minus Zielwert beträgt **+50 kWh**. Der Verbrauch liegt unter dem modellierten Referenzwert, aber das 10-%-Ziel wurde nicht erreicht. Dieser Unterschied ist der Grund, warum eine Reduktion gegenüber dem historischen Betrieb und die Einhaltung eines Zielwerts nicht dasselbe sind. Diese Zahlen sind nur zur Veranschaulichung und stammen nicht aus den Abbildungen oder aus einem empfohlenen Reduktionsziel. ### Ein schrittweiser Zielwert ist keine stetig fallende Verbrauchskurve Mit einer **Schrittweise** 10-%-Reduktion beträgt die Vorgabe zu Beginn 100 % des modellierten Werts, in der Mitte des Offset-Zeitraums 95 % und am Ende 90 %. Der modellierte Wert kann an einem kälteren Tag trotzdem steigen oder in einem ruhigeren Betriebszeitraum fallen. Vergleichen Sie den tatsächlichen Verbrauch mit der Vorgabe für dasselbe Intervall, statt zu erwarten, dass jeder Punkt auf der Ziellinie niedriger ist als der vorhergehende. Auch andere Einstellungen verändern den Vergleich. **Steigungsmodus** bestimmt, wie ein vorhandener Trend im Referenzzeitraum behandelt wird; **Zeitfenster** legt das Aggregationsintervall der Berechnung fest. Ein stündlicher Unterschied ist nicht direkt mit einem monatlichen Unterschied derselben numerischen Größe vergleichbar. Siehe [-> Baseline konfigurieren](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/configure-a-baseline.md) bevor Sie diese Einstellungen ändern. ## Prüfen Sie, ob die Referenz glaubwürdig ist Bevor Sie die spätere Leistung beurteilen, prüfen Sie, wie das Modell den Referenzzeitraum darstellt. In **Überblick über die Ziellinie**, markiert der schattierte Bereich diesen Zeitraum. Beginnen Sie mit **Prognostiziert vs. Ist**: folgt das Modell grob dem gemessenen Betriebsmuster, oder verfehlt es wiederholt normale Spitzen, Ruhephasen und saisonale Veränderungen?
Target line overview showing predicted and actual values, absolute difference, percentage difference, and CUSUM for a selected historical baseline

Die vier Vorschau-Diagramme zeigen unterschiedliche Aspekte desselben Vergleichs. Lesen Sie sie zusammen mit dem hervorgehobenen Referenzzeitraum und den ausgewählten Baseline-Einstellungen.

Bei einer Referenz ohne beabsichtigte Reduktion sollten die Unterschiede insgesamt ausgeglichen sein und nicht dauerhaft in eine Richtung verzerrt. Ein starker Trend in den Unterschieden bereits innerhalb der Baseline kann spätere Änderungen schwer interpretierbar machen. Verwenden Sie die **Metriken** Registerkarte als unterstützenden Nachweis: * Der Determinationskoeffizient, **R²**, hilft dabei zu beurteilen, wie gut das Modell die Variation der bewerteten Daten erklärt. * Fehlermetriken wie der mittlere absolute Fehler (**MAE**) und der mittlere quadratische Fehler (**RMSE**) helfen dabei, die Größe von Vorhersagefehlern zu beurteilen. Interpretieren Sie sie anhand der Quell-Einheit und typischer Werte. * Prüfen Sie den bewerteten Zeitraum und die verfügbaren Daten, nicht nur den Kennwert. Ein guter Wert ist kein Beweis dafür, dass die Referenz einen effizienten Betrieb darstellt, dass eine Änderung durch eine Maßnahme verursacht wurde oder dass das Modell unter anderen Bedingungen genauso zuverlässig sein wird. Prüfen Sie die Diagramme, die Datenqualität und den Betriebskontext gemeinsam. Zu den Diagramminteraktionen und Metrikdefinitionen siehe [-> B\&T-Konfiguration überprüfen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/review-a-target.md). ## Lesen Sie die Ergebnisse aus vier Perspektiven Die Vorschau und Insight Analytics bieten sich ergänzende Ansichten. Jede beantwortet eine andere Frage. ### Ist und Ziel: Wo trennen sich die Kurven? **Nutzung vs. Ziel** zeigt die gemessenen und Zielwerte zusammen. Achten Sie darauf, ob eine Lücke gelegentlich, saisonal oder dauerhaft ist. Eine fallende Ist-Kurve bedeutet für sich allein nicht, dass ein Ziel erreicht wird. Der Zielwert kann schneller fallen. Ebenso kann steigender Energieverbrauch innerhalb einer modellierten Vorgabe bleiben, die eine höhere Nachfrage widerspiegelt. ### Differenz: Wie groß ist die Lücke? **Überschreitung** zeigt die Differenz Istwert minus Zielwert: `Differenz = Istwert - Zielwert` Bei positiven Energieverbrauchszielwerten bedeutet ein positiver Wert einen Verbrauch über der Vorgabe, ein negativer Wert einen Verbrauch darunter und null eine Übereinstimmung. Trotz des Namens **Überschreitung** sind diese Differenzen nicht automatisch monetäre Kosten. Bei einer Energiequelle in kWh wird die absolute Differenz in kWh angegeben. Ob eine positive oder negative Differenz wünschenswert ist, hängt von der Messung ab. Ein geringerer Energieverbrauch kann wünschenswert sein; eine geringere Produktionsleistung möglicherweise nicht. Auch ein niedrigerer Verbrauch braucht Kontext: Ein geschlossenes Gebäude oder eine unvollständige Zählerhistorie können ihn ebenfalls verursachen. ### Prozentuale Differenz: Wie groß ist die anhaltende relative Abweichung? **Prozentuale Differenz** vergleicht gleitende Durchschnittswerte von Ist- und Zielwerten. Es handelt sich nicht um die prozentuale Differenz für jedes einzelne Beobachtungspaar. Bei einem positiven geglätteten Zielwert: * Ein Anstieg von **-20 % auf -5 %** bleibt unter dem Zielwert, aber die Abweichung wird kleiner. * Ein Rückgang von **+20 % auf +5 %** bewegt sich dem Zielwert näher, bleibt aber darüber. * Null bedeutet, dass die geglätteten Werte übereinstimmen, einschließlich einer bereits auf den Zielwert angewendeten Reduktion. Addieren Sie keine prozentualen Werte, um eine Gesamtabweichung zu berechnen. {% hint style="warning" %} Wenn der gleitende Durchschnittszielwert null oder sehr nahe bei null liegt, wird die erzeugte prozentuale Ausgabe auf null gesetzt, um eine Division durch null zu vermeiden. Diese Null beweist nicht, dass der Zielwert erreicht wurde. Prüfen Sie stattdessen die absolute Differenz und die zugrunde liegenden Werte. {% endhint %} ### Kumulierte Summe: Addieren sich kleine Differenzen auf? **CUSUM der Überschreitung** zeigt die kumulierte Summe (CUSUM) der rohen Intervall-Differenzen an. Beispielsweise ergeben Differenzen von **+20 kWh**, **-10 kWh**, und **+30 kWh**, ausgehend von null, kumulierte Werte von **20 kWh**, **10 kWh**, und **40 kWh**. Die endgültig aufsummierte Differenz beträgt 40 kWh. Wenn Sie die drei kumulierten Werte addieren, werden frühere Differenzen erneut gezählt. Lesen Sie die Steigung getrennt von der Höhe der Kurve: * Eine steigende Kurve addiert netto Differenzen über dem Zielwert. * Eine fallende Kurve addiert netto Differenzen unter dem Zielwert. * Ein nahezu flacher Abschnitt addiert nur wenig Nettodifferenz, selbst wenn einzelne Differenzen nicht null sind. Wenn eine aufwärts gerichtete Kurve nach einer Maßnahme flach wird, hat sich über diesen Abschnitt kein neuer Überschuss mehr angesammelt. Der frühere Überschuss ist damit nicht automatisch ausgeglichen. Ein Knick in der Kurve kann helfen, den Zeitpunkt der Leistungsänderung zu lokalisieren, erklärt aber nicht warum. ## Setzen Sie den Vergleich praktisch ein ### Operative Überwachung Verwenden Sie eine gleitende Referenz, wenn die Frage ist, ob der aktuelle Betrieb vom jüngsten Verhalten abweicht. Eine absolute Differenz kann eine Regel für einen Überschuss in der Quell-Einheit unterstützen; eine prozentuale Differenz kann eine Regel für eine relative, anhaltende Abweichung unterstützen. Wählen Sie einen Schwellenwert, der normale Schwankungen zulässt und zur Quell-Einheit sowie zum Berechnungszeitraum passt. Eine Abweichung ist ein Anlass, den Zähler, die Anlagen, die Zeitpläne, das Wetter und die Gebäudenutzung zu prüfen, keine automatische Diagnose. ### Verbesserungsverfolgung Verwenden Sie eine feste, repräsentative Referenz vor der Maßnahme und den passenden Reduktions-Offset. Verfolgen Sie die Istwerte im Vergleich zur sich ändernden Vorgabe und verwenden Sie dann Differenzen und CUSUM, um zu sehen, wie sich die Lücke entwickelt. Dokumentieren Sie die Referenz und die Einstellungen. Wenn Sie die Baseline während der Bewertung eines Projekts ändern, ändern Sie die Bedeutung des Vergleichs. Ein niedriger gemessener Wert allein ist keine verifizierte Einsparung, die durch dieses Projekt verursacht wurde. ### Von einer Vorschau zu plattformweiten Ausgaben Das Speichern einer Baseline aktiviert sie nicht. Die Aktivierung startet Hintergrundberechnungen und erstellt normale Asset-Attribute für Zielwerte, absolute Differenzen, prozentuale Differenzen und CUSUM. Sie können diese `[B&T]` Attribute in Regeln, Regelketten und Dashboard-Widgets wie andere Attribute verwenden, vorbehaltlich der üblichen Selektoranforderungen. Berechnete Historie ist möglicherweise nicht sofort nach der Aktivierung verfügbar. Siehe die [-> Referenz zu erzeugten Attributen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets.md#generated-asset-attributes) für ihre exakten Namen, wo sie hinzugefügt werden und ihren Lebenszyklus. Prüfen Sie abhängige Regeln und Widgets, bevor Sie eine Baseline anhalten oder löschen: Diese Aktionen können erzeugte Werte und Historie entfernen. ## Fahren Sie im Produktleitfaden fort Verwenden Sie die separaten Verfahren, wenn Sie bereit sind, Ihren eigenen Vergleich zu konfigurieren: * [-> Eine B\&T-Konfiguration erstellen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/create-a-target.md) um die Messung und optionale Merkmalseingaben auszuwählen. * [-> Eine Baseline erstellen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/create-a-baseline.md) um feste Daten, eine gleitende Referenz oder automatische Erkennung zu wählen. * [-> Baseline konfigurieren](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/configure-a-baseline.md) um die Reduktion, die Trendbehandlung und das Zeitfenster festzulegen. * [-> B\&T-Konfiguration überprüfen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/review-a-target.md) bevor Sie ihre Ausgaben aktivieren. * [-> Eine Baseline aktivieren oder pausieren](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/activate-or-pause-a-baseline.md) um die Hintergrundverarbeitung zu steuern. * [-> Eine B\&T-Konfiguration in Insight Analytics anzeigen](/collection/german/plattform/platform-core/baseline-and-factors/portfolio-benchmark-and-targets/view-a-target-in-insight-analytics.md) um die erzeugte Historie zu erkunden. ## Kernaussage Ein nützlicher Benchmark ist nicht nur eine Linie, die es zu schlagen gilt. Er ist eine klar gewählte Referenz, die einen Leistungsunterschied interpretierbar macht. Wählen Sie Messung und Referenz passend zur Entscheidung, wenden Sie eine Reduktion nur an, wenn sie Ihrem Ziel entspricht, und lesen Sie Ist-, absolute, relative und kumulative Ergebnisse gemeinsam. Das Ergebnis hilft Ihnen zu erkennen, wo Sie nachforschen sollten und ob sich der Betrieb dem ausgewählten Ziel nähert; es ersetzt nicht das Urteil über Datenqualität, Gebäudebedingungen oder die Ursache einer Veränderung. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.buildings.ability.abb/collection/german/akademie/building-intelligence-ai-and-machine-learning-in-buildingpro-suites/machine-learning/introduction-to-benchmarking-and-targets.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.