Viele Anzeigen, ein gemeinsamer Fehler
Ein Thermometer zeigt 20,4 Grad, beim nächsten Versuch 20,6 und dann 20,5. Wer mehrfach misst und den Mittelwert bildet, kann zufällige Schwankungen abfangen. Doch ein ruhiger Mittelwert ist noch keine Garantie für einen richtigen Wert. Wenn das Gerät bei jeder Messung um denselben Betrag verschoben ist, bleibt diese Verschiebung auch nach hundert Wiederholungen bestehen.
Der Unterschied ist wichtig, sobald Messwerte Entscheidungen tragen: etwa wenn Sensoren eine Anlage überwachen oder ein Labor Geräte vergleicht. Mehr Daten können eine Antwort präziser machen. Wie viel sie helfen, hängt davon ab, welche Fehler die einzelnen Messungen gemeinsam haben.
Was ein Durchschnitt tatsächlich ausgleicht
Stellen wir uns vor, ein Temperaturfühler misst unter stabilen Bedingungen immer dieselbe Temperatur. Seine Anzeige schwankt durch kleine, voneinander unabhängige Einflüsse einmal nach oben und einmal nach unten. Aus mehreren Ablesungen lässt sich ein Mittelwert bilden: Man addiert die Werte und teilt durch ihre Anzahl. Positive und negative Schwankungen können sich dabei teilweise aufheben.
Unter vereinfachten Bedingungen lässt sich der Effekt beziffern. Sind die zufälligen Abweichungen unabhängig und haben sie dieselbe Streuung, sinkt die Standardabweichung des Mittelwerts mit der Quadratwurzel der Anzahl. Hundert Messungen machen diesen Anteil also zehnmal kleiner als bei einer Messung. Die Quadratwurzel aus hundert ist zehn. Es wäre falsch zu sagen, hundert Messungen machten jede Unsicherheit hundertmal kleiner.
Das ist ein Rechenbeispiel, kein Versprechen für ein konkretes Thermometer. Schon seine Voraussetzungen sind entscheidend: Die Temperatur muss während der Wiederholungen ausreichend stabil bleiben, und die Schwankungen dürfen nicht miteinander zusammenhängen. Das amerikanische National Institute of Standards and Technology (NIST) weist darauf hin, dass die übliche Rechnung für den Mittelwert bei zeitlich verbundenen Messungen nicht ohne Weiteres gilt.
Ein ruhiger Wert kann danebenliegen
Nehmen wir nun an, derselbe Fühler zeigt wegen einer falschen Einstellung stets ungefähr ein Grad zu viel an. Zusätzlich schwankt jede einzelne Anzeige ein wenig. Wiederholungen helfen gegen die unabhängigen Schwankungen. Die gemeinsame Verschiebung tragen sie aber alle mit: Der Durchschnitt vieler Werte nähert sich dann dem verschobenen Wert, nicht automatisch der tatsächlichen Temperatur.
Auch mehrere Geräte sind nicht zwingend unabhängig. Werden sie mit derselben fehlerhaften Referenz eingestellt, kann sich deren Abweichung auf alle übertragen. Zehn Anzeigen, die eng beieinanderliegen, zeigen dann vor allem, dass sie einander ähneln. Aus ihrer Übereinstimmung allein folgt noch nicht, dass sie nahe am richtigen Wert liegen.
Hier hilft die Unterscheidung zwischen Wiederholbarkeit und der Nähe zum gesuchten Wert. Wiederholbarkeit beschreibt, wie eng Ergebnisse unter denselben Bedingungen beieinanderliegen. Sie kann ausgezeichnet sein, während eine gemeinsame Ursache alle Ergebnisse verschiebt. Umgekehrt verrät eine größere Streuung nicht von selbst, woher sie stammt.
Wenn Messungen einander beeinflussen
Nicht jede Verbindung zwischen Messwerten entsteht durch eine feste Verschiebung. Ein Sensor kann langsam auf eine Temperaturänderung reagieren. Zwei unmittelbar aufeinanderfolgende Anzeigen ähneln sich dann auch deshalb, weil sich das Gerät zwischen den Ablesungen kaum verändert hat. Man spricht von zeitlicher Korrelation: Frühere und spätere Werte hängen zusammen.
Die Folge: Tausend sehr schnelle Ablesungen enthalten nicht unbedingt so viel unabhängige Information wie tausend ausreichend getrennte Messungen. Wie stark das ins Gewicht fällt, hängt von der jeweiligen Zeitreihe ab. Ein größerer Datensatz bleibt nützlich, doch die einfache Wurzelregel muss zu den tatsächlichen Zusammenhängen passen.
Das NIST behandelt solche Abhängigkeiten ausdrücklich als Teil der zusammengefassten Messunsicherheit. Dabei werden einzelne Beiträge und, wo nötig, ihre Zusammenhänge berücksichtigt. Messunsicherheit beschreibt, wie weit Werte plausibel streuen können, die der gesuchten Größe zugeschrieben werden. Sie ist nicht einfach ein anderes Wort für einen bereits bekannten Fehler.
Was ein Vergleich mit einer Referenz bringt
Um eine gemeinsame Verschiebung zu erkennen, braucht es zusätzliche Information. Ein möglicher Weg ist der Vergleich mit einem geeigneten Referenzstandard. Zeigt das geprüfte Instrument unter vergleichbaren Bedingungen regelmäßig mehr an als die Referenz, kann eine ermittelte Korrektur den bekannten Unterschied berücksichtigen.
Doch auch eine Referenz besitzt eine eigene Unsicherheit. Das NIST nennt bei einer einfachen Kalibrierung sowohl die Streuung des Kalibrierprozesses als auch die Unsicherheit des Referenzstandards als mögliche Beiträge. Außerdem können unerkannte systematische Einflüsse bleiben. Ein Referenzvergleich macht die Herkunft des Ergebnisses nachvollziehbarer; er verwandelt es nicht in eine absolut fehlerfreie Zahl.
Wie man vergleicht, zählt ebenfalls. Das NIST beschreibt Kalibrierverfahren, bei denen Referenzen und Prüfobjekte mehrfach miteinander verglichen und Kontrollstandards eingesetzt werden. Die Annahmen des jeweiligen Verfahrens, etwa stabile Gegenstände und passende Umgebungsbedingungen, gehören zur Aussage dazu.
Die richtige Frage an eine Messreihe
Eine lange Reihe ist besonders wertvoll, wenn sie die relevante Unsicherheit sichtbar macht. Wiederholungen zeigen beispielsweise, wie stark Anzeigen unter denselben Bedingungen schwanken. Messungen zu verschiedenen Zeiten, mit anderen Geräten oder mit einer unabhängigen Referenz können zusätzlich Hinweise darauf geben, welche Einflüsse gemeinsam wirken. Ob ein Vergleich tatsächlich unabhängig ist, muss für den konkreten Aufbau geprüft werden.
Die praktische Schlussfolgerung lautet daher nicht, weniger zu messen. Sie lautet: Vor dem Zählen der Messwerte fragen, welche Information jede weitere Messung hinzufügt. Mehr Wiederholungen schärfen einen Mittelwert dort, wo ihre Fehler ausreichend unabhängig sind. Gegen einen gemeinsamen blinden Fleck braucht es einen anderen Blick auf dieselbe Größe.
Quellen
- NIST: Uncertainty analysis for autocorrelated measurement data, abgerufen am 30. Oktober 2026.
- NIST Technical Note 1297: Combined Standard Uncertainty, abgerufen am 30. Oktober 2026.
- NIST Technical Note 1297: Simple calibration, abgerufen am 30. Oktober 2026.
- NIST/SEMATECH: What are calibration designs?, abgerufen am 30. Oktober 2026.
Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.
