# Korrelations-Analyse Widget type: `opendash-widget-hc-xycompare` · Plugin: `@opendash/plugin-highcharts`  ### Beschreibung Das **Korrelations-Analyse Widget** dient dazu, den statistischen Zusammenhang zwischen zwei verschiedenen Messgrößen oder Datenpunkten grafisch darzustellen. IoT-Anwender können dadurch auf einen Blick erkennen, ob und wie stark zwei Variablen voneinander abhängen – beispielsweise, ob eine höhere Maschinendrehzahl direkt zu einem proportional höheren Energieverbrauch führt. ### Voraussetzungen * Mindestens zwei kontinuierliche Datenquellen oder Datenpunkte (z. B. Verbrauchswerte, Temperaturen, Druck oder Leistung), die im selben Zeitraum erfasst wurden. * Ausreichend historische oder Live-Datenpunkte im System, um eine sinnvolle Verteilung im Diagramm zu berechnen. --- ## 1. Konfiguration und Einrichtung 1. Klicke auf dem Widget-Platzhalter zentral auf die Schaltfläche **Einstellungen**. 2. Stelle sicher, dass du dich im Reiter **Daten** befindest, und klicke in das Eingabefeld unter **Wähle Datenquellen aus, die du visualisieren möchtest.**, um die Kanalauswahl zu öffnen. 3. Wähle aus der Liste die beiden Datenpunkte aus, die du miteinander vergleichen möchtest. 4. Schließe die Kanalauswahl über die Schaltfläche **Schließen**. 5. Bestimme im Bereich **Wähle den Zeitraum, für den die Daten geladen werden sollen.** den gewünschten Analysezeitraum. Klicke dazu beispielsweise auf **Absolute Auswahl** und definiere Start- und Endzeitpunkt. 6. Klicke unten rechts auf **Speichern**, um die Konfiguration zu übernehmen und das Widget zu generieren. --- ## 2. Erweiterte Einstellungen & Formatierung Zusätzlich zu den Basisschritten stehen dir im Konfigurationsmenü Optionen zur Verfeinerung der Datenanalyse und der Darstellung im Reiter **Einstellungen** zur Verfügung: | Option | Beschreibung | Funktion | | :--- | :--- | :--- | | **Filter hinzufügen** | Kontrollkästchen direkt unter der Datenquellenauswahl. | Ermöglicht das Filtern der Eingangsdaten nach bestimmten mathematischen Grenzwerten oder Bedingungen. | | **Aktueller Wert** | Zeitbereichs-Option im Daten-Reiter. | Lädt die Werte des gerade aktuellen, fließenden Zeitfensters zur Echtzeitanalyse. | | **Relative Auswahl** | Zeitbereichs-Option im Daten-Reiter. | Erlaubt es, einen flexiblen Zeitraum wie „Letzte 1 Stunde“ oder „Letzte 24 Stunden“ als dynamische Basis festzulegen. | | **Absolute Auswahl** | Zeitbereichs-Option im Daten-Reiter. | Fixiert die Analyse auf ein exakt definiertes Datum mit Start- und Enduhrzeit. | | **Randwerte ergänzen** | Kontrollkästchen im Bereich der absoluten Zeitauswahl. | Füllt eventuelle Lücken am Anfang und Ende des gewählten Zeitraums automatisch mit den jeweils angrenzenden Datenwerten auf. | | **Keine Live-Daten laden** | Kontrollkästchen unter den Zeitbereichs-Optionen. | Deaktiviert die automatische Aktualisierung der Anzeige, um eine statische historische Analyse einzufrieren. | | **Daten aus der Zukunft laden** | Kontrollkästchen unter den Zeitbereichs-Optionen. | Ermöglicht die Visualisierung von prognostizierten Daten oder Planwerten, falls diese im System vorhanden sind. | | **Start-/Endzeit an Zeiteinheit anpassen** | Kontrollkästchen unter den Zeitbereichs-Optionen. | Rundet den gewählten Analysezeitraum automatisch auf die vollen Grenzen der ausgewählten Zeiteinheit ab (z. B. volle Stunden). | | **Sonstige Einstellungen** | Ausklappbarer Menübereich ganz unten im Konfigurationsfenster. | Öffnet erweiterte Parameter, wie zum Beispiel die Achsenbeschriftung, Skalierungsoptionen oder die Definition der Aggregationsmethode. | --- ## 3. Das fertige Dashboard-Ergebnis Sobald das Widget erfolgreich eingerichtet ist, siehst du ein sogenanntes Streudiagramm (Scatterplot) auf deinem Dashboard. Die erste von dir gewählte Datenquelle wird dabei auf der horizontalen X-Achse abgetragen, während die zweite Datenquelle die vertikale Y-Achse definiert. Jeder einzelne Punkt im Diagramm repräsentiert einen gemeinsamen Messzeitpunkt beider Datenströme. Anhand der Punktwolke lässt sich der Trend sofort ablesen: Bilden die Punkte eine ansteigende Linie von links unten nach rechts oben, liegt eine positive Korrelation vor (steigt Wert A, steigt auch Wert B). Streuen die Punkte komplett unregelmäßig über das Feld, gibt es keinen messbaren Zusammenhang zwischen den beiden gewählten Faktoren. > 💡 **Praxis-Tipp:** Nutze die Korrelations-Analyse, um Ineffizienzen aufzudecken. Wenn du beispielsweise die Außentemperatur mit dem Energieverbrauch deiner Kühlanlagen korrelierst, siehst du sofort ab welchem Temperatur-Schwellenwert der Verbrauch überproportional ansteigt. Das hilft dir bei der präzisen Auslegung von Energiesparmaßnahmen.