Statistik

Binomialverteilung einfach erklärt

Aktualisiert am 30. Oktober 2026 · mit Rechenbeispiel, Klausurfehlern und Mini-Quiz

✓ Gegengeprüft · Quellen: Gabler Wirtschaftslexikon

So ist diese Seite geprüft: Jede Rechnung, jede Tabelle und jede Quizlösung ist von unserem Rechen-Algorithmus ohne KI nachgerechnet. Fachlich wurde der Text in zwei unabhängigen Prüfrunden kontrolliert und gegen 22 belegte Kernaussagen aus festen Quellen abgeglichen.

Quellen

So prüfen wir · Fehler gefunden? Melde ihn uns

Kurz erklärt

Die Binomialverteilung gibt an, mit welcher Wahrscheinlichkeit bei nn unabhängigen Versuchen mit gleicher Erfolgswahrscheinlichkeit pp genau kk Erfolge eintreten. Die Formel lautet P(X=k)=(nk)⋅pk⋅(1−p)n−kP(X = k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}. Ihr Erwartungswert ist n⋅pn \cdot p, ihre Varianz n⋅p⋅(1−p)n \cdot p \cdot (1-p).

Was ist die Binomialverteilung?

Viele Situationen in der Wirtschaft haben genau zwei Ausgänge: Ein Kunde kauft oder kauft nicht, eine Rechnung wird bezahlt oder fällt aus, ein Fluggast erscheint oder nicht, ein Bauteil ist in Ordnung oder defekt. Ein einzelner solcher Versuch heißt Bernoulli-Experiment. Den Ausgang, für den du dich interessierst, nennst du „Erfolg“, auch wenn er wirtschaftlich ein Misserfolg ist, etwa ein Zahlungsausfall.

Wiederholst du so ein Experiment nn-mal, zählt die Zufallsvariable XX die Anzahl der Erfolge. Sie ist binomialverteilt, man schreibt X∼B(n,p)X \sim B(n, p). Die Binomialverteilung ist diskret: XX kann nur die Werte 0,1,2,…,n0, 1, 2, \dots, n annehmen.

Voraussetzungen

Die letzten beiden Punkte prüfen Klausuren gern. Ziehst du ohne Zurücklegen aus einer kleinen Grundgesamtheit, etwa 5 Rechnungen aus einem Stapel von 20, ändert sich pp nach jedem Zug. Dann gilt die hypergeometrische Verteilung. Ist die Grundgesamtheit groß im Vergleich zur Stichprobe, ist die Binomialverteilung eine gute Näherung.

Wie lautet die Formel der Binomialverteilung?

P(X=k)=(nk)⋅pk⋅(1−p)n−kP(X = k) = \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}(nk)=n!k!⋅(n−k)!\binom{n}{k} = \frac{n!}{k! \cdot (n-k)!}

Die Formel hat drei Bausteine, die du einzeln verstehen solltest:

Für Kennzahlen der Verteilung gibt es fertige Formeln:

E(X)=n⋅pE(X) = n \cdot pVar⁡(X)=n⋅p⋅(1−p)\operatorname{Var}(X) = n \cdot p \cdot (1-p)σ=n⋅p⋅(1−p)\sigma = \sqrt{n \cdot p \cdot (1-p)}

Für „höchstens“ und „mindestens“ addierst du Einzelwahrscheinlichkeiten oder nutzt die kumulierte Tabelle F(k)=P(X≤k)F(k) = P(X \leq k). Bei „mindestens eins“ ist das Gegenereignis fast immer der kürzeste Weg:

P(X≥1)=1−P(X=0)=1−(1−p)nP(X \geq 1) = 1 - P(X = 0) = 1 - (1-p)^nP(X≥k)=1−P(X≤k−1)P(X \geq k) = 1 - P(X \leq k-1)

Beispiel: Abschlüsse im Telefonvertrieb

Eine Vertriebsmitarbeiterin eines Software-Anbieters ruft an einem Tag 12 Bestandskunden an, um ein Upgrade zu verkaufen. Erfahrungsgemäß sagen 15 % der Kunden zu, die Gespräche beeinflussen sich nicht gegenseitig. Also gilt X∼B(12; 0,15)X \sim B(12;\ 0{,}15).

Schritt 1: Genau 2 Abschlüsse
(122)=12⋅112=66\binom{12}{2} = \frac{12 \cdot 11}{2} = 66
P(X=2)=66⋅0,152⋅0,8510=66⋅0,0225⋅0,1969≈0,2924P(X = 2) = 66 \cdot 0{,}15^2 \cdot 0{,}85^{10} = 66 \cdot 0{,}0225 \cdot 0{,}1969 \approx 0{,}2924

Schritt 2: Mindestens 1 Abschluss
P(X=0)=0,8512≈0,1422P(X = 0) = 0{,}85^{12} \approx 0{,}1422
P(X≥1)=1−0,1422=0,8578P(X \geq 1) = 1 - 0{,}1422 = 0{,}8578
An etwa 14 % der Tage geht sie trotz 12 Gesprächen leer aus. Das ist reiner Zufall, kein Leistungsabfall.

Schritt 3: Mindestens 3 Abschlüsse
P(X=1)=12⋅0,15⋅0,8511≈0,3012P(X = 1) = 12 \cdot 0{,}15 \cdot 0{,}85^{11} \approx 0{,}3012
P(X≤2)=0,1422+0,3012+0,2924=0,7358P(X \leq 2) = 0{,}1422 + 0{,}3012 + 0{,}2924 = 0{,}7358
P(X≥3)=1−0,7358=0,2642P(X \geq 3) = 1 - 0{,}7358 = 0{,}2642

Schritt 4: Erwartungswert und Streuung
E(X)=12⋅0,15=1,8E(X) = 12 \cdot 0{,}15 = 1{,}8 Abschlüsse
Var⁡(X)=12⋅0,15⋅0,85=1,53\operatorname{Var}(X) = 12 \cdot 0{,}15 \cdot 0{,}85 = 1{,}53, σ=1,53≈1,24\sigma = \sqrt{1{,}53} \approx 1{,}24
Bei 200 € Provision je Abschluss beträgt die erwartete Tagesprovision 200⋅1,8=360200 \cdot 1{,}8 = 360 €.

Für die Führungskraft heißt das: Eine Zielvorgabe von „mindestens 3 Abschlüssen pro Tag“ würde die Mitarbeiterin nur an gut einem Viertel der Tage erreichen, obwohl sie genau den Durchschnitt liefert. Wer Vertriebsziele setzt, sollte die Streuung kennen.

Nachgerechnet von unserem Rechen-AlgorithmusJede Rechnung in diesem Beispiel ist ohne KI exakt geprüft. So funktioniert’s

Anwendung: Lohnt sich Überbuchen?

Fluggesellschaften, Hotels und Fahrdienste verkaufen mehr Plätze, als sie haben, weil nicht alle Kunden erscheinen. Mit der Binomialverteilung lässt sich prüfen, ob das wirtschaftlich sinnvoll ist.

Ein Flughafen-Shuttle hat 8 Plätze. Ein Ticket kostet 40 € und wird bei Nichterscheinen nicht erstattet. Jeder Fahrgast erscheint unabhängig mit 85 % Wahrscheinlichkeit. Muss ein Fahrgast abgewiesen werden, zahlt der Betreiber 100 € Entschädigung.

9 Tickets: Problematisch ist nur, wenn alle 9 erscheinen: P(X=9)=0,859≈0,2316P(X = 9) = 0{,}85^9 \approx 0{,}2316. Erwartete Entschädigung: 100⋅0,2316=23,16100 \cdot 0{,}2316 = 23{,}16 €. Das 9. Ticket bringt also im Mittel 40−23,16=16,8440 - 23{,}16 = 16{,}84 € zusätzlich.

10 Tickets: P(X=9)≈0,3474P(X = 9) \approx 0{,}3474 (ein Fahrgast zu viel), P(X=10)≈0,1969P(X = 10) \approx 0{,}1969 (zwei zu viel). Erwartete Entschädigung: 100⋅(1⋅0,3474+2⋅0,1969)≈74,12 €100 \cdot (1 \cdot 0{,}3474 + 2 \cdot 0{,}1969) \approx 74{,}12\ \text{€}. Das 10. Ticket erhöht die erwartete Entschädigung um rund 50,96 €, bringt aber nur 40 € ein.

Ergebnis: Ein Ticket überbuchen lohnt sich, zwei nicht.

Hier greifen Binomialverteilung und Erwartungswert ineinander: Die Verteilung liefert die Wahrscheinlichkeiten, der Erwartungswert bewertet sie in Euro. Dieselbe Logik der Grenzbetrachtung kennst du aus der Kostenrechnung bei den Grenzkosten.

Abgrenzung und Näherungen

VerteilungWann?
Binomialverteilungfeste Anzahl unabhängiger Versuche, konstantes pp, Ziehen mit Zurücklegen
hypergeometrische VerteilungZiehen ohne Zurücklegen aus kleiner Grundgesamtheit
Poisson-VerteilungAnzahl seltener Ereignisse pro Zeitraum, Näherung für großes nn und kleines pp
NormalverteilungNäherung für großes nn, Faustregel n⋅p⋅(1−p)>9n \cdot p \cdot (1-p) > 9

Die Näherung durch die Normalverteilung wird wichtig, sobald nn groß wird. Prüft ein Onlineshop, wie viele von 2.000 Bestellungen retourniert werden, und liegt die Quote bei 30 %, ist 2.000⋅0,3⋅0,7=420>92.000 \cdot 0{,}3 \cdot 0{,}7 = 420 > 9. Statt hunderte Einzelwahrscheinlichkeiten zu addieren, rechnest du mit μ=np=600\mu = np = 600 und σ=np(1−p)=420≈20,49\sigma = \sqrt{np(1-p)} = \sqrt{420} \approx 20{,}49 sowie der Stetigkeitskorrektur, etwa P(X≤k)≈Φ(k+0,5−μσ)P(X \le k) \approx \Phi\left(\frac{k + 0{,}5 - \mu}{\sigma}\right).

Binomialverteilung = zählen, wie oft bei n unabhängigen Ja/Nein-Versuchen mit gleichem p „Ja“ herauskommt.

Typische Fehler in der Klausur

  1. „Mindestens“ falsch übersetzen: P(X≥3)=1−P(X≤2)P(X \geq 3) = 1 - P(X \leq 2), nicht 1−P(X≤3)1 - P(X \leq 3). Schreib dir die Gegenmenge vorher ausdrücklich hin.
  2. Den Binomialkoeffizienten vergessen: 0,152⋅0,85100{,}15^2 \cdot 0{,}85^{10} ist nur die Wahrscheinlichkeit für eine bestimmte Reihenfolge. Erst mit (122)=66\binom{12}{2} = 66 erfasst du alle Reihenfolgen.
  3. Den Exponenten der Gegenwahrscheinlichkeit falsch setzen: Bei kk Erfolgen gibt es n−kn-k Misserfolge, also (1−p)n−k(1-p)^{n-k} und nicht (1−p)n(1-p)^n.
  4. Die Binomialverteilung ohne Prüfung der Voraussetzungen anwenden: Bei Ziehen ohne Zurücklegen aus einer kleinen Grundgesamtheit oder bei abhängigen Versuchen ist sie falsch.
  5. Varianz und Standardabweichung verwechseln: n⋅p⋅(1−p)n \cdot p \cdot (1-p) ist die Varianz. Für σ\sigma musst du noch die Wurzel ziehen.

Teste dich: Mini-Quiz

1. Ein Onlineshop weiß: 20 % der Besucher eines Produkts kaufen. Wie hoch ist die Wahrscheinlichkeit, dass von 5 Besuchern genau einer kauft?

  1. 20,00 %
  2. 32,77 %
  3. 8,19 %
  4. 40,96 %
Lösung anzeigen

Richtig: D) 40,96 %. P(X=1)=(51)⋅0,2⋅0,84=5⋅0,2⋅0,4096=0,4096P(X = 1) = \binom{5}{1} \cdot 0{,}2 \cdot 0{,}8^4 = 5 \cdot 0{,}2 \cdot 0{,}4096 = 0{,}4096.

2. 10 % aller Rechnungen eines Großhändlers werden zu spät bezahlt. Wie wahrscheinlich ist es, dass von 10 Rechnungen mindestens eine zu spät kommt?

  1. 65,13 %
  2. 34,87 %
  3. 10,00 %
  4. 100 %
Lösung anzeigen

Richtig: A) 65,13 %. P(X≥1)=1−0,910≈1−0,3487=0,6513P(X \geq 1) = 1 - 0{,}9^{10} \approx 1 - 0{,}3487 = 0{,}6513.

3. Wie groß ist die Varianz von X∼B(50; 0,2)X \sim B(50;\ 0{,}2)?

  1. 10
  2. 2,83
  3. 8
  4. 40
Lösung anzeigen

Richtig: C) 8. Var⁡(X)=50⋅0,2⋅0,8=8\operatorname{Var}(X) = 50 \cdot 0{,}2 \cdot 0{,}8 = 8. 10 wäre der Erwartungswert, 2,83 die Standardabweichung.

Häufige Fragen

Wann ist eine Zufallsvariable binomialverteilt?

Wenn sie zählt, wie oft bei einer festen Anzahl unabhängiger Versuche ein bestimmtes Ereignis eintritt, und jeder Versuch nur zwei Ausgänge mit konstanter Erfolgswahrscheinlichkeit hat. Typisch sind Kauf oder Nichtkauf, defekt oder in Ordnung, erscheint oder erscheint nicht.

Wie berechnet man den Erwartungswert der Binomialverteilung?

Der Erwartungswert ist Anzahl der Versuche mal Erfolgswahrscheinlichkeit, also n mal p. Bei 12 Gesprächen mit 15 Prozent Abschlussquote erwartest du 1,8 Abschlüsse.

Wie berechnet man die Wahrscheinlichkeit für mindestens einen Erfolg?

Am schnellsten über das Gegenereignis: 1 minus die Wahrscheinlichkeit für null Erfolge, also 1 minus (1 minus p) hoch n. Bei 12 Versuchen mit p = 0,15 sind das 1 minus 0,85 hoch 12, rund 85,8 Prozent.

Was ist der Unterschied zwischen Binomialverteilung und hypergeometrischer Verteilung?

Die Binomialverteilung setzt eine konstante Erfolgswahrscheinlichkeit voraus, wie beim Ziehen mit Zurücklegen. Die hypergeometrische Verteilung gilt beim Ziehen ohne Zurücklegen, bei dem sich die Wahrscheinlichkeit nach jedem Zug ändert. Bei großer Grundgesamtheit und kleiner Stichprobe liefern beide fast dieselben Ergebnisse.

Was bedeutet n über k?

Der Binomialkoeffizient n über k gibt an, auf wie viele Arten man k Elemente aus n auswählen kann, ohne auf die Reihenfolge zu achten. In der Binomialformel zählt er, wie viele Reihenfolgen von Erfolgen und Misserfolgen zum gleichen Ergebnis führen.

Hilft dir das?

Teil die Seite mit deiner Lerngruppe oder schick sie deiner Fachschaft.

Per WhatsApp teilen

Lernpfad Statistik und Wirtschaftsmathematik

Thema 7 von 10 · Abschnitt „Wahrscheinlichkeit und Verteilungen“. Alle 10 Themen in Lernreihenfolge

Passt dazu