Data Anomalies – Automatisierte Erkennung¶

Zweck¶

Anomalien erfassen, ohne Regeln schreiben zu müssen.

Technische Merkmale¶

Analysierte Metriken¶

• Datensatzvolumen
• Fehlende Werte
• Verteilungen & Histogramme
• Wertebereiche
• Eindeutigkeit

Intelligente Erkennung¶

• Verwendet historisches Lernen, um erwartete Bereiche dynamisch zu definieren
• Kennzeichnet Anomalien, wenn die aktuellen Daten außerhalb der erwarteten Grenzen liegen

Erkennungsszenarien¶

• Volumenrückgänge/-spitzen → z. B. fehlen die Hälfte der täglichen Transaktionen
• Spaltenvertauschungen → Vorname- und Nachname-Spalten vertauscht
• Unerwartete Werte → „Zurich“ erscheint in österreichischen Städten

Mehrwert¶

Automatisiert, wofür normalerweise Hunderte manueller Regeln nötig wären.