Die Form der Daten erklärt — und warum eine Glockenkurve seltener ist, als man denkt.
Grundlagen 14 min Einsteiger 10. Mai 2026
Du kennst bereits die Mitte (Durchschnitt, Median) und die Streuung (Varianz, Standardabweichung) deiner Daten. Aber stell dir zwei Datensätze vor mit gleichem Durchschnitt 50 und gleicher Standardabweichung 10 — einer sieht aus wie eine Glocke, der andere hat einen langen Schwanz nach rechts. Die Form verändert alles.
Die Form einer Verteilung bestimmt, welchen Zusammenfassungen du vertrauen kannst, welche Modelle funktionieren, und ob seltene Ereignisse wirklich selten sind — oder nur im Schwanz versteckt. Dieser Artikel stellt drei Verteilungsformen vor, die den Großteil abdecken, was dir in der Datenanalyse begegnet.
Die Normalverteilung — Die Glockenkurve
Normalverteilung
AnalogieDefinition
Stell dir einen Dartspieler vor, der viele Pfeile auf die Mitte der Scheibe wirft. Die meisten Pfeile landen nahe dem Zentrum, weniger landen weiter draußen, und fast keiner trifft den äußeren Ring. Stell dir vor, die Pfeile fallen nach dem Steckenbleiben alle gerade nach unten in durchsichtige Röhrchen — das Röhrchen in der Mitte wird am vollsten, die Röhrchen am Rand bleiben fast leer. Die Stapel bilden eine Glockenkurve. Das Zentrum ist μ (der Durchschnitt), die typische Streuweite ist σ (die Standardabweichung).
Analogie:
Stell dir einen Dartspieler vor, der viele Pfeile auf die Mitte der Scheibe wirft. Die meisten Pfeile landen nahe dem Zentrum, weniger landen weiter draußen, und fast keiner trifft den äußeren Ring. Stell dir vor, die Pfeile fallen nach dem Steckenbleiben alle gerade nach unten in durchsichtige Röhrchen — das Röhrchen in der Mitte wird am vollsten, die Röhrchen am Rand bleiben fast leer. Die Stapel bilden eine Glockenkurve. Das Zentrum ist μ (der Durchschnitt), die typische Streuweite ist σ (die Standardabweichung).
Definition:
Die Normalverteilung N(μ, σ²) ist eine stetige, symmetrische Verteilung in Glockenform. Sie wird vollständig durch zwei Parameter beschrieben: μ (Mittelpunkt) und σ (Breite). Die 68-95-99,7-Regel gibt an, welcher Anteil der Werte innerhalb bestimmter Sigma-Bänder liegt. De Moivre beschrieb 1733 erstmals die Glockenkurve, Gauß nutzte sie für die Fehlertheorie in der Astronomie, und Galton demonstrierte sie mit seinem Nagelbrett (Quincunx).
Die Dartscheiben-Analogie bricht an zwei Stellen: Erstens ist eine Dartscheibe zweidimensional, eine Normalverteilung aber typischerweise eindimensional. Zweitens haben echte Spieler systematische Verzerrungen (sie treffen nicht perfekt die Mitte). Drittens — und am wichtigsten: Nicht alle Daten folgen einer Glockenkurve.
Die 68-95-99,7-Regel
1
±1σ = 68 % Etwa 68 % aller Werte liegen innerhalb einer Standardabweichung vom Durchschnitt.
2
±2σ = 95 % Etwa 95 % aller Werte liegen innerhalb von zwei Standardabweichungen.
3
±3σ = 99,7 % Nahezu alle Werte (99,7 %) liegen innerhalb von drei Standardabweichungen.
Diese Regel funktioniert nur bei normalverteilten Daten. Auf schiefe Verteilungen angewendet, unterschätzt sie extreme Ereignisse massiv.
Beispiel: Männer in Deutschland sind im Schnitt 180 cm groß mit σ = 7 cm. 68 % liegen zwischen 173 und 187 cm. 95 % zwischen 166 und 194 cm. Ein 210 cm großer Mann liegt über 4σ über dem Durchschnitt — extrem selten. Wenn σ statt 7 nur 2 cm wäre, lägen 95 % zwischen 176 und 184 cm — ein viel engeres Band bei gleichem Durchschnitt.
Deep Dive: Zentraler Grenzwertsatz
Warum taucht die Glockenkurve überall auf? Der zentrale Grenzwertsatz liefert die Antwort: Wenn du viele kleine, unabhängige Zufallsgrößen addierst, nähert sich die Summe einer Normalverteilung — egal wie die einzelnen Werte verteilt sind. Wirf einen Würfel: Die Ergebnisse sind gleichverteilt (1-6, jede Zahl gleich wahrscheinlich). Wirf 30 Würfel und addiere die Ergebnisse. Wiederhole das 1000-mal. Die Summen bilden eine fast perfekte Glockenkurve. Körpergröße, Messfehler und Prüfungsergebnisse (mit vielen unabhängigen Einflussfaktoren) folgen der Normalverteilung aus genau diesem Grund.
Häufiger Irrtum
"Alle Daten folgen einer Normalverteilung." Falsch. Viele reale Datensätze — Einkommen, Web-Traffic, Aktienrenditen — sind eindeutig nicht normalverteilt. Die 68-95-99,7-Regel ist für diese Daten ungültig. Sie auf schiefe Daten anzuwenden, unterschätzt extreme Ereignisse massiv.
Die Glockenkurve ist symmetrisch — gleich viel auf der linken wie auf der rechten Seite. Aber was passiert, wenn die Glocke schief hängt?
Schiefe und Long-Tail — Wenn der Durchschnitt lügt
Schiefe (Skewness)
AnalogieDefinition
Gedankenexperiment: 50 Angestellte mit je ~40.000 Euro Jahresgehalt sitzen in einem Raum. Durchschnitt und Median liegen bei ~40.000 Euro. Jetzt betritt ein CEO den Raum, der 10 Millionen Euro im Jahr verdient. Der Durchschnitt springt auf über 235.000 Euro — aber der Median bewegt sich kaum. Der Durchschnitt beschreibt jetzt den CEO, nicht die typische Person. Genau das macht Rechtsschiefe: Wenige extreme Werte kapern den Durchschnitt, während der Median ehrlich bleibt.
Analogie:
Gedankenexperiment: 50 Angestellte mit je ~40.000 Euro Jahresgehalt sitzen in einem Raum. Durchschnitt und Median liegen bei ~40.000 Euro. Jetzt betritt ein CEO den Raum, der 10 Millionen Euro im Jahr verdient. Der Durchschnitt springt auf über 235.000 Euro — aber der Median bewegt sich kaum. Der Durchschnitt beschreibt jetzt den CEO, nicht die typische Person. Genau das macht Rechtsschiefe: Wenige extreme Werte kapern den Durchschnitt, während der Median ehrlich bleibt.
Definition:
Schiefe (Skewness) misst, wie asymmetrisch eine Verteilung ist. Bei Rechtsschiefe (positive Schiefe) gibt es einen langen Schwanz nach rechts: viele kleine bis mittlere Werte und wenige extrem hohe. Bei Linksschiefe (z.B. Prüfungsergebnisse, bei denen die meisten gut abschneiden, aber wenige durchfallen) ist es spiegelverkehrt. In schiefen Verteilungen gilt: Durchschnitt ≠ Median — der Durchschnitt wird zum Schwanz hin gezogen.
Im Gedankenexperiment gibt es nur zwei Extreme (40.000 und 10 Millionen). In der echten Welt ist der Long-Tail kontinuierlich — es gibt auch Leute mit 100.000, 500.000 und 2 Millionen Euro. Die Kurve flacht nach rechts exponentiell ab, statt abrupt zu springen.
Symmetrisch
Durchschnitt = Median. Die Werte verteilen sich gleichmäßig um die Mitte. Die 68-95-99,7-Regel funktioniert.
Rechtsschief
Durchschnitt > Median. Der lange Schwanz nach rechts zieht den Durchschnitt nach oben. Die 68-95-99,7-Regel funktioniert hier nicht.
Firma A (symmetrisch)
Durchschnitt: 50.000 € | Median: 50.000 € — Beide Werte stimmen überein. Die Gehälter sind gleichmäßig verteilt.
Firma B (rechtsschief)
Durchschnitt: 50.000 € | Median: 35.000 € — Die meisten verdienen 25-40k, wenige Führungskräfte bei 500k+ ziehen den Durchschnitt nach oben.
Beide Firmen haben einen Durchschnitt von 50.000 Euro. Aber "Durchschnittsgehalt 50.000" ist bei Firma B technisch korrekt, jedoch zutiefst irreführend. Der Median von 35.000 Euro beschreibt das typische Gehalt viel ehrlicher. Long-Tail-Verteilungen sind verbreitet in der Finanzwelt ("Black Swan"-Ereignisse), in sozialen Netzwerken (wenige Superstar-Accounts, viele mit wenigen Followern) und im Machine Learning (seltene, aber kritische Edge Cases, die im Schwanz leben).
Häufiger Irrtum
"Die 68-95-99,7-Regel funktioniert für jede Verteilung." Falsch — sie gilt nur für normalverteilte (symmetrische, glockenförmige) Daten. Bei rechtsschiefen Einkommensdaten können weit mehr als 5 % der Werte jenseits von 2 Standardabweichungen auf der rechten Seite liegen.
Bisher haben wir stetige Daten gemessen — Gehälter, Körpergrößen, Temperaturen. Aber was, wenn wir Ereignisse zählen?
Diskret vs. Stetig — Zählen vs. Messen
Diskret vs. Stetig
AnalogieDefinition
"Wie viele Anrufe habe ich heute bekommen?" — du zählst: 0, 1, 2, 3, ... Das ist eine diskrete Frage, und die Poisson-Verteilung ist oft ein gutes Modell. "Wie warm ist es heute?" — du misst: 23,4 °C, eine beliebige reelle Zahl in einem Bereich. Das ist stetig, und die Normalverteilung passt oft. Ein fairer Würfel zeigt 1-6 mit gleicher Wahrscheinlichkeit — das ist diskret gleichverteilt.
Analogie:
"Wie viele Anrufe habe ich heute bekommen?" — du zählst: 0, 1, 2, 3, ... Das ist eine diskrete Frage, und die Poisson-Verteilung ist oft ein gutes Modell. "Wie warm ist es heute?" — du misst: 23,4 °C, eine beliebige reelle Zahl in einem Bereich. Das ist stetig, und die Normalverteilung passt oft. Ein fairer Würfel zeigt 1-6 mit gleicher Wahrscheinlichkeit — das ist diskret gleichverteilt.
Definition:
Diskrete Verteilungen weisen Wahrscheinlichkeiten zählbaren Ergebnissen zu (0, 1, 2, ...). Stetige Verteilungen weisen Dichten Bereichen reeller Zahlen zu. Die Poisson-Verteilung modelliert die Anzahl unabhängiger Ereignisse mit einer festen Rate λ pro Zeiteinheit. Genau ein Parameter: λ ist sowohl Durchschnitt als auch Varianz. Beispiel: E-Mails pro Stunde mit λ = 5. Die Gleichverteilung: Jedes Ergebnis ist gleich wahrscheinlich — fairer Würfel (je 1/6) oder Zufallszahl zwischen 0 und 1.
Die Analogie bricht an zwei Stellen: Erstens sind echte Telefonanrufe nicht perfekt unabhängig — ein Anruf kann Folgeanrufe auslösen, was die Poisson-Annahmen verletzt. Zweitens wird Temperatur mit endlicher Genauigkeit gemessen (eine Nachkommastelle), was sie technisch diskret macht — aber das stetige Modell ist die bessere Abstraktion.
Poisson Zählt Ereignisse (E-Mails/Stunde, Anrufe/Tag). Ein Parameter: λ. Form: rechtsschief mit Spitze bei λ.
Normal Misst Werte (Größe, Gewicht). Zwei Parameter: μ und σ. Form: symmetrische Glocke.
Verteilungen sind in der KI allgegenwärtig. Die Gewichte eines neuronalen Netzes werden häufig aus einer Normalverteilung N(0, σ²) initialisiert — zu groß, und das Training explodiert; zu klein, und die Gradienten verschwinden. Die Softmax-Funktion verwandelt einen Vektor roher Werte in eine diskrete Wahrscheinlichkeitsverteilung über Token oder Klassen. Und bei der Anomalieerkennung: Ein Datenpunkt, der mehr als 3σ vom Durchschnitt entfernt liegt, wird als Ausreißer markiert — aber nur, wenn die Daten tatsächlich normalverteilt sind.
Häufiger Irrtum
"Alle Verteilungen sind glockenförmig." Falsch. Die Glockenkurve ist nur eine Form. Poisson-Verteilungen sind rechtsschief, Gleichverteilungen sind flach, und viele reale Verteilungen haben schwere Schwänze oder mehrere Spitzen. Visualisiere deine Daten immer (Histogramm), bevor du eine Form annimmst.
Interaktiv: Wie statistische Operationen skalieren
Bei der Arbeit mit Verteilungen spielt die Datenmenge eine entscheidende Rolle. Bewege den Schieberegler, um zu sehen, wie schnell verschiedene statistische Operationen mit wachsender Stichprobengröße rechnen: Einen gespeicherten Parameter abrufen kostet O(1), den Mittelwert berechnen O(n), aber paarweise Vergleiche explodieren mit O(n²).
1010000
O(1)1
O(log n)6.6
O(n)100
O(n²)10.000
Moderater Input
Bei n=100 wird der Unterschied sichtbar: O(n²) braucht 10.000 Operationen, während O(n) nur 100 braucht. O(log n) braucht nur 6.6 — das ist 15x weniger als O(n).
Verhältnis zu O(n)
Komplexität
Operationen
Faktor vs. O(n)
O(1)
1
100x schneller
O(log n)
6.6
15x schneller
O(n)
100
1x (Referenz)
O(n²)
10.000
100x langsamer
Zusammenfassung
Die drei wichtigsten Erkenntnisse
Die Normalverteilung ist symmetrisch und vollständig durch μ und σ definiert. Die 68-95-99,7-Regel gibt dir ein sofortiges Gefühl dafür, wo die meisten Werte liegen — aber nur, wenn die Daten wirklich glockenförmig sind.
Schiefe Verteilungen ziehen den Durchschnitt vom Median weg. Wenn diese beiden Werte weit auseinanderliegen, hat die Verteilung einen langen Schwanz — und der Median erzählt die ehrlichere Geschichte.
Diskrete Verteilungen zählen Ereignisse (0, 1, 2, ...), stetige messen Werte (beliebige reelle Zahl). Den richtigen Verteilungstyp zu wählen ist die erste Modellierungsentscheidung in jeder Datenanalyse.
Quiz: Verteilungen
Frage 1 / 4
Noch offen
Was beschreibt die 68-95-99,7-Regel?
1. Was beschreibt die 68-95-99,7-Regel?
☐ A) Wie viele Datenpunkte in einem Datensatz vorhanden sind
☐ B) Welcher Anteil der Werte innerhalb von 1, 2 oder 3 Standardabweichungen liegt — bei normalverteilten Daten
☐ C) Wie schnell ein Algorithmus arbeitet
☐ D) Den Unterschied zwischen Durchschnitt und Median
2. Ein Datensatz hat Durchschnitt = 80 und Median = 45. Was sagt das über die Verteilung?
☐ A) Sie ist symmetrisch
☐ B) Sie ist linksschief
☐ C) Sie ist rechtsschief — wenige hohe Werte ziehen den Durchschnitt nach oben
☐ D) Man kann nichts aussagen
3. Ein Helpdesk bekommt im Schnitt 12 Tickets pro Stunde. Welche Verteilung modelliert die Anzahl der Tickets pro Stunde?
☐ A) Normalverteilung
☐ B) Gleichverteilung
☐ C) Poisson-Verteilung
☐ D) Keine — Tickets folgen keiner Verteilung
4. Warum ist der Durchschnitt bei rechtsschiefen Gehaltsdaten irreführend?
☐ A) Der Durchschnitt ist immer falsch berechnet
☐ B) Wenige Extremgehälter ziehen den Durchschnitt nach oben, sodass er nicht das typische Gehalt widerspiegelt
☐ C) Der Median ist immer größer als der Durchschnitt
☐ D) Gehaltsdaten kann man nicht analysieren
Auflösung: 1) B · 2) C · 3) C · 4) B
Checkpoint
Lernziele
Eine Maschine produziert Teile mit Durchschnittsgewicht 500 g und σ = 5 g (normalverteilt). Die Qualitätskontrolle sortiert Teile außerhalb von 490-510 g aus. Wie viel Prozent der Teile bestehen die Kontrolle?
Ein Datensatz hat Durchschnitt = 60 und Median = 35. Ist die Verteilung eher symmetrisch, rechtsschief oder linksschief? Welche Kennzahl beschreibt den "typischen" Wert besser?
Ein Callcenter erhält im Schnitt 8 Anrufe pro Minute. Welche Verteilung würdest du verwenden, um die Anzahl der Anrufe pro Minute zu modellieren? Was, wenn du stattdessen die Dauer jedes Anrufs modellieren möchtest?