Um Störungen durch den Einsatz von künstlicher Intelligenz (KI) prognostizieren zu können, werden zunächst historische Störungsdaten benötigt. Diese stehen häufig nicht, oder nicht in ausreichender Menge, zur Verfügung. Deshalb ist oftmals die automatisierte Erkennung von Anomalien die Vorstufe zur Störungsprognose.