Informationskriterien AIC und BIC im Modellvergleich: Das Wichtigste

Informationskriterien wie AIC und BIC

Du hast mehrere statistische Modelle aufgestellt und musst dich für eines entscheiden? Hier erfährst du, was AIC und BIC abwägen, wie du sie sauber vergleichst und wo ihre Grenzen liegen.

Worum es bei AIC und BIC im Modellvergleich geht

Wenn du für eine Hausarbeit, ein Seminarprojekt oder deine Abschlussarbeit mehrere statistische Modelle aufgestellt hast, steht eine Auswahlentscheidung an: Welches Modell stellst du im Ergebnisteil als bevorzugt dar? Informationskriterien wie AIC und BIC unterstützen dich bei dieser Wahl. Beide Kriterien beziehen zwei Dinge gleichzeitig ein: wie gut ein Modell an die empirischen Daten angepasst ist und wie viele Parameter es dafür verwendet.

Das Ziel dahinter ist ein fairer Vergleich. Ein komplexeres Modell bekommt nicht schon deshalb den Vorzug, weil es enger an den Daten liegt. Die Zahl der Parameter fließt in den Wert mit ein. Im Modellvergleich gilt am Ende das Modell mit dem kleinsten Wert als bevorzugt.

Die Grenzen musst du von Anfang an kennen. Ein einzelner Wert für sich allein sagt wenig darüber aus, wie gut ein Modell ist. Auch das Modell mit dem kleinsten Wert ist damit weder als wahres noch als gut passendes Modell ausgewiesen. Feste Schwellenwerte für Unterschiede zwischen zwei Werten nennt dieser Artikel bewusst nicht. Wenn dein Fach oder deine Betreuung solche Grenzen erwartet, lass dir die maßgebliche Vorgabe zeigen und übernimm sie mit Quellenangabe.

Ob statistische Modellwahl in deinem Fach eine Rolle spielt, prüfst du im Modulhandbuch der Studiengänge, die dich interessieren. Falls du noch ganz am Anfang stehst und erst deinen Studiengang wählen willst, sieh dir dort gezielt die Methodenmodule an.

Schritt für Schritt zur begründeten Modellwahl

Ein sauberer Modellvergleich folgt einer klaren Reihenfolge. Arbeite diese Schritte nacheinander ab:

1. Kandidatenmodelle festlegen: Schreibe auf, welche Modelle du vergleichen willst und welche Variablen jeweils enthalten sind. Achte darauf, dass alle Kandidaten auf denselben Daten beruhen.
2. Kriterium wählen: Entscheide, ob du AIC, BIC oder beide berichtest, und halte diese Entscheidung vor der Berechnung fest.
3. Werte je Modell berechnen: Lass dir mit deiner Statistiksoftware für jedes Kandidatenmodell den Wert ausgeben und notiere zusätzlich die Anzahl geschätzter Parameter.
4. Nur relativ vergleichen: Stelle die Werte nebeneinander und lies sie ausschließlich im Vergleich zueinander.
5. Modell mit kleinstem Wert bevorzugen: Benenne dieses Modell als bevorzugt und begründe die Wahl, ohne es als wahres Modell zu bezeichnen.

Für Fragen im Einzelfall brauchst du eine verantwortliche Ansprechperson. Ermittle aus den offiziellen Unterlagen deines Moduls, wer deine Arbeit betreut und welche Anforderungen an den Methodenteil gelten. Ob es formale Vorgaben zur Abgabe gibt, schlägst du in deiner Prüfungsordnung nach; inhaltliche Methodenfragen besprichst du mit der Person, die du in den Modulunterlagen als Betreuung ermittelt hast.

Danach dokumentierst du das Ergebnis schriftlich: Tabelle mit allen Kandidaten, gewähltes Kriterium, Werte und die Begründung deiner Wahl. Lege anschließend einen konkreten nächsten Schritt fest, etwa die Interpretation der Koeffizienten im gewählten Modell oder eine Rückfrage an deine Betreuung. Für allgemeine Fragen zum Studienverlauf ermittelst du die zuständige Studienberatung aus den offiziellen Angeboten deiner Hochschule.

Beispiel: Lena untersucht in ihrer Seminararbeit, wie Lernzeit und Schlafdauer mit Klausurleistungen zusammenhängen. Sie stellt drei Modelle auf: eines nur mit Lernzeit, eines mit Lernzeit und Schlafdauer, eines zusätzlich mit deren Wechselwirkung. Alle drei schätzt sie mit demselben Datensatz, lässt sich den AIC ausgeben und trägt Werte und Parameterzahl in eine Tabelle ein. Das Modell mit dem kleinsten Wert beschreibt sie als bevorzugt. Ihre offene Frage, ob zusätzlich der BIC verlangt ist, schickt sie noch am selben Tag an ihre Betreuerin.

Typische Fehler beim Arbeiten mit Informationskriterien

Ein erster Denkfehler betrifft die Deutung einzelner Zahlen. Ein einzelner AIC-Wert ist kein absolutes Gütemaß. Schreibe also nicht, ein Modell sei gut, weil sein Wert eine bestimmte Höhe hat. Aussagekraft entsteht erst im Vergleich mehrerer Kandidaten. Ebenso wenig darfst du das gewählte Modell als wahres oder fehlerfreies Modell ausgeben. Formuliere stattdessen vorsichtig: Unter den verglichenen Modellen wird dieses bevorzugt.

Ein zweiter Fehler ist, eigene Annahmen mit verbindlichen Regeln zu verwechseln. Wenn du irgendwo eine Faustregel für Wertunterschiede gelesen hast, ist das noch keine Vorgabe für deine Arbeit. Prüfe, ob deine Betreuung oder dein Lehrbuch eine solche Grenze ausdrücklich verlangt, und nenne in diesem Fall die Quelle. Allgemeine Studium-Tipps zur Arbeitsorganisation ersetzen diese Klärung nicht.

• Vergleiche keine Modelle, die auf unterschiedlichen Datensätzen beruhen.
• Lass die Parameterzahl nicht aus deiner Tabelle weg.
• Verschweige keine Kandidatenmodelle, die schlechter abgeschnitten haben.
• Mische AIC- und BIC-Werte nicht in einer gemeinsamen Rangfolge.

Ein dritter Fehler ist das Aufschieben. Halte Rechenwege, Softwareausgaben und Entscheidungen sofort fest, statt sie kurz vor der Abgabe zu rekonstruieren. Stelle offene Fragen an deine Betreuung, sobald sie auftauchen. Wer im ersten Semester steht, findet in den Erstsemester-Tipps Hinweise zum Aufbau eines eigenen Arbeitsrhythmus.

Falls du dich beim Methodenteil fragst, ob du im richtigen Fach bist, kannst du einen Studienorientierungstest durchführen und im Vergleich Universität oder Fachhochschule die Hochschularten nebeneinanderstellen.

Checkliste: Was du abschließend prüfst

Bevor du deinen Methodenteil abgibst, gehst du die folgenden Punkte einzeln durch. Hake erst ab, wenn der Punkt schriftlich in deiner Arbeit steht:

• Liste der Kandidatenmodelle: Alle verglichenen Modelle sind mit ihren Variablen benannt.
• Gleiche Datenbasis: Alle Kandidaten wurden mit denselben Daten geschätzt.
• Anzahl geschätzter Parameter: Für jedes Modell steht die Parameterzahl in der Tabelle.
• AIC- oder BIC-Wert je Modell: Die Werte sind vollständig und mit dem verwendeten Kriterium beschriftet.
• Begründete Modellwahl: Du nennst das Modell mit dem kleinsten Wert als bevorzugt und erklärst, warum.
• Vorsichtige Formulierung: Nirgends wird das gewählte Modell als wahr oder fehlerfrei dargestellt.
• Zuständige Quelle oder Stelle: Du weißt, welche Unterlagen deines Moduls gelten und wer deine Fragen beantwortet.
• Persönlicher nächster Schritt: Du hast notiert, was du als Nächstes tust und bis wann du es erledigen willst.

Plane die Zeit für Rückfragen und Überarbeitung fest ein. Wenn du neben dem Studium Studentenjobs nachgehst, lege die Abstimmung mit der Betreuung in deinem Kalender fest. Steht ein Umzug rund um das Thema Wohnen im Studium an, plane auch dafür feste Arbeitsblöcke ein.

Falls du ein Auslandssemester planst, kläre vorher, ob deine Betreuung in dieser Zeit erreichbar ist und in welcher Form du Zwischenstände einreichst. Die Auswahl zwischen Hochschulen und Universitäten kannst du ebenfalls daran messen, wie Methodenmodule aufgebaut sind. Für deinen Modellvergleich gilt: Notiere jetzt deinen ersten konkreten Schritt.

Quellen und Stand

• Offizielle Quelle: methpsy.elearning.psych.tu-dresden.de (geprüft am 2026-10-27)

Das Thema „Informationskriterien AIC und BIC im Modellvergleich: Das Wichtigste“ wird hier als Gesamtzusammenhang aufgegriffen.