Prognose-Qualität
Pro Zielgröße: durchschnittlicher Fehler jeder Prognose-Quelle gegenüber dem später realisierten Wert, rollend über die letzten 7 und 30 Tage. Die eigene ML-Prognose wird alle 5 Minuten neu gerechnet — zur Auswertung speichern wir sie zusätzlich an festen Vorläufen (6 / 12 / 24 / 36 h vor dem Zielzeitpunkt).
Kennzahlen & Methode
- MAE
- Mittlerer absoluter Fehler: durchschnittlicher Abstand zwischen Prognose und realisiertem Wert. Einheit wie Zielgröße. Kleiner = besser.
- Bias
- Mittelwert des signierten Fehlers. Positiv = Prognose tendenziell zu hoch, negativ = zu niedrig. Nähe zu 0 = unvoreingenommen.
- P90
- 90. Perzentil der absoluten Fehler. In 10 % der Fälle liegt der Fehler darüber — Obergrenze für „typisch größte" Abweichung.
- n
- Anzahl verglichener 15-Minuten-Punkte im Fenster.
- Vorlaufzeit (Lead Time)
- Die ML-Modelle re-prognostizieren alle 5 Minuten. Eine ehrliche Vergleichszahl muss deshalb auf einen festen Vorlauf fixiert werden, sonst misst man im Wesentlichen eine 5-Minuten-Prognose. Wir archivieren pro Zielgröße den ML-Wert zu vier festen Vorläufen (6 h / 12 h / 24 h / 36 h) und vergleichen ihn später gegen den realisierten Wert. Frische Lead-Time-Daten brauchen ein paar Tage Vorlauf, bevor sie aussagekräftig sind.
- Fenster
- Rollend: „letzte 7 Tage" bzw. „letzte 30 Tage" relativ zur aktuellen UTC-Zeit.