{"id":7733,"date":"2026-10-23T03:51:28","date_gmt":"2026-10-23T03:51:28","guid":{"rendered":"https:\/\/technodidact.de\/?p=7733"},"modified":"2026-10-23T03:51:28","modified_gmt":"2026-10-23T03:51:28","slug":"die-stille-unschaerfe-warum-ieee-754-uns-taeglich-beluegt-und-warum-das-eigentlich-korrekt-ist","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/die-stille-unschaerfe-warum-ieee-754-uns-taeglich-beluegt-und-warum-das-eigentlich-korrekt-ist\/","title":{"rendered":"Die stille Unsch\u00e4rfe: Warum IEEE 754 uns t\u00e4glich bel\u00fcgt \u2013 und warum das eigentlich korrekt ist"},"content":{"rendered":"

Von DerSchneider<\/strong><\/p>\n\n\n\n

\n\n\n\n

Einleitung: Der Cent, der verschwindet<\/h2>\n\n\n\n

Es gibt Momente, in denen die scheinbar perfekte Welt der Computer einen Riss bekommt. Man \u00f6ffnet die Konsole, tippt eine harmlose Addition ein \u2013 0.1 + 0.2<\/code> \u2013 und erwartet 0.3<\/code>. Doch auf dem Bildschirm erscheint: 0.30000000000000004<\/code>. Ein Fehler, der so winzig ist, dass er im Alltag meist unbemerkt bleibt, aber tief genug reicht, um Finanzsysteme zum Absturz zu bringen oder wissenschaftliche Simulationen zu untergraben. Die Ursache liegt nicht in einem Programmfehler, sondern in einem fundamentalen Kompromiss, den die Informatik vor \u00fcber vier Jahrzehnten eingegangen ist: dem IEEE-754-Standard f\u00fcr Gleitkommazahlen.<\/p>\n\n\n\n

Dieser Artikel beleuchtet, warum diese \u201efalschen“ Ergebnisse keine Fehler im eigentlichen Sinne sind, sondern die logische Konsequenz einer endlichen Maschine, die versucht, unendliche mathematische R\u00e4ume abzubilden. Es ist eine Geschichte von Ingenieurskunst, historischen Machtk\u00e4mpfen und der Erkenntnis, dass Perfektion manchmal darin besteht, die Grenzen des M\u00f6glichen pr\u00e4zise zu definieren.<\/p>\n\n\n\n

Der Kompromiss: Unendlichkeit im endlichen Speicher<\/h2>\n\n\n\n

Das grundlegende Dilemma ist so einfach wie unausweichlich: Die Menge der reellen Zahlen ist unendlich, der Speicher eines Computers ist es nicht. Ein 64-Bit-Double kann theoretisch 2<\/mn>64<\/mn><\/msup><\/mrow><\/semantics><\/math>264 verschiedene Werte darstellen \u2013 eine gewaltige Zahl, aber dennoch endlich. Die reellen Zahlen hingegen f\u00fcllen selbst das kleinste Intervall l\u00fcckenlos aus. Irgendwo muss also geschnitten werden.<\/p>\n\n\n\n

IEEE 754 l\u00f6st dieses Problem durch ein Format, das einer wissenschaftlichen Notation \u00e4hnelt: Eine Zahl wird als Vorzeichen, Mantisse (Signifikand) und Exponent gespeichert. Der Wert ergibt sich aus (<\/mo>\u2212<\/mo>1<\/mn>)<\/mo>s<\/mi><\/msup>\u00d7<\/mo>1.<\/mn>m<\/mi>\u00d7<\/mo>2<\/mn>e<\/mi>\u2212<\/mo>bias<\/mtext><\/mrow><\/msup><\/mrow><\/semantics><\/math>(\u22121)s<\/em>\u00d71.m<\/em>\u00d72e<\/em>\u2212bias. Der entscheidende Punkt ist die L\u00e4nge der Mantisse: Bei einem Double sind es 52 Bit (plus ein implizites Bit), was etwa 15 bis 17 signifikanten Dezimalstellen entspricht .<\/a><\/a><\/p>\n\n\n\n

Diese endliche Mantisse ist der Ursprung allen \u00dcbels \u2013 oder genauer: der Unsch\u00e4rfe. Denn nur Zahlen, die sich als endliche Summe von Zweierpotenzen darstellen lassen, finden exakt Platz in diesem Raster. Die Dezimalzahl 0.1<\/code> geh\u00f6rt nicht dazu.<\/p>\n\n\n\n

Bin\u00e4re Perioden: Warum 0.1 nicht 0.1 ist<\/h2>\n\n\n\n

In der Schule lernt man, dass Br\u00fcche wie 1<\/mn>\/<\/mi>3<\/mn><\/mrow><\/semantics><\/math>1\/3 im Dezimalsystem nicht enden wollen: 0.333\u2026<\/code>. Dasselbe Ph\u00e4nomen tritt im Bin\u00e4rsystem bei vielen Dezimalbr\u00fcchen auf, die uns allt\u00e4glich erscheinen. Die Umrechnung von 0.1<\/code> ins Bin\u00e4re erfolgt durch wiederholtes Multiplizieren mit 2 und Abspalten des ganzzahligen Anteils. Das Ergebnis ist eine periodische Folge: 0.00011001100110011\u2026<\/code> .<\/a><\/p>\n\n\n\n

Weil die Mantisse nach 52 Bit abschneidet (und dabei rundet), wird nicht 0.1<\/code> gespeichert, sondern der n\u00e4chstgelegene darstellbare Wert \u2013 eine Zahl, die um etwa 5.55<\/mn>\u00d7<\/mo>10<\/mn>\u2212<\/mo>18<\/mn><\/mrow><\/msup><\/mrow><\/semantics><\/math>5.55\u00d710\u221218 danebenliegt . Jede einzelne Gleitkommazahl repr\u00e4sentiert also nur sich selbst, nicht ein Intervall um einen \u201ewahren“ Wert . Diese Erkenntnis ist zentral: Der Fehler entsteht nicht durch unsaubere Programmierung, sondern durch die Repr\u00e4sentation selbst.<\/a><\/a><\/p>\n\n\n\n

Die Akkumulation: Warum ein kleiner Fehler gro\u00df wird<\/h2>\n\n\n\n

Ein einzelner Rundungsfehler von 10<\/mn>\u2212<\/mo>17<\/mn><\/mrow><\/msup><\/mrow><\/semantics><\/math>10\u221217 ist f\u00fcr praktisch alle Anwendungen irrelevant. Das Problem ist die Fortpflanzung. Jede arithmetische Operation \u2013 Addition, Subtraktion, Multiplikation, Division \u2013 wird nach IEEE 754 korrekt gerundet, das hei\u00dft, das Ergebnis ist der n\u00e4chstgelegene darstellbare Wert zum exakten mathematischen Resultat . Doch diese Rundung findet bei jeder<\/em> Operation statt.<\/a><\/p>\n\n\n\n

Addiert man 0.1<\/code> und 0.2<\/code>, werden zwei bereits gerundete Werte addiert, und das Ergebnis wird erneut gerundet. Die Fehler addieren sich. In einer Schleife, die tausendmal 0.1<\/code> aufsummiert, akkumuliert sich der Fehler zu sichtbaren Abweichungen: Statt 100<\/code> erh\u00e4lt man 99.9999999999986<\/code> .<\/a><\/p>\n\n\n\n

Noch dramatischer ist die Ausl\u00f6schung<\/strong> (Cancellation). Subtrahiert man zwei fast gleiche Zahlen, deren Differenz klein ist, bleiben von den signifikanten Stellen nur wenige \u00fcbrig \u2013 die f\u00fchrenden Stellen heben sich auf, und der relative Fehler explodiert. Die ETH Z\u00fcrich warnt in ihren Informatikvorlesungen explizit davor, zwei Zahlen mit sehr \u00e4hnlichem Wert zu subtrahieren .<\/a><\/p>\n\n\n\n

Ein weiteres Ph\u00e4nomen ist die Verschluckung<\/strong> kleiner Zahlen: Addiert man eine sehr kleine Zahl zu einer sehr gro\u00dfen, kann die kleine vollst\u00e4ndig aus der Mantisse fallen. 1e16 + 1<\/code> ergibt in doppelter Genauigkeit exakt 1e16<\/code>, weil die 1<\/code> unterhalb der Aufl\u00f6sungsschwelle liegt.<\/p>\n\n\n\n

Die historische Dimension: Vom Chaos zum Standard<\/h2>\n\n\n\n

So selbstverst\u00e4ndlich uns IEEE 754 heute erscheint, so chaotisch war die Zeit davor. In den 1970er Jahren hatte jeder Hersteller seine eigene Gleitkomma-Arithmetik. Programme, die auf einer Maschine liefen, konnten auf einer anderen v\u00f6llig andere Ergebnisse liefern \u2013 oder abst\u00fcrzen. Die Portabilit\u00e4t numerischer Software war ein Albtraum .<\/a><\/a><\/p>\n\n\n\n

Die Geschichte des Standards ist eng mit dem Namen William Kahan verbunden, der 1989 den Turing Award f\u00fcr seine Arbeit an der numerischen Analyse erhielt. Kahan und eine kleine Gruppe von Mitstreitern \u2013 Jerome Coonen, Harold Stone, Tom Pittman und David Palmer \u2013 entwarfen in den sp\u00e4ten 1970er Jahren den Entwurf, der 1985 als IEEE 754 verabschiedet wurde . Der Standard definierte nicht nur das Format, sondern auch das Rundungsverhalten (round to nearest, ties to even), Sonderwerte wie Infinity und NaN sowie f\u00fcnf Ausnahmeklassen (Overflow, Underflow, Division durch Null, ung\u00fcltige Operation, ungenau) .<\/a><\/a><\/p>\n\n\n\n

Interessant ist, dass der Standard seither mehrfach \u00fcberarbeitet wurde. Die Version von 2008 brachte Dezimalformate und den Fused Multiply-Add (FMA), der Multiplikation und Addition in einem Schritt mit nur einer Rundung ausf\u00fchrt. Die aktuell g\u00fcltige Version ist IEEE 754-2019, eine vergleichsweise bescheidene \u00dcberarbeitung mit Fehlerkorrekturen .<\/a><\/a><\/p>\n\n\n\n

Jenseits des Offensichtlichen: Kontroversen und Grenzen<\/h2>\n\n\n\n

IEEE 754 ist nicht unumstritten. Ein wiederkehrender Kritikpunkt betrifft die Erweiterte Pr\u00e4zision<\/strong> auf x86-Prozessoren. Die x87-FPU rechnete intern mit 80 Bit, w\u00e4hrend double<\/code> nur 64 Bit hat. Das konnte dazu f\u00fchren, dass ein Programm auf einem System \u201eEqual“ ausgab und auf einem anderen \u201eNot Equal“, je nachdem, ob ein Zwischenergebnis im Register (80 Bit) verblieb oder in den Speicher (64 Bit) geschrieben wurde . Der C-Standard und IEEE 754 ringen bis heute um den Umgang mit solchen Zwischenpr\u00e4zisionen.<\/a><\/p>\n\n\n\n

Ein anderer Punkt ist die Nicht-Assoziativit\u00e4t<\/strong> der Gleitkomma-Arithmetik. Dass (a + b) + c<\/code> nicht dasselbe ergeben muss wie a + (b + c)<\/code>, ist f\u00fcr Mathematiker eine Provokation, f\u00fcr Numeriker Alltag. Die Reihenfolge der Operationen beeinflusst das Ergebnis, was Optimierungen durch Compiler erschwert und die Reproduzierbarkeit von Ergebnissen \u00fcber verschiedene Hardware hinweg infrage stellt .<\/a><\/p>\n\n\n\n

Schlie\u00dflich die Frage der Glaubw\u00fcrdigkeit<\/strong>: Der Standard garantiert, dass eine einzelne Operation korrekt gerundet ist, aber er garantiert nicht, dass eine komplexe Berechnung \u201egenau genug“ ist. Die Fehlerfortpflanzung durch viele Operationen kann dazu f\u00fchren, dass von 15 signifikanten Stellen am Ende nur noch zwei \u00fcbrig sind. Die Verantwortung, die Kondition eines Problems zu analysieren und geeignete Algorithmen zu w\u00e4hlen, bleibt beim Entwickler .<\/a><\/p>\n\n\n\n

Praktische Konsequenzen: Was tun?<\/h2>\n\n\n\n

Die Einsicht in die Natur der Gleitkomma-Arithmetik f\u00fchrt zu konkreten Regeln. F\u00fcr Geldbetr\u00e4ge sollte man niemals float<\/code> oder double<\/code> verwenden, sondern Ganzzahlen (Cent) oder dezimale Gleitkommatypen wie decimal<\/code> in Python oder BigDecimal<\/code> in Java. F\u00fcr Vergleiche gilt: ==<\/code> ist tabu; stattdessen pr\u00fcft man, ob die Differenz unterhalb einer Toleranz liegt.<\/p>\n\n\n\n

F\u00fcr Summen vieler Zahlen bietet sich die Kahan-Summation<\/strong> an, die einen separaten Kompensationslauf mitf\u00fchrt, um verlorene niederwertige Bits wieder einzufangen. Der Worst-Case-Fehler w\u00e4chst dann nicht mehr linear mit der Anzahl der Summanden, sondern bleibt nahezu konstant . In der Praxis reicht oft schon die Wahl des richtigen Datentyps: Wer mit double<\/code> statt float<\/code> rechnet, gewinnt etwa neun Dezimalstellen Genauigkeit.<\/a><\/p>\n\n\n\n

Fazit: Die Ehrlichkeit der Endlichkeit<\/h2>\n\n\n\n

Die \u201efalschen“ Ergebnisse von Gleitkomma-Berechnungen sind keine Fehler, sondern die ehrliche Antwort einer endlichen Maschine auf eine unendliche Frage. IEEE 754 hat das Beste aus diesem Dilemma gemacht: Es hat einen pr\u00e4zisen, reproduzierbaren und weitgehend vern\u00fcnftigen Kompromiss definiert, der seit fast vier Jahrzehnten die Grundlage praktisch aller numerischen Berechnung bildet.<\/p>\n\n\n\n

Wer versteht, dass 0.1<\/code> im Bin\u00e4rsystem eine unendliche Periode hat, wer wei\u00df, dass jede Operation rundet und dass Fehler sich akkumulieren k\u00f6nnen, ist besser ger\u00fcstet als jener, der blind auf die vermeintliche Pr\u00e4zision der Maschine vertraut. Die stille Unsch\u00e4rfe ist kein Bug \u2013 sie ist eine Einladung, die Grenzen des eigenen Werkzeugs zu kennen und respektvoll mit ihnen umzugehen.<\/p>\n\n\n\n

\n\n\n\n

Kategorien:<\/strong> im-kopf, denkwerkzeuge<\/p>\n\n\n\n

Schlagworte:<\/strong> IEEE 754, Gleitkomma-Arithmetik, Rundungsfehler, Numerische Stabilit\u00e4t, Bin\u00e4re Repr\u00e4sentation, Kahan-Summation, Ausl\u00f6schung<\/p>\n\n\n\n

\n\n\n\n

Quellen<\/strong><\/p>\n\n\n\n

    \n
  1. Goldberg, David. \u201eWhat Every Computer Scientist Should Know About Floating-Point Arithmetic.“ ACM Computing Surveys<\/em>, Bd. 23, Nr. 1, 1991. (Online verf\u00fcgbar u. a. unter den Dokumentationsseiten von Oracle und University of Toronto) <\/a><\/a><\/li>\n\n\n\n
  2. IEEE. IEEE Standard for Floating-Point Arithmetic<\/em>, IEEE 754-2019. IEEE Standards Association, 2019. <\/a><\/li>\n\n\n\n
  3. Kahan, William. \u201eIEEE Standard 754 for Binary Floating-Point Arithmetic.“ Lecture Notes, University of California, Berkeley, 1997.<\/li>\n\n\n\n
  4. Severance, Charles. \u201eThe IEEE Standard 754: One for the History Books.“ Computer<\/em>, Bd. 52, Nr. 12, Dezember 2019, S. 109\u2013112. <\/a><\/li>\n\n\n\n
  5. ETH Z\u00fcrich. \u201eFloating-point Numbers II.“ Vorlesungsfolien Informatik I<\/em>, 2017. <\/a><\/li>\n\n\n\n
  6. Oracle. \u201eWhat Every Computer Scientist Should Know About Floating-Point Arithmetic \u2013 Appendix D.“ In: Numerical Computation Guide<\/em>. <\/a><\/a><\/li>\n\n\n\n
  7. Kahan, William. \u201eKahan Summation Algorithm.“ Konzeptbeschreibung, EPFL Graph Search. <\/a><\/li>\n<\/ol>","protected":false},"excerpt":{"rendered":"

    Von DerSchneider Einleitung: Der Cent, der verschwindet Es gibt Momente, in denen die scheinbar perfekte Welt der Computer einen Riss bekommt. Man \u00f6ffnet die Konsole, tippt eine harmlose Addition ein \u2013 0.1 + 0.2 \u2013 und erwartet 0.3. Doch auf dem Bildschirm erscheint: 0.30000000000000004. Ein Fehler, der so winzig ist, dass er im Alltag meist […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[40,18],"tags":[11418,11415,11413,11412,11417,11414,11416],"class_list":["post-7733","post","type-post","status-publish","format-standard","hentry","category-denkwerkzeuge","category-im-kopf-methoden-werkzeuge","tag-ausloeschung","tag-binaere-repraesentation","tag-gleitkomma-arithmetik","tag-ieee-754","tag-kahan-summation","tag-numerische-stabilitaet","tag-rundungsfehler"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7733","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/comments?post=7733"}],"version-history":[{"count":1,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7733\/revisions"}],"predecessor-version":[{"id":7734,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7733\/revisions\/7734"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=7733"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=7733"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=7733"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}