Predictive Surveys: Modelle, Annahmen und typische Fehlerquellen

Predictive Surveys sind das Fundament vieler professioneller WLAN-Designs, weil sie bereits vor der Installation zeigen sollen, ob Coverage, Kapazität und Zellgrenzen mit der geplanten Access-Point-Dichte erreichbar sind. Gleichzeitig sind Predictive Surveys keine „Wahrheit“, sondern ein Modell: Eine Simulation, die nur so gut ist wie die zugrunde liegenden Annahmen zu Baustoffen, Dämpfung, Antennenmustern, Sendeleistungen und dem realen Funkumfeld. Genau hier entstehen in der Praxis die typischen Fehler: Ein Grundriss ist unvollständig, Glas wird als „normale Wand“ behandelt, Deckenaufbauten werden ignoriert, 6 GHz wird wie 5 GHz modelliert oder es wird nur auf RSSI-Heatmaps geschaut, obwohl das Projekt kapazitätsgetrieben ist. Wer Predictive Surveys richtig einsetzt, nutzt sie als Designmotor und Entscheidungswerkzeug, aber kombiniert sie bewusst mit Realitätstests (Passive/Active). Dieser Artikel erklärt praxisnah, welche Modelle hinter Predictive Surveys stehen, welche Annahmen zwingend dokumentiert werden müssen und welche Fehlerquellen am häufigsten zu Abweichungen zwischen Simulation und Betrieb führen.

Was ein Predictive Survey leistet – und wo seine Grenzen liegen

Ein Predictive Survey beantwortet vor allem diese Fragen:

• Wie viele Access Points werden voraussichtlich benötigt? Grobe Stückliste und Budgetrahmen.
• Wo sollten APs idealerweise platziert werden? Vorab-Placement statt Trial-and-Error.
• Welche Bandstrategie ist realistisch? 5 GHz/6 GHz flächig oder nur als Performance-Layer.
• Wie sehen Zellüberlappungen aus? Erste Roaming- und Kapazitätsabschätzung.
• Welche Risiken bestehen? Problemzonen durch Materialien, Geometrie, Abschattung.

Nicht zuverlässig leistet ein Predictive Survey ohne zusätzliche Daten:

• Interferenzrealität: Nachbar-WLANs, nicht-WLAN-Störer und tageszeitabhängige Belegung.
• Feinauflösende Kapazitätsnachweise: Airtime-Engpässe unter realer Last, besonders in High-Density.
• Roaming-Verhalten realer Clients: Endgeräte sind unterschiedlich, Simulation bildet das nur grob ab.

Die wichtigste Konsequenz: Predictive Surveys sind hervorragend für die Planung, aber sie ersetzen keine Validierung im Feld.

Modellklassen: Welche Ausbreitungsmodelle in Predictive Surveys typischerweise stecken

Die meisten Planungswerkzeuge verwenden kombinierte Funkmodelle, die sich grob in zwei Welten einteilen lassen:

Deterministische Modelle

Deterministische Ansätze versuchen, die Funkwege anhand von Geometrie und Materialien „physikalisch“ abzubilden. Dazu zählen Methoden, die Reflexionen und Dämpfung über Wände/Decken explizit einbeziehen. Vorteil: In gut modellierten Umgebungen können sie sehr plausible Ergebnisse liefern. Nachteil: Sie sind stark abhängig von der korrekten Material- und Geometrieeingabe und werden bei unvollständigen Grundrissen schnell unzuverlässig.

Empirische Modelle

Empirische Modelle nutzen vereinfachte Annahmen zu Pfadverlusten und Wanddämpfung, oft basierend auf statistischen Erfahrungswerten. Vorteil: Schnell, robust für grobe Abschätzungen. Nachteil: Weniger präzise bei komplexen Strukturen, insbesondere bei Glasbüros, Produktionshallen oder Altbauten.

In der Praxis nutzen viele Tools hybride Ansätze: Freiraumdämpfung plus Materialdämpfung plus Heuristiken für Beugung/Reflexion. Als Planer sollten Sie nicht nur „welches Tool“, sondern auch „welches Modell und welche Parameter“ dokumentieren, weil sich daraus die Unsicherheit ableiten lässt.

Die zentrale Wahrheit: Ein Predictive Survey ist nur so gut wie seine Inputs

Die häufigsten Abweichungen entstehen nicht durch das Tool, sondern durch falsche oder fehlende Eingangsdaten. Diese Input-Kategorien sind entscheidend:

• Grundrissqualität: Maßstab, Wandstärken, Raumhöhen, korrekte Geometrie, aktuelle Umbauten.
• Materialzuordnung: Ziegel, Beton, Trockenbau, Glas (beschichtet/unbeschichtet), Metallflächen.
• Deckenaufbau: Stahlbeton, Hohlräume, Kabeltrassen, Metallgitter, abgehängte Decken.
• AP-Parameter: Sendeleistung, Antennengewinn, Antennenmuster, Montagehöhe, Ausrichtung.
• Band- und Kanalparameter: 2,4/5/6 GHz, Kanalbreiten, DFS-Umfeld, Leistungsgrenzen.
• Clientannahmen: Gerätetypen, Empfangs-/Sendeleistung, Antennenlage (Hand/ Tasche/ Tisch).

Ein Masterclass-Predictive Survey beginnt daher mit einer Input-Checkliste und einem klaren „Assumptions“-Abschnitt im Bericht.

Modelle und Annahmen zu Materialien: Der Klassiker, der Projekte kippt

Baustoffe entscheiden über Dämpfung, Reflexion und damit Zellgröße. Drei typische Problemfelder:

Glas ist nicht gleich Glas

Unbeschichtetes Glas dämpft oft moderat, aber beschichtetes Glas (Wärmeschutz, Sonnenschutz, metallisierte Folien) kann Funk stark reflektieren oder abschirmen. Wenn Ihr Modell Glas pauschal als „leichte Wand“ behandelt, werden Reichweiten in der Simulation oft zu optimistisch.

Decken sind häufig die größte Unbekannte

Planzeichnungen enthalten Deckenaufbauten oft nicht detailliert. In der Praxis können Kabeltrassen, Metallprofile und abgehängte Decken eine massive Rolle spielen. Ein Predictive Survey, der „freie Decke“ annimmt, kann die Realität deutlich verfehlen, insbesondere im 5- und 6-GHz-Band.

Altbau-Mischmaterialien und Feuchtigkeit

Altbauten bestehen häufig aus Mischmauerwerk, dicken Wänden und teils feuchten Bereichen. Dämpfung ist dann nicht nur „Wandtyp“, sondern auch Zustand. Ohne Vor-Ort-Abgleich sind predictive Ergebnisse hier oft stark schwankend.

Band-spezifische Modellierung: Warum 6 GHz eine andere Planung erzwingt

Wi-Fi 6E/7 bringen 6 GHz in die Planung. Ein typischer Fehler ist, 6 GHz wie 5 GHz zu behandeln. Praktisch gilt:

• Mehr Dämpfung: 6 GHz verliert schneller durch Wände und Decken, Zellgrößen sind kleiner.
• Mehr Kanäle: Kapazität kann deutlich steigen, wenn Sie Zellwiederverwendung sauber planen.
• AP-Dichte: Für flächige 6-GHz-Coverage benötigen viele Umgebungen mehr APs oder gezieltere Placement-Strategien.

Predictive Surveys müssen deshalb band-spezifisch ausgewertet werden: separate Heatmaps und separate Zielwerte für 2,4/5/6 GHz, statt „eine gemischte Abdeckung“.

Antennenmuster, Montage und Ausrichtung: Die versteckte Geometrie

Ein Predictive Survey ist besonders empfindlich gegenüber Antennenannahmen. Typische Fehlerquellen:

• Falsches Antennenmodell gewählt: Omni vs. Richtantenne, falsches Pattern im Tool.
• Montagehöhe ignoriert: Deckenmontage vs. Wandmontage verändert Abstrahlung und Abschattung.
• Ausrichtung nicht dokumentiert: Richtantennen ohne definiertes Azimut/Elevation liefern „schöne“, aber unbrauchbare Ergebnisse.
• Metallnahe Montage: Kabeltrassen oder Träger verändern Pattern; Simulation nimmt oft „freie Luft“ an.

Best Practice ist, Montageart, Höhe und Ausrichtung als Teil des Designs zu definieren und später beim Rollout exakt zu übernehmen. Sonst stimmt das Modell nicht mehr.

Link-Budget-Annahmen: Warum Client-Asymmetrie predictive Ergebnisse verfälscht

Viele Predictive Surveys modellieren primär den Downlink (AP → Client). In der Realität ist häufig der Uplink (Client → AP) limitierend, weil Clients schwächer senden. Das führt zu dem typischen Feldproblem: „Signal ist da, aber Upload/Voice ist schlecht“.

Professionelle Annahmen berücksichtigen deshalb:

• Client-Sendeleistung und Antennenqualität als limitierenden Faktor
• unterschiedliche Clientklassen (Smartphone vs. Laptop vs. IoT)
• Hold-in-Hand/Body Loss Effekte (Körper dämpft, besonders in High-Density oder bei Bewegung)

Wenn ein Predictive Survey nur mit „idealisiertem Client“ rechnet, werden Zellgrößen zu groß geplant.

Coverage-Only Predictive: Der häufigste methodische Fehler

Viele Predictive Surveys liefern beeindruckende Coverage-Heatmaps – und trotzdem scheitert das WLAN später. Grund: Kapazität wurde nicht modelliert oder nicht als Designziel betrachtet. In Enterprise- und High-Density-Umgebungen müssen Predictive Surveys deshalb mindestens diese Kapazitätsaspekte berücksichtigen:

• Zellwiederverwendung: Wie oft können Kanäle räumlich wiederverwendet werden, ohne Co-Channel-Konkurrenz zu eskalieren?
• Kanalbreitenstrategie: 20/40/80 MHz je nach Dichte, nicht pauschal „maximal“.
• AP-Dichte pro Zone: Meetingräume, Auditorien, Open Space benötigen andere Zellgrößen als Flure.
• SSID-Overhead: Viele SSIDs erhöhen Management-Traffic und reduzieren Airtime.

Predictive Surveys sind dann wertvoll, wenn sie nicht nur „wo ist WLAN“, sondern „wie skaliert es“ beantworten.

Typische Fehlerquellen im Prozess: Nicht die Technik, sondern der Ablauf

Viele Predictive Surveys sind technisch korrekt, aber prozessual falsch eingebettet. Häufige Prozessfehler:

• Grundrisse nicht aktuell: Umbauten, neue Glaswände, veränderte Möblierung fehlen.
• Keine Vor-Ort-Verifikation: Materialannahmen werden nicht mit Realität abgeglichen.
• AP-Placement wird im Rollout geändert: „Vor Ort passt es besser“ ohne Neumodellierung.
• Keine band-spezifische Abnahme: 6 GHz wird „mitgenommen“, aber nie separat validiert.
• Keine Rückkopplung: Post-Deployment Messwerte werden nicht genutzt, um das Modell zu kalibrieren.

Masterclass heißt: Predictive ist Teil eines Kreislaufs, nicht ein Einmal-Deliverable.

Wie Sie Predictive Surveys robuster machen: Kalibrierung und Reality Checks

Ein Predictive Survey wird deutlich besser, wenn Sie ihn kalibrieren. Zwei praxistaugliche Ansätze:

• „Mini-Passive“ vorab: Kurze Vor-Ort-Messung mit temporärem AP oder Referenzsender, um Materialannahmen zu prüfen.
• Post-Deployment Kalibrierung: Passive Survey nach Installation nutzen, um Dämpfungsparameter anzupassen und künftige Projekte genauer zu planen.

Besonders in wiederkehrenden Gebäudetypen (Filialen, Schulen, Hotels) lohnt sich eine solche Kalibrierung, weil sie die Planungsqualität dauerhaft verbessert.

Praktischer Leitfaden: Predictive Survey von „gut“ zu „auditierbar“

• Requirements definieren: Zonen, Use Cases, band-spezifische Ziele, KPIs
• Grundrisse bereinigen: Maßstab, Wandtypen, Deckenhöhen, relevante Einbauten
• Materialbibliothek pflegen: realistische Dämpfungswerte, Glas/Decken differenziert
• AP/Antennen korrekt modellieren: Pattern, Höhe, Ausrichtung, Leistung
• Bandstrategie getrennt planen: 2,4/5/6 GHz separat bewerten
• Kapazität berücksichtigen: Kanalbreiten, Wiederverwendung, High-Density-Zonen
• Annahmen dokumentieren: Was ist sicher, was ist geschätzt, wo sind Risiken?
• Reality Check einbauen: Passive/Active Surveys zur Validierung und Kalibrierung

Checkliste: Typische Fehlerquellen in Predictive Surveys

• Falsche Materialannahmen: Glas/Decken/Metall werden vereinfacht modelliert
• Uplink ignoriert: Client-Asymmetrie führt zu zu großen Zellen
• 6 GHz wie 5 GHz behandelt: Zellgrößen und AP-Dichte werden falsch eingeschätzt
• Nur Coverage betrachtet: Kapazität, Airtime und Kanalwiederverwendung fehlen
• Antennenmuster falsch: Richtantennen ohne Ausrichtung, falsche Patterns
• Rollout weicht ab: Montageorte ändern sich, Modell wird nicht aktualisiert
• Kein Reality Check: Keine passive/aktive Validierung, keine Modellkalibrierung

Checkliste: Modelle und Annahmen, die im Bericht stehen sollten

• Genutztes Modell/Tool-Parameter: Ausbreitungsmodell, Materialdämpfungen, Rasterauflösung
• Band- und Kanalsettings: 2,4/5/6 GHz, Kanalbreiten, Leistungsannahmen
• AP/Antennen: Modell, Pattern, Montagehöhe, Ausrichtung, geplante Leistung
• Clientannahmen: Gerätekategorien, Uplink-Limit, Body Loss Annahmen
• Zielkriterien: Qualitätsziele pro Zone (SNR/Qualität), Kapazitätsannahmen
• Risiken und Unsicherheiten: Bereiche mit hoher Modellunsicherheit, Plan für Validierung

Cisco Netzwerkdesign, CCNA Support & Packet Tracer Projekte

Cisco Networking • CCNA • Packet Tracer • Network Configuration

Ich biete professionelle Unterstützung im Bereich Cisco Computer Networking, einschließlich CCNA-relevanter Konfigurationen, Netzwerkdesign und komplexer Packet-Tracer-Projekte. Die Lösungen werden praxisnah, strukturiert und nach aktuellen Netzwerkstandards umgesetzt.

Diese Dienstleistung eignet sich für Unternehmen, IT-Teams, Studierende sowie angehende CCNA-Kandidaten, die fundierte Netzwerkstrukturen planen oder bestehende Infrastrukturen optimieren möchten. Finden Sie mich auf Fiverr.

Leistungsumfang:

• Netzwerkdesign & Topologie-Planung

• Router- & Switch-Konfiguration (Cisco IOS)

• VLAN, Inter-VLAN Routing

• OSPF, RIP, EIGRP (Grundlagen & Implementierung)

• NAT, ACL, DHCP, DNS-Konfiguration

• Troubleshooting & Netzwerkoptimierung

• Packet Tracer Projektentwicklung & Dokumentation

• CCNA Lern- & Praxisunterstützung

Lieferumfang:

• Konfigurationsdateien

• Packet-Tracer-Dateien (.pkt)

• Netzwerkdokumentation

• Schritt-für-Schritt-Erklärungen (auf Wunsch)

Arbeitsweise:Strukturiert • Praxisorientiert • Zuverlässig • Technisch fundiert

CTA:
Benötigen Sie professionelle Unterstützung im Cisco Networking oder für ein CCNA-Projekt?
Kontaktieren Sie mich gerne für eine Projektanfrage oder ein unverbindliches Gespräch. Finden Sie mich auf Fiverr.