Vorhersagen haben Grenzen — Daten, 11–13 Jahre
Vergangene Daten können eine Vorhersage stützen, aber nicht garantieren, was als Nächstes geschieht.
Muster vorsichtig nutzen
Eine Vorhersage nutzt ein Muster in bekannten Daten, um einen unbekannten Wert oder ein künftiges Ereignis sinnvoll zu schätzen. Sie funktioniert am besten, wenn der neue Fall den Fällen ähnelt, aus denen das Muster entstand. Eine Vorhersage ist kein Versprechen: Neue Bedingungen oder Zufallsereignisse können das Muster brechen.
Warum Vorhersagen scheitern können
Daten beschreiben, was unter bestimmten Bedingungen geschah, nicht jede mögliche Zukunft. Ein Modell kann einen neuen Faktor übersehen, etwa eine Hitzewelle, eine kaputte Maschine oder eine plötzliche Verhaltensänderung. Seine Grenzen zu kennen ist wichtig, denn auch eine saubere Rechnung kann auf einem unvollständigen Bild beruhen.
Eine Warteschlange vorhersagen
Ein Café bedient in zwei Stunden 24 Menschen, also beträgt die bisherige Rate 12 Personen pro Stunde. Ist die nächste Stunde ähnlich voll, sind etwa 12 Gäste eine vernünftige Vorhersage. Eine Schulgruppe, Regen oder eine kaputte Kasse können das Ergebnis jedoch ändern. Die Zahl ist eine Vorhersage unter alten Bedingungen, keine Garantie.
Die Linie muss weitergehen
Steigen die Punkte eines Diagramms regelmäßig, möchte man die Linie weit in die Zukunft verlängern. Das wirkt sinnvoll, weil die nächsten Werte dieselbe Richtung haben können. Entfernt man sich aber weit von den Daten, hängt die Vorhersage von ungeprüften Annahmen ab. Eine nahe Schätzung ist meist sicherer als eine ferne.
Wo das hilft
Wettervorhersagen, Lieferzeiten, Energieplanung und Sporttaktik nutzen vergangene Daten, um sich auf mögliche Ereignisse vorzubereiten. Man vergleicht die Vorhersage mit ihrer Unsicherheit und den Bedingungen, auf denen sie beruht. Wer diese Grenzen prüft, kann planen, ohne die Vorhersage für sicher zu halten.
Weiter erkunden
Andere Sprachen
MyLeoNes™ wird geladen…