IBM Granite Ensemble kombiniert Zeitreihen-Prognosemodelle

IBM hat mit Granite Timeseries Ensemble eine auf vier vortrainierten Zeitreihenmodellen basierende Ensemble-Lösung vorgestellt, die Vorhersagen ohne Nachtraining auf eigenen Datensätzen ermöglicht und Anwendern eine robuste Standardkonfiguration für die Modellwahl bietet. Das unter permissiver Lizenz stehende Rezept kombiniert die Granite-Architekturen PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1 und TTM-r3 über eine gemeinsame Schnittstelle und liefert Median- und Quantilsvorhersagen, etwa von 0,1 bis 0,9, die sich als zentrale Prognose und Prognoseintervalle verwenden lassen. Der Ansatz folgt Prinzipien aus Wetterprognosen: Unterschiedliche Modelle erfassen Trends, Saisonalität und lokale Variation auf verschiedene Weise, sodass deren Fehler nicht zusammenfallen müssen. Standard ist das Probabilistic Ensemble mit einheitlicher Wahrscheinlichkeitspoolung und gleicher Gewichtung aller Mitglieder. Alternativ steht das IQR Ensemble bereit, das die Mitglieder je nach prognostizierter Streuung gewichtet und engere Intervalle stärker berücksichtigt; dabei lässt sich über eine Temperaturoption die Nähe zur Gleichgewichtung steuern, und isotone Regression verhindert kreuzende Quantile. In beiden Fällen werden keine Modellgewichte aus historischen Fehlern angepasst, was den Einstieg und die Übertragung auf neue Serien vereinfacht. Benchmark-Ergebnisse auf 97 GIFT-Eval-Konfigurationen zeigen, dass beide Ensemble-Varianten ihre vier Einzelmodelle bei aggregierten MASE-Punkten übertreffen. Das Probabilistic Ensemble erzielt mit 0,683 den besten MASE-Wert unter den betrachteten Prognosen, knapp vor PatchTST-FM-r2 mit 0,685; der Hauptnutzen liegt daher nicht in einer deutlich überlegenen Einzelzahl, sondern in höherer Robustheit über heterogene Datensätze hinweg. Bei probabilistischen Metriken behält PatchTST-FM-r2 den besten CRPS/MWQL-Wert, während das IQR Ensemble den besten Durchschnittsrang auf CRPS-Basis erreicht. Im Vergleich vom 20. Oktober 2026 belegte das Ensemble unter den qualifizierten Systemen jeweils den dritten Platz bei MASE-Rang und CRPS-Rang. Granite Timeseries Ensemble ist als praktischer Ausgangspunkt gedacht und lässt sich über die Forecaster-Schnittstelle mit kompatiblen externen Modellen erweitern. IBM weist jedoch auf Grenzen hin: Die aktuelle Version prognostiziert multivariate Kanäle unabhängig voneinander, erhöht durch die vier Mitglieder Laufzeit und Speicherbedarf, und garantiert weder Kalibrierung noch Robustheit bei Verteilungsverschiebungen. Anwender sollten die Rezepte daher anhand repräsentativer Daten zurücktesten und Lizenzbedingungen ergänzender Modelle prüfen.