Anomaly Detection ist ein wichtiges Instrument, um Auffälligkeiten und Fehler in Betriebsabläufen zu erkennen. Überall, wo Daten in Echtzeit erfasst werden, entstehen Zeitreihen anhand derer wir Systeme beobachten können. Für datengetriebene Unternehmen ist es essenziell, Zeitreihen zu analysieren, um Fehler frühzeitig zu entdecken. So auch für TransnetBW, einer von vier Übertragungsnetzbetreibern in Deutschland. Um europaweite Netzstabilität zu gewährleisten, hat TransnetBW eine Kaggle Competition ausgeschrieben zur Entwicklung eines KI-Algorithmus. Wir haben den vierten Platz belegt und erklären am Beispiel der Competition, wie Unsupervised Anomaly Detection ganze Systeme am Laufen hält.