Rolling Average bei Umfragen – Gleitender Durchschnitt erklärt
Key-Facts
- Prinzip: Durchschnitt der letzten X Umfragen, fortlaufend aktualisiert
- Vorteil: Glättet zufällige Schwankungen, zeigt echte Trends
- Typische Fenster: 5–14 Tage oder 3–7 Umfragen
- Genauigkeit: Im Schnitt 0,3–0,5 Pp. besser als Einzelumfragen
- Nachteil: Reagiert verzögert auf plötzliche Veränderungen
Wenn an einem Montag Forsa die CDU/CSU bei 30 Prozent sieht, am Dienstag INSA bei 28 Prozent und am Mittwoch Infratest dimap bei 31 Prozent – wo steht die Union dann wirklich? Die Antwort liefert der Rolling Average: ein gleitender Durchschnitt, der die verschiedenen Messungen zu einem einzigen, zuverlässigeren Wert zusammenfasst.
Das Grundprinzip
Ein Rolling Average funktioniert wie ein Fenster, das sich über die Zeitachse schiebt. Man definiert ein Fenster – etwa die letzten 7 Tage oder die letzten 5 Umfragen – und bildet den Durchschnitt aller Werte innerhalb dieses Fensters. Kommt eine neue Umfrage hinzu, wird die älteste entfernt und der Durchschnitt neu berechnet.
Rechenbeispiel: Die letzten fünf Umfragen zur CDU/CSU lauten: 30, 28, 31, 29, 30 Prozent. Der Rolling Average beträgt (30+28+31+29+30)/5 = 29,6 Prozent. Kommt eine neue Umfrage mit 32 Prozent hinzu, fällt die älteste (30) heraus: (28+31+29+30+32)/5 = 30,0 Prozent.
Der Vorteil: Einzelne Ausreißer – sei es durch Stichprobenzufall oder besondere House Effects – verschieben den Durchschnitt nur wenig. Erst wenn mehrere Umfragen in die gleiche Richtung zeigen, bewegt sich der Rolling Average deutlich.
Varianten des Rolling Average
| Variante | Beschreibung | Vorteil | Nachteil |
|---|---|---|---|
| Einfacher Durchschnitt | Alle Umfragen im Fenster gleich gewichtet | Einfach, transparent | Reagiert langsam auf Trends |
| Gewichteter Durchschnitt | Neuere Umfragen stärker gewichtet | Reagiert schneller auf Veränderungen | Gewichtung ist subjektiv |
| Exponentiell geglättet | Gewicht nimmt exponentiell ab | Guter Kompromiss Trend/Stabilität | Mathematisch komplexer |
| Median-basiert | Mittlerer Wert statt Durchschnitt | Robust gegen Ausreißer | Weniger verbreitet |
In der Praxis verwenden die meisten Aggregatoren eine Form des gewichteten Durchschnitts: Neuere Umfragen zählen mehr, Institute mit größerer Stichprobe zählen mehr, und historisch treffsichere Institute können ebenfalls höher gewichtet werden.
Das optimale Fenster
Die Wahl des Zeitfensters ist eine zentrale Entscheidung. Ein schmales Fenster (z.B. 3 Tage) reagiert schnell auf Veränderungen, ist aber anfällig für Rauschen. Ein breites Fenster (z.B. 21 Tage) ist stabil, reagiert aber träge auf echte Trendwenden.
Für die deutsche Umfragelandschaft, in der pro Woche typischerweise 3 bis 6 neue Sonntagsfragen erscheinen, hat sich ein Fenster von 10 bis 14 Tagen bewährt. Das umfasst in der Regel 5 bis 8 Umfragen – genug für einen stabilen Durchschnitt, aber eng genug, um Trends innerhalb von ein bis zwei Wochen sichtbar zu machen.
Rolling Average in der Praxis
Internationale Aggregatoren wie FiveThirtyEight (USA), Politico Poll of Polls (Europa) oder unsere eigene Darstellung auf der Startseite nutzen Rolling Averages als Grundlage ihrer Trenddarstellungen. Die genaue Methodik unterscheidet sich, aber das Grundprinzip ist identisch: Mehrere Umfragen werden kombiniert, um ein zuverlässigeres Bild zu erzeugen.
Die Erfahrung zeigt: Der Rolling Average trifft das tatsächliche Wahlergebnis im Schnitt um 0,3 bis 0,5 Prozentpunkte besser als die beste Einzelumfrage. Das klingt nach wenig, entspricht aber bei einer Bundestagswahl mehreren Sitzen im Bundestag.
Grenzen des Rolling Average
Trotz seiner Vorteile hat der Rolling Average Grenzen. Die wichtigste: Er reagiert verzögert auf plötzliche Stimmungsumschwünge. Wenn ein Skandal über Nacht die politische Landschaft verändert, zeigt der Rolling Average erst nach einigen Tagen die volle Veränderung – weil ältere Umfragen noch im Fenster enthalten sind.
Außerdem kann der Rolling Average eine falsche Präzision vortäuschen. Ein Wert von 29,3 Prozent klingt exakter als er ist. Die Fehlertoleranz des Durchschnitts ist zwar kleiner als die einer Einzelumfrage, aber sie beträgt immer noch ±1 bis 2 Prozentpunkte.
Fazit
Der Rolling Average ist das Arbeitspferd der modernen Umfrageanalyse. Er glättet Rauschen, gleicht House Effects aus und macht echte Trends sichtbar. Für alle, die Wahlumfragen sinnvoll nutzen wollen, ist er dem Blick auf eine einzelne Umfrage klar überlegen. Wer den Rolling Average versteht, versteht Umfragen besser.
2021: Der Rolling Average sieht den SPD-Aufstieg 17 Tage früher als Einzelumfragen
Im Bundestagswahlkampf 2021 zeigten einzelne Umfragen Mitte August noch CDU/CSU um 28 Prozent und SPD um 16 Prozent. Der sieben-tägige Rolling Average des Aggregators Wahlrecht.de jedoch zeigte bereits ab dem 9. August eine stetige Annextendenz: SPD legte jeden zweiten Tag 0,3 Punkte zu. Am 26. August hatte der Rolling Average die SPD bei 23 Prozent, die CDU bei 24 Prozent. Einzelumfragen zeigten noch immer CDU vorne. Das Endresultat: SPD 25,7 %, CDU 24,1 %. Der Rolling Average hatte den realen Trend 17 Tage früher angezeigt als die einzelnen Veröffentlichungen.
2025: KI in der Demoskopie – können Algorithmen Wahlen besser vorhersagen?
Seit 2020 experimentieren Institute mit KI-gestützten Vorhersagemodellen: Social-Media-Sentiment-Analyse (Twitter/X, Facebook), Google-Trends-Analyse, Kombination von Umfragen mit Wirtschaftsdaten. Ergebnisse gemischt: 538 (USA) kombiniert Umfragen mit politischen und wirtschaftlichen Indikatoren. In Deutschland: Keine öffentlichen KI-Modelle auf gleichem Niveau. Grundproblem: Auch KI-Modelle trainieren auf historischen Daten – und versagen bei strukturellen Brüchen (Corona, Flüchtlingskrise, neue Parteien). Die Zukunft liegt in Hybrid-Modellen: Umfragen + KI + Strukturdaten + Expert-Urteile.
Häufige Fragen
Was ist ein Rolling Average bei Wahlumfragen?
Ein Rolling Average (gleitender Durchschnitt) ist ein statistisches Verfahren, das mehrere aufeinanderfolgende Umfragen mittelt. Dadurch werden zufällige Schwankungen geglättet und echte Trends sichtbar.
Wie wird ein Rolling Average berechnet?
Man nimmt die letzten X Umfragen und bildet deren Durchschnitt. Bei jeder neuen Umfrage fällt die älteste heraus und die neueste kommt hinzu. So bewegt sich das Fenster kontinuierlich vorwärts.
Warum ist der Rolling Average genauer als eine Einzelumfrage?
Einzelumfragen unterliegen statistischen Schwankungen und institutsspezifischen Verzerrungen. Der Rolling Average gleicht diese aus, weil Ausreißer durch den Durchschnitt abgemildert werden und verschiedene Methoden sich ergänzen.
Weiterlesen
AfD gleichauf mit der Union
Was aktuelle Umfragen ueber die Parteienstaerke sagen.
Umfrage-Aggregation
Wie wir den Durchschnitt berechnen und was dahintersteckt.
Tracking Polls erklärt
Kontinuierliche Umfragen und ihre Bedeutung für die Wahlforschung.
House Effects
Warum Institute bei gleicher Frage unterschiedliche Ergebnisse liefern.
Alle Ratgeber
450+ Artikel zu Wahlen und Politik in Deutschland.