Ratgeber

Ist ein Online-Würfel wirklich zufällig?

Zuletzt aktualisiert: 24. August 2026

Niemand schenkt dem Würfelbeutel eines Fremden automatisch Vertrauen, und eine Website, die dich bittet zu glauben, eine Zahl sei „zufällig“ erschienen, verdient dieselbe Skepsis. Hier steht, was in einem Browser wirklich passiert, wenn du auf Würfeln drückst, und wie du die Fairness jedes Würflers selbst prüfst.

Was genau die Zahl erzeugt

Dieser Würfler — und die große Mehrheit der browserbasierten Würfelwerkzeuge — nutzt die eingebaute Funktion Math.random() von JavaScript. Jeder moderne Browser setzt sie mit einem gut untersuchten Algorithmus um (V8, die Engine hinter Chrome und Node, nutzt einen namens xorshift128+), der einen Strom von Zahlen ohne erkennbares Muster erzeugt, bei jedem Seitenaufruf frisch aus interner Entropie geseedet. Einen W6 zu würfeln ist nur Math.floor(Math.random() * 6) + 1 — nimm die nächste Zahl aus diesem Strom, skaliere sie auf 6 mögliche Ergebnisse und verschiebe sie auf 1–6 statt 0–5.

Diese Berechnung passiert vollständig auf deinem Gerät. Es gibt keinen Server-Umweg, der dein Ergebnis entscheidet, keinen Konto-Verlauf, den eine Seite nutzen könnte, um Ergebnisse zu lenken, und nichts zu „laden“ oder das fehlschlagen kann — auch deshalb funktioniert dieser Würfler nach dem Laden der Seite offline weiter.

„Zufällig“ vs. „kryptografisch sicher“ — und warum die Unterscheidung hier kaum zählt

Math.random() ist ein Pseudozufallszahlengenerator (PRNG): unter der Haube deterministisch, aber für jeden praktischen Zweck außer Sicherheit statistisch nicht von echtem Zufall zu unterscheiden. Er ist nicht dieselbe Klasse von Generator wie crypto.getRandomValues(), den Browser für Dinge wie das Erzeugen von Verschlüsselungsschlüsseln reservieren, wo ein Angreifer, der die Folge vorhersagen könnte, echte Sicherheitsgarantien brechen könnte.

Für einen Würfelwurf spielt diese Lücke keine Rolle. Niemand versucht, deinen nächsten Wurf vorherzusagen, um etwas zu stehlen — die einzige Eigenschaft, die für ein faires Spiel zählt, ist die Gleichverteilung: kommt jede Seite über viele Würfe gleich oft vor? Math.random() erfüllt das mühelos, und die Implementierung jedes großen Browsers wurde ausgiebig genau auf diese Art statistischer Verzerrung getestet.

Warum eine Serie nicht heißt, dass es manipuliert ist

Der häufigste Grund, warum Leute einem Würfler misstrauen, ist nicht der Code — es ist eine Pechsträhne, die sich unmöglich anfühlt. Dreimal hintereinander eine 1 auf einem W6 hat etwa eine Chance von 1 zu 216 (das passiert öfter, als die Intuition nahelegt, besonders bei vielen Spielern, die viele Male am Tag würfeln). Unabhängige, identisch verteilte Ereignisse haben kein Gedächtnis: Der Würfel „schuldet“ dir nach einem schlechten keinen guten Wurf, und er „gleicht sich“ auf keiner bestimmten Zeitskala „aus“. Das ist derselbe Spielerfehlschluss, der im Ratgeber zur Würfelwahrscheinlichkeit ausführlicher behandelt wird — er gilt für einen Bildschirm genau so wie für einen physischen Tisch.

Prüf es selbst: ein Fünf-Minuten-Fairness-Test

Du musst einer Fairness-Behauptung nicht vertrauen — ein Einzelwürfel-Würfler ist einfach genug, um ihn mit einem grundlegenden statistischen Test zu prüfen:

1. Würfle einen einzelnen Würfel (sagen wir einen W6) sehr oft — 100 Würfe reichen, um einen Trend zu sehen, 600+ geben ein klareres Bild.
2. Zähle, wie oft jede Seite (1 bis 6) vorkam.
3. Vergleiche die Zahl jeder Seite mit der erwarteten Zahl: Würfe gesamt ÷ 6.

Bei einem fairen Würfel ballen sich die Zahlen mit normalem statistischem Rauschen nahe dem Erwartungswert — keine Seite sollte mit wachsender Stichprobe wild über- oder unterrepräsentiert sein. Wenn du bei „wild“ streng sein willst, gibt dir ein Chi-Quadrat-Anpassungstest eine formale Antwort: summiere (beobachtet − erwartet)² ÷ erwartet über alle sechs Seiten und vergleiche das Ergebnis mit einer Chi-Quadrat-Tabelle mit 5 Freiheitsgraden. Ein Ergebnis im normalen Bereich (grob unter 11 für eine 95 %-Konfidenzschwelle) ist mit einem fairen Würfel vereinbar; ein Ergebnis weit darüber deutet auf eine echte Verzerrung hin, die eine Untersuchung wert ist.

Dieser Test funktioniert bei jedem Würfler, digital oder physisch — es ist dieselbe Methode, mit der Statistiker prüfen, ob ein physischer Casino-Würfel eine Herstellungsverzerrung hat.

Was einen Würfler tatsächlich unfair machen würde

Ein manipulierter digitaler Würfler ist nicht schwer vorstellbar, nur leicht mit der richtigen Prüfung auszuschließen:

• Eine verzerrte Bereichsberechnung. Naives Skalieren einer zufälligen Fließkommazahl auf einen Ganzzahlbereich kann bestimmte Zahlen leicht bevorzugen, wenn es falsch gemacht wird (ein „Off-by-one“- oder Modulo-Bias-Fehler). Gut getestete Implementierungen, auch diese, vermeiden das, indem sie über den vollen Bereich korrekt skalieren und abrunden.
• Serverseitige Manipulation. Wenn ein Wurf einen Serveraufruf erfordert und der Server das Ergebnis entscheidet, gibt es keine Möglichkeit, den laufenden Code unabhängig zu verifizieren — das ist ein Vertrauensproblem, das Software allein nicht lösen kann. Das Ergebnis dieses Würflers wird in deinem eigenen Browser entschieden, in Code, den du über die Entwicklertools deines Browsers einsehen kannst.
• Verstecktes Gewichten zu „aufregenden“ Ergebnissen. Manche Spiele-Apps verzerren Ergebnisse absichtlich für Engagement. Ein Würfler ohne Konten, ohne monetarisierte Ergebnisse und ohne Grund, ein Ergebnis zu bevorzugen, hat dazu keinen Anreiz — und, nochmals, du kannst es mit dem obigen Test verifizieren, statt es zu glauben.

Die Kurzfassung

Jeder Wurf auf dieser Seite läuft lokal in deinem Browser mit einem standardmäßigen, gleichverteilten Pseudozufallsgenerator — dieselbe Kategorie von RNG, die die meiste Würfelsoftware, Videospiele und Mischwerkzeuge nutzen. Er ist nicht kryptografisch sicher und muss es nicht sein: Die einzige Eigenschaft, die ein Würfelwurf braucht, ist eine gleiche Chance für jede Seite, und genau das liefert ein gleichverteilter PRNG. Würfle einen Schwung auf dem Würfler und mach den obigen Test, wenn du es selbst sehen willst.