Irgendwo zwischen „Ja“ und „Nein“: Fuzzy-Logik hilft bei unpräzisen Daten

von Ingo Steinhaus

Die „unscharfe“ Fuzzy-Logik ist ungefähr ein halbes Jahrhundert alt und ziemlich erfolgreich. Ein ganz guter Grund also, sich dem Thema ein wenig zu nähern.

„Regnet es eigentlich gerade im Schwarzwald?“ – Auf diese Alltagsfrage würde eine Smartphone-Assistentin mit Wetter- und Geoinformationen „Ja“ antworten, wenn laut Wetterradar im gewünschten Gebiet Regen niedergeht. Eine dort ansässige reale Person würde dagegen einem Anrufer vielleicht „Nicht so richtig, es tröpfelt nur ein bisschen“ entgegnen. Interessanterweise empfinden viele Leute die klare, logische Auskunft als wenig hilfreich. Die aus rationaler Sicht unscharfe Information des Schwarzwaldbewohners dagegen wird als deutlich sinnvoller empfunden. Das hat einen Grund: Menschen arbeiten sehr erfolgreich mit unpräzisen Daten, während Computersysteme auf genaue Informationen angewiesen sind.

So kennt ein idealtypischer Computer nur die Möglichkeiten „es regnet“ und „es regnet nicht“. Diese Gegenüberstellungen finden sich in vielen Bereichen wieder und werden beispielsweise durch die beiden logischen Werte Wahr und Falsch oder die Zahlenwerte Null und Eins dargestellt. Diese Zusammenhänge können sehr gut formalisiert dargestellt werden, etwa mit der zweiwertigen Aussagenlogik, die nur wahre oder falsche Sätze kennt.

Unser Denken dagegen berücksichtigt auch Werte dazwischen, im Falle des Regens etwa die Regenintensität. So kennen wir Menschen bei vielen Dingen nicht nur Wahr oder Falsch, sondern auch dazwischenliegende Zustände wie „Ungefähr“, „Ziemlich“, „Kaum“ oder „Kräftig“. Auch für diese zahlreichen Zwischenstufen gibt es eine formale Logik, die sogenannte Fuzzy-Logik.

Fuzzy-Logik für die Regelungstechnik

1965 entwickelte Professor Lofti A. Zadeh von der University of California in Berkeley die Fuzzy-Logik. In Deutschland war es in der Folge vor allem Hans-Jürgen Zimmermann, der Gründer der heutigen INFORM GmbH welcher die Fuzzy-Logik erforscht hat und dafür – so wie auch Lotfi Zadeh – mit dem renommierten „IEEE Fuzzy Systems Pioneer Award“ ausgezeichnet wurde. Seitdem wurden Fuzzy-Systeme in zahlreichen technischen Anwendungen etwa aus der Regelungstechnik eingesetzt.

Damit kann zum Beispiel eine Warmwasserregelung deutlich komfortabler gestaltet werden, etwa durch die Einstellwerte „kalt“, „kühl“, „lauwarm“, „warm“ und „heiß“. Dieses Problem mit „unscharf“ formulierten Zwischenschritten taucht in der Technik häufig auf, so auch bei der Geschwindigkeit und Beschleunigung eines Containerkrans, der seine Last an einem Seil transportiert. Bei zu abrupter und starker Beschleunigung pendelt die Last, was beim Absetzen zu Problemen führt. Eine Fuzzy-Schaltung sorgt dafür, dass der Kran zeitig vor dem Ziel beginnt, das Pendeln auszugleichen und sanft zum Halten kommt.

Diese recht einfachen Beispiele zeigen allerdings noch nicht den Knackpunkt der Fuzzy-Logik. Ihr großer Vorteil ist die Tatsache, dass sie auch in Anwendungsbereichen eingesetzt werden kann, die mathematisch nicht oder nur mit hohem Aufwand erfasst werden können. In solchen Fällen ist dann beispielsweise eine Automatisierung nicht in Echtzeit umzusetzen, was aber für sehr viele Anwendungen in Unternehmen eine Grundvoraussetzung ist.

Ein gutes und bewährtes Beispiel ist die Betrugserkennung bei Versicherungen. Bei der Autoversicherung oder der Haftpflichtversicherung ist die genaue Prüfung der einzelnen Schadenfälle sehr aufwendig – es ist ein Massenmarkt mit entsprechend vielen Schadensmeldungen. Um sich die Arbeit zu erleichtern, nutzen Versicherungen ein automatisiertes Prüfverfahren, die sogenannte intelligente Schadenprüfung. Diese basiert unter anderem auf der bewährten Fuzzy-Logik Technologie, die als selbstlernendes System zur Entscheidungsfindung beiträgt und das Betrugsrisiko eines gemeldeten Versicherungsschadens automatisch meldet.

Die klaren Erfolge der unscharfen Logik

Die Fuzzy-Logik hat den großen Vorteil, dass die Entscheidungen jederzeit im Detail nachvollzogen werden können und dass zusätzliche Entscheidungsregeln relativ schnell in das System integriert werden können. Fuzzy-Logik erlaubt Versicherungen oder auch Banken eine schnelle Verarbeitung, so dass die Betrugsprüfung sich nicht nachteilig auf die Durchlaufzeiten auswirkt.

Wegen solcher Vorteile wird die Fuzzy-Logik in vielen Bereichen eingesetzt, etwa in der Mustererkennung, der Sensorik, in Prozessleitsystemen oder bei der Qualitätskontrolle. Fuzzy-Regler steuern automatische Getriebe und Bremssysteme im Auto, Überwachungsgeräte in der Anästhesie, Brandmelder oder Prognosesysteme aller Art – eine ganz ordentliche Erfolgsgeschichte.



Diese Beiträge könnten Sie auch interessieren

Über den Autor

  • Ingo Steinhaus arbeitet seit 1991 als Freier IT-Journalist. Er ist Autor zahlreicher Computerbücher und veröffentlicht in bekannten Fachzeitschriften. Sein Interesse gilt allen technischen und digitalen Themen, vor allem digitaler Transformation, Innovation und Entrepreneurship. Diesen Themen widmet er sich auch in seinem Blog "Digital Heartland"

    Alle Beiträge dieses Autors

    Mehr über diesen Autor unter:

Unsere Autoren

Finden Sie alle unsere Autoren auf einen Blick!

Alle Autoren

Nach oben