🔢 Benfordsches Gesetz

Das Gesetz folgt aus der Skaleninvarianz: Eine Wahrscheinlichkeitsverteilung f(x) ist skaleninvariant, wenn die Multiplikation aller Werte mit einer Konstante c die Verteilung der führenden Ziffern unverändert lässt. Die einzige stetige Verteilung, die diese Eigenschaft erfüllt, ist die logarithmische Gleichverteilung, das heißt, die Wahrscheinlichkeit, dass log10(x) in ein beliebiges Intervall fällt, ist proportional zur Länge des Intervalls. Die Wahrscheinlichkeit, dass die führende Ziffer d ist, entspricht der Länge des log10-Intervalls [d, d+1), also log10(d+1) - log10(d) = log10(1 + 1/d).

Forensische Buchprüfer wenden den Chi-Quadrat-Anpassungstest auf die führenden Ziffern von Einträgen in Finanzunterlagen an — Rechnungen, Spesenabrechnungen, Steuererklärungen oder Buchhaltungsjournale. Menschen, die Zahlen fälschen, wählen Ziffern tendenziell zu gleichmäßig, weil gleichmäßige Zufälligkeit der Intuition natürlich erscheint. Eine statistisch signifikante Abweichung (p-Wert unter 0,05 bei 8 Freiheitsgraden) markiert den Datensatz für weitere Untersuchungen. Die Benford-Analyse wurde in großen Betrugsverfahren eingesetzt, darunter der Enron-Skandal, sowie von Steuerbehörden in Dutzenden von Ländern.

Ein verbreiteter Irrglaube ist, dass das Benfordsche Gesetz auf alle numerischen Daten zutrifft. Tatsächlich versagt es bei Datensätzen mit engem Wertebereich (wie Körpergrößen erwachsener Menschen, die alle etwa zwischen 1,5 und 2,1 m liegen), bei Datensätzen mit eingebautem Minimum wie Telefonnummern und bei zufällig aus einer Gleichverteilung erzeugten Zahlen. Es gilt auch nicht für zugewiesene Nummern wie Postleitzahlen oder ID-Nummern. Das Gesetz erfordert Daten, die mehrere Größenordnungen ohne künstliche Einschränkungen umfassen.

Das Phänomen wurde erstmals vom amerikanischen Astronomen und Mathematiker Simon Newcomb 1881 bemerkt, der feststellte, dass die frühen Seiten gemeinsam genutzter Logarithmentafeln weit stärker abgenutzt waren als spätere Seiten — ein Hinweis darauf, dass Menschen weit häufiger Zahlen nachschlugen, die mit 1 beginnen. Die Beobachtung geriet weitgehend in Vergessenheit, bis der Physiker Frank Benford sie 1938 unabhängig neu entdeckte, über 20.000 Zahlen aus 20 verschiedenen Datensätzen — darunter Flussgebiete, Atomgewichte und Baseballstatistiken — analysierte und die statistischen Regelmäßigkeiten veröffentlichte, die heute seinen Namen tragen.

Ja. In jeder ganzzahligen Basis b größer als 1 ist die Wahrscheinlichkeit, dass die führende Ziffer gleich d ist, P(d) = log_b(1 + 1/d). Im Binärsystem (Basis 2) beginnt jede Zahl mit 1, sodass das Gesetz trivial gilt. In Basis 16 (Hexadezimal) tritt die führende Ziffer 1 in etwa log16(2) ≈ 25 % der Fälle auf. Die logarithmische Struktur ist universell und unabhängig von der Wahl des Zahlensystems, was bestätigt, dass sie tiefe mathematische Eigenschaften skaleninvarianter Verteilungen widerspiegelt.

Klassische Beispiele sind: die Bevölkerungszahlen aller Städte und Gemeinden eines Landes (von Tausenden bis zu zig Millionen), die Längen der Flüsse der Welt (Hunderte bis Tausende von Kilometern), Aktienkurse im Zeitverlauf, die in Physik-Handbüchern aufgeführten physikalischen Konstanten, nationale Haushaltszahlen, Erdbebenmagnituden (in Bezug auf das seismische Moment), die Anzahl der Zitierungen wissenschaftlicher Arbeiten sowie Fibonacci-Zahlen. All diese umfassen viele Größenordnungen, ohne künstlich begrenzt zu sein — das ist die entscheidende Voraussetzung, damit das Gesetz gilt.

Über die Betrugserkennung hinaus wird das Benfordsche Gesetz bei der Datenqualitätsprüfung eingesetzt, um Fehler in großen Datenbanken aufzuspüren, in der Bildforensik zur Erkennung digital manipulierter Fotografien (natürliche Bilder folgen Benford-ähnlichen Verteilungen in ihren DCT-Koeffizienten) und in der Netzwerkverkehrsanalyse zur Identifizierung anomalen Verhaltens. Machine-Learning-Systeme wurden ebenfalls darauf trainiert, finanzielle Anomalien anhand der Benford-Abweichung als eines ihrer Merkmale zu kennzeichnen. Einige Wahlbeobachtungsorganisationen nutzen es als vorläufigen Filter für Wahlunregelmäßigkeiten, wobei seine Anwendbarkeit auf Stimmenzählungen unter Statistikern umstritten ist.

Aktive Forschungsbereiche sind: die Erweiterung der Benford-Analyse auf die zweite und höhere führende Ziffern (verallgemeinertes Benfordsches Gesetz), die Anwendung auf Kryptowährungs-Transaktionsbücher und Blockchain-Forensik, die Entwicklung statistisch robusterer Tests, die mit kleinen Stichprobengrößen funktionieren (der Chi-Quadrat-Test erfordert mindestens ~100 Beobachtungen), der Einsatz in Anomalieerkennungs-Pipelines des maschinellen Lernens sowie theoretische Arbeiten zur genauen Charakterisierung, welche Wahrscheinlichkeitsverteilungen unter Produkten und Potenzen gegen das Benfordsche Gesetz konvergieren. Forscher untersuchen auch dessen Verbindungen zur Riemannschen Vermutung über die Verteilung der Primzahlen.