Was eine Zahl veraltet — bevor man es bemerkt

Die Messung und was sie ergab

Im Sommer 2026 stand eine Entscheidung an: Sollte ein System künftig nicht nur Kurzinformationen festhalten, sondern die vollständigen Texte der eingehenden und ausgehenden Anfragen? Vor einer solchen Entscheidung braucht man eine Größenordnung — und eine Größenordnung braucht eine Messung. Man nahm, was vorlag: die Aufzeichnungen der zurückliegenden 44 Tage, 6.857 abgeschlossene Vorgänge, Dateigrößen, Textlängen, die Verteilung zwischen Eingabe und Ausgabe.

Das Ergebnis war klar. Die durchschnittliche Anfrage belegte etwa 3,4 Kilobyte. Auf einen Monat gerechnet ergab das rund 21 Megabyte. Auf 90 Tage, den geplanten Aufbewahrungszeitraum: ungefähr 63 Megabyte. Überschaubar. Die Entscheidung fiel zugunsten der vollständigen Aufzeichnung.

Was die Messung am nächsten Tag zeigte

Einen Tag nach der Umstellung wurden die ersten echten Werte erhoben. Das Tagesergebnis lag bei 5,3 Megabyte. Die Prognose hatte 0,7 Megabyte erwartet. Kein Fehler in der Berechnung, keine Fehlfunktion — eine schlichte Abweichung von Faktor 7,6.

Auf den Monat hochgerechnet bedeutete das nicht 21 Megabyte, sondern 159. Auf 90 Tage: nicht 63 Megabyte, sondern 477. Der ursprüngliche Messzeitraum hatte einen Tagesdurchschnitt von 147 Anfragen ergeben. Zur Zeit der Entscheidung lagen die tatsächlichen Werte bei 1.622 Anfragen pro Tag.

Die Dateigröße je Anfrage stimmte. Die Rechenmethode stimmte. Alles stimmte — außer dem Ausgangswert, auf dem die gesamte Hochrechnung aufbaute.

Woher die Differenz kam

Im Messzeitraum war ein einzelner Verwendungsbereich noch kaum sichtbar. In den Wochen zwischen der Erhebung und der Entscheidung war genau dieser Bereich auf mehr als 60 Prozent des gesamten Aufkommens gewachsen. Nicht schrittweise und beobachtbar — sondern in einem Zeitfenster, das zwischen den beiden Messungen lag und deshalb in keiner von beiden auftauchte.

Die Zahl, auf deren Grundlage die Entscheidung getroffen worden war, war keine falsche Zahl. Sie war eine genaue Beschreibung eines Zustands, der zum Zeitpunkt der Entscheidung nicht mehr bestand.

Was sich in der Zwischenzeit verändert hatte

Die Schätzung war nicht falsch. Sie war genau — für die 44 Tage, aus denen sie stammte. Ungefähr 147 Anfragen am Tag, pro Anfrage rund 3,4 KB Text. Das ergibt 0,70 MB täglich, 21 MB im Monat, nach 90 Tagen Aufbewahrung rund 63 MB. Die Rechnung stimmt.

Was sich verändert hatte, war das Volumen dahinter. Ein Anwendungsbereich, der in dem Messzeitraum noch in der Anlaufphase steckte, lief inzwischen im Regelbetrieb. Nicht ein bisschen mehr — sondern mehr als zehnmal so viel. Die tatsächliche Zahl an Vorgängen lag bei 1.622 pro Tag.

Das ist kein Messfehler. Der Aufwand pro Vorgang war unverändert. Was sich verschoben hatte, war die Anzahl der Vorgänge, die täglich bearbeitet wurden.

Wie das unbemerkt bleibt

Es gibt kein sichtbares Warnsignal in einer Zahl, die korrekt gemessen wurde. Wer in einem ruhigen Monat zählt, wie viel Arbeit hereinkommt, und auf dieser Basis plant, macht methodisch alles richtig. Die Messung ist ein Abbild des Zustands, der damals herrschte. Sie ist kein Versprechen über das, was danach kommt.

Was in diesem Fall fehlte, war nicht die Sorgfalt bei der Erhebung — sondern die Frage danach, ob der erhobene Zeitraum noch für die Entscheidung gilt, für die er genutzt wird. Die Daten stammten aus einer Phase vor einer Wachstumsrunde. Verwendet wurden sie nach ihr.

Das Ergebnis: Der tatsächliche Bedarf überstieg die Schätzung um das 7,6-Fache. Nicht weil jemand falsch gerechnet hätte. Sondern weil die Grundlage der Rechnung — der durchschnittliche Tagesbetrieb — sich still verändert hatte, während niemand nachmass.

Wann dasselbe in anderen Betrieben passiert

Es hilft, das konkret zu machen. Was bedeutet „sich verändert haben" in einem Betrieb, der keine Software baut?

Ein Makler, dessen Exposé-Anfragen nach dem Jahreswechsel sprunghaft gestiegen sind, weil ein neues Baugebiet vermarktet wird — aber dessen Abläufe noch auf dem Stand vom Herbst laufen.
Eine Hausverwaltung, die in einem ruhigen Quartal erhoben hat, wie viele Eingangspost-Vorgänge pro Woche anfallen — und auf dieser Basis eine Assistenzstelle halbtags geplant hat.
Ein Beratungsunternehmen, das seinen Auftragsbedarf auf Basis eines typischen Monats eingeschätzt hat, kurz bevor ein neues Mandat das Volumen verdoppelte.

In jedem dieser Fälle war die Ausgangsmessung richtig. Was sie nicht zeigen konnte, war, was danach eintreten würde. Und weil nichts im Datensatz auf die bevorstehende Verschiebung hinweist, bleibt sie unsichtbar — bis jemand mit der alten Zahl eine neue Entscheidung trifft.

Der Messzeitraum endete. Der Betrieb lief weiter. Beides ist normal. Was fehlt, ist der Moment, in dem jemand fragt: Beschreibt diese Zahl noch das, worüber wir gerade entscheiden?

Wenn Volumen sich nicht schrittweise, sondern auf einen Schlag verschiebt

Es gibt Entwicklungen, die kündigen sich an. Eine Kampagne läuft, die Anfragen steigen über Wochen, der Trend ist erkennbar. Wer dann eine Prognose schreibt, projiziert dieses Wachstum in die Zukunft — und liegt damit meistens nicht weit daneben.

Dann gibt es Entwicklungen, die nicht so funktionieren. Ein Kooperationspartner schickt ab sofort seine Kontakte weiter. Ein Vertrag mit einem Großabnehmer tritt in Kraft. Eine externe Entscheidung — die man nicht selbst getroffen hat — verdoppelt das Aufkommen nicht über drei Monate, sondern über drei Tage. Die Zahl, die vorher galt, gilt danach nicht mehr. Und sie hat das nicht angekündigt.

Das ist die Situation, in der ein gut gemessener Ausgangswert zur Falle wird. Nicht weil er falsch war, sondern weil er aus einer Zeit stammt, in der die Welt noch anders aussah.

Warum Messdaten aus stabilen Phasen trügen

Eine Messung ist immer eine Momentaufnahme. Wer sie sorgfältig durchführt, bekommt ein genaues Bild von dem, was war. Ob dieses Bild auch beschreibt, was kommt, hängt davon ab, ob sich zwischen Messzeitpunkt und Planungshorizont irgendetwas geändert hat.

Verändert sich das Volumen schrittweise, ist die Ausgangszahl zumindest ungefähr brauchbar. Verändert es sich auf einen Schlag — durch einen neuen Kanal, einen neuen Kunden, eine neue Kooperation — dann beschreibt die Messung eine Phase, die es nicht mehr gibt. Das ist schwer zu erkennen, weil die Zahl selbst korrekt bleibt. Sie wurde richtig erhoben, richtig aufgezeichnet. Der Fehler liegt nicht in der Zahl, sondern in der stillschweigenden Annahme, dass das, was sie beschreibt, noch gilt.

Sprünge sehen anders aus als Trends

Ein Trend zeigt sich als Linie mit Steigung. Ein Sprung zeigt sich als Knick. Wer Zeitreihen nicht fortlaufend liest, sondern nur Momentaufnahmen vergleicht, sieht manchmal nur das Ergebnis des Sprungs — nicht den Sprung selbst. Dann entsteht eine Situation, die regelmäßig unterschätzt wird:

Die Ausgangszahl stammt aus einer Phase mit niedrigem Aufkommen.
Die Planung extrapoliert dieses Aufkommen in die Zukunft.
Das Aufkommen springt — aus einem externen Grund, nicht aus einem internen.
Die Planung beschreibt jetzt nicht mehr die Gegenwart, sondern die Vergangenheit vor dem Sprung.
Wer nicht nachmisst, bemerkt das erst dann, wenn die Abweichung groß genug ist, um aufzufallen.

Wie groß „groß genug" ist, hängt davon ab, was auf der Prognose aufbaut. Wer auf Basis dieser Zahl Kapazitäten geplant hat, merkt es, wenn die Kapazitäten nicht reichen. Wer auf Basis dieser Zahl Kosten kalkuliert hat, merkt es bei der nächsten Abrechnung. Wer auf Basis dieser Zahl Ressourcen verteilt hat, merkt es, wenn an einer Stelle plötzlich zu wenig da ist und an einer anderen zu viel.

Der Sprung selbst war nicht das Problem. Das Problem war der Abstand zwischen dem Zeitpunkt des Sprungs und dem Zeitpunkt, zu dem jemand nachgesehen hat.

Warum die Zahl stimmt und die Prognose trotzdem nicht

Eine Messung kann methodisch sauber sein und trotzdem eine falsche Grundlage für eine Entscheidung liefern. Das klingt widersprüchlich, ist aber ein sehr gewöhnlicher Vorgang.

Eine Zahl beschreibt immer einen Zustand in der Vergangenheit. Wenn sich das, was sie beschreibt, seitdem nicht verändert hat, trägt sie auch morgen. Wenn sich etwas verändert hat, stimmt die Zahl noch — aber die Prognose, die man aus ihr ableitet, tut es nicht mehr.

Das Tückische daran: Die Abweichung bleibt zunächst unsichtbar. Wer 147 Anfragen pro Tag misst und daraus den Bedarf für das nächste Quartal ableitet, rechnet korrekt. Wenn aus denselben Quellen plötzlich 1.622 Anfragen pro Tag kommen — weil ein Geschäftsprozess, der die Daten erzeugt, inzwischen stark gewachsen ist — dann ist die Prognose nicht um fünf Prozent daneben, sondern um eine Größenordnung.

Der Punkt, an dem der Irrtum entsteht, ist nicht die Rechnung. Die Rechnung stimmt. Der Irrtum liegt im stillschweigenden Glauben, dass das Tempo, mit dem Anfragen, Aufträge oder Kosten entstehen, das gleiche geblieben ist wie im Messzeitraum.

Was diese Situation von einem Messfehler unterscheidet

Ein Messfehler lässt sich korrigieren, indem man die Methode verbessert. Diese Situation lässt sich damit nicht beheben — denn die Methode war in Ordnung.

Was sich verändert hat, ist die Welt hinter der Zahl. Nicht die Zahl selbst.

Das zeigt sich am deutlichsten bei Zahlen, die aus einem stabilen Zeitraum stammen und dann für Entscheidungen genutzt werden, die in einem veränderten Umfeld gelten sollen. Ein Makler, der seine durchschnittliche Vermarktungsdauer aus dem Vorjahr zitiert, um Gesprächserwartungen zu setzen, hat eine korrekte Zahl — aber das Marktumfeld des Vorjahres gilt nicht mehr. Ein Gutachter, der Vergleichswerte aus einer Periode verwendet, in der Finanzierungskonditionen grundlegend andere waren, hat ebenfalls eine korrekte Zahl — aber die Grundlage hat sich verschoben.

Das macht diese Art von veralteten Zahlen schwerer zu erkennen als schlicht falsche. Eine falsche Zahl kann man prüfen. Eine korrekte Zahl aus einem vergangenen Zustand sieht zunächst aus wie eine verlässliche Grundlage — und wird deshalb oft nicht hinterfragt.

Wann es auffällt

Meistens dann, wenn die Prognose so deutlich verfehlt wird, dass sie nicht mehr als normale Abweichung gilt. In diesem Moment rechnet jemand zurück: Die Methode war korrekt. Die Zahlen stimmten auch. Was nicht mehr stimmte, war der Ausschnitt, in dem sie erhoben wurden.

Das ist selten ein angenehmer Moment. Aber er ist lehrreich — weil er zeigt, dass die entscheidende Frage nicht lautet, ob man richtig gerechnet hat. Sondern ob der Zeitraum, in dem man gemessen hat, noch repräsentativ ist für das, worüber man eine Aussage machen möchte.

Eine Zahl veraltet nicht, weil jemand nachlässig war. Sie veraltet, weil sich etwas ändert, das niemand als Voraussetzung notiert hat.

Was das über den Zeitpunkt sagt, an dem man nachmisst

Die naheliegende Antwort lautet: man misst nach, wenn die Zahl alt wirkt. Aber das ist genau das Problem. Eine Zahl wirkt nicht alt, solange niemand sie in Frage stellt. Sie sitzt in einer Tabelle, in einem Angebot, in einer Planung — und sie wirkt dort so selbstverständlich, als wäre sie zeitlos.

Im beschriebenen Fall wurde die Speicherschätzung auf Grundlage von 44 Tagen erhoben, sorgfältig, mit echten Zahlen. Das war im Sommer, bevor ein einzelner Prozess hochfuhr und den Tagesschnitt von 147 auf 1.622 Anfragen hob. Die Messung war korrekt. Nur der Moment, in dem sie verwendet wurde, lag auf der anderen Seite dieser Verschiebung.

Das Intervall ist nicht das entscheidende Kriterium

Wer nachmisst, weil ein Kalender es vorschreibt — quartalsweise, jährlich, „wenn wir Zeit haben" — trifft die Entscheidung unabhängig davon, ob sich etwas verändert hat. Das ist besser als gar nicht nachmessen. Aber es hilft nicht in dem Moment, in dem die Veränderung nicht schleichend kommt, sondern auf einen Schlag.

Was tatsächlich nützt, ist eine andere Frage: Hat sich etwas verändert, das diese Zahl berührt? Nicht: Ist die Zahl alt? Sondern: Ist die Situation, aus der sie stammt, noch dieselbe?

Woran man erkennt, dass nachmessen fällig ist

Ein Prozess, eine Nutzergruppe oder ein Volumen hat sich nennenswert verändert — nicht gefühlt, sondern erkennbar.
Eine Entscheidung hängt an der Zahl, die größer ist als die, für die sie ursprünglich gedacht war.
Die Zahl wurde in einem Zeitraum erhoben, der sich im Nachhinein als Ausnahme herausstellt — ruhiger als üblich, aktiver als üblich, vor einem Einschnitt.
Jemand fragt, woher die Zahl stammt, und die Antwort enthält ein Datum, das länger zurückliegt als die letzte spürbare Veränderung.

Keine dieser Bedingungen ist schwer zu erkennen — im Nachhinein. Im Vorhinein fehlt oft die Frage selbst. Nicht weil man unaufmerksam wäre, sondern weil eine plausible Zahl keine Fragen aufwirft. Sie sieht aus wie eine Antwort.

Der Zeitpunkt, an dem man nachmessen sollte, liegt meistens kurz nachdem sich etwas geändert hat — und kurz bevor jemand die alte Zahl für eine neue Entscheidung verwendet. Das ist kein präzises Intervall. Es ist eine Haltung gegenüber Zahlen, die sich bewährt haben: Sie haben sich bewährt für den Moment, in dem sie gemessen wurden. Ob dieser Moment noch gilt, ist eine andere Frage.