Die sieben Mitmach-Stationen
Station 1: Abgeschnittene y-Achse: Wenn kleine Unterschiede riesig aussehen
Ein Balken zeigt seinen Wert über seine Länge. Fängt die senkrechte Achse (die y-Achse) nicht bei null an, fehlt unten ein Stück. Dann wirkt ein kleiner Unterschied wie ein Wolkenkratzer neben einer Gartenhütte. Probier es aus.
„Ich bin viel größer als der da! Schau bloß nicht nach unten.“
Zieh den Regler an der Achse nach unten, bis sie bei 0 beginnt. Schau dabei, was mit den Balken und der Schlagzeile passiert.
Zufriedenheit explodiert!
Zufriedenheit mit der Waldkantine
Rechter Balken wirkt 4,0-mal so hoch
Aufgedeckt
Die Zahlen waren die ganze Zeit dieselben: 76 und 79. Nur der Boden war weggeschnitten. Bei Balken ist das ein echtes Problem, weil dein Auge Längen vergleicht. Bei Liniendiagrammen kann ein Ausschnitt dagegen in Ordnung sein, zum Beispiel wenn die Werte eng beieinanderliegen. Er muss dann aber klar erkennbar sein.
Echtes Beispiel
2020 machte auf Social Media ein Diagramm zur Auslastung von Intensivbetten die Runde, das 2018 und 2020 verglich. Die senkrechte Achse begann erst bei 16.000. Außerdem stand ein Jahresdurchschnitt neben Tagesmeldungen, also zwei Größen, die man nicht direkt vergleichen kann. Die Faktenprüfer von Correctiv haben den Fall geprüft.
Das Muster findet sich übrigens auch bei offiziellen Stellen: Leitfäden für gute Grafiken warnen zum Beispiel vor einem Diagramm des britischen Finanzministeriums zur Inflation, dessen Achse erst bei 8 % begann.
Quellen: Correctiv (2020); UK Government Analysis Function; data.europa.eu Data Visualisation Guide; Office for National Statistics.
Checklistenfrage (Nr. 2): Wo beginnt die y-Achse, bei null oder irgendwo mittendrin?
Station 2: Rosinenpicken beim Zeitraum: Wie das Startjahr den Trend macht
Dieselbe Kurve kann Anstieg, Stillstand oder Absturz zeigen. Es kommt nur darauf an, wo du anfängst zu gucken. Besonders beliebt als Startpunkt ist ein Jahr, das aus der Reihe tanzt.
„Warum fängt die Grafik ausgerechnet da an? Frag ich für einen Freund.“
Schieb das Startjahr nach links und nach rechts. Die Zahl unter der Grafik zeigt den Trend: um wie viele Körbe es im Schnitt pro Jahr rauf oder runter geht.
Seit 2012 kein einziger Korb mehr!
Pilzernte im Wald, Körbe pro Herbst
Trend: 0,0 Körbe pro Jahr
Aufgedeckt
Wer in einem Rekordjahr startet, lässt alles danach mickrig aussehen. Die Daten sind echt, der Ausschnitt ist gepickt. Der lange Zeitraum zeigt, wohin die Reise wirklich geht. Ein einzelnes Jahr sagt dazu fast nichts.
Echtes Beispiel
In der Klimadebatte hieß es lange, seit 1998 gebe es keine Erwärmung mehr. Der Klimaforscher Stefan Rahmstorf erklärt, warum 1998 als Startjahr ein typischer Fall von Rosinenpicken ist: Wegen eines sehr starken El Niño (ein Wetterphänomen im Pazifik, das die Erde zeitweise aufheizt) war das Jahr ungewöhnlich warm. Laut seiner Analyse ging die Erwärmung danach fast genauso weiter wie davor, sogar wenn man 1998 als Start nimmt. Unsere Pilzdaten übertreiben den Effekt also absichtlich, damit du ihn gut siehst.
Quelle: S. Rahmstorf, KlimaLounge / Spektrum SciLogs (ca. 2015).
Checklistenfrage (Nr. 3): Warum genau dieser Zeitraum? Was war davor und danach?
Station 3: Piktogramme und Flächen in Diagrammen: Doppelt so hoch, viermal so groß
Bildchen statt Balken sehen nett aus. Aber wer ein Symbol doppelt so hoch macht, macht es meistens auch doppelt so breit. Dein Auge sieht dann die Fläche, und die hat sich vervierfacht. Schieb den Regler für Bienenstock B nach rechts und vergleiche die beiden Töpfe.
„Doppelt so viel Honig, viermal so viel Topf. Merkste selber, oder?“
Der Honigtopf-Regler
Topfgröße:
Faire Ansicht:
Wert: ×1
Höhe: ×1
Fläche: ×1
Lügenfaktor (Lie Factor): 1
Zuwachs in der Grafik geteilt durch Zuwachs in den Daten. Noch ist nichts gewachsen.
Wer hat mehr Honig geerntet?
Honigernte in Gläsern, Bienenstock A und B
Zum Nachzählen: Topf A braucht 4 Karos, Topf B 4 Karos.
Aufgedeckt
Die Höhe stimmte. Trotzdem wirkte der Topf viel zu mächtig, weil die Fläche mitgewachsen ist. Der Grafik-Fachmann Edward Tufte hat dafür ein Maß erfunden, den „Lie Factor“: wie stark die Grafik übertreibt, verglichen mit den Daten. Bei 1 ist alles in Ordnung. 3D-Effekte machen es übrigens noch schlimmer, weil die Perspektive zusätzlich verzerrt.
Echtes Beispiel
Für sein bekanntestes schlechtes Beispiel kam Tufte auf einen Lie Factor von 14,8. Die Grafik übertrieb also fast fünfzehnfach. Die Statistik-Erklärer Carl Bergstrom und Jevin West nennen die Regel dahinter „proportional ink“: So viel Farbe wie Wert, nicht mehr.
Quellen: E. Tufte, „The Visual Display of Quantitative Information“ (1983); Calling Bullshit, „The Principle of Proportional Ink“.
Checklistenfrage (Nr. 4): Werden hier Flächen, Bildchen oder 3D-Effekte verglichen statt Zahlen?
Station 4: Relatives und absolutes Risiko: Was „doppelt so hoch“ wirklich heißt
„Risiko verdoppelt!“ klingt nach Alarm. Aber doppelt so viel wovon? Wenn vorher fast nichts war, ist das Doppelte immer noch fast nichts. Die relative Angabe (das Verhältnis) klingt dramatisch, die absolute Angabe (wie viele Menschen wirklich) holt dich auf den Boden zurück.
Das Punkteraster
Fall:
Ansicht:
Stell die Ansicht auf „Zeig mir die Menschen“. Dann verschwinden die Blätter, und am Raster erscheint ein Schalter für vorher und nachher.
Thromboserisiko verdoppelt!
Die Meldung und die Menschen dahinter
Schild des Froschs: +100 %
„Plus hundert Prozent! Klingt dramatisch, oder? Frag mich bitte nicht, wovon.“
relativ: +100 %
Unter den Blättern liegt ein Raster aus Punkten. Jeder Punkt ist ein Mensch.
Tipp aufs Raster oder zieh die Lupe, um den eingefärbten Punkt zu suchen.
Vorher: 1 von 7000 Frauen
relativ: doppelt so viel · absolut: 1 von 7000 mehr
Beides stimmt. Aber nur zusammen ergibt es ein Bild.
Aufgedeckt
Die Schlagzeile war nicht gelogen. Sie hat nur die halbe Geschichte erzählt. Ohne das Ausgangsrisiko kannst du mit „doppelt so hoch“ oder „20 Prozent mehr“ nichts anfangen. Die hilfreichste Form ist: so viele von 100 oder 1000 Menschen vorher, so viele nachher.
Echte Beispiele
- Wurst und Darmkrebs, 2015: Nach einer WHO-Meldung wurde verarbeitetes Fleisch als krebserregend eingestuft, Medien wie Bild und Zeit griffen das auf. Umgerechnet steigt das Risiko, irgendwann im Leben Darmkrebs zu bekommen, von etwa 5 auf etwa 6 Prozent. Die Zahlen waren nicht falsch, aber oft irreführend kommuniziert. Viele Berichte erwähnten immerhin, dass das Risiko für den Einzelnen gering bleibt.
- Pillen-Warnung, Großbritannien 1995: Eine Behörde warnte, bestimmte Antibabypillen würden das Risiko für eine Thrombose verdoppeln (ein Blutgerinnsel, das ein Gefäß verstopft). Dahinter standen 2 statt 1 Fall pro 7000 Frauen. Viele Frauen setzten die Pille ab. Schätzungen zufolge kam es im Jahr darauf in England und Wales zu rund 13.000 zusätzlichen Abtreibungen. (Je nach Quelle weichen die Zahlen etwas ab.)
Quellen: Unstatistik des Monats Oktober 2015 (Harding-Zentrum / RWI); taz (2015); Bulletin of the WHO (2009); Gigerenzer (2003).
Checklistenfrage (Nr. 5): Prozent wovon? Wie viele von 1000 sind es vorher und nachher?
Station 5: Median oder Durchschnitt: Was ist der Unterschied?
Der Median ist der Wert genau in der Mitte, wenn du alle Werte der Größe nach sortierst: Die eine Hälfte liegt darüber, die andere darunter. Der Durchschnitt (auch Mittelwert genannt: alles zusammenzählen, durch die Anzahl teilen) lässt sich dagegen von wenigen sehr großen Werten nach oben ziehen. Deshalb klingt „im Durchschnitt“ zwar nach „so wie die meisten“, stimmt aber oft nicht.
„Uff. Einer landet, und ich hänge völlig schief.“
„Ich steh hier. Mir egal, wer kommt.“
Zieh den Millionär mit Maus oder Finger durch die Tür in die Kneipe und wieder hinaus. Mit der Tastatur nimmst du den Schalter.
Durchschnitt: 3.444 Euro
Median: 3.400 Euro
Neun von zehn Gästen liegen weit unter dem Durchschnitt.
Wer sitzt heute am Tresen?
Monatseinkommen der Gäste, in Euro
Aufgedeckt
Ein einziger Gast hat den Durchschnitt verdreißigfacht. Reicher geworden ist am Tresen niemand. Der Median hat kaum gezuckt. Aber Achtung: Der Median ist nicht automatisch die ehrlichere Zahl. Er verschweigt, wie reich die Spitze ist. Am besten zeigt man dir beide Werte.
So findest du den Median
Der Median ist der Wert genau in der Mitte: Die eine Hälfte liegt darunter, die andere darüber.
- Sortiere alle Werte der Größe nach.
- Ungerade Anzahl: Nimm den mittleren Wert. Bei 9 Gästen ist das der 5., also 3.400.
- Gerade Anzahl: Nimm die beiden mittleren und teile ihre Summe durch zwei. Bei 10 Gästen: 3.400 und 3.600, macht 3.500.
Zum Vergleich der Durchschnitt: alles zusammenzählen, durch die Anzahl teilen. 1.031.000 durch 10 macht 103.100.
Echtes Beispiel
Laut Statistischem Bundesamt verdienten Vollzeitbeschäftigte in Deutschland 2025 im Durchschnitt 64.441 Euro brutto im Jahr. Der Median lag bei 54.066 Euro. Das sind gut 10.000 Euro Unterschied, je nachdem, welche „Mitte“ jemand nennt. Den Abstand erklärt das Amt mit sehr hohen Verdiensten an der Spitze.
Andersherum geht es auch: 2026 nannte der dpa-Faktencheck eine Grafik zum Vermögen teilweise falsch. Sie zeigte nur den Median, obwohl die Quelle auch den Durchschnitt nannte.
Quellen: Destatis, Pressemitteilungen Nr. 134 (2025) und Nr. 113 (2026); dpa-Faktencheck (2026).
Checklistenfrage (Nr. 6): Durchschnitt oder Median? Gibt es Ausreißer?
Station 6: Stichprobengröße und repräsentative Umfrage: Wie viele wurden gefragt, und wer?
Niemand fragt alle. Man fragt ein paar (die Stichprobe) und schließt auf den Rest. Eine Umfrage gilt als repräsentativ, wenn die Befragten im Kleinen so zusammengesetzt sind wie alle, über die sie etwas aussagen soll. Das klappt erstaunlich gut, wenn zwei Dinge stimmen: Die Stichprobengröße reicht aus, und der Zufall hat die Leute ausgesucht. Fehlt eines davon, wird es wackelig. Stell die Zahl der Befragten ein, drück mehrmals auf „Nochmal fragen“ und schau, wie stark das Ergebnis springt.
„Ich greife blind rein. Genau das ist der Trick!“
„Ich! Ich! Ich will auch was sagen!“
Ergebnis: 50 % dafür
Fehlergrenze: ± 32 Punkte
Mehr Leute helfen nur gegen den Zufall. Nicht gegen eine schiefe Auswahl.
Umfrage im Wald: „Soll eine neue Brücke über den Bach?“
Sehr genau. Leider daneben.
Aufgedeckt
Bei wenigen Befragten ist fast jedes Ergebnis möglich, da regiert der Zufall. Mit mehr Befragten wird es genauer, aber nur, wenn alle die gleiche Chance hatten, gefragt zu werden. Die Fehlergrenze zeigt, wie weit das Ergebnis allein durch Zufall danebenliegen kann, jedenfalls in aller Regel. Vor anderen Fehlern schützt sie nicht. Wer sich selbst meldet, ist selten typisch, und diesen Fehler zeigt kein „± 3 Punkte“ an.
Faustregel: Fehlergrenze ≈ 1 geteilt durch die Wurzel aus der Zahl der Befragten.
100 Befragte: rund ± 10 Punkte · 1.000 Befragte: rund ± 3 Punkte. Gemeint sind Prozentpunkte: Hinter gemessenen 50 % können bei 100 Befragten in Wahrheit 40 % oder 60 % stecken.
Die Regel gilt grob für Ergebnisse um die 50 %. Für 1.000 Befragte nennt auch das Institut Infratest dimap rund 3 Punkte Unsicherheit bei großen Parteien.
Echte Beispiele
- „Neun von zehn Lehrern“, 2019: Die Aussage aus einer Umfrage für eine Lernplattform beruhte auf einer Online-Befragung von 1.111 Schülern, Lehrkräften und Eltern. Die Teilnehmenden stammten aus einem Pool von Menschen, die ohnehin viel im Netz unterwegs sind. Das Unstatistik-Team hält das nicht für repräsentativ. Frag bei „9 von 10“ also immer: von welchen 10?
- „83 % mehr Umsatz“: Mit so einem Zuwachs warb eine Agentur für einen Website-Test, bei dem zwei Varianten einer Seite gegeneinander antreten. Ein Leitfaden zum Auswerten solcher Tests rechnet vor, wie so etwas entstehen kann: je 60 Besucher pro Variante, 12 gegen 22 Käufe. Das sind plus 83 %, und ein Testprogramm meldet sogar „signifikant“ (was das heißt, steht gleich im Kleingedruckten). Trotzdem sind es nur zehn Käufe Unterschied, und bei so wenigen Besuchern wiederholt sich so ein Ergebnis oft nicht. Der Leitfaden rät deshalb zu deutlich mehr Daten, bevor man einem Gewinner traut.
Kleingedrucktes: Was heißt statistisch signifikant?
Signifikant heißt nur: Ein so großer Unterschied (oder ein noch größerer) käme selten vor, wenn es in Wahrheit gar keinen gäbe. Wie selten, sagt der p-Wert. Liegt er unter einer vorher festgelegten Schwelle, meist 5 %, gilt das Ergebnis als statistisch signifikant. Der p-Wert ist nicht die Wahrscheinlichkeit, dass ein Effekt bloß Zufall ist. Und „signifikant“ heißt nicht „wichtig“ und nicht „groß“. Es heißt auch nicht „mit 95 % Sicherheit echt“. Die American Statistical Association warnt ausdrücklich vor dieser Lesart.
Quellen: Unstatistik des Monats März 2019 (Harding-Zentrum / RWI); wahlrecht.de; S. Schulz, „Leitfaden: Statistische Interpretation von Testresultaten“, Web Arts / konversionsKRAFT (2014); American Statistical Association, Statement on p-Values (2016).
Checklistenfrage (Nr. 7): Wie viele wurden gefragt, und wie wurden sie ausgewählt?
Checklistenfrage (Nr. 8): Steht eine Fehlergrenze dabei, und ist der Unterschied größer als sie?
Station 7: Korrelation und Kausalität: Bringt der Storch die Babys?
Korrelation heißt: Zwei Größen verändern sich gemeinsam. Kausalität heißt: Die eine verursacht die andere. Aus einer Korrelation folgt noch lange keine Kausalität. Steckt etwas Drittes dahinter oder schlicht der Zufall, spricht man von einer Scheinkorrelation. Der Klassiker: Wo viele Störche leben, kommen viele Kinder zur Welt. Sagt zumindest das Diagramm. Leg den Fuchs-Schalter um und schau, wer sich hinter den Punkten versteckt.
„Reiner Zufall? Ich bitte dich. Guck auf die Punkte!“
Der Fuchs-Schalter
Tipp eine Farbgruppe an:
Zusammenhang bei allen 15 Gemeinden: r = 0,95 (stark)
r misst, wie eng zwei Größen zusammenhängen. Nahe 1: Die Punkte liegen fast auf einer Linie. Nahe 0: kein Muster.
Bewiesen: Mehr Störche, mehr Babys!
Storchennester und Geburten pro Jahr in 15 Gemeinden
„Hallo. Ich war die ganze Zeit hier.“
Aufgedeckt
Störche und Geburten steigen gemeinsam, aber keins von beiden bewirkt das andere. Beide hängen an etwas Drittem, das im Diagramm fehlte. Solche versteckten Ursachen sind oft Alter, Einkommen, Größe oder einfach die Zeit. Manchmal läuft die Richtung auch andersherum als behauptet. Echte Ursachen findet man am ehesten mit Experimenten, nicht mit bloßem Beobachten.
Echtes Beispiel
2012 machten deutsche Zeitungen aus einer Studie die Schlagzeile „Schokolade macht dünn“. Die Studie hatte nur beobachtet: Wer häufiger Schokolade isst, hat im Schnitt einen niedrigeren BMI (das Maß für Gewicht im Verhältnis zur Körpergröße). Ob die Schokolade der Grund ist, konnte sie gar nicht zeigen.
Merkhilfe für unterwegs: Männer mit weniger Haaren verdienen im Schnitt mehr. Das liegt nicht an der Glatze, sondern am Alter.
Quellen: RWI, Unstatistik „Schokolade macht dünn“ (2012); ISB Bayern, Erläuterungen Korrelation und Kausalität; Quarks, „So durchschaust du jede Statistik“.
Checklistenfrage (Nr. 10): Zusammenhang oder Ursache? Gibt es einen dritten Faktor?
Drei Kurzkarten für unterwegs
Noch drei Stolperwurzeln zum Mitnehmen
„Die hier gehen schnell. Versprochen.“
-
Suggestivfragen legen dir eine Antwort nahe. Schon einzelne Wörter verschieben ein Ergebnis. In einer US-Umfrage von 2005 waren 51 Prozent dafür, dass Ärzte unheilbar Kranken Mittel geben dürfen, um ihr Leben zu beenden. Hieß es stattdessen, Ärzte würden „beim Suizid assistieren“, waren es nur 44 Prozent. Gemeint war dasselbe. Ohne die genaue Frage und die möglichen Antworten kannst du ein Ergebnis nicht einordnen.
Checklistenfrage (Nr. 9): Wie lautete die Frage wörtlich, und welche Antworten gab es?
Quelle: Pew Research Center, „Writing Survey Questions“.
-
Hat eine Grafik links und rechts verschiedene Skalen, lassen sich zwei Linien fast beliebig kreuzen. 2015 zeigte der US-Abgeordnete Jason Chaffetz so ein Diagramm in einer Anhörung im Kongress. Es ging um Planned Parenthood, eine US-Organisation für Familienplanung. Die Achsen waren unbeschriftet, eine Linie lief in Millionen, die andere in Hunderttausenden. PolitiFact vergab dafür seine schlechteste Wertung. Der zweite Trick: Kumulierte Kurven zählen alles seit Beginn zusammen und steigen deshalb immer. 2013 zeigte Apple-Chef Tim Cook so eine Kurve der iPhone-Verkäufe ohne Skala. Das Magazin Quartz legte die Verkäufe pro Quartal darüber und fand drei Quartale in Folge mit Rückgang.
Checklistenfrage (Nr. 11): Zwei Achsen? Alles seit Beginn zusammengezählt oder pro Zeitraum?
Quellen: PolitiFact (2015); Quartz (2013).
-
Ein Anteil an den Betroffenen sagt wenig, solange du nicht weißt, wie groß die Gruppen dahinter sind. Wie groß der Anteil einer Gruppe an allen ist, nennt man Basisrate. 2021 verbreitete sich ein Video aus einem Krankenhaus in Antwerpen mit der Aussage, die meisten Covid-Intensivpatienten dort seien geimpft. Correctiv ordnete das ein: In der betroffenen Altersgruppe waren vor Ort über 95 Prozent geimpft. Eine so große Gruppe stellt auch bei kleinerem Risiko viele Fälle. Über das Risiko des Einzelnen sagt der bloße Anteil deshalb nichts. Das gilt für jedes Thema: Je größer eine Gruppe, desto häufiger taucht sie in jeder Zählung auf.
Checklistenfrage (Nr. 12): Wie groß sind die Gruppen, die hier verglichen werden?
Quelle: Correctiv (2021).
Auf dem Holzweg?
Wo Statistiken dich in die Irre führen
Statistik-Checkliste: 12 Fragen gegen den Holzweg
Du musst nichts nachrechnen. Du musst nur fragen. Hak ab, was du geklärt hast. Bleiben Fragen offen, ist das noch kein Beweis für einen Trick. Aber ein guter Grund, zweimal hinzuschauen.
„Passt in jede Hosentasche. Und an jeden Kühlschrank.“
0 von 12 abgehakt
„Geschafft! Du musst jetzt nicht jeder Zahl misstrauen. Die meisten sind völlig in Ordnung. Aber wenn dir eine Grafik das nächste Mal zu laut zuruft, weißt du, wo du nachschauen kannst. Mach's gut, und bleib auf dem Weg.“
holzweg-statistik.de
Häufige Fragen zu Statistik
„Frag ruhig. Hier gibt's keine dummen Fragen, nur schiefe Achsen.“
Was ist der Unterschied zwischen Median und Durchschnitt?
Für den Durchschnitt zählst du alle Werte zusammen und teilst durch ihre Anzahl. Der Median ist der mittlere Wert der sortierten Reihe. Ausreißer verschieben den Durchschnitt stark, den Median kaum.
Was ist der Unterschied zwischen Korrelation und Kausalität?
Korrelation heißt: Zwei Größen verändern sich gemeinsam. Kausalität heißt: Die eine verursacht die andere. Aus Korrelation allein folgt keine Kausalität.
Was ist eine Scheinkorrelation?
Ein Zusammenhang ohne Ursache dahinter, weil etwas Drittes beide Größen treibt oder der Zufall mitspielt. Störche und Geburten hängen beide an der Größe der Gemeinde.
Was bedeutet statistisch signifikant?
Ein so großer Unterschied käme selten vor, wenn es in Wahrheit keinen gäbe. Es heißt nicht „groß“ oder „wichtig“. Wie selten, misst der p-Wert. Er ist nicht die Wahrscheinlichkeit, dass der Effekt Zufall ist.
Wann ist eine Umfrage repräsentativ?
Wenn die Befragten im Kleinen so zusammengesetzt sind wie alle, um die es geht. Das gelingt am ehesten per Zufallsauswahl, viele Befragte allein reichen nicht.
Welche Stichprobengröße braucht eine Umfrage?
Faustregel: Die Fehlergrenze ist ungefähr 1 geteilt durch die Wurzel aus der Zahl der Befragten. 1.000 Befragte ergeben rund ± 3 Punkte.
Was ist das Simpson-Paradoxon?
Ein Trend in den Teilgruppen kann sich umkehren, wenn du die Gruppen zusammenwirfst. Universität Berkeley 1973: Insgesamt wurden rund 44 % der Männer und 35 % der Frauen zugelassen. Schaut man jedes Fach einzeln an, lagen die Frauen eher leicht vorn. Sie hatten sich nur häufiger für Fächer beworben, in die kaum jemand reinkam.
Quellen und zum Weiterlesen
Ein Wort vorweg: Viele schlechte Grafiken entstehen aus Schlamperei oder Zeitdruck, nicht aus böser Absicht. Die Fragen der Checkliste helfen dir in beiden Fällen.
Grafiken und Achsen (Stationen 1 bis 3, Karte 2)
- Correctiv: „Irreführender Vergleich der Daten zur Auslastung von Intensivbetten 2018 und 2020“ (2020).
- Calling Bullshit (Bergstrom/West): „Misleading axes on graphs“.
- Calling Bullshit: „The Principle of Proportional Ink“.
- UK Government Analysis Function: „Data visualisation: charts“.
- Office for National Statistics: „Axes and gridlines“.
- data.europa.eu Data Visualisation Guide: „Breaking scales“.
- S. Rahmstorf: „Keine Verlangsamung der globalen Erwärmung“, KlimaLounge / Spektrum SciLogs (ca. 2015).
- PolitiFact: Faktencheck zum Diagramm der Planned-Parenthood-Anhörung (2015).
- Quartz: „The chart Tim Cook doesn't want you to see“ (2013).
- Edward Tufte: „The Visual Display of Quantitative Information“ (1983), Buch.
- Darrell Huff: „How to Lie with Statistics“ (1954), Buch.
Risiken und Prozente (Station 4, Karte 3)
- Harding-Zentrum / RWI: „Unstatistik des Monats Oktober 2015: Wursthysterie“.
- taz: „RWI warnt vor Wursthysterie“ (2015).
- Bulletin of the WHO: „Making sense of health statistics“ (2009).
- G. Gigerenzer: „Why Does Framing Influence Judgment?“, Journal of General Internal Medicine (2003).
- Wissen Was Wirkt: „Absolutes und relatives Risiko“.
- Correctiv: Faktencheck zur Intensivstation in Antwerpen (2021).
Durchschnitt und Median (Station 5)
- Statistisches Bundesamt: Pressemitteilung Nr. 113 (2026).
- Statistisches Bundesamt: Pressemitteilung Nr. 134 (2025).
- dpa-Faktencheck: „Beim Durchschnittsvermögen liegt Deutschland im Ranking höher“ (2026).
Umfragen und Stichproben (Station 6, Karte 1)
- Harding-Zentrum / RWI: „Unstatistik des Monats März 2019: Digitaler Scheinenthusiasmus“.
- wahlrecht.de: „Wahlumfragen“ (Fehlergrenzen).
- Pew Research Center: „Writing Survey Questions“.
- American Statistical Association: Statement on p-Values (2016).
- Steffen Schulz: „Leitfaden: Statistische Interpretation von Testresultaten“, Web Arts / konversionsKRAFT (2014), E-Book. Rechenbeispiel 60 Besucher, 12 gegen 22 Käufe.
Zusammenhang und Ursache (Station 7)
- RWI: Unstatistik „Schokolade macht dünn“ (2012).
- ISB Bayern / LehrplanPLUS: „Erläuterungen Korrelation und Kausalität“.
- Quarks: „So durchschaust du jede Statistik“.
Allgemein und für Neugierige
- RWI: „Unstatistik des Monats“, laufende Reihe.
- bpb / GrafStat: „Wie liest man eine Statistik?“
- Carl Bergstrom, Jevin West: „Calling Bullshit“ (Random House, 2020), Buch.
Hinweis zu den Daten: Alle Zahlen in den Mitmach-Stationen sind frei gewählte Beispieldaten aus dem Wald, wenn keine Quelle dabeisteht. Echte Zahlen stehen nur in den Abschnitten „Echtes Beispiel“ und auf den Kurzkarten.