Lageparameter: Wo ist die Mitte?
Drei Wege, die "Mitte" der Daten zu finden — und die unterhaltsame Frage, welcher davon gerade unehrlich ist.
"Das Durchschnittsgehalt in diesem Unternehmen beträgt 50.600 Euro." Klingt vernünftig — bis du erfährst, dass die meisten Angestellten unter 45.000 Euro verdienen und ein einziges Managergehalt den Wert nach oben zieht. Ein einziges Wort kann die Wahrheit verschleiern: "Durchschnitt."
Durchschnitt und Median beanspruchen beide, die "Mitte" eines Datensatzes zu beschreiben. Aber sie beantworten grundlegend verschiedene Fragen — und die falsche Wahl kann dich in die Irre führen, wenn es darum geht, was "typisch" ist. In diesem Artikel lernst du, was ein Datensatz ist, wie der Durchschnitt als Schwerpunkt funktioniert, und warum der Median oft die ehrlichere Antwort gibt.
Der Datensatz — Vom Einzelwert zur Sammlung
Definition
Datensatz
Analogie
Definition
In tabellarischen Daten entspricht ein Merkmal einer Spalte und ein Datenpunkt einer Zeile. In Python kannst du einen Datensatz als Liste (ein Merkmal) oder als Liste von Dictionaries (mehrere Merkmale) darstellen.
Vertiefung
Python: Liste vs. Dictionary
# Eindimensional: ein Merkmal
gehaelter = [32, 35, 38, 40, 42, 45, 48, 55, 120]
# Mehrdimensional: mehrere Merkmale pro Datenpunkt
angestellte = [
{"name": "Anna", "gehalt": 32, "abt": "Support"},
{"name": "Ben", "gehalt": 120, "abt": "Management"},
...
]Für den Rest dieses Artikels betrachten wir neun Gehälter in Tausend Euro: [32, 35, 38, 40, 42, 45, 48, 55, 120]. Acht Angestellte clustern zwischen 32k und 55k. Ein Ausreißer sitzt bei 120k. Diese Asymmetrie ist genau das, was die Wahl zwischen Durchschnitt und Median so wichtig macht.
Achtung
Häufiger Irrtum
"Ein Datensatz ist objektive Realität." Nein. Jeder Datensatz ist das Ergebnis eines Erhebungsprozesses — wer wurde befragt, wie wurde gemessen, welche Werte wurden ausgeschlossen. Dieselbe Grundgesamtheit kann je nach Stichprobenverfahren sehr unterschiedliche Datensätze produzieren. Für KI bedeutet das: Bevor du ein Modell trainierst, musst du verstehen, was deine Daten wirklich repräsentieren.
Der Durchschnitt — Der Schwerpunkt
Definition
Arithmetischer Durchschnitt (Mean)
Analogie
Definition
Die Wippen-Analogie bricht an einer Stelle: Eine physische Wippe ist irgendwann zu Ende, während ein Datensatz beliebig extreme Werte enthalten kann, die den Durchschnitt ohne natürliche Grenze verschieben. Genau darin liegt die Verwundbarkeit des Durchschnitts.
Merke
Berechnung Schritt für Schritt
- 1. Alle Werte auflisten32 + 35 + 38 + 40 + 42 + 45 + 48 + 55 + 120
- 2. Summe bilden= 455
- 3. Durch Anzahl teilen455 / 9
- 4. Ergebnis interpretieren≈ 50,6 Tausend Euro — aber kein einziger Angestellter verdient genau so viel!
Sieben von neun Angestellten verdienen weniger als der Durchschnitt. Der einzige Wert von 120k zieht den Durchschnitt weg vom Cluster. Genau das passiert auch bei nationalen Einkommensstatistiken.
Durchschnittseinkommen Deutschland (2025)
~64.400 €
Bruttojahresgehalt Vollzeitbeschäftigter — durch hohe Gehälter nach oben verzerrt
Medianeinkommen Deutschland (2025)
~54.100 €
Die Hälfte verdient mehr, die Hälfte weniger — näher am "typischen" Gehalt
Vertiefung
Python: Durchschnitt berechnen
gehaelter = [32, 35, 38, 40, 42, 45, 48, 55, 120]
mean = sum(gehaelter) / len(gehaelter) # 50.555...
# Oder mit der Standardbibliothek:
import statistics
mean = statistics.mean(gehaelter) # 50.555...Achtung
Häufiger Irrtum
"Der Durchschnitt beschreibt immer den typischen Wert." Nur bei ungefähr symmetrischen Verteilungen. Bei schiefen Daten (Einkommen, Immobilienpreise, API-Antwortzeiten unter Last) kann der Durchschnitt weit von dem entfernt sein, was ein "typischer" Datenpunkt wirklich ist. Das Statistische Bundesamt weist deshalb auch den Median neben dem Durchschnitt aus.
Der Median — Die ausreißersichere Mitte
Definition
Median
Analogie
Definition
Die Analogie bricht bei großen Datensätzen: Bei Millionen von Datenpunkten kannst du sie nicht "aufstellen" — du brauchst Algorithmen: Sortieren kostet O(n log n) Zeit, spezielle Auswahlverfahren finden den Median sogar in O(n). Hier zahlt sich dein Wissen aus dem Pfad „Informatik-Strukturen & Algorithmen“ über Sortierung und Komplexität aus.
Normal: ≈ 50,6k € | Extrem (120k → 1 Mio.): ≈ 148,3k € — Explodiert mit Ausreißern. Jeder Wert zieht am Ergebnis.
Normal: 42k € | Extrem (120k → 1 Mio.): 42k € — Unverändert! Nur die Position zählt, nicht die Größe der Ausreißer.
Achtung
Wenn der Durchschnitt lügt
Immobilienpreise, App-Downloadstatistiken, Klickzahlen, Antwortzeiten unter Last — überall dort, wo wenige extreme Werte die Masse dominieren, zeichnet der Durchschnitt ein verzerrtes Bild. In der Praxis: Wenn Durchschnitt und Median stark voneinander abweichen, ist das ein Warnsignal für Ausreißer oder schiefe Verteilungen — und der Median beschreibt das "Typische" ehrlicher.
Vertiefung
Python: Der Divergenz-Test
import statistics
gehaelter = [32, 35, 38, 40, 42, 45, 48, 55, 120]
mean = statistics.mean(gehaelter) # ≈ 50.6
median = statistics.median(gehaelter) # 42
# Die Lücke verrät die Schiefe:
print(f"Mean: {mean:.1f}, Median: {median}")
# Mean > Median → rechtsschief (Ausreißer zieht nach oben)
# Ersetze CEO-Gehalt durch 1.000 (= 1 Mio. €):
gehaelter_extrem = [32, 35, 38, 40, 42, 45, 48, 55, 1_000]
print(statistics.mean(gehaelter_extrem)) # ≈ 148.3
print(statistics.median(gehaelter_extrem)) # 42 — unverändert!In der KI-Praxis beeinflusst die Wahl zwischen Durchschnitt und Median direkt die Verlustfunktion: Mean Squared Error (MSE) optimiert auf den Durchschnitt, Mean Absolute Error (MAE) auf den Median — auch wenn "Mean" im Namen steht, konvergiert die MAE-Optimierung mathematisch gegen den Median. MSE bestraft große Fehler überproportional — gut für symmetrische Daten, schlecht wenn Ausreißer das Training dominieren. Bei der Datenvorverarbeitung werden fehlende Werte oft mit dem Median statt dem Durchschnitt imputiert, weil der Median robuster gegenüber Ausreißern ist. Und bei der Evaluation: Liegt der RMSE (die Wurzel aus dem MSE) deutlich über dem MAE, gehen einzelne Vorhersagen weit daneben — ein Hinweis auf Ausreißer.
Achtung
Häufiger Irrtum
"Durchschnitt und Median sind praktisch dasselbe." Bei symmetrischen, sauberen Daten ja. Aber bei schiefen Verteilungen (Einkommen, Immobilienpreise, App-Antwortzeiten, Klickzahlen) können sie dramatisch auseinanderliegen. In der KI betrifft das deine Wahl der Verlustfunktion: MSE nutzt den Durchschnitt, MAE den Median. Falsch gewählt, optimiert dein Modell auf die falsche "Mitte".
Interaktiv: Lagemaße berechnen
Du hast Durchschnitt und Median kennengelernt; das dritte Lagemaß im Rechner, der Modus, ist einfach der häufigste Wert. Gib eigene Datenpunkte ein und beobachte live, wie sich die drei Lagemaße verändern. Probiere den Ausreißer-Datensatz — und sieh, wie ein einziger Extremwert den Durchschnitt verschiebt, während der Median stabil bleibt.
Zusammenfassung
Merke
Die drei wichtigsten Erkenntnisse
- Ein Datensatz ist eine strukturierte Stichprobe — nicht die objektive Realität. Verstehe immer zuerst, was deine Daten repräsentieren, bevor du sie zusammenfasst.
- Der Durchschnitt ist der Schwerpunkt, an dem jeder Wert zieht. Ein einziger Ausreißer kann ihn weit vom "Typischen" wegziehen.
- Der Median ist die ausreißersichere Mitte: Wenn er und der Durchschnitt auseinanderliegen, passiert etwas Interessantes in deinen Daten — Ausreißer, Schiefe oder eine Geschichte, die es wert ist, untersucht zu werden.
Prüfen
Quiz: Lageparameter
Was ist der Unterschied zwischen Durchschnitt und Median?
Wähle eine Antwort
1. Was ist der Unterschied zwischen Durchschnitt und Median?
2. Gehälter: [30, 32, 35, 40, 42, 45, 48, 55, 200]. Was passiert mit Durchschnitt und Median, wenn 200 auf 500 steigt?
3. Durchschnittseinkommen einer Stadt: 65.000 Euro. Medianeinkommen: 42.000 Euro. Was sagt dir das?
4. Ein KI-Modell nutzt Mean Squared Error (MSE), ein anderes Mean Absolute Error (MAE). Beide sagen Immobilienpreise vorher, der Datensatz hat Luxus-Ausreißer. Welches Modell trifft den typischen Preis besser?
Checkpoint
Prüfen
Lernziele
Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.
0 von 3 sitzen