Wahrscheinlichkeit und Verteilung: Zufall richtig verstehen

Zufall fühlt sich oft falsch an. Fällt dreimal hintereinander dieselbe Zahl, vermuten viele einen Fehler im Generator. Tatsächlich ist genau das ein normales Verhalten echter Zufallsfolgen. Dieser Ratgeber erklärt die Begriffe dahinter: Gleichverteilung, die Wahrscheinlichkeit 1 durch N, das Gesetz der großen Zahlen und den verbreiteten Spielerfehlschluss. Wer diese vier Ideen versteht, liest Zufallszahlen deutlich gelassener.

Gleichverteilung: jede Zahl gleich wahrscheinlich

Ein guter Zahlengenerator erzeugt eine Gleichverteilung. Das bedeutet: Über sehr viele Ziehungen kommt jede mögliche Zahl ungefähr gleich oft vor, und keine wird bevorzugt. Bei einem fairen Würfel hat jede der sechs Augenzahlen dieselbe Chance, nämlich ein Sechstel oder rund 16,7 Prozent.

Wichtig ist das Wort über viele Ziehungen. In einer kurzen Folge sieht man oft alles andere als Gleichmäßigkeit. Erst auf lange Sicht nähern sich die Anteile dem erwarteten Wert an. Die Gleichverteilung ist also eine Aussage über die Tendenz, nicht über die nächsten fünf Würfe.

Die Chance 1 durch N

Hat ein Versuch N gleich wahrscheinliche Ausgänge, dann beträgt die Wahrscheinlichkeit für einen bestimmten Ausgang genau 1 geteilt durch N. Beim Würfel ist N gleich 6, die Chance also ein Sechstel. Bei einer Auswahl aus 50 Losen ist N gleich 50, jede einzelne Chance liegt bei 1 zu 50, also zwei Prozent.

Daraus folgt eine nützliche Faustregel: Je größer der Zahlenbereich, desto kleiner die Chance auf eine bestimmte Zahl. Wer aus 1 bis 1000 zieht, hat für jede konkrete Zahl nur noch ein Promille Wahrscheinlichkeit. Das ist kein Mangel des Generators, sondern reine Arithmetik.

Das Gesetz der großen Zahlen

Das Gesetz der großen Zahlen verbindet Theorie und Praxis. Es besagt, dass sich der beobachtete Anteil eines Ergebnisses mit wachsender Zahl an Versuchen seiner theoretischen Wahrscheinlichkeit annähert. Wirft man einen fairen Würfel zehnmal, kann die Sechs gar nicht oder dreimal erscheinen. Wirft man ihn zehntausendmal, pendelt sich ihr Anteil sehr nah um ein Sechstel ein.

Die folgende Grafik zeigt diesen Effekt am Beispiel der Sechs. Bei wenigen Würfen schwankt der gemessene Anteil stark um den Zielwert von rund 16,7 Prozent, bei vielen Würfen liegt er praktisch darauf.

Das Gesetz der großen Zahlen verspricht keine schnelle Gerechtigkeit, sondern eine späte Annäherung.

Unabhängige und abhängige Ereignisse

Ein Schlüssel zum Verständnis ist die Unabhängigkeit. Zwei Ziehungen sind unabhängig, wenn das Ergebnis der ersten die Wahrscheinlichkeit der zweiten nicht verändert. Ein Würfel ist das Musterbeispiel: Egal was vorher fiel, die nächste Sechs hat wieder die Chance ein Sechstel. Genau diese Unabhängigkeit ist der Grund, warum es keine fällige Zahl gibt.

Anders sieht es beim Ziehen ohne Zurücklegen aus. Holt man Kugeln aus einer Urne und legt sie nicht zurück, verändert jede Ziehung die Ausgangslage für die nächste. Aus 49 Kugeln eine bestimmte zu ziehen hat die Chance 1 zu 49. Ist sie heraus, liegen nur noch 48 Kugeln in der Urne, und die nächste Wahrscheinlichkeit steigt auf 1 zu 48. Solche Ereignisse sind abhängig, und genau deshalb verbietet eine Lottoziehung Duplikate.

Wer einen Generator bedient, trifft diese Unterscheidung mit der Einstellung für Duplikate. Mit Wiederholung simuliert man unabhängige Ziehungen wie Würfelwürfe, ohne Wiederholung das abhängige Ziehen aus einer endlichen Menge. Beide sind korrekt, sie beschreiben nur verschiedene Situationen. Wer sie verwechselt, rechnet mit den falschen Wahrscheinlichkeiten.

Warum Muster im Zufall normal sind

Echter Zufall sieht selten ordentlich aus. In einer langen Folge von Ziffern tauchen zwangsläufig Serien auf, etwa dreimal dieselbe Zahl oder eine kurze aufsteigende Reihe. Das ist kein Hinweis auf einen Defekt, sondern eine direkte Folge der Unabhängigkeit jeder einzelnen Ziehung. Würde Zufall solche Häufungen vermeiden, wäre er nicht mehr zufällig, sondern gesteuert.

Menschen unterschätzen das systematisch. Bittet man jemanden, eine zufällig wirkende Münzfolge aufzuschreiben, vermeidet die Person meist lange Serien, obwohl echte Würfe sie regelmäßig hervorbringen. Unser Gefühl für Zufall ist zu glatt.

Der Spielerfehlschluss

Der Spielerfehlschluss ist der wohl hartnäckigste Denkfehler beim Zufall. Er lautet: Nach mehreren roten Feldern beim Roulette werde Schwarz nun fälliger. Das ist falsch. Ein fairer Mechanismus hat kein Gedächtnis. Die nächste Drehung kennt die vorherigen nicht, ihre Wahrscheinlichkeit bleibt unverändert.

Wichtig ist die Abgrenzung zum Gesetz der großen Zahlen. Dieses gleicht Abweichungen nicht durch Gegenbewegungen aus, sondern verdünnt sie durch immer mehr neue, unabhängige Versuche. Es korrigiert nicht, es überdeckt. Wer auf eine fällige Zahl wartet, wartet vergeblich.

Aussage	Richtig oder falsch	Warum
Nach drei Sechsen ist eine andere Zahl fälliger	falsch	jede Ziehung ist unabhängig
Über viele Würfe gleichen sich die Anteile an	richtig	Gesetz der großen Zahlen
Eine Serie beweist einen kaputten Generator	falsch	Serien sind normal
Jede Zahl hat dieselbe Chance pro Ziehung	richtig	Gleichverteilung

Streuung: warum der Durchschnitt nicht alles ist

Zwei Zufallsversuche können denselben Erwartungswert haben und sich trotzdem völlig verschieden anfühlen. Der Grund ist die Streuung, also wie weit die einzelnen Ergebnisse um den Mittelwert schwanken. Ein Würfel mit Augenzahlen 1 bis 6 hat denselben Erwartungswert 3,5 wie eine Münze, die mit 1 oder 6 belegt ist. Doch die Münze liefert nur die Extreme, der Würfel auch die Werte dazwischen.

Für die Praxis heißt das: Der Durchschnitt sagt, wohin es im Mittel geht, die Streuung sagt, wie stark es im Einzelfall davon abweicht. Bei einer Stichprobe entscheidet die Streuung mit darüber, wie viele Ziehungen man braucht, um ein verlässliches Bild zu bekommen. Je größer die Streuung, desto mehr Daten sind nötig, bis sich der Mittelwert stabilisiert.

Diese Einsicht erklärt auch, warum kleine Stichproben trügen. Bei zehn Würfen kann der Durchschnitt weit von 3,5 entfernt liegen, einfach weil wenige Extremwerte stark durchschlagen. Erst bei vielen Würfen mittelt sich die Streuung heraus, und der beobachtete Durchschnitt rückt nah an den Erwartungswert. Streuung und Gesetz der großen Zahlen sind damit zwei Seiten derselben Medaille.

Erwartungswert als Mittel auf lange Sicht

Der Erwartungswert beschreibt, welches Ergebnis ein Zufallsversuch im Durchschnitt liefert. Bei einem fairen sechsseitigen Würfel addiert man die Augenzahlen 1 bis 6, teilt durch 6 und erhält 3,5. Diese 3,5 wird nie gewürfelt, sie ist der langfristige Mittelwert vieler Würfe.

Der Erwartungswert ist in der Praxis nützlich, etwa um Spiele zu bewerten. Kostet eine Runde mehr als der erwartete Gewinn, verliert man auf Dauer. Er verbindet die einzelnen Wahrscheinlichkeiten zu einer einzigen Kennzahl und macht so verschiedene Zufallsversuche vergleichbar.

Man berechnet ihn, indem man jeden möglichen Wert mit seiner Wahrscheinlichkeit multipliziert und alles addiert. Beim Würfel ist jede Augenzahl gleich wahrscheinlich, deshalb genügt das einfache Mitteln. Sind die Wahrscheinlichkeiten ungleich, etwa bei einem manipulierten Würfel oder einem Glücksrad mit verschieden großen Feldern, fließt jeder Wert entsprechend gewichtet ein. So beschreibt der Erwartungswert auch Versuche, bei denen nicht alle Ergebnisse die gleiche Chance haben, und bleibt ein verlässlicher Kompass für die lange Sicht.

Wer Gleichverteilung, die Chance 1 durch N, das Gesetz der großen Zahlen und den Spielerfehlschluss zusammen denkt, versteht Zufall als das, was er ist: ein System ohne Gedächtnis, das im Einzelnen unberechenbar bleibt und sich erst in der Masse an klare Wahrscheinlichkeiten hält. Genau dieses Zusammenspiel macht Zufallszahlen so verlässlich und gleichzeitig so überraschend.