1.用于自动化系统的现场设备的智能嵌入式控制系统(100)，包括：
到后端服务器的诊断应用接口(101)，用于传输具有信号分析信息(AI)、复杂事件模式信息(PI)和诊断信息(DI)的数据；
到信号数据源的物理过程接口(102)，用于传输信号数据(SI)；
信号评估组件(11)，用于将接收到的信号分析信息(AI)与接收到的信号数据(SI)进行比较以识别至少第一事件和第二事件(E1、E2)；
复杂事件处理组件(12)，配置用于将接收到的复杂事件模式信息(PI)至少应用于第一识别事件和第二识别事件(E1、E2)以识别至少第一分类事件(E1')；
诊断推理组件(13)，配置用于针对接收到的诊断信息(DI)得到所述至少第一分类事件(E1')和至少进一步的分类事件(E2')之间的因果依赖关系，以识别所述至少第一分类事件(E1')的根本原因(1)，和/或预测所述至少第一分类事件(E1')的影响(2)。
2.根据权利要求1所述的智能嵌入式控制系统，还包括操作组件，配置为在运行期间基于识别的所述根本原因(1)或预测的所述影响(2)来进行用于维护或预防措施的后续步骤。
3.根据权利要求1或2所述的智能嵌入式控制系统，其中所述物理过程接口与至少一个传感器(S)或至少一个致动器(A)连接。
4.根据权利要求3所述的智能嵌入式控制系统，其中从所述至少一个传感器(S)或所述至少一个致动器(A)接收所述信号数据(SI)。
5.根据权利要求1至4中任一项所述的智能嵌入式控制系统，其中所述接收到的信号分析信息(AI)包括逻辑或语义模型，其中所述模型可从历史信号数据得到。
6.根据权利要求1至5中任一项所述的智能嵌入式控制系统，其中所述第一事件和第二事件(E1、E2)是检测到的异常。
7.根据权利要求1至6中任一项所述的智能嵌入式控制系统，其中所述接收到的复杂事件模式信息(PI)包括关于事件流的多个模式，其中所述多个模式区分事件或事件流在其中发生的不同情况或上下文。
8.根据权利要求1至7中任一项所述的智能嵌入式控制系统，其中所述接收到的诊断信息包括事件或分类事件的定义、潜在事件之间的依赖关系的规则、或者通用诊断或专家信息。
9.根据权利要求1至8中任一项所述的智能嵌入式控制系统，还包括用于从历史事件流创建新知识数据作为输入数据的归纳推理组件。
10.用于通过智能嵌入式控制设备诊断推理的方法，包括以下步骤：
将具有信号分析信息(AI)、复杂事件模式信息(PI)和诊断信息(DI)的数据从后端服务器传输到智能嵌入式控制器；
将信号数据从信号数据源传输到所述智能嵌入式控制器；
将接收到的信号分析信息(AI)与接收到的信号数据(SI)进行比较，并通过所述智能嵌入式控制器的评估组件(11)识别至少第一事件和第二事件(E1、E2)；
将接收到的复杂事件模式信息(PI)至少应用于第一识别事件和第二识别事件(E1、E2)，并且由所述智能嵌入式控制器的复杂事件处理组件(12)识别至少第一分类事件(E1')；
针对接收到的诊断信息(DI)得到所述至少第一分类事件(E1')和至少进一步的分类事件(E2')之间的因果依赖关系，并且由所述智能嵌入式控制器的诊断推理组件(13)识别所述至少第一分类事件(E1')的根本原因或者预测所述至少第一分类事件(E1')的影响。
11.根据权利要求10所述的方法，其中通过智能嵌入式控制系统(100)、特别是由操作组件使用识别的所述根本原因或预测的所述影响，以在运行时期间进行用于维护或预防措施的后续步骤。
12.根据权利要求10或11所述的方法，其中将接收到的信号分析信息(AI)与接收到的信号数据(SI)进行比较以及识别至少第一事件和第二事件(E1、E2)是由数据驱动执行的。
13.根据权利要求10或12所述的方法，其中将接收到的复杂事件模式信息(PI)至少应用于所述第一识别事件和第二识别事件(E1、E2)、以及识别至少第一分类事件(E1')是由数据驱动执行的。
14.根据权利要求10至13中任一项所述的方法，其中针对接收到的诊断信息(DI)得到所述至少第一分类事件(E1')和至少进一步的分类事件(E2')之间的因果依赖关系、以及识别所述至少第一分类事件(E1')的根本原因或预测所述至少第一分类事件(E1')的影响是由查询驱动执行的。
15.根据权利要求10至14中任一项所述的方法，还包括从历史事件流创建新知识数据作为输入数据的步骤。
16.根据权利要求15所述的方法，其中通过事件序列的信息关联作为历史事件流来进行对目标事件的自动分析。
17.一种可直接加载到智能嵌入式控制系统(100)的数字计算机的内部存储器中的计算机程序产品，包括用于进行以下步骤的软件代码部分：
从后端服务器提供信号分析信息(AI)、复杂事件模式信息(PI)和诊断信息(DI)；
从信号数据源提供信号数据；
将接收到的信号分析信息(AI)与接收到的信号数据(SI)进行比较，并识别至少第一事件和第二事件(E1、E2)；
将接收到的复杂事件模式信息(PI)至少应用于第一识别事件和第二识别事件(E1、E2)，并且识别第一分类事件(E1')；
针对接收到的诊断信息(DI)得到所述至少第一分类事件(E1')和至少进一步的分类事件(E2')之间的因果依赖关系，并且识别所述至少第一分类事件(E1')的根本原因或预测所述至少第一分类事件(E1')的影响。