Wenn der Mittelwert das Falsche verspricht

Was wir gemessen haben — und wie weit die Schätzung daneben lag

Im Sommer 2026 stand eine Entscheidung an: Sollen Texte, die über unsere KI-Infrastruktur fließen, vollständig gespeichert werden — Anfrage und Antwort, jede einzelne? Die Frage war nicht technisch. Sie war eine Frage nach Kosten, Risiko und Datenmenge. Also wurde gemessen.

Grundlage war der Zeitraum 2026-07-08 bis 2026-09-02 — 44 Tage, 6.857 abgeschlossene Anfragen im Protokoll. Der Mittelwert lag bei 147 Anfragen pro Tag. Die durchschnittliche Datenmenge pro Anfrage: 3,4 Kilobyte. Daraus ergab sich eine Schätzung: rund 0,70 Megabyte pro Tag, etwa 21 Megabyte pro Monat, bei einer Aufbewahrungsdauer von 90 Tagen rund 63 Megabyte gesamt.

Das waren solide Zahlen. Sie ließen sich nachrechnen. Sie stammten aus echten Protokollzeilen, nicht aus Annahmen. Die Entscheidung fiel auf Basis dieser Schätzung.

Einen Tag nach dem Go-Live wurde erneut gemessen.

Die tatsächliche Datenmenge lag 7,6-mal so hoch wie geschätzt.

• Erwartet: 0,70 MB pro Tag — gemessen: 5,30 MB
• Erwartet: 21 MB pro Monat — gemessen: 159 MB
• Erwartet: 63 MB bei 90 Tagen Aufbewahrung — gemessen: 477 MB

Was war schiefgelaufen? Nicht die Größe pro Anfrage. Die 3,4 Kilobyte stimmten. Was nicht stimmte, war das Volumen. In dem Zeitraum, in dem gemessen worden war, hatten im Schnitt 147 Anfragen pro Tag das System durchlaufen. Nach dem Go-Live waren es 1.622 — fast das Elfache.

Der Grund war ein einzelner Dienst im Portfolio. Während des Messzeitraums war er noch im Aufbau und stellte vergleichsweise wenige Anfragen. Danach hatte er stark skaliert — und war zum Zeitpunkt der Entscheidung längst der größte Einzelnutzer, verantwortlich für 63 Prozent aller Anfragen. Das war im Protokoll nicht sichtbar, weil der Aufbau nach dem Ende des Messzeitraums stattgefunden hatte.

Der Mittelwert über 44 Tage hatte eine Phase gemessen, die zum Zeitpunkt der Entscheidung bereits vergangen war. Die Zahl war korrekt. Sie beschrieb nur nicht mehr die Gegenwart.

Was an diesem Fall überraschte

Nicht die Abweichung als solche. Prognosen liegen daneben — das ist bekannt. Was überraschte: Der Teil der Rechnung, der kontrollierbar war, stimmte genau. Die Größe pro Anfrage, der Rechenweg, die Methodik — alles korrekt. Nur die Grundlage, auf der die Rechnung aufgesetzt hatte — wie oft etwas passiert — war aus einem anderen Moment genommen als dem, für den die Schätzung gelten sollte.

Eine Hochrechnung, die über eine strukturelle Veränderung hinweg extrapoliert, sieht aus wie eine Messung. Sie hat dasselbe Gewicht, dieselbe Nachvollziehbarkeit, dieselbe Präzision in der Darstellung. Der Unterschied liegt nicht in der Methodik. Er liegt darin, wann der Zustand erhoben wurde — und ob dieser Zustand zum Zeitpunkt der Entscheidung noch galt.

Die Zahl unter einer Schätzung trägt immer ein Datum. Wer das Datum nicht kennt, weiß nicht, was die Zahl beschreibt.

Warum der Mittelwert trotzdem plausibel aussah

Die Schätzung war nicht unvorsichtig. Sie stützte sich auf echte Messungen aus einem echten Zeitraum: 44 Tage Betrieb, 6.857 abgeschlossene Anfragen, ein durchschnittlicher Inhalt von 3,4 Kilobyte pro Anfrage. Diese Zahl stimmte. Wer sie nachprüfte, fand nichts zu beanstanden.

Das ist genau das Problem. Ein Mittelwert, dessen Einzelteile korrekt sind, sieht wie eine verlässliche Grundlage aus. Wer die Durchschnittsgröße einer Anfrage kennt und weiß, wie viele Anfragen täglich eingehen, kann ausrechnen, wie viel Speicher ein Jahr Betrieb belegt. Die Arithmetik ist solide. Der Schritt von „gemessen" zu „gilt morgen noch" vollzieht sich fast von selbst — und genau dort liegt die Falle.

Was die 44-Tage-Messung nicht enthielt: In den Wochen nach dem Messfenster war ein einzelner Dienst im Hintergrund deutlich gewachsen. Ein Auftrag, der vorher selten eintraf, lief plötzlich täglich — und mehrfach täglich. Die Zahl der Anfragen pro Tag stieg von 147 auf 1.622. Nicht als kurzer Ausschlag, sondern als neue Normalität.

Weil dieser Anstieg nach dem Messfenster begann, tauchte er in den Daten nicht auf. Der Mittelwert beschrieb korrekt, was in jenen 44 Tagen war. Er beschrieb falsch, was in den nächsten 90 Tagen sein würde.

Ein korrekter Wert für den falschen Zeitraum

Ein Mittelwert aus einem langen, stabilen Zeitraum strahlt Verlässlichkeit aus. Wer 44 Tage Daten hat, zweifelt nicht daran, ob diese Daten repräsentativ sind — denn sie sind es, für genau jenen Zeitraum. Die Frage, die fehlt, ist nicht „Stimmt die Zahl?" sondern „Für wann gilt sie noch?"

Das Messfenster endete vor dem Anstieg. Die Schätzung enthielt keinen Fehler, der sichtbar geworden wäre, bevor die neue Messung ihn zeigte. Die Komponenten der Rechnung — Größe pro Auftrag, Aufträge pro Tag — waren beide verifiziert. Nur eine davon hatte sich verändert, und sie hatte sich außerhalb des Sichtfelds verändert.

Ein Mittelwert trägt kein Verfallsdatum. Er zeigt nicht, ob der Zeitraum, aus dem er stammt, noch repräsentativ ist. Wer ihn weiterverwendet, muss das selbst beurteilen — oder es bleibt unbemerkt, bis eine neue Messung zeigt, wie weit man inzwischen abgedriftet ist.

Wann eine Zahl aufhört, die Gegenwart zu beschreiben

Eine Zahl hat kein Verfallsdatum, das man sieht. Sie steht im Bericht, im Dashboard, in der Tabelle — und sie sieht genauso verlässlich aus wie am Tag, an dem sie erhoben wurde. Dabei ist die entscheidende Frage nicht, ob die Zahl stimmt, sondern ob sie noch gilt.

Gemessen wurde, was war. Was gemessen wurde, war die Wirklichkeit eines bestimmten Zeitraums — nicht die Wirklichkeit von heute. Solange sich nichts ändert, fällt das nicht auf. Wenn sich etwas ändert, fällt es trotzdem nicht sofort auf, weil die Zahl noch da steht und noch genauso aussieht wie vorher.

Das Problem ist nicht die falsche Zahl — es ist der falsche Zeitraum

Eine Kennzahl wird gefährlich, wenn sich die Grundlage verschoben hat, aber die Zahl noch die alte Grundlage beschreibt. Das ist kein Rechenfehler. Wer den Durchschnitt korrekt ermittelt hat, hat ein korrektes Ergebnis — für den Zeitraum, über den er gemittelt hat. Ob dieser Zeitraum noch repräsentativ ist für das, was gerade passiert, ist eine andere Frage. Eine Extrapolation über eine Zäsur hinweg sieht aus wie eine Messung. Der Unterschied zeigt sich erst, wenn man die Abweichung erklärt.

Im Immobilienmarkt kennen viele dieses Gefühl: Die durchschnittliche Vermarktungsdauer, die vor anderthalb Jahren noch verlässlich war, passt heute nicht mehr zur eigenen Erfahrung auf Besichtigungen. Der Markt hat sich gedreht, aber die Vergleichszahl ist noch dieselbe. Man beginnt zu zweifeln, ob die eigenen Ergebnisse wirklich schlechter sind — oder ob die Referenz schlicht aus einer anderen Zeit stammt.

• Eine Zahl, die über mehrere ruhige Wochen gemittelt wurde, beschreibt nicht die Woche danach — schon gar nicht, wenn sich das Volumen in der Zwischenzeit vervielfacht hat.
• Ein Jahresdurchschnitt nivelliert einen Sprung, der erst in der zweiten Jahreshälfte stattgefunden hat.
• Eine Quote aus dem vergangenen Quartal blendet aus, was sich seitdem verschoben hat — auch wenn sich noch niemand die Mühe gemacht hat, das nachzumessen.

Das Tückische ist, dass eine gut gemessene Zahl aus einem veränderten Zeitraum nicht von einer aktuellen Zahl zu unterscheiden ist — solange niemand fragt, wann sie erhoben wurde. Sie wirkt genauso belastbar. Sie wird genauso zitiert. Und sie führt zu genauso konkreten Entscheidungen: über Kapazitäten, über Preise, über Erwartungen gegenüber Kunden und Partnern.

Eine Zahl hört auf, die Gegenwart zu beschreiben, sobald sich die Wirklichkeit, aus der sie stammt, verändert hat. Nicht wenn die Zahl falsch wird — sondern wenn das, was sie beschreibt, aufgehört hat zu existieren. Dieser Moment ist selten markiert.

Im Arbeitsalltag: dieselbe Falle, andere Zahlen

Was wir in unserer Arbeit beobachtet haben, passiert täglich in Büros, in denen keine Software entwickelt wird. Die Zahlen sind andere, die Falle ist dieselbe.

Eine Maklerin führt seit Jahren eine einfache Tabelle: Wie viele Tage liegt ein Objekt im Schnitt auf dem Markt, bevor es verkauft ist? Für ihre Region kommt sie auf 47 Tage. Die Zahl stimmt — rechnerisch. Aber zwei Drittel ihrer Objekte sind innerhalb von drei Wochen weg. Die restlichen hängen fest: sechs Monate, acht Monate, manchmal länger. Der Mittelwert von 47 Tagen beschreibt keines ihrer Objekte wirklich. Er beschreibt eine Mitte, die es in der Wirklichkeit nicht gibt.

Der Leerstand, der sich in einer Zeile verbirgt

Eine Hausverwalterin berichtet am Jahresende: durchschnittliche Leerstandsdauer vier Wochen. Was die Zahl nicht zeigt: Drei Einheiten standen im Schnitt eine Woche leer. Eine einzige stand sieben Monate leer. Die vier Wochen sind nicht falsch — sie sind der mathematisch korrekte Mittelpunkt zweier sehr verschiedener Realitäten.

Die Frage, die sich nach dem Jahresgespräch stellt, ist nicht: Wie lange stehen Wohnungen leer? Die Frage ist: Welche stehen lange leer, und warum genau diese? Diese Frage beantwortet der Mittelwert nicht. Er löst sie auf, bevor sie gestellt werden kann.

Die Anfragen, die nicht alle gleich sind

Ein Gewerbemakler zählt seine Anfragen pro Monat. Im Schnitt meldet sich alle vier Tage jemand. Was er beim Jahresrückblick bemerkt: Acht Monate liefen ruhig, vier liefen auf Hochbetrieb — darunter eine einzige Woche mit neun Anfragen, die nach dem Messeauftritt seines größten Kontakts ankam. Der Monatsdurchschnitt hat das geglättet, bis nichts mehr zu sehen war.

Wenn er jetzt plant, wie viel Kapazität er braucht, rechnet er mit dem Mittelwert. Tatsächlich braucht er wenig für acht Monate und viel für vier. Der Mittelwert sagt ihm, was er in keinem Monat wirklich braucht.

Die Kennzahl, die aus dem letzten Jahr stammt

Manche Zahlen stimmen noch — aber sie stammen aus einer Zeit, die sich gerade verändert hat. Eine Beraterin, die Kaufinteressenten begleitet, kalkuliert die durchschnittliche Bearbeitungszeit pro Mandat auf Basis der vergangenen zwei Jahre. Seitdem hat sich das Anfragevolumen mehr als verdoppelt. Die Zahl ist korrekt für eine Auslastung, die es nicht mehr gibt.

Das ist kein Messfehler. Es ist ein Datumsfehler: Die Zahl ist echt, aber sie beschreibt gestern.

• Ein Durchschnitt über zwei Wochen rechnet einen Ausreißer weg.
• Ein Durchschnitt über zwei Jahre rechnet eine Veränderung weg.
• Beides sieht gleich aus: eine Zahl, die stimmt.

Die Frage ist nicht, ob die Kennzahl stimmt. Die Frage ist, worüber sie schweigt — und ob das gerade genau das ist, worüber man eigentlich sprechen müsste.

Was das Datum unter einer Kennzahl verrät

Jede Zahl hat ein Geburtsdatum. Die meisten zeigen es nicht.

Wenn jemand sagt, die durchschnittliche Reaktionszeit auf Anfragen liege bei zwei Stunden, dann ist das eine Zahl aus einem bestimmten Zeitraum — vielleicht aus dem Frühjahr, als weniger Urlaubsanfragen eingingen, oder aus dem Herbst, bevor eine neue Mitarbeiterin anfing. Das Datum bestimmt, welche Wirklichkeit die Zahl beschreibt. Fehlt es, beschreibt sie eine Wirklichkeit, die niemand mehr benennen kann.

Das ist nicht dasselbe wie eine falsche Zahl. Eine alte Zahl kann eine richtige gewesen sein — zum Zeitpunkt, als sie erhoben wurde. Das Problem ist nicht ihr Inhalt, sondern ihr Kontext: Wer sie liest, weiß nicht, ob die Bedingungen noch gelten, unter denen sie entstanden ist.

Was sich zwischen Messung und Heute verändert haben kann

Das Volumen. Ein Maklerbüro, das vor achtzehn Monaten dreißig Anfragen pro Monat bearbeitet hat, heute aber neunzig, wird mit den alten Kennzahlen zur Bearbeitungszeit systematisch falsch kalkulieren. Die Zahl war richtig — für dreißig Anfragen. Für neunzig gilt eine andere Arithmetik.

Die Zusammensetzung. Wenn früher hauptsächlich Bestandskäufer anfragten und heute überwiegend Erstkäufer, verändern sich Beratungsaufwand und Abschlussquote — auch wenn die Zahl der Anfragen gleich bleibt. Wer nur die Gesamtzahl liest, sieht die Verschiebung nicht.

Die Rahmenbedingungen. Ein Verwalter, der seine durchschnittliche Reaktionszeit auf Handwerkeranfragen kennt, hat eine andere Ausgangslage, als das Quartal noch ruhig war. Seitdem sind zwei Kollegen ausgefallen. Die Zahl gilt noch — sie gilt nur für den Stand vor sechs Wochen.

Was das Datum über die Verwendbarkeit einer Zahl sagt

Ein Datum macht eine Kennzahl nicht besser oder schlechter. Es macht sie lesbar. Wer weiß, dass eine Zahl aus dem ersten Quartal stammt, kann einschätzen, ob seither etwas passiert ist, das ihre Aussagekraft verändert. Wer das Datum nicht kennt, kann diese Frage nicht stellen — und stellt sie deshalb meistens nicht.

Das ist der eigentliche Effekt. Nicht dass falsche Entscheidungen getroffen werden, weil die Zahl falsch ist. Sondern dass niemand nachfragt, weil die Zahl wie eine Tatsache aussieht — und nicht wie ein Messwert mit einem bestimmten Gültigkeitsfenster.

In der Praxis zeigt sich das an einer kleinen Beobachtung: Wenn eine Zahl in einer Auswertung auftaucht und niemand fragt „Aus welchem Zeitraum ist das?" — dann ist das kein Zeichen, dass alle davon ausgehen, sie sei aktuell. Es ist ein Zeichen, dass die Frage vergessen wurde. Und vergessene Fragen beantwortet eine Kennzahl nicht von selbst.