Anomalie-Erkennung

[!NOTE] Kerndefinition
Anomalie-Erkennung identifiziert Datenpunkte, die signifikant vom erwarteten Muster abweichen. Der Anomalie-Score quantifiziert dabei, wie untypisch ein Datenpunkt im Vergleich zum Rest des Datensatzes ist.

---

Inhaltsverzeichnis

1. Der Anomalie-Score
   1. Interpretation der Werte
   2. Visualisierung des Konzepts
2. Algorithmen zur Anomalie-Erkennung
   1. Beispiel: DBSCAN für Anomalie-Erkennung
   2. Wichtige Hyperparameter (DBSCAN)
3. Evaluation
   1. Metriken für Anomalie-Erkennung
   2. Silhouette-Score für Clustering-Qualität
4. Best Practices
   1. Empfehlungen für die Praxis
   2. Häufige Fallstricke
5. Zusammenfassung
6. Abgrenzung zu verwandten Dokumenten

---

Der Anomalie-Score

Der Anomalie-Score bewertet quantitativ, wie anomal oder atypisch ein bestimmter Datenpunkt im Vergleich zum Rest des Datensatzes ist.

Interpretation der Werte

Score-Bereich	Interpretation	Bedeutung
nahe -1	Sehr wahrscheinlich anomal	Datenpunkt weicht stark vom Rest ab
nahe 0	Grenzfall	Datenpunkt liegt an der Entscheidungsgrenze
nahe +1	Sehr wahrscheinlich normal	Datenpunkt passt gut zum Rest der Daten

[!NOTE] Score-Interpretation
Die exakte Score-Interpretation hängt vom verwendeten Algorithmus ab. Bei verschiedenen Anomalie-Erkennungsverfahren werden unterschiedliche Bewertungsskalen verwendet.

Visualisierung des Konzepts

flowchart LR
    subgraph Score["Anomalie-Score Skala"]
        direction LR
        A["🔴 -1<br>Anomal"] ~~~ M["⚪ 0<br>Grenzfall"] ~~~ N["🟢 +1<br>Normal"]
    end
    
    style A fill:#ff6b6b,stroke:#c92a2a,color:#fff
    style M fill:#ced4da,stroke:#868e96,color:#000
    style N fill:#51cf66,stroke:#2f9e44,color:#fff

---

Algorithmen zur Anomalie-Erkennung

Für die praktische Implementierung von Anomalie-Erkennung eignet sich besonders DBSCAN (Density-Based Spatial Clustering of Applications with Noise).

[!TIP] DBSCAN in der Anomalie-Erkennung
DBSCAN identifiziert automatisch Rauschpunkte (Noise), die als Anomalien interpretiert werden koennen. Der Algorithmus klassifiziert Datenpunkte als:

• Core Points: Punkte in dichten Bereichen
• Border Points: Punkte am Rand von Clustern
• Noise Points: Isolierte Punkte = Anomalien

Für eine detaillierte Beschreibung und Implementierung siehe: K-Means & DBSCAN Dokumentation

Beispiel: DBSCAN für Anomalie-Erkennung

import numpy as np
from sklearn.cluster import DBSCAN
from sklearn.preprocessing import StandardScaler

# Beispieldaten generieren
np.random.seed(42)
# Normale Daten: Cluster um (0, 0)
data_normal = np.random.randn(200, 2)
# Anomalien: verstreute Punkte
data_anomalies = np.random.uniform(low=-4, high=4, size=(20, 2))
data = np.vstack([data_normal, data_anomalies])

# Daten skalieren
scaler = StandardScaler()
data_scaled = scaler.fit_transform(data)

# DBSCAN anwenden
model = DBSCAN(eps=0.3, min_samples=5)
predictions = model.fit_predict(data_scaled)

# -1 = Anomalie (Noise), andere Werte = Cluster
n_anomalies = (predictions == -1).sum()
n_clusters = len(set(predictions)) - (1 if -1 in predictions else 0)

print(f"Erkannte Cluster: {n_clusters}")
print(f"Erkannte Anomalien (Noise): {n_anomalies}")

Wichtige Hyperparameter (DBSCAN)

Parameter	Beschreibung	Typische Werte
eps	Radius für Nachbarsuche	0.3-1.0 (abhängig von Skalierung)
min_samples	Minimale Punkte für Core Point	5-10
metric	Distanzmetrik	‘euclidean’, ‘manhattan’

Evaluation

Metriken für Anomalie-Erkennung

Da Anomalie-Erkennung oft unüberwacht erfolgt, ist die Evaluation herausfordernd. Bei vorhandenen Labels können folgende Metriken verwendet werden:

from sklearn.metrics import classification_report, confusion_matrix
import seaborn as sns

# Bei bekannten Labels (target_true: 1=normal, -1=anomalie)
print(classification_report(target_true, predictions,
                           target_names=['Anomalie', 'Normal']))

# Confusion Matrix
cm = confusion_matrix(target_true, predictions)
sns.heatmap(cm, annot=True, fmt='d', cmap='Blues',
            xticklabels=['Anomalie', 'Normal'],
            yticklabels=['Anomalie', 'Normal'])
plt.xlabel('Vorhersage')
plt.ylabel('Tatsächlich')
plt.title('Confusion Matrix - Anomalie-Erkennung')
plt.show()

Silhouette-Score für Clustering-Qualität

from sklearn.metrics import silhouette_score

# Bei DBSCAN: Nur nicht-Noise-Punkte bewerten
mask = predictions != -1
if mask.sum() > 1 and len(set(predictions[mask])) > 1:
    score = silhouette_score(data_scaled[mask], predictions[mask])
    print(f"Silhouette Score (ohne Noise): {score:.3f}")

---

Best Practices

Empfehlungen für die Praxis

1. Parameter-Tuning: Nutze den k-Distanz-Graph zur Bestimmung von eps bei DBSCAN

2. Feature-Skalierung: Standardisiere Features vor der Anwendung (essentiell bei distanzbasierten Methoden)

3. Mehrere Algorithmen testen: Vergleiche DBSCAN mit anderen Methoden wie One-Class SVM oder Local Outlier Factor

4. Visualisierung: Plotte die Ergebnisse, um Anomalien visuell zu validieren

5. Ergebnisse validieren: Lass Domänenexperten die erkannten Anomalien prüfen

Häufige Fallstricke

[!WARNING] Vorsicht vor Ueberinterpretation
Nicht jede erkannte Anomalie ist problematisch. Manche “Anomalien” sind einfach seltene, aber valide Datenpunkte.

flowchart TD
    A[Anomalie erkannt] --> B{Domänenexperte<br>prüfen}
    B --> |"Tatsächliche Anomalie"| C[Aktion einleiten]
    B --> |"Seltener, aber valider Fall"| D[In Modell aufnehmen]
    B --> |"Datenfehler"| E[Daten korrigieren]
    
    style A fill:#ff6b6b,stroke:#c92a2a,color:#fff
    style C fill:#ffd43b,stroke:#fab005,color:#000
    style D fill:#51cf66,stroke:#2f9e44,color:#fff
    style E fill:#748ffc,stroke:#4c6ef5,color:#fff

---

Zusammenfassung

• Anomalie-Erkennung identifiziert untypische Datenpunkte im Vergleich zum Normalverhalten
• Drei Anomalie-Typen: Punkt-, kontextuelle und kollektive Anomalien
• Anomalie-Score: Quantifiziert die Abweichung vom normalen Verhalten
• DBSCAN: Dichtebasierter Algorithmus, der Anomalien als Rauschpunkte (Noise) automatisch identifiziert
• Wichtig: Domänenwissen für Parameter-Wahl und Ergebnisvalidierung nutzen

Abgrenzung zu verwandten Dokumenten

Dokument	Frage
Bewertung Clustering	Wie werden Gruppenstrukturen statt Ausreißern bewertet?
Outlier	Wie werden Ausreißer bereits in der Datenvorbereitung erkannt und behandelt?
K-Means und DBSCAN	Wie funktionieren die zentralen Clustering- und dichtebasierten Verfahren selbst?
Bewertung allgemein	Welche Evaluationslogik gilt unabhängig vom Aufgabentyp?

---

Version: 1.0
Stand: Januar 2026
Kurs: Machine Learning. Verstehen. Anwenden. Gestalten.