# sktime - Das AI-Framework für Zeitreihen

Das einheitliche Open-Source-KI-Framework für Forecasting, Klassifikation und Anomalieerkennung in Zeitreihen.

Canonical page: https://www.sktime.net/de/

## Was sktime macht

Das KI-Framework für Zeitreihen

- Open Source
- kein Lock-in
- State of the Art
- Community-getrieben
- souverän
- business-ready

## Viele KI-Modelle. Ein Werkzeug.

Klassische Statistik, Deep Learning und moderne KI-Foundation-Modelle. sktime liefert jeden Ansatz hinter einer einzigen, konsistenten API. Wählen Sie für jede Aufgabe das passende Modell und wechseln Sie jederzeit, ohne Ihren Code umzubauen.

- 500+ Modelle, eine API: Klassische Statistik, Machine Learning, Deep Learning und moderne KI, alles hinter derselben Schnittstelle.
- Modell wechseln in einer Zeile: Tauschen Sie Algorithmen, um das beste Ergebnis zu finden, ohne Ihre Pipeline umzubauen oder ein neues Tool zu lernen.
- Moderne KI, kein Lock-in: Nutzen Sie KI-Foundation-Modelle neben bewährten Klassikern, gleiche API, kein Lock-in. Open Source, Ihre Daten bleiben bei Ihnen.
- Eigene Komponenten leicht ergänzen: Binden Sie eigene Schätzer, Transformer oder Adapter aus einer geschlossenen Codebase ein und nutzen Sie sie über dieselbe sktime-API.

## Ein Framework,
alle Zeitreihen-Aufgaben

Eine einheitliche Python-API für den gesamten Machine-Learning-Lebenszyklus Ihrer Zeitreihen. Vom ersten Experiment bis zur Produktion.

- Forecasting: Prognostizieren Sie Nachfrage, Umsatz und Kapazität, damit Teams sicher vorausplanen können.
- Merkmalsextraktion: Verwandeln Sie rohe Zeitreihen ohne aufwändige manuelle Aufbereitung in saubere, modellfertige Eingaben.
- Probabilistische Vorhersage: Erhalten Sie Prognosen mit Konfidenzbereichen statt einzelner Werte, um Risiko und Unsicherheit abzuwägen.
- Anomalie- und Änderungserkennung: Erkennen Sie Anlagenausfälle, Betrug und plötzliche Veränderungen in dem Moment, in dem sie in Ihren Daten auftreten.
- Klassifikation: Ordnen Sie Zeitreihen automatisch in Kategorien ein. Signaltypen, Produktgruppen oder Maschinenzustände.
- Time-to-Event-Modellierung: Schätzen Sie, wann ein Ereignis wie Abwanderung, Ausfall oder Conversion eintritt und wie wahrscheinlich es ist.
- Regression: Schätzen Sie einen Zahlenwert aus einer Sequenz, etwa die Restlebensdauer von Anlagen oder ein erwartetes Ergebnis.
- Clustering: Gruppieren Sie ähnliche Zeitreihen und erkennen Sie Kundensegmente, Produktfamilien und verborgene Muster.
- Alignment: Vergleichen und synchronisieren Sie Sequenzen, die unterschiedlich schnell laufen oder zu verschiedenen Zeitpunkten beginnen.

## Sofort loslegen

Installieren Sie sktime und kommen Sie mit einer vertrauten, scikit-learn-artigen API von Rohdaten zur Prognose.

```bash
pip install sktime
```

## Gebaut von der Community, für die Community

sktime ist frei und Open Source unter der BSD-3-Clause Lizenz. Hunderte Contributors gestalten die Zukunft von Zeitreihen in Python mit.

## Zeitreihen-KI für Ihr Unternehmen?

Individuelle Features, Integration in Ihre Infrastruktur und direkter Support - damit Ihr Team Entscheidungen treffen kann statt Pipelines zu pflegen.