> 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/plattform/platform-core/baseline-and-factors/forecast-engine.md).

# Prädiktive Prognose

Die *Forecast Engine* ist verfügbar über die *Prädiktive Prognose* Registerkarte unter *Plattform-Kern* > *Basislinie & Faktoren*. Sie erstellt konfigurierbare, kontinuierlich aktualisierte Prognosen für Asset-Attribute.

Verwenden Sie die *Forecast Engine* um Folgendes zu definieren:

* das Quellattribut und dessen Aggregation
* den Prognosehorizont
* das zu berechnende Perzentil
* optionale Feature-Attribute, die zusätzlichen Kontext liefern

Jede konfigurierte Prognose erstellt ein Attribut am ausgewählten Asset. Der Name der Prognose wird auch als angezeigter Attributname verwendet. Bei jeder Prognoseiteration berechnet die *Forecast Engine* den zukünftigen Trend neu und schreibt den Wert am Ende des konfigurierten Horizonts in dieses Attribut. Zum Beispiel erhält das Attribut bei einem Horizont von einem Tag den vorhergesagten Wert für einen Tag im Voraus. Wenn neue Quelldaten eintreffen, werden die Prognose und der in das Attribut geschriebene Wert aktualisiert.

## Was Sie mit Prognoseattributen tun können

Da das Ergebnis als Attribut verfügbar ist, kann es in der gesamten BuildingPro-Suite wie jedes andere Attribut verwendet werden. Sie können:

* es anzeigen in [*Insight Analytics*](/collection/german/plattform/insight-analytics.md) und es mit Messwerten oder anderen Prognoseperzentilen vergleichen
* es in Dashboards, Widgets, Berichten, Regeln und Regelketten verwenden
* vor einem vorhergesagten Ereignis Alarme, Benachrichtigungen, Tickets oder Skripte auslösen
* es mit aktuellen Messungen, Grenzwerten, Zeitplänen, Tarifen oder Steuerungszuständen kombinieren

## Konkrete Smart-Building-Anwendungsfälle

### Einen Spitzenwert der Energienachfrage verhindern

Konfigurieren Sie eine 95-Perzentil-Prognose für den 15-Minuten-Strombedarf des Gebäudes mit einem ausreichend langen Horizont, um reagieren zu können. Eine [Regelkette](/collection/german/plattform/alarms-rules-and-escalations/rule-chains.md) kann:

1. das Prognoseattribut mit [*Daten abrufen*](/collection/german/plattform/alarms-rules-and-escalations/rule-chains/nodes/get-data.md)
2. es mit dem vertraglich vereinbarten Bedarfsgrenzwert vergleichen
3. ein Energiesparskript starten, wenn die Prognose den Grenzwert überschreitet
4. das Facility-Team benachrichtigen oder einen Alarm erstellen
5. nachdem das Risiko vorüber ist, den Normalbetrieb wiederherstellen

Mögliche Maßnahmen sind das Verzögern des Ladens von Elektrofahrzeugen, das Reduzieren nicht kritischer Lüftung, das Ändern eines Batterieschemas oder das Verschieben eines flexiblen Prozesses. Eine 95-Perzentil-Prognose ist hier nützlich, weil etwa 5 % der modellierten Ergebnisse oberhalb dieses Werts erwartet werden. Der Betreiber kann daher entscheiden, auf einen relativ unwahrscheinlichen, aber teuren Spitzenwert zu reagieren.

### Ein Gebäude vorkonditionieren, ohne den Komfort zu beeinträchtigen

Prognostizieren Sie die Raumtemperatur oder den Kühlbedarf unter Verwendung von Außentemperatur, Personenanzahl und HVAC-Betriebszustand als Features. Wenn die obere Temperaturprognose voraussichtlich vor der Spitzenbelegung den Komfortgrenzwert überschreitet, kann eine Regelkette den Raum vorkühlen, während Energie günstiger ist oder ausreichend Anlagenkapazität verfügbar ist.

Der gleiche Ansatz kann unnötige Vorkonditionierung reduzieren: Wenn Belegungs- und Temperaturprognosen niedrig bleiben, kann die Regelkette den Start verzögern, anstatt einem festen konservativen Zeitplan zu folgen.

### Verbrauch in kostengünstige oder CO2-arme Zeiträume verlagern

Prognostizieren Sie den elektrischen oder thermischen Bedarf und kombinieren Sie das Ergebnis mit Tarif-, Netz-CO2-Intensitäts- oder Vor-Ort-Photovoltaikdaten. Eine Regelkette kann flexible Lasten für einen günstigen Zeitraum planen und dabei betriebliche Einschränkungen einhalten. Beispiele sind das Laden von Batterien oder Fahrzeugen, die Warmwasserbereitung oder das Vorwärmen eines Wärmespeichers vor einer Hochpreisphase.

### Heiz- und Kälteanlagen proaktiv betreiben

Prognostizieren Sie die Kühl- oder Heizlast der nächsten Stunde unter Verwendung von Wetter, Belegung und Sollwerten als Features. Die Prognose kann eine frühere Zuschaltung von Kältemaschinen, Kesseln, Wärmepumpen oder Wärmespeichern unterstützen. Dadurch lassen sich Kurzzyklen reduzieren und das Starten übermäßiger Kapazitäten vermeiden, das nur auf einem vorübergehenden Messwertanstieg beruht.

### Auf Belegung vorbereiten

Prognostizieren Sie die Personenanzahl für ein Gebäude, eine Etage oder eine Zone. Das Ergebnis kann verwendet werden, um Lüftung, Reinigung, Catering, Sicherheit oder Raumverfügbarkeit vorzubereiten. Beispielsweise kann eine Regelkette die Lüftung vor einem erwarteten Anstieg der Belegung erhöhen und auf eine niedrigere Einstellung zurückkehren, wenn die Prognose unter einen definierten Schwellenwert fällt.

### Sich entwickelnde Betriebsprobleme erkennen

Prognostizieren Sie einen zustandsbezogenen Wert wie Rücklauftemperatur, Differenzdruck, Anlagenlast oder Energieverbrauch. Eine Regelkette kann die Prognose mit einem Betriebsgrenzwert vergleichen und ein Ticket erstellen, bevor der Wert voraussichtlich kritisch wird. Dies ergänzt die Anomalieerkennung: Anomalieerkennung fragt, ob das aktuelle Verhalten ungewöhnlich ist, während Prognose fragt, ob der zukünftige Wert voraussichtlich einen Grenzwert überschreitet.

### Wasser-, Gas- oder Wärmeenergieversorgung verwalten

Prognostizieren Sie den Verbrauch, um Speicherstände, Beschaffung oder verfügbare Kapazität zu planen. Beispiele sind die Vorhersage des Trinkwasserbedarfs, des Gasbedarfs in kalten Perioden, der Fernwärmelast oder der Entleerung eines Wärmespeichers. Regeln können Betreiber benachrichtigen, wenn die Prognose darauf hinweist, dass die verfügbare Versorgung oder Kapazität unzureichend sein könnte.

## Ein wiederverwendbares Regelkettenmuster

Die meisten prognosebasierten Automatisierungen folgen derselben Struktur:

1. Erstellen Sie die erforderlichen Prognoseattribute, oft mit mehreren Perzentilen.
2. In einer [Regelkette](/collection/german/plattform/alarms-rules-and-escalations/rule-chains.md), verwenden Sie [*Daten abrufen*](/collection/german/plattform/alarms-rules-and-escalations/rule-chains/nodes/get-data.md) um das Prognoseattribut und jeden aktuellen Grenzwert oder Betriebszustand auszulesen.
3. Bewerten Sie, ob die Prognose den Grenzwert überschreitet und ob andere Bedingungen eine Aktion zulassen.
4. Führen Sie eine Aktion aus, z. B. ein [Skript](/collection/german/plattform/alarms-rules-and-escalations/rule-chains/nodes/script.md), einen Alarm, eine Benachrichtigung oder ein Ticket.
5. Fügen Sie eine Rücksetzbedingung, Verzögerung oder Hysterese hinzu, damit kleine Prognoseänderungen Anlagen nicht wiederholt schalten.
6. Überwachen Sie das gemessene Ergebnis und passen Sie bei Bedarf den Schwellenwert, das Perzentil und den Horizont an.

{% hint style="info" %}
Wählen Sie das Perzentil entsprechend den Folgen eines Fehlers. Eine Medianprognose kann die routinemäßige Planung unterstützen. Ein höheres Perzentil kann einen konservativen Schutz vor einer Überschreitung des oberen Grenzwerts unterstützen. Bei einem Risiko für den unteren Grenzwert, etwa wenn ein Raum zu kalt wird, kann ein niedrigeres Perzentil angemessener sein.
{% endhint %}

## Steuerungswerte als Features verwenden

Ein Steuerungszustand, wie ein Temperatur-Sollwert oder ein Betriebsmodus einer Anlage, kann als Feature-Attribut aufgenommen werden. Nach einer Steuerungsänderung wird der aktualisierte Feature-Wert in nachfolgenden Prognoseiterationen berücksichtigt. So lässt sich beobachten, wie eine Maßnahme mit einem veränderten erwarteten Ergebnis zusammenhängt.

Beispielsweise kann ein Betreiber den Kühl-Sollwert als Feature in eine Energieprognose aufnehmen. Nach einer Änderung des Sollwerts können nachfolgende Prognosen anzeigen, ob sich der erwartete Energiebedarf geändert hat. Dies unterstützt die betriebliche Bewertung, ist jedoch keine kontrollierte Simulation und beweist nicht, dass die Steuerungsänderung die Prognosedifferenz verursacht hat. Sicherheitsgrenzen und Anlagenbeschränkungen müssen in der Steuerungslogik weiterhin berücksichtigt werden.

## Konfigurierte Prognosen und *Einzelprognose*

Die *Forecast Engine* und der *Einzelprognose* Analysetyp dienen unterschiedlichen Zwecken.

<table><thead><tr><th width="109.27996826171875">Fähigkeit</th><th>Forecast Engine</th><th>Einzelprognose in Insight Analytics</th></tr></thead><tbody><tr><td>Hauptzweck</td><td>Ein Betriebsprognoseattribut erstellen</td><td>Eine Prognose schnell in einem Diagramm visualisieren</td></tr><tr><td>Konfiguration</td><td>Aggregation, Intervall, Horizont, Perzentil und optionale Feature-Attribute</td><td>Eine ausgewählte Zeitreihe und der aktuelle Diagrammbereich</td></tr><tr><td>Ausgabe</td><td>Ein kontinuierlich aktualisiertes Attribut, das von anderen Plattformfunktionen verwendet werden kann</td><td>Eine Visualisierung, die als Analyse gespeichert und in Widgets verwendet werden kann</td></tr><tr><td>Unsicherheit</td><td>Ein ausgewähltes Perzentil pro konfigurierter Prognose</td><td>Konfidenzgrenzen von eins Sigma und zwei Sigma</td></tr></tbody></table>

Die *Einzelprognose* Der Analysetyp verwendet die ausgewählte Zeitreihe und die im Diagramm sichtbaren Daten und kann zusätzliche vorhergehende Daten enthalten. Er verlängert die Reihe in den leeren Bereich des Diagramms. Er erstellt kein Prognoseattribut und aktualisiert es auch nicht kontinuierlich.

## Anleitungen

* [Öffnen Sie die Prognose-Engine](/collection/german/plattform/platform-core/baseline-and-factors/forecast-engine/open-the-forecast-engine.md)
* [Eine neue Prognose erstellen](/collection/german/plattform/platform-core/baseline-and-factors/forecast-engine/create-a-new-forecast.md)
* [Prognosen verwalten](/collection/german/plattform/platform-core/baseline-and-factors/forecast-engine/manage-forecasts.md)
* [*Einzelprognose* Analysetyp](/collection/german/plattform/platform-core/baseline-and-factors/forecast-engine/single-forecast-analytic-type.md)

Zu den zugrunde liegenden Konzepten und Smart-Building-Anwendungen siehe [Prognose](/collection/german/akademie/building-intelligence-ai-and-machine-learning-in-buildingpro-suites/machine-learning/forecasting.md) in der Academy.


---

# 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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.buildings.ability.abb/collection/german/plattform/platform-core/baseline-and-factors/forecast-engine.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.