Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Konfidenzintervall

Confidence Interval (CI) · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter einem Konfidenzintervall?

Ein Konfidenzintervall ist ein Bereich, der auf Basis einer Stichprobe berechnet wird und den wahren Populationsparameter – zum Beispiel den Mittelwert oder einen Anteilswert – mit einer vorher festgelegten Wahrscheinlichkeit einschließt. Diese Wahrscheinlichkeit wird als Konfidenzniveau bezeichnet und beträgt in der Praxis häufig 95 % oder 99 %.

Formal lässt sich ein Konfidenzintervall für den Mittelwert einer Normalverteilung (bei bekannter Standardabweichung) wie folgt angeben:

Formel: Konfidenzintervall für den Mittelwert

Dabei steht für den Stichprobenmittelwert, für den kritischen Wert der Standardnormalverteilung (z. B. 1,96 für ein 95-%-Konfidenzintervall), für die Standardabweichung der Population und für den Stichprobenumfang. Der Term wird als Standardfehler bezeichnet.

Ist die Populationsstandardabweichung unbekannt – was in der Praxis fast immer der Fall ist – wird statt des z-Werts ein t-Wert aus der t-Verteilung verwendet, der vom Stichprobenumfang abhängt.

Einfach erklärt: Stell dir vor, du schätzt die durchschnittliche Körpergröße aller Studierenden an deiner Hochschule, indem du 50 Personen misst. Du erhältst einen Mittelwert von 172 cm. Das Konfidenzintervall sagt dir nun: „Zwischen 169 cm und 175 cm liegt der wahre Durchschnitt der gesamten Studierendenschaft – und das mit 95-prozentiger Sicherheit.“ Es ist also ein Vertrauensbereich um deine Schätzung herum.

Warum ist das Konfidenzintervall für statistische Analysen wichtig?

Ein einzelner Schätzwert – zum Beispiel ein Stichprobenmittelwert – ist immer mit Unsicherheit behaftet, weil er auf einer zufällig gezogenen Stichprobe beruht. Das Konfidenzintervall macht diese Unsicherheit sichtbar und quantifizierbar. Es liefert damit deutlich mehr Information als ein bloßer Punktschätzer.

In der wissenschaftlichen Praxis ist das Konfidenzintervall ein zentrales Werkzeug, um Ergebnisse einzuordnen und zu kommunizieren. Viele Fachzeitschriften fordern mittlerweile die Angabe von Konfidenzintervallen zusätzlich zu oder sogar anstelle von p-Werten, da sie die praktische Bedeutsamkeit eines Befunds besser widerspiegeln.

Breite Konfidenzintervalle signalisieren eine hohe Schätzunsicherheit – oft wegen eines kleinen Stichprobenumfangs. Enge Konfidenzintervalle sprechen für eine präzisere Schätzung.

Häufiger Fehler: Ein 95-%-Konfidenzintervall bedeutet nicht, dass der wahre Parameter mit 95-prozentiger Wahrscheinlichkeit in diesem konkreten Intervall liegt. Korrekt formuliert: Wenn man das Verfahren sehr oft wiederholen würde, würden 95 % aller so berechneten Intervalle den wahren Parameter enthalten. Das bereits berechnete Intervall enthält den wahren Wert entweder – oder nicht. Die 95 % beziehen sich auf das Verfahren, nicht auf ein einzelnes Ergebnis.
Gut zu wissen: Die Breite eines Konfidenzintervalls lässt sich gezielt beeinflussen. Ein größerer Stichprobenumfang führt zu einem engeren, präziseren Intervall. Ein höheres Konfidenzniveau (z. B. 99 % statt 95 %) führt dagegen zu einem breiteren Intervall – mehr Sicherheit kostet Präzision.

Praxisbeispiel zu Konfidenzintervall

Eine Forscherin untersucht, wie viele Stunden Studierende pro Woche für ihr Studium lernen. Sie befragt eine zufällige Stichprobe von n = 100 Studierenden und erhält folgende Kennwerte:

Tabelle 1. Stichprobenkennwerte der Lernstudie
Kennwert Wert
Stichprobenumfang (n) 100
Stichprobenmittelwert 18,4 Stunden
Stichproben-Standardabweichung (s) 5,0 Stunden
Konfidenzniveau 95 %
t-Wert (df = 99, zweiseitig) ≈ 1,984

Der Standardfehler beträgt 5,0 ÷ √100 = 0,5. Das 95-%-Konfidenzintervall ergibt sich als:

Berechnung des Konfidenzintervalls

Das Konfidenzintervall reicht also von ca. 17,4 bis 19,4 Stunden. Die Forscherin kann mit 95-prozentiger Konfidenz sagen, dass Studierende im Durchschnitt zwischen 17,4 und 19,4 Stunden pro Woche lernen. Da das Intervall relativ eng ist, spricht das für eine verlässliche Schätzung bei diesem Stichprobenumfang.

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!