Soft Sensor vs. Hard Sensor: Wann welcher eingesetzt wird

Die Frage taucht in fast jedem Projekt auf: „Sollen wir einen neuen Analysator installieren, oder können wir die Messung mit einem Modell schätzen?”

Es klingt wie eine Instrumentierungsfrage. Es ist tatsächlich eine Frage der Regelstrategie — und die Antwort hängt von Faktoren ab, die die meisten Ingenieure erst berücksichtigen, nachdem das Investitionsbudget bereits verbraucht ist.

---

Was ist ein Soft Sensor?

Ein Soft Sensor (auch als virtueller Sensor oder inferenzielle Messung bezeichnet) schätzt eine Prozessgröße aus anderen verfügbaren Messungen mithilfe eines mathematischen Modells. Er hat kein physisches Gegenstück — keine Sonde im Rohr, keine Probe im Labor.

Das Modell kann sein:

• First-Principles-basiert (Massen-/Energiebilanz, Reaktionskinetik)
• Datengetrieben (Regression, neuronale Netze, Gaußsche Prozesse)
• Hybrid (Physikalische Struktur mit datenkalibrierten Parametern)

Das Modell läuft kontinuierlich im DCS oder Historien-System, typischerweise mit der Abtastrate der vorhandenen Instrumentierung.

---

Der relevante Vergleich

Eigenschaft	Hard Sensor (Analysator)	Soft Sensor
Investitionskosten	20.000–500.000 €	5.000–50.000 € (Entwicklung)
Wartungskosten	5.000–30.000 €/Jahr	Gering (Modell-Rekalibrierung)
Messtotzeit	2–60 Min. (Labor); 30 Sek.–5 Min. (online)	Nahezu null (Abtastrate)
Verfügbarkeit	85–95 % (Wartung, Kalibrierung)	99 %+ (Software)
Messrauschen	Physikalisches Rauschen + Probennahme	Modellunsicherheit
Funktioniert ohne Modell	Ja	Nein
Deckt mehrere Ausgänge ab	Einer pro Instrument	Ja (ein Modell, viele Ausgänge)
Sicherer Ausfall	Meistens (Alarm bei Ausfall)	Erfordert Überwachung

---

Wann Hard Sensors gewinnen

Verwenden Sie einen physischen Analysator, wenn:

1. Die Größe sicherheitskritisch ist. Gasdetektion, Überdruckventile, Temperaturgrenzwerte nahe Schadenschwellen der Ausrüstung — diese benötigen eine unabhängige physische Bestätigung. Ein Soft Sensor kann das Sicherheitssystem unterstützen; er sollte es nicht ersetzen.

2. Der Prozess für ein Modell zu schlecht verstanden ist. Wenn Sie keine Massenbilanz mit bekannten Parametern aufstellen können, ist ein First-Principles-Soft-Sensor nicht realisierbar. Datengetriebene Modelle erfordern ausreichend historische Variation in der Zielgröße — wenn sich Ihr Prozess selten ändert, sind die Trainingsdaten dünn.

3. Regulatorische Compliance eine zertifizierte Messung erfordert. Umweltberichte, Chargenzertifikate für Lebensmittelqualität, pharmazeutische Freigabetests — diese spezifizieren typischerweise die Messmethode. Ein Soft Sensor kann in diesen Kontexten kein zertifiziertes Instrument ersetzen.

4. Die Messtotzeit des Soft Sensors mit einem schnellen Online-Analysator vergleichbar wäre. Für Größen, die sich in Sekunden ändern (Verbrennungs-O₂, pH in schnellen Reaktoren), bestimmen die Modell-Aktualisierungsrate und die Dynamik der Prädiktorvariablen, ob ein Soft Sensor die Ansprechzeit eines dedizierten Sensors erreichen kann.

---

Wann Soft Sensors gewinnen

Verwenden Sie einen Soft Sensor, wenn:

1. Die Messtotzeit die primäre Einschränkung ist. Labor-Analysatoren mit 30–60-minütigen Verzögerungen machen eine Rückkopplungsregelung für alles unmöglich, was schneller als ein stündlicher Prozess ist. Ein Soft Sensor, der die Qualität mit der Prozessabtastrate schätzt, ermöglicht eine geschlossene Regelung in Echtzeit.

2. Der Messpunkt physisch unzugänglich ist. Temperaturen im Inneren eines versiegelten Reaktors, Konzentrationen in der Mitte einer Destillationskolonne, innere Zustände einer Batterie — diese haben möglicherweise überhaupt keinen realisierbaren Messpunkt.

3. Sie redundante Abdeckung benötigen. Ein Soft Sensor, der auf einem anderen Satz von Eingangsgrößen als der primäre Analysator aufgebaut ist, ermöglicht eine unabhängige Fehlererkennung. Wenn beide übereinstimmen, haben Sie Konfidenz. Wenn sie abweichen, haben Sie eine Frühwarnung.

4. Sie die Regelung auf nicht messbare Größen ausweiten möchten. Produktviskosität, Partikelgrößenverteilung, molekulares Gewicht von Polymeren — diese sind oft zu teuer oder unpraktisch für eine kontinuierliche Messung. Ein Soft Sensor macht sie in Echtzeit regelbar.

5. Das Investitionsbudget begrenzt ist, aber Sie sofort eine bessere Prozessüberwachung benötigen. Ein gut konzipierter Soft Sensor kann oft in 4–8 Wochen aufgebaut und validiert werden — schneller und günstiger als Spezifizieren, Beschaffen und Installieren eines neuen Analysators.

---

Der hybride Ansatz, den die meisten Anlagen übersehen

Die leistungsstärkste Konfiguration ist weder das eine noch das andere — es ist der Soft Sensor, der parallel zum Hard Sensor läuft.

Die Konfiguration:

• Hard Sensor liefert den Grundwert mit seiner Messfrequenz (alle 30 Min. oder einmal pro Charge)
• Soft Sensor läuft kontinuierlich zwischen den Labormessungen
• Der Hard Sensor rekalibriert den Soft Sensor periodisch und korrigiert Modellabweichungen

Dies wird als Moving-Horizon-Schätzer oder einfach als Inferenz + Korrektur-Architektur bezeichnet. Sie liefert eine kontinuierliche Messung mit praktisch null Totzeit bei der Genauigkeit eines physischen Analysators.

Die Zementindustrie verwendet diese Architektur seit den 1990er Jahren für die Klinkerkvalitätsschätzung. Die chemische Industrie nutzt sie für die Produktqualität von Kolonnen. Die Stahlindustrie setzt sie für die kontinuierliche Eigenschaftsverfolgung in Walzwerken ein.

---

Entscheidungsrahmen in drei Fragen

1. Ist die Größe sicherheitskritisch oder regulatorisch vorgeschrieben? → Hard Sensor erforderlich (Soft Sensor kann ergänzen)

2. Können Sie ein glaubwürdiges Modell erstellen (First-Principles oder datengetrieben)? → Wenn ja, ist ein Soft Sensor technisch machbar

3. Ist Messtotzeit oder Investitionskosten Ihre primäre Einschränkung? → Totzeit-Einschränkung → Soft Sensor; Kapital-Einschränkung → Soft Sensor; Keines von beiden → Hard Sensor wahrscheinlich einfacher

Wenn Sie Fragen 2 und 3 mit „ja” beantworten, liefert die hybride Architektur (Soft Sensor + periodische Hard-Sensor-Rekalibrierung) in der Regel das beste Ergebnis bei den niedrigsten Gesamtbetriebskosten.

---

Machbarkeit eines Soft Sensors in 30 Minuten einschätzen

Die schnellste Machbarkeitsprüfung:

1. Listen Sie die Größen auf, die Sie schätzen möchten (die „Ausgänge”)
2. Listen Sie die Messungen auf, die bereits in Ihrem Historien-System verfügbar sind (die „Eingänge”)
3. Prüfen Sie, ob in den Ausgängen ausreichend historische Variation vorhanden ist — wenn sich die Größe nie ändert, gibt es nichts zu modellieren
4. Prüfen Sie die Zeitkonstante des Prozesses — wenn sich die Größe schneller ändert als Ihre Historien-Abtastrate, kann ein Soft Sensor nicht helfen

Wenn die Schritte 1–4 vielversprechend aussehen, reicht eine Woche Historiendaten aus, um ein Proof-of-Concept-Modell zu erstellen und die Schätzgenauigkeit zu quantifizieren, bevor Sie irgendeine Verpflichtung eingehen.

---

Dr. Rafał Noga ist spezialisiert auf Zustandsschätzung und Soft-Sensor-Entwicklung für industrielle Prozesse. Frühere Arbeiten umfassen Modellentwicklung für luftgestützte Windenergieanlagen (SkySails Power), Anwendungen in der Fahrzeugregelung (IAV GmbH) und kryogene supraleitende Magnetsysteme (CERN).