Die meisten Industriebetriebe überwachen ihre Maschinen heute noch mit starren Schwellenwerten: Sobald die Temperatur über 80 °C steigt oder die Vibration einen bestimmten mm/s-Wert überschreitet, schlägt das System Alarm. Das Problem: Zu diesem Zeitpunkt hat der Schaden meistens schon begonnen.
Das Problem mit klassischen Grenzwerten
Starre Schwellenwerte sind blind gegenüber dem Kontext. Eine Vibration von 4,2 mm/s bei einer frisch gewarteten Maschine bedeutet etwas völlig anderes als dieselbe Vibration nach 12.000 Betriebsstunden. Der klassische Alarm meldet beides gleich — oder gar nichts, weil der Wert gerade noch unterhalb der Grenze liegt.
Die Folge: entweder zu viele Fehlalarme (die Mitarbeiter ignorieren irgendwann) oder zu wenige Warnungen (der Ausfall kommt dann trotzdem).
Die 3-Sigma-Regel: besser, aber noch nicht gut genug
Unsere Basisalarmierung setzt auf die gleitende 3σ-Regel: Das System lernt kontinuierlich den Normalzustand der Maschine (Mittelwert μ und Standardabweichung σ) und schlägt Alarm, wenn der aktuelle RMS-Wert für mehr als 10 Sekunden über μ + 3σ liegt.
Schwellenwert = μ + 3 × σStatus wechselt von GRÜN → GELB nach der ersten Überschreitung,
GELB → ROT nach 10 Sekunden anhaltender Überschreitung.
Das ist deutlich besser als feste Grenzwerte — aber es erkennt nur Amplitudenanomalien. Veränderungen im Frequenzmuster, im Crest-Faktor oder in der Kurtosis (Stoßhaftigkeit) bleiben unsichtbar.
Was Isolation Forest anders macht
Der Isolation Forest arbeitet mit einem 6-dimensionalen Feature-Vektor pro Zeitfenster:
- RMS — Effektivwert (Gesamtenergie)
- Peak — Maximalamplitude
- Crest-Faktor — Peak/RMS (erkennt Impulse)
- Standardabweichung
- Kurtosis — Stoßhaftigkeit (Lagerschäden!)
- Skewness — Asymmetrie des Signals
Aus diesen 6 Merkmalen lernt das Modell, was "normal" für genau diese Maschine ist. Datenpunkte, die schwer zu isolieren sind (weil sie wie alle anderen Punkte liegen), sind normal. Punkte, die sich leicht isolieren lassen, sind anomal.
"Eine Kurtosis von 8,5 bei 2.000 Betriebsstunden ist ein früher Hinweis auf beginnenden Lagerschaden — Wochen bevor der Schaden messbar groß wird. Die 3-Sigma-Regel sieht das nicht. Der Isolation Forest schon."
Fallbeispiel: CNC-Fräszentrum, Lager Achse B
Bei einem unserer Kunden zeigte das Lager der B-Achse über 18 Tage eine langsam steigende Kurtosis — von 3,2 auf 7,8 — während der RMS-Wert völlig stabil blieb. Der Isolation-Forest-Score stieg von 0,12 auf 0,71. Am Tag 19 löste das System einen AMBER-Alarm aus.
€ 34.000 Vermiedene Ausfallkosten (2 Schichten + Notfall-Reparatur)
Die Maschine wurde planmäßig nach der Frühschicht gewartet. Kein ungeplanter Stillstand, kein Folgeschaden an der Spindel.
Fazit: Die Kombination macht den Unterschied
Unser System setzt beide Methoden parallel ein: die 3σ-Regel als schnellen, reaktiven Layer — und den Isolation Forest als prädiktiven Layer für schleichende Veränderungen. Erst die Kombination ergibt die 95,2% Prognose-Konfidenz, die wir unseren Kunden garantieren.