Eine physikalisch realistische Simulation mit edlem Holzrahmen, goldenen Messingnägeln und live berechneter Glockenkurve – inklusive interaktivem Wahrscheinlichkeitsrechner und ausführlicher Theorie.
Alle Parameter live anpassbar. Kugelanzahl und Ebenen sind als gängige Werte vorbelegt. Änderungen an Brett-Geometrie setzen die Simulation automatisch zurück.
Tipp: Leertaste pausiert/startet die Animation (außerhalb von Eingabefeldern)
Gib Parameter der Binomialverteilung ein – alle Ergebnisse erscheinen sofort beim Tippen. Die theoretischen Werte entsprechen exakt dem, was dein Galton-Board näherungsweise erzeugt.
Die Kugelanzahl pro Fach entspricht (skaliert) den Zahlen dieser Zeile. Markierte Zelle = C(n, k) deiner Rechner-Eingabe.
Warum entsteht aus einem Brett mit Nägeln eine Glockenkurve? Die Antwort führt Schritt für Schritt von einem simplen Münzwurf bis zum Zentralen Grenzwertsatz.
Jeder einzelne Nagel im Galton Board ist ein Zufallsexperiment mit zwei Ausgängen: Trifft die Kugel einen Nagel, weicht sie entweder nach links oder nach rechts ab. Bei einem perfekt symmetrischen Brett sind beide Möglichkeiten gleich wahrscheinlich. Solche Experimente heißen nach Jakob Bernoulli Bernoulli-Experimente; die klassische Notation ist
Die Kugel durchläuft genau n solcher Entscheidungen – eine pro Nagelreihe. Ihre Position im Fach k entspricht daher der Anzahl der Rechts-Abweichungen unter n unabhängigen Versuchen.
Die Zufallsvariable X = „Anzahl der Rechts-Abweichungen“ ist binomialverteilt: X ~ B(n, p). Die Wahrscheinlichkeit, genau k-mal rechts abzuweichen, ist
Jeder einzelne Pfad durch das Brett hat die Wahrscheinlichkeit pk(1−p)n−k – identisch für alle Pfade mit gleicher Rechts-Anzahl. Der Binomialkoeffizient C(n, k) zählt, wie viele verschiedene Pfade in dasselbe Fach führen. Mit p = 0.5 vereinfacht sich die Formel zu
Kernaussage: Das Galton Board ist ein Analogrechner für Binomialkoeffizienten – die Höhe des Kugelstapels im Fach k ist proportional zu C(n, k).
Die Binomialkoeffizienten lassen sich mit der Rekursion C(n, k) = C(n−1, k−1) + C(n−1, k) zeilenweise aufbauen – genau das tut das Pascal’sche Dreieck. Liest man eine Zeile des Dreiecks als Fachhöhen, hat man exakt das Ergebnis eines idealen Galton Boards vor Augen:
Die Summe jeder Zeile beträgt 2n – die Gesamtzahl aller möglichen Pfade. Wichtig für das Brett: Die Koeffizienten sind symmetrisch (C(n, k) = C(n, n−k)); deshalb ist die Verteilung perfekt symmetrisch um die Mitte.
Abraham de Moivre zeigte 1733, dass die Binomialverteilung für wachsendes n gegen die Glockenkurve strebt; Pierre-Simon Laplace verallgemeinerte das 1812 zum De-Moivre-Laplace-Theorem – dem ersten Spezialfall des Zentralen Grenzwertsatzes:
mit Mittelwert μ = n·p und Standardabweichung σ = √(n·p·(1−p)). Schon bei n = 12 Pegreihen ist die Annäherung für die Praxis ausgezeichnet – erkennbar am roten Kurven-Overlay über dem Histogramm.
Der Zentrale Grenzwertsatz (CLT) besagt: Die Summe vieler unabhängiger, gleichverteilter Zufallseffekte ist annähernd normalverteilt – unabhängig von der Form der Einzeleffekte. Die Weglänge einer Kugel ist die Summe von n Einzelentscheidungen (±1 je Abweichung), also gilt der CLT direkt. Das Brett macht diese Mathematik physikalisch sichtbar, ohne dass ein Computer rechnet. Wichtig ist die ehrliche Einschränkung: Reale Bretter sind nie perfekt symmetrisch (jeder Nagel hat ein kleines, individuelles p ≠ 0.5), und die Kugeln stoßen sich gegenseitig – deshalb bleiben Messung und Theorie näherungsweise, aber nicht exakt gleich.
Das Galton Board ist eines der ältesten statistischen Demonstrationsgeräte der Welt – und seine Entstehungsgeschichte ist faszinierend und kritisch zu betrachten zugleich.
Francis Galton, ein englischer Universalgelehrter und Cousin Charles Darwins, gilt als einer der Begründer der modernen Statistik. Er prägte fundamentale Konzepte, die bis heute in jeder Statistik-Vorlesung auftauchen: die Korrelation, die Regressionsanalyse, den Begriff „Natur gegen Umwelt“ (nature vs. nurture) und systematische Methoden zur Messung menschlicher Merkmale. Seine Datenarbeit (z. B. zu Erbsengrößen, Fingerabdrücken und Körpergrößen von Eltern und Kindern) legte Grundsteine der Biometrie.
Um 1873 führte Galton in Vorlesungen ein Gerät vor, das er Quincunx nannte – benannt nach dem lateinischen Wort für die Fünfer-Anordnung auf einem Würfel (quincunx = fünf), da die Nagel-Anordnung an die 5-Punkte-Fläche eines Spielwürfels erinnert. In seinem Buch Natural Inheritance (1889) beschrieb er das Gerät ausführlich. Sein Ziel war es, anschaulich zu zeigen, wie aus vielen kleinen, unabhängigen Einflüssen eine glockenförmige Verteilung, das „Gesetz der Fehler“ (law of error, heute Normalverteilung), entsteht – und wie dieses Gesetz seine berühmte Beobachtung der Regression zur Mitte (regression to mediocrity) erklärt.
Quellen: Galton, F. (1889) Natural Inheritance; Stigler, S. M. (1986) The History of Statistics, Harvard Univ. Press; Freedman, Pisani, Purves (2007) Statistics, 4. Aufl.; Gould, S. J. (1981) The Mismeasure of Man (kritische Aufarbeitung). Zugegriffen August 2026.
Das Galton-Prinzip – viele kleine unabhängige Effekte ergeben eine Glockenkurve – steckt in überraschend vielen Disziplinen. Hier die wichtigsten – ehrlich bewertet, inklusive der Grenzen.
Jede Fertigungslinie unterliegt zufälligen Schwankungen (Material, Maschine, Mensch). Shewhart-Regelkarten (1924) und die Six-Sigma-Methodik nutzen die Glockenkurve, um zwischen „normaler“ Streuung und echten Störungen zu unterscheiden. Die Prozessfähigkeit Cpk vergleicht die Lage der Kurve mit den Toleranzgrenzen.
Kernerkenntnis: Variation ist inhärent – Statistik trennt Zufall von Systemfehler.Louis Bachelier beschrieb 1900 in Théorie de la spéculation Kurse als Summe vieler kleiner Schritte – das mathematische Galton Board der Finanzwelt. Darauf beruhen die Brownsche-Bewegungs-Modelle und die Black-Scholes-Formel (1973).
Kernerkenntnis: Kursbewegungen ähneln einer Glockenkurve – aber reale Märkte haben „dicke Ränder” (Fat Tails) und Phasen gebündelter Volatilität. Modelle sind Näherungen, keine Wahrheiten.Die Brownsche Bewegung (Einstein 1905, experimentell bestätigt durch Perrin 1909) ist die Summe vieler winziger Stöße von Molekülen auf ein Staubkorn – physisch gesehen dasselbe wie eine Kugel, die durch tausende Nagelreihen fällt. Die Maxwell-Boltzmann-Verteilung der Teilchengeschwindigkeiten ist ebenfalls eine Glockenkurve.
Kernerkenntnis: Die Normalverteilung ist die universelle Statistik des Zufalls in der Natur.Quantitative Merkmale wie Körpergröße entstehen aus der Summe vieler Gene plus Umwelteinflüssen – klassisch normalverteilt. Galtons ursprüngliche Motivation war genau diese Vererbungsfrage: Er beobachtete die „Regression zur Mitte“, das Rückgleiten extremer Eltern-Werte zur Populationsmitte.
Kernerkenntnis: Viele kleine, additive Effekte → Glockenkurve, selbst wenn jeder Einzeleffekt diskret ist.Messfehler in Umfragen und Diagnostik lassen sich als Summe vieler kleiner Fehlerquellen modellieren. Das Konfidenzintervall des Stichprobenmittelwerts folgt direkt aus dem CLT – das Galton Board ist die beste intuitive Erklärung dafür, warum ein Mittelwert über 30 Beobachtungen „normal“ verteilt ist.
Kernerkenntnis: Einkommen, Vermögen und Fähigkeiten sind NICHT normalverteilt (lognormal, Pareto) – den CLT nur anwenden, wo er fachlich begründet ist.Random Forests (Breiman 2001) trainieren hunderte „schwache“ Entscheidungsbäume auf zufälligen Stichproben und lassen sie abstimmen. Die Varianz-Reduktion durch Mitteln vieler Einzelmodelle ist statistisch exakt das Galton-Prinzip: Das kollektive Ergebnis ist stabiler als jedes einzelne.
Kernerkenntnis: Mehr unabhängige Beobachter → glockenförmig schmaleres, verlässlicheres Ergebnis.Alle Quellen zugegriffen im August 2026. Die Links sind reine Verweise; die Datei selbst arbeitet vollständig offline.