Eine KI-Prognose soll bei der Zeitplanung helfen. Doch ein Fehler von zehn Minuten kann unterschiedliche Folgen haben: Wird eine Aufgabe früher fertig, bleibt ein Zeitpuffer. Dauert sie länger als vorgesehen, wartet möglicherweise der nächste Termin. Wer Prognosen bewertet, sollte deshalb nicht nur fragen, wie groß die Abweichung ist, sondern auch, in welche Richtung sie geht.
Der Quantilverlust, häufig als Pinball Loss bezeichnet, macht eine solche unterschiedliche Gewichtung nachvollziehbar. Die folgende eigene Lernübung zeigt das Prinzip ohne Programmcode. Sämtliche Servicefälle und Zahlen sind erfunden. Sie sind weder eine Untersuchung von GrandEdu Media noch ein Nachweis für die Leistung eines bestimmten KI-Systems.
Zuerst festlegen: Was soll die Prognose leisten?
Eine Zeitprognose kann verschiedene Ziele verfolgen. Vielleicht wird ein möglichst typischer Zeitbedarf gesucht. Vielleicht soll die Planung bewusst mehr Raum für längere Vorgänge lassen. Das sind unterschiedliche Anforderungen. Eine größere Planungszahl ist deshalb nicht automatisch besser oder schlechter: Entscheidend ist, nach welcher zuvor festgelegten Regel sie beurteilt wird.
Die offizielle Dokumentation von scikit-learn zum mittleren Pinball Loss beschreibt eine Verlustfunktion für Quantilregression. Der Parameter alpha bestimmt dabei die Gewichtung. Ein kleinerer Verlust ist besser; null wird bei einer exakten Übereinstimmung aller hier betrachteten Vorhersagen mit den tatsächlichen Werten erreicht. Das ist eine Rechenregel, kein allgemeines Qualitätssiegel für ein System.
Die Übung: Drei Servicefälle und zwei Planungsvarianten
Wir betrachten drei gleich gewichtete Servicefälle. Die tatsächlich benötigten Zeiten betragen 10, 20 und 30 Minuten. Zum Verständnis der Bewertungsregel vergleichen wir zwei besonders einfache Varianten: Variante A plant für jeden Fall 20 Minuten ein. Variante B plant jeweils 30 Minuten ein. Beide Varianten sind absichtlich konstant; es wurde kein Modell trainiert.
- Fall eins: tatsächlich 10 Minuten; A plant 20, B plant 30 Minuten.
- Fall zwei: tatsächlich 20 Minuten; A plant 20, B plant 30 Minuten.
- Fall drei: tatsächlich 30 Minuten; A plant 20, B plant 30 Minuten.
Für die Übung setzen wir alpha vor dem Vergleich auf 0,8. Eine zu niedrige Planung wird dann mit dem Faktor 0,8 gewichtet. Eine zu hohe Planung erhält den Faktor 0,2. Für eine gleich große Abweichung wiegt die Unterplanung damit viermal so schwer wie die Überplanung. Diese Gewichtung ist eine erklärte Annahme der Übung und keine Empfehlung für jeden Betrieb.
Die Regel in verständlichen Worten
Die offizielle Erläuterung zur Pinball-Verlustfunktion unterscheidet zwei Richtungen. Ist der tatsächliche Wert größer als die Prognose, wird die positive Differenz mit alpha multipliziert. Ist die Prognose größer, wird die positive Differenz mit eins minus alpha multipliziert. Stimmen beide Werte überein, entsteht kein Verlust. Anschließend werden die Verluste über die Fälle gemittelt.
Variante A: Ein knapper Fall fällt stärker ins Gewicht
Bei der Planung von jeweils 20 Minuten ergibt sich folgende Rechnung:
- Fall eins wird um 10 Minuten überschätzt: 10 × 0,2 = 2.
- Fall zwei wird genau getroffen: Verlust 0.
- Fall drei wird um 10 Minuten unterschätzt: 10 × 0,8 = 8.
Zusammen ergibt das 10 Verlustpunkte. Geteilt durch drei Fälle beträgt der mittlere Quantilverlust ungefähr 3,33. Der erste und der dritte Fall weichen zwar jeweils um zehn Minuten ab. Wegen ihrer unterschiedlichen Richtung zählen sie nach unserer Regel aber nicht gleich.
Die Verlustpunkte sind hier aus Minuten und dimensionslosen Gewichtungsfaktoren berechnet. Sie sind keine gemessenen Wartezeiten, keine Eurobeträge und keine direkt beobachteten Schäden. Wer daraus wirtschaftliche Kosten ableiten möchte, braucht eine gesondert begründete Kostenbetrachtung.
Variante B: Mehr Puffer kann nach dieser Regel günstiger sein
Bei jeweils 30 eingeplanten Minuten gibt es in diesen drei Fällen keine Unterplanung:
- Fall eins wird um 20 Minuten überschätzt: 20 × 0,2 = 4.
- Fall zwei wird um 10 Minuten überschätzt: 10 × 0,2 = 2.
- Fall drei wird genau getroffen: Verlust 0.
Die Summe beträgt 6, der mittlere Quantilverlust also 2. Unter der gewählten Gewichtung schneidet B damit besser ab als A. Das bedeutet nicht, dass sämtliche denkbaren Planungswerte geprüft wurden oder B für zukünftige Servicefälle zuverlässig wäre. Verglichen wurden genau diese zwei Varianten auf genau drei erfundenen Beobachtungen.
Warum ein anderes Bewertungsziel die Reihenfolge ändern kann
Betrachten wir dieselben Abweichungen ohne Richtungsgewichtung, liegt der mittlere absolute Fehler von A bei ungefähr 6,67 Minuten: 10 plus 0 plus 10, geteilt durch drei. Bei B sind es 10 Minuten: 20 plus 10 plus 0, geteilt durch drei. Danach wäre A besser.
Die Umkehrung ist kein Rechenfehler. Der absolute Fehler behandelt beide Richtungen gleich, während unsere Quantilverlust-Regel Unterplanung stärker belastet. Ein Bericht sollte daher die Bewertungsregel nennen, statt zwei Ergebnisse mit unterschiedlichen Zielen als widersprüchlich darzustellen.
Alpha ist keine Erfolgsquote
Aus alpha = 0,8 folgt nicht, dass eine bestimmte Prognose zu 80 Prozent richtig ist. Ebenso wenig garantieren 30 Minuten, dass zukünftige Aufgaben rechtzeitig abgeschlossen werden. In unserer winzigen Übung liegen zwar alle drei tatsächlichen Zeiten höchstens bei 30 Minuten. Diese Beobachtung ersetzt aber keinen Nachweis für neue Fälle.
Wer Quantilprognosen praktisch einsetzen möchte, muss ihre Eignung an geeigneten, nicht zur Anpassung verwendeten Daten prüfen. Die Auswahl der Fälle, veränderte Arbeitsabläufe und die Definition des Zeitbedarfs gehören ebenfalls zur Beurteilung. Ein günstiger Zahlenwert allein beantwortet diese Fragen nicht.
Ein kleiner Prüfauftrag für die nächste Auswertung
Bitten Sie bei einer prognosegestützten Planung zunächst um eine klare Beschreibung des Ziels: Soll ein typischer Bedarf oder ein vorsichtigerer Planungswert geschätzt werden? Lassen Sie anschließend die Richtung der Fehler und die verwendete Gewichtung dokumentieren. Prüfen Sie schließlich, ob verschiedene Varianten auf denselben Fällen und mit derselben Regel verglichen wurden.
Solche Fragen verbinden Zahlenverständnis mit einem sachlichen Umgang mit KI. Informationen zum öffentlich angebotenen Bildungsangebot finden Sie unter KI-Grundlagenkompetenzen für die digitale Arbeitswelt. Diese Lernübung behauptet weder einen bestimmten Prüfungsinhalt noch einen garantierten Lernerfolg.
FAQ zum Quantilverlust bei KI
Ist alpha = 0,8 immer die richtige Wahl?
Nein. Der Wert gehört zum festgelegten Prognoseziel. Er sollte nicht nachträglich ausgewählt werden, nur damit eine bevorzugte Variante besser aussieht.
Kann ein höherer Planungswert jeden Verlust vermeiden?
Nein. Überplanung wird bei unserer Regel ebenfalls belastet. Immer größere Werte erzeugen deshalb nicht automatisch immer bessere Ergebnisse.
Ist ein kleiner Quantilverlust ein Beleg für einen wirtschaftlichen Vorteil?
Nein. Dazu müssen tatsächliche Abläufe, Kosten und Folgen geprüft werden. Der Verlustwert beschreibt zunächst nur die festgelegte statistische Bewertung.
Fazit: Die Richtung eines Fehlers gehört zur Entscheidung
Quantilverlust macht sichtbar, dass gleich große Abweichungen unterschiedlich zählen können. Benennen Sie Ziel, alpha, Fälle und Rechenregel gemeinsam. Wenn Sie Ihre digitale Datenkompetenz gezielt weiterentwickeln möchten, können Sie über den Kontakt zu GrandEdu Media passende Lernziele besprechen.