Anomalie-Erkennung erklärt
Anomalie-Erkennung fragt, welche Fälle aus dem Rahmen fallen, ohne dass vorher jemand sagt, wie eine Anomalie aussieht. Das Beispiel dieser Linie sind Lieferrouten: zwölf Kennzahlen je Tour, die aus zwei versteckten Faktoren entstehen (dieselben wie in der PCA-Demo), dazu Sonderfahrten, die nicht ins Muster passen. Alle neun Stücke erzeugen dieselben Touren, ihre Ergebnisse sind daher direkt vergleichbar.
Diese Linie hat keinen Sieger und keinen Zusammenfluss ihrer Äste: Die meisten Stücke greifen eine gemessene Schwäche ihres Vorgängers auf und zeigen zugleich, wo sie selbst versagen. Bei zwei Verfahren, Deep SVDD und dem Autoencoder, ist das untrainierte Netz sogar besser als das trainierte.
In short: Covers anomaly detection (outlier detection) with methods such as elliptic envelope, ECOD, isolation forest, LOF, one-class SVM, deep SVDD and autoencoders. Interactive demos run all methods on the same data, and each shows a measured weakness.
Hintergrund zum Thema: Anomalie-Erkennung.
Diese Seite gehört zu Algorithmen und Verfahren erklärt. So lesen Sie sie: Das Diagramm zeigt, wie die Stücke zusammenhängen. Jede Kachel darunter öffnet eine interaktive Demo, wo es eine gibt, mit einer Erklärseite für Einsteiger und Fachleute. Auf der Suche nach einer Lösung für ein konkretes Problem? Zu den Interaktiven Demos.
Hinweis: Alle Demos rechnen mit synthetischen oder frei verfügbaren Beispieldaten und laufen auf einem externen Anbieter (Datenschutz). Bitte geben Sie darin keine vertraulichen oder personenbezogenen Daten ein. Die Ergebnisse gelten für die jeweilige Demo-Instanz und lassen sich nicht ungeprüft auf reale Fälle übertragen; für darauf gestützte Entscheidungen übernehme ich keine Gewähr.
Zuletzt aktualisiert:
Welches Verfahren passt zu Ihrem Fall? Zum Entscheidungsbaum ↓
Zum Nachlesen: erst einfach, dann fachlich
Der Isolation Forest verständlich erklärt
Warum sich Auffälliges mit wenigen Zufallsschnitten vom Rest trennen lässt und wo das Verfahren an Schwelle, dichten Gruppen und Lücken scheitert: erst für Einsteiger ohne Formeln, dann für Fachleute mit Modell, Formeln und Messwerten.
Die neun Stücke im Überblick
Die robuste Ellipse (Elliptic Envelope) ist die Wurzel: Sie nimmt an, dass die normalen Touren eine einzige Gauß'sche Wolke bilden. Drei unabhängige Äste ersetzen diese Annahme auf ganz verschiedenen Wegen. Der Isolation Forest fragt, wie schnell sich eine Tour vom Rest abtrennen lässt, der LOF, ob ihre Nachbarschaft dünner besetzt ist als die ihrer Nachbarn, die One-Class SVM lernt eine nichtlineare Grenze um die Normalen. Jeder dieser Äste hat eine Fortsetzung, die eine gemessene Schwäche aufgreift: schräge Schnitte (Extended Isolation Forest), ein Ensemble auf zufälligen Kennzahlen (Feature Bagging), eine gelernte Abbildung statt eines festen Kernels (Deep SVDD).
ECOD ist ein Kontrast und kein Fix: Es braucht keinen einzigen Parameter, sieht aber nur die Verteilung jeder Kennzahl für sich. Der Autoencoder ist ein vierter Ast: Er fragt, wie gut ein Netz eine Tour durch einen Engpass wieder aufbauen kann. Sein Netz stammt aus der Autoencoder-Demo der Dimensionsreduktion, deshalb steht sie als Fremdknoten daneben.
Die Kästen sind klickbar und öffnen die jeweilige Demo direkt.
- behebt eine Schwäche des Vorgängers oder baut darauf auf
- Gegenstück: derselbe Zweck, andere Bauweise (kein Fix)
- übernimmt nur eine Idee
- Baustein aus einer anderen Linie
Der Autoencoder aus der Dimensionsreduktion (gestrichelt umrahmt) gehört zu einer anderen Linie und liefert hier nur das Netz. Gestrichelte Doppelpfeile stehen für einen Kontrast statt eines Fixes.
Verwandt in anderen Linien
- Dimensionsreduktion — Alle neun Stücke arbeiten mit denselben Lieferrouten-Kennzahlen wie die PCA-Demo (zwölf Kennzahlen aus zwei versteckten Faktoren), und das Netz des Autoencoder-Stücks baut auf dem der Autoencoder-Demo auf.
- Baumbasierte Verfahren — Der Isolation Forest hier nutzt denselben Random-Tree-Mechanismus wie Random Forest und Extra Trees der Baumbasierten Linie: viele zufällige Bäume. Er verfolgt aber ein anderes Ziel (wie leicht sich ein Punkt abtrennen lässt, statt eine Vorhersage), deshalb eine eigene Linie statt eines zehnten Stücks dort.
- Neuronale Netze — Der Autoencoder-Detektor und Deep SVDD setzen hier dasselbe MLP-mit-Backpropagation-Fundament ein, das die Neuronale-Netze-Linie selbst erklärt.
Elliptic Envelope an Lieferrouten-Kennzahlen
Sehen Sie, wie der Elliptic Envelope eine robuste Ellipse um die normalen Touren legt: Mittelwert und Streuung werden nur aus der dichtesten Teilmenge geschätzt, damit die Anomalien sie nicht verdrehen. Die Demo stellt klassische und robuste Ellipse gegenüber: Im Standardfall findet die klassische nur 43 % der Anomalien, die robuste 97 %. Bei gekrümmtem Normalbereich oder Anomalien in der Lücke zwischen Betriebsarten gibt aber auch sie auf.
Demo starten →ECOD an Lieferrouten-Kennzahlen
Sehen Sie, wie ECOD ganz ohne Regler Anomalien findet: Es addiert je Tour, wie selten ihre Werte am Rand der Verteilung jedes einzelnen Merkmals liegen. Die Demo vergleicht es mit LOF, Isolation Forest und robuster Ellipse. Verstreute Anomalien trennt es fast perfekt (AUC, ein Maß für die Trennschärfe der Rangfolge, 0,99), gebrochene Abhängigkeiten zwischen Merkmalen bleiben aber unsichtbar (AUC 0,40, schlechter als Raten).
Demo starten →Isolation Forest an Lieferrouten-Kennzahlen
Sehen Sie, wie zufällige Schnitte Anomalien schnell vom Rest trennen: Der Isolation Forest beschreibt nichts Normales, sondern zählt, nach wie vielen Schnitten eine Tour allein steht. Die Demo vergleicht ihn mit klassischer und robuster Ellipse. Die Rangfolge ist im Standardfall perfekt (AUC, ein Maß für die Trennschärfe, 1,00), aber mit vielen Rauschmerkmalen findet die Standardschwelle kaum noch Anomalien (Recall 0,39).
Verständlich erklärt: erst für Einsteiger, dann für Fachleute
Demo starten →Extended Isolation Forest an Lieferrouten-Kennzahlen
Sehen Sie, was zufällig gedrehte Schnittebenen statt achsenparalleler Schnitte ändern: Die Bewertung verliert ihre Bänder entlang der Achsen. Die Demo vergleicht beide Wälder. An der Rangfolge der Anomalien ändert das nichts, der Gewinn liegt bei kleinen Stichproben: an der Standardschwelle deutlich besser (F1, ein Trefferwert, 0,97 statt 0,67). Bei einer dichten Anomaliegruppe ist er an der Schwelle schwächer.
Demo starten →Local Outlier Factor an Lieferrouten-Kennzahlen
Sehen Sie, ob die Umgebung einer Tour dünner besetzt ist als die ihrer k nächsten Nachbarn: Der Local Outlier Factor bewertet jede Tour nur im Vergleich zur lokalen Dichte. Ein Regler für k zeigt live, dass k zur Größe einer Anomaliegruppe passen muss: Ist k kleiner, sinkt die AUC (Trennschärfe der Rangfolge) auf 0,35, also unter Raten. Bei sehr vielen Rauschmerkmalen findet die Schwelle nichts mehr (Recall 0,00).
Demo starten →Feature Bagging an Lieferrouten-Kennzahlen
Sehen Sie, ob ein Ensemble aus LOF-Detektoren auf zufälligen Kennzahl-Teilmengen die Schwäche bei vielen Rauschmerkmalen behebt, indem es ihre Werte mittelt. Ein Regler für die Teilmengengröße zeigt live: Mit den Größen des Originals hilft es kaum (Recall, der Anteil gefundener Anomalien, 0,00 bei sehr vielen Rauschmerkmalen), mit winzigen Teilmengen deutlich, aber als Zufallszug, der erst bei 100 Mitgliedern stabil wird.
Demo starten →One-Class SVM an Lieferrouten-Kennzahlen
Sehen Sie, wie die One-Class SVM mit einem Kernel eine nichtlineare Grenze um die normalen Touren legt, wo die Ellipse nur eine konvexe Fläche kann. Zwei Regler, γ (Breite des Kernels) und ν (Obergrenze für den Anteil markierter Touren), zeigen live, wie stark das Ergebnis an ihrer Wahl hängt: Bei passendem γ ist sie so gut wie LOF und Isolation Forest (F1, ein Trefferwert, 0,95), mit der Voreinstellung nur 0,67.
Demo starten →Deep SVDD an Lieferrouten-Kennzahlen
Sehen Sie, ob eine gelernte Abbildung die Abhängigkeit vom Kernel-Regler der One-Class SVM auflöst: Ein neuronales Netz zieht die normalen Touren in eine möglichst kleine Kugel. Ein Epochen-Regler zeigt live, dass die Abhängigkeit nur umzieht und das Training schadet: Das untrainierte Zufallsnetz erreicht eine AUC (Trennschärfe der Rangfolge) von 0,995, nach dem Training mit der Voreinstellung nur 0,92.
Demo starten →Autoencoder an Lieferrouten-Kennzahlen
Sehen Sie, wie gut ein Netz eine Tour durch einen Engpass hindurch wieder aufbauen kann: Der Rekonstruktionsfehler dient als Anomalie-Wert. Ein Epochen-Regler und der Vergleich mit dem PCA-Residuum zeigen live, dass er für Anomalien in der gelernten Ebene blind ist (AUC, ein Maß für die Trennschärfe, nur 0,68) und dass mehr Training ihn verschlechtert, während das untrainierte Netz 1,00 erreicht.
Demo starten →Welches Verfahren passt zu meinen Daten?
Zwei Entscheidungsbäume: Baum 1 fragt, wie die Anomalien aussehen (einzelne Ausreißer, eine dichte Gruppe, ein gebrochenes Zusammenspiel der Kennzahlen, eine Lücke zwischen Betriebsarten), Baum 2, was die Daten schwierig macht (sehr viele Anomalien, viele unwichtige Kennzahlen, wenige Touren). Alle Antworten stützen sich auf Messungen an den erzeugten Lieferrouten-Kennzahlen der Demos.
Baum 1: Wie sehen die Anomalien aus?
Baum 2: Was macht die Daten schwierig?
Beige Kästen sind Fragen (nicht klickbar), weiße Kästen sind Ergebnisse (klickbar, sie öffnen die jeweilige Demo). Was die Bäume nicht zeigen: Bei sehr vielen Anomalien ist auch ECOD ebenbürtig (AUC 0,99 bei 45 %), die One-Class SVM braucht dann ein ν, das größer ist als der Anteil. ECOD ist blind für gebrochene Abhängigkeiten. Deep SVDD und der Autoencoder schneiden ohne Training oft besser ab als danach. Feature Bagging mit winzigen Teilmengen hilft bei Rauschmerkmalen, aber als Zufallszug. Alle Zahlen gelten für synthetische Lieferrouten-Kennzahlen aus zwei Faktoren mit Gauß'schem Rauschen; reale Anomalien liegen meist zwischen den hier getrennten Fällen.
Weitere Linien in diesem Bereich
Clustering
Punkte ohne Vorgaben gruppieren: von k-Means über DBSCAN, Gaussian Mixtures und Spectral Clustering bis HDBSCAN, mit Entscheidungsbäumen für die Wahl.
Dimensionsreduktion
Zwölf Kennzahlen auf zwei Achsen: PCA, Isomap, LLE, t-SNE, UMAP, PaCMAP und Autoencoder, jedes mit gemessenen Stärken und Schwächen.
Korrelation
Wann sagt eine Korrelation, was sie zu sagen scheint, und wann täuscht sie? Elf Stücke von Pearson bis Kointegration.
Baumbasierte Verfahren
Ein Baum wird zum Wald, dann zum Ensemble, das seine eigenen Fehler nachbessert: neun Verfahren von CART bis CatBoost, die erste Linie dieses Portfolios mit überwachtem Lernen.
Graph Neural Networks
Was sieht ein Kunde von seinem Netz? Sechs Verfahren, die auf Graphen lernen, vom Mittel über die Nachbarn bis zur Aufmerksamkeit über das ganze Netz.
Zeitreihen-Prognose
Wie prognostiziert man die Tagesaufträge eines Depots, und wie sicher ist die Prognose? Elf Verfahren von der naiven Messlatte bis zum vortrainierten Netz, mit ehrlichen Negativbefunden.
Neuronale Netze
Wo hört eine Gerade auf zu reichen, und was kommt danach? Sechs Architekturen vom einfachsten Klassifikator bis zum Aufmerksamkeitsmechanismus, an eigenen numpy-Implementierungen von Hand nachgerechnet.
Reinforcement Learning
Ein Lagerroboter lernt ohne Vorgabe der richtigen Antwort: acht Verfahren, jedes mit seinem gemessenen Befund, vom einfachsten Banditen bis zum gelernten Kritiker.
Experimente und Wirkungsmessung
Eine neue Bestandsregel, zwölf Stücke: vom einfachen A/B-Test über Teststärke, Zwischenblicke und Switchback bis zur Auswertung aus Logdaten.
Kausale Diagramme und Adjustierung
Eine Simulation mit bekannter Wahrheit, siebzehn Stücke: von der Konfundierung über Diagramm, Adjustierung, Schätzen, Frontdoor und Instrumente bis zum gelernten Diagramm, dem Fehler im Diagramm und dem Vergleich der Strategien.