Die Datengoldmine der Telekommunikation entschlüsseln: CDRs, Netz-Telemetrie und Usage-Signale

# Die Datengoldmine der Telekommunikation entschlüsseln: CDRs, Netz-Telemetrie und Usage-Signale

Um 7:42 Uhr entsperrt Maya ihr Handy und schaut aufs Wetter. Dieser eine Tap erzeugt ein Data-Session-Record. Als sie um 8:15 Uhr ihre Schwester anruft, produziert ihr Telefon ein Call Detail Record. Auf dem Weg zur Arbeit wandert ihre Verbindung über vier Funkzellen, jeder Handoff im Millisekundenbereich protokolliert. Bis Maya an ihrem Schreibtisch ankommt, hat sie hunderte Datenpunkte hinterlassen, ohne ein einziges Mal mit ihrem Betreiber gesprochen zu haben.

Jeder Telekommunikationsbetreiber sitzt auf genau diesem Strom, multipliziert mit Millionen Teilnehmern. Diese Lektion folgt Mayas Tag und zeigt, was erfasst wird, wo es liegt und welche Geschäftsfragen jedes Signal beantwortet.

Die drei zentralen Datentypen

Telekommunikationsdaten fallen in drei Familien. Wer diese kennt, versteht den größten Teil des Analytics-Vokabulars der Branche.

1. call detail records (cdrs)

Ein CDR (Call Detail Record) ist ein strukturierter Log-Eintrag, der jedes Mal erzeugt wird, wenn ein Teilnehmer einen abrechenbaren Dienst nutzt: einen Sprachanruf, eine SMS oder historisch ein Fax. Es ist keine Aufzeichnung des Gesprächs. Es sind Metadaten: wer, wann, wie lange und von wo.

Ein vereinfachtes Voice-CDR sieht so aus:

calling_number:   +1-555-0142
called_number:    +1-555-0198
start_timestamp:  2026-03-14T08:15:03Z
duration_sec:     212
cell_id_start:    41072
cell_id_end:      41093
call_type:        MO_VOICE   # Mobile Originated
termination:      NORMAL

CDRs entstanden für die Abrechnung. Wenn Mayas Tarif pro Minute abrechnet, ist das Feld duration_sec die Grundlage ihrer Rechnung. Aber dieselben Records füttern Fraud Detection, Netzkapazitätsplanung und Churn-Modelle.

Geschäftsfragen, die CDRs beantworten:

• Welche Teilnehmer sind Heavy User bei Voice und lassen sich upsellen?
• Zeigt dieser Account ein Fraud-Muster (plötzlicher Anstieg von Auslandsanrufen um 3 Uhr morgens)?
• Häufen sich abgebrochene Anrufe (termination: ABNORMAL) in einer Region?

Als verständliche Referenz zur Standardisierung dieser Records veröffentlicht die ITU (International Telecommunication Union) technische Empfehlungen, an denen sich Betreiber orientieren.

2. Netz-Telemetrie

Telemetrie bezeichnet automatisiert erfasste Messdaten, die von Netzequipment gestreamt werden: Funkzellen, Router und Core-Server. Wo ein CDR ein einzelnes Ereignis markiert, ist Telemetrie ein kontinuierlicher Herzschlag der Netzgesundheit.

Als Mayas Telefon während der Fahrt zwischen Funkzellen wechselte, erzeugte jeder Handoff (die Übergabe einer aktiven Verbindung von einer Zelle an die nächste) Telemetrie: Signalstärke, Latenz, Paketverlust und die Zellenlast in diesem Moment.

Wichtige Telemetrie-Signale:

• RSRP (Reference Signal Received Power): wie stark das Signal am Endgerät ist. Niedriges RSRP nahe Mayas Büro kann erklären, warum ihre Anrufe dort abbrechen.
• Latenz und Jitter: Verzögerung und Verzögerungsschwankung. Kritisch für Videocalls und Gaming.
• Zellenlast: wie viele Nutzer eine Zelle versorgt. Ein Stadion am Spielabend treibt das an die Obergrenze.

Geschäftsfragen, die Telemetrie beantwortet:

• Wo sollten wir die nächste Funkzelle bauen? (Folge der Überlast.)
• Welche Stadtteile haben schlechte Abdeckung, die Beschwerden auslöst?
• Beeinträchtigt gerade ein Glasfaserschaden einen ganzen Bezirk?

Telemetrie hat hohes Volumen. Eine einzelne Funkzelle kann tausende Messwerte pro Sekunde ausgeben, weshalb Betreiber sie zunehmend als Echtzeit-Stream verarbeiten, statt jeden Rohwert dauerhaft zu speichern.

3. Usage-Signale (Data Sessions)

Der größte Teil von Mayas Aktivität sind keine Anrufe. Es sind Daten: Apps, Video, Karten, Messaging. Jedes wird in einem Data-Session-Record erfasst, manchmal xDR oder IPDR (IP Detail Record) genannt.

Ein Data-Session-Record protokolliert das übertragene Datenvolumen, die Dauer, den Netztyp (5G, 4G, WiFi-Offload) und oft die Traffic-Kategorie. Wichtig: Betreiber sehen typischerweise die *Art* des Traffics (Streaming-Video, Web-Browsing, Software-Update) selbst dann, wenn der Inhalt verschlüsselt ist, weil sie sie aus Mustern, Endpunkten und Volumen ableiten.

Geschäftsfragen, die Usage-Signale beantworten:

• Welche Teilnehmer sind nahe an ihrem Datenlimit und würden ein Upgrade akzeptieren?
• Frisst Video-Streaming jeden Abend um 21 Uhr Kapazität?
• Sollten wir einen Partner-Streamingdienst bündeln, basierend darauf, was Teilnehmer schon nutzen?

Maya durch einen Tag begleiten

So verteilen sich die drei Datentypen über Mayas Vormittag.

| Zeit | Aktion | Erfasste Daten | Geschäftliche Nutzung |

|------|--------|---------------|--------------|

| 7:42 | Prüft Wetter-App | Data Session (klein, 4G) | Usage-Profiling |

| 8:15 | Ruft Schwester an (3,5 Min.) | CDR + Telemetrie über 4 Zellen | Abrechnung, Coverage-QA |

| 8:40 | Streamt Podcast im Auto | Data Session (groß, Handoffs) | Kapazitätsplanung |

| 9:05 | Anruf bricht nahe Büro ab | CDR (ABNORMAL) + niedrige RSRP-Telemetrie | Alarm für Abdeckungslücke |

| 12:30 | Videocall in der Mittagspause | Data Session + Latenz-Telemetrie | Quality of Experience |

Achten Sie auf das Muster. Kein einzelner Record erzählt die ganze Geschichte. Der abgebrochene Anruf um 9:05 wird erst *erklärt*, wenn Sie das CDR (abnormale Beendigung) mit der Telemetrie (schwaches Signal an diesem Ort) verbinden. Genau in diesem Verbinden liegt der Wert von Telekommunikations-Analytics.

Warum diese Daten besonders stark (und sensibel) sind

Telekommunikationsdaten haben drei Eigenschaften, die sie zur Goldmine machen.

Sie sind kontinuierlich. Anders als ein Händler, der Sie nur an der Kasse sieht, sieht ein Betreiber Maya nahezu jede wache Minute, in der ihr Telefon an ist.

Sie sind räumlich. Jeder Record trägt Standortinformation, mindestens auf Zellenebene. Das ermöglicht alles von Verkehrsplanung bis Werbung, und genau deshalb ist es reguliert.

Sie sind prädiktiv. Verhaltensänderungen gehen Entscheidungen oft voraus. Ein Teilnehmer, der keine Daten mehr nutzt, die Support-Hotline eines Wettbewerbers anruft und nach „Vertrag kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →ündigen“ sucht, signalisiert Churn, bevor ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → handelt.

Diese Macht bringt erhebliches rechtliches Gewicht mit sich. In der EU behandelt die DSGVO (Datenschutz-Grundverordnung) Standort- und Kommunikationsmetadaten als personenbezogene Daten, für deren Verarbeitung eine Rechtsgrundlage nötig ist. Regionale Regeln wie der ePrivacy-Rahmen fügen telekommunikationsspezifische Einschränkungen hinzu. In den USA beschränken die CPNI (Customer Proprietary Network Information)-Regeln der FCC, wie Betreiber die Daten nutzen dürfen, die durch die Dienstnutzung eines Teilnehmers entstehen. Die praktische Faustregel: Nur weil Sie ein Signal *erfasst* haben, dürfen Sie es nicht frei für jeden Zweck *nutzen*.

🎬 [VIDEO: „How Mobile Networks Work“ - youtube.com - Eine klare animierte Einführung zu Funkzellen, Handoffs und wie Ihr Telefon verbunden bleibt, während Sie sich bewegen]

Von Rohdaten zum Geschäftswert

Rohe CDRs und Telemetrie sind für sich genommen fast nutzlos. Wert entsteht in drei Verarbeitungsstufen.

Aggregation

Milliarden Records werden zu Zusammenfassungen auf Teilnehmer- und Zellenebene verdichtet. Statt 4.000 einzelner Data Sessions wird Maya zu einem Profil: „45 GB pro Monat, 70 Prozent Video, Spitzen von 20 bis 22 Uhr, gute Abdeckung zu Hause, schwache Abdeckung im Büro.“

Enrichment

Rohe Records werden mit Referenzdaten verbunden. Eine cell_id wird zu einem Stadtteil. Ein called_number-Präfix wird zu „international, hohes Fraud-Risiko“. Eine Geräte-ID wird zu „Premium-Handset, Upgrade-berechtigt“. Enrichment verwandelt Codes in Bedeutung.

Modellierung

Angereicherte Daten füttern Modelle, die vorausschauende Fragen beantworten:

• Churn-Prognose: Teilnehmer nach Abwanderungswahrscheinlichkeit in 30 Tagen ranken.
• Netzinvestitionen: vorhersagen, wo die Nachfrage die Kapazität übersteigen wird.
• Next Best Offer: Nutzungsmuster mit Tarifen oder Zusatzoptionen abgleichen.

Ein häufiger Anfängerfehler ist die Annahme, Betreiber führten diese Modelle in Echtzeit auf Rohdaten aus. In der Praxis laufen die meisten auf aggregierten, anonymisierten oder pseudonymisierten Datensätzen, sowohl aus Performance- als auch aus Compliance-Gründen.

Eine Anmerkung zu Echtzeit versus Batch

In Telekommunikationsdaten laufen zwei Uhren.

Batch-Verarbeitung erledigt Nachtjobs: Abrechnungsläufe, monatliche Nutzungsübersichten, täglich aktualisierte Churn-Scores. Sie verträgt Verzögerung.

Echtzeit-Verarbeitung erledigt, was nicht warten kann: Fraud-Blocking mitten im Anruf, Rerouting bei Überlast und Guthabenprüfung bei Prepaid, bevor ein Anruf zustande kommt. Wenn Maya einen Prepaid-Tarif hat und ihr Guthaben auf null fällt, muss das System innerhalb von Millisekunden entscheiden, ob die nächste Gesprächssekunde erlaubt wird.

Moderne Betreiber schieben Telemetrie und Usage-Signale zunehmend durch Streaming-Plattformen, damit ein Abdeckungsproblem oder ein Fraud-Muster in Sekunden sichtbar ist, nicht erst morgen früh.

Wichtigste Erkenntnisse

• Drei Datenfamilien deckenmeisten Telekommunikationsbereich ab: CDRs (einzelne abrechenbare Ereignisse), Netz-Telemetrie (kontinuierlicher Equipment-Zustand) und Usage-Signale (Data Sessions). Jede beantwortet eigene Geschäftsfragen.
• Wert entsteht durch das Verbinden von Signalen, nicht durch einen einzelnen Record. Ein abgebrochener Anruf wird erst erklärt, wenn das CDR auf die Telemetrie trifft, die ein schwaches Signal an dieser Stelle zeigt.
• Telekommunikationsdaten sind kontinuierlich, räumlich und prädiktiv, was sie für Churn-, Kapazitäts- und Fraud-Anwendungen stark macht und sie gleichzeitig stark reguliert.
• Ein Signal zu erfassen gibt nicht das Recht, es zu nutzen. DSGVO, ePrivacy und CPNI-Regeln bestimmen, was Betreiber mit Standort- und Kommunikationsmetadaten tun dürfen.
• Zwei Uhren zählen: Batch-Verarbeitung für Abrechnung und Reporting, Echtzeit-Streaming für Fraud, Überlast und Prepaid-Entscheidungen.