Frühwarnsystem

Ein Frühwarnsystem ist eine Einrichtung, die eine drohende Gefahr erkennt und rechtzeitig Alarm gibt. Es beobachtet dazu dauerhaft Messwerte oder Zahlen und vergleicht sie mit Erfahrungswerten. Weicht etwas ungewöhnlich stark ab, löst es eine Warnung aus. Der Sinn ist immer der gleiche: Zeit gewinnen, um noch handeln zu können. Das klassische Beispiel ist der Rauchmelder an der Zimmerdecke. Er piept nicht erst, wenn das Haus brennt, sondern schon bei den ersten Rauchpartikeln. Genau diese Idee überträgt man heute auf Erdbeben, Maschinen, Netzwerke und Finanzmärkte.

Was ein paar Minuten Vorwarnzeit wert sind

Der Nutzen eines Frühwarnsystems steckt fast vollständig in der Zeit, die es verschafft. In Japan warnen Erdbebensysteme wenige Sekunden vor dem Eintreffen der starken Erdstöße. Das klingt nach nichts. In diesen Sekunden bremsen Züge automatisch ab, Aufzüge fahren in das nächste Geschoss, Operationen werden unterbrochen. Der Schaden fällt dadurch messbar kleiner aus.

In der Wirtschaft geht es um längere Zeiträume, aber um dieselbe Logik. Banken müssen gesetzlich beobachten, ob Kredite auszufallen drohen. Sinkt bei einem Kunden über Monate der Umsatz, wird der Kredit als gefährdet eingestuft, bevor die erste Rate ausfällt. So kann die Bank nachverhandeln, statt später Geld abzuschreiben.

Ein Frühwarnsystem ersetzt allerdings keine Entscheidung. Es sagt nur: hier stimmt etwas nicht, schau genauer hin. Wer die Warnungen ignoriert, ist genauso schlecht dran wie ohne System. In vielen Untersuchungen von Katastrophen und Firmenpleiten war die Warnung vorhanden – gehandelt hat niemand.

Von Grenzwerten zu gelernten Mustern

Die einfachste Bauform arbeitet mit festen Grenzwerten. Man legt fest, ab welchem Wert gewarnt wird: 38 Grad Fieber, 80 Prozent Speicherauslastung, drei verspätete Zahlungen. Solche Regeln sind leicht nachvollziehbar und leicht zu prüfen. Sie versagen aber, wenn Gefahr sich nicht in einer einzelnen Zahl zeigt.

Deshalb setzen moderne Systeme auf Verfahren, die aus alten Fällen lernen. Man zeigt einem Computerprogramm tausende Verläufe, bei denen es gut ausging, und tausende, bei denen es schiefging. Das Programm sucht selbst die Kombinationen von Merkmalen, die für den schlechten Verlauf typisch waren. Danach bewertet es neue Fälle und gibt eine Wahrscheinlichkeit aus. Dieses Suchen nach untypischen Mustern in Daten nennt man Anomalieerkennung.

Der schwierigste Teil ist die Einstellung der Empfindlichkeit. Warnt das System zu früh, kommen ständig falsche Alarme, und die Zuständigen schauen irgendwann nicht mehr hin. Warnt es zu spät, ist die Vorwarnzeit weg. Man muss sich also entscheiden, welcher Fehler weniger schlimm ist. Bei einem Tsunami nimmt man viele Fehlalarme in Kauf, bei einer automatischen Kontosperrung eher nicht.

Wo überall Alarmschwellen mitlaufen

Im Alltag begegnet man Frühwarnsystemen fast unbemerkt. Das Auto meldet zu geringen Reifendruck, das Handy warnt vor unerwarteten Anmeldungen aus dem Ausland, die Warn-App des Bundes meldet Unwetter und Hochwasser. Auch die Betrugserkennung von Kreditkartenfirmen gehört dazu: Sie schlägt an, wenn dein Zahlungsverhalten plötzlich vom gewohnten Muster abweicht.

In Wirtschaftsnachrichten taucht der Begriff meist in zwei Zusammenhängen auf. Erstens bei Banken und Aufsichtsbehörden, die Risiken in Kreditbüchern und im Finanzsystem überwachen. Zweitens bei Industrieunternehmen, die Sensordaten ihrer Maschinen auswerten, um Ausfälle vorherzusehen. Dieses Vorgehen läuft dort unter dem Namen vorausschauende Wartung.

In der KI-Debatte selbst hat der Begriff eine weitere Bedeutung bekommen. Große Labore beschreiben Testverfahren als Frühwarnsystem für gefährliche Fähigkeiten neuer Modelle. Man prüft ein Modell vor der Veröffentlichung darauf, ob es etwa bei Cyberangriffen helfen könnte. Ob solche Tests wirklich früh genug warnen, ist unter Fachleuten strittig.