Der Speicherplatz auf einem Computer ist immer begrenzt. Daher ist es wichtig, die gespeicherten Daten so gering wie möglich zu halten. Dasselbe gilt bei der Übertragung von Daten. Werden Informationen beispielsweise über das Internet übertragen, dauert die Übermittlung umso länger, je mehr Bits bewegt werden. Um die Kapazitäten für den Datenspeicher und für die Datenübertragung so wenig wie möglich auszulasten, wurden Verfahren entwickelt, die denselben Informationsgehalt mit einer geringeren Datenmenge speichern beziehungsweise übermitteln. Diese Verfahren werden unter dem Begriff Datenkompression zusammengefasst.

Kompressionsziele sind typischerweise: weniger Speicherplatz, geringere Bandbreite, schnelleres Laden, effizientere Archivierung und robustere Caching-Strategien. Wichtige Metriken sind Kompressionsrate (Einsparung in Prozent), Kompressionsfaktor (z. B. 4:1), Durchsatz (MB/s beim Komprimieren/Dekomprimieren) und – bei Medien – Qualitätsmaße wie PSNR/SSIM oder subjektive Wahrnehmung.

Um die Daten zu komprimieren, gibt es viele verschiedene Möglichkeiten. Wichtig bei der Auswahl des Verfahrens ist immer, die Art der Daten zu beachten. Für unterschiedliche Datenarten sind verschiedene Kompressionsverfahren jeweils besser geeignet: Es gibt Spezialverfahren für Texte und Binärdaten, andere eignen sich für Bilder, Audio oder Video. Moderne Implementierungen bieten oft Kompressionsstufen (z. B. „schnell“ bis „maximal“), um zwischen Geschwindigkeit und Ratio abzuwägen.

Ein wichtiger Punkt bei den verschiedenen Verfahren ist, ob die Datenkompression verlustbehaftet ist oder nicht. Bei einer verlustfreien Komprimierung sind die Daten nach der Dekomprimierung wieder exakt im Originalzustand verfügbar. Dies ist insbesondere bei Schriftstücken, Datenbanken, Backups oder ausführbaren Dateien entscheidend, da bereits eine minimale Änderung die Funktion beeinträchtigen kann. Bei einer verlustbehafteten Datenkompression können die komprimierten Daten nicht mehr vollständig in den Originalzustand überführt werden – sie ist ideal, wenn geringe Abweichungen akzeptabel sind, etwa bei Fotos, Musik oder Videos.

Eine weitere Unterscheidung erfolgt zwischen asymmetrischer und symmetrischer Datenkompression. Bei der asymmetrischen Kompression dauert der Vorgang der Komprimierung deutlich länger als die Dekomprimierung (nützlich für Verteilung/Streaming, da Viele nur entpacken). Bei der symmetrischen Kompression benötigen beide Vorgänge etwa die gleiche Zeit, was sich für Workloads mit häufigem Packen/Entpacken eignet.

• Asymmetrisch (Beispiel): Hohe Qualitätsstufen bei Brotli, Zstd oder PNG-Optimierung komprimieren langsam, dekomprimieren aber sehr schnell.
• Symmetrisch (Beispiel): LZ4 oder Snappy setzen auf sehr schnelle Kompression und Dekompression mit moderater Ratio – ideal für Log-Streams und Echtzeit.

Praxis-Tipp: Wählen Sie die Kompressionsstrategie passend zum Einsatzzweck: Archivierung (maximale Ratio), Web-Auslieferung (schnelle Dekompression, gute Wahrnehmungsqualität), Echtzeit (geringe Latenz, CPU-schonend).

Verlustfreie Datenkompression

In vielen Fällen ist es sehr wichtig, dass die Daten genau in ihren ursprünglichen Zustand zurückversetzt werden können. Bei ausführbaren Dateien kann beispielsweise bereits ein einzelnes verändertes Bit dafür sorgen, dass das gesamte Programm unbrauchbar wird. Daher ist hier eine verlustfreie Datenkompression Pflicht. Ziel ist, Redundanzen zu eliminieren – also wiederholte oder vorhersagbare Muster effizienter zu codieren.

Um eine Datei zu komprimieren, durchsucht die Komprimierungssoftware diese nach sich wiederholenden Segmenten oder statistischen Regelmäßigkeiten. Wiederkehrende Segmente werden durch kürzere Stellvertreter (Referenzen, Tokens) ersetzt. Das Kompressionsprogramm vermerkt, welches Symbol für welches Datensegment steht, oft in einer Wörterbuch- oder Codetabelle, und bettet die dafür nötigen Metadaten ein.

Um dieses Verfahren greifbar zu machen, kann man sich die Datei als Text vorstellen. In jedem längeren Text kommen viele Wörter mehrfach vor. Ersetzt man die häufigsten Wörter durch eine kürzere Darstellung (z. B. Zahlen oder Codewörter), sinkt der Speicherbedarf erheblich. Bei der Komprimierung muss festgehalten werden, welche Zahl für welches Wort steht; bei der Dekomprimierung werden die Abkürzungen wieder durch die originalen Wörter ersetzt. Zwar existieren zahlreiche Verfahren, doch die Grundidee ähnelt sich: redundante oder vorhersehbare Inhalte kompakt abbilden – und danach exakt rekonstruieren.

• Typische Methoden (Auswahl):
  • Wörterbuchverfahren (LZ77, LZ78, LZW, LZMA, LZ4, Zstd): Ersetzen Wiederholungen durch Referenzen auf zuvor gesehene Daten.
  • Entropiekodierung (Huffman, Arithmetic/Range Coding, ANS): Kürzere Codes für häufige Symbole, längere für seltene.
  • Prädiktive Kodierung (PNG, FLAC): Sagen den nächsten Wert aus dem Kontext voraus und komprimieren nur die Abweichung.
• Weit verbreitete Container/Formate: ZIP (DEFLATE), GZIP, 7z (LZMA2), TAR+Zstd, Brotli, Zstandard (Zstd). Moderne Varianten wie Zstd und Brotli bieten ein sehr gutes Verhältnis aus Geschwindigkeit und Kompressionsrate.
• Integrität: Viele Formate integrieren Prüfsummen (CRC32, Adler-32, xxHash), um Fehler bei Übertragung oder Speicherung zu erkennen.

Aktualisierung gegenüber älteren Verfahren: Während klassische Formate wie ZIP/GZIP weiterhin relevant sind, erreichen neuere Implementierungen wie Brotli (besonders für Web-Assets) und Zstd (für Backups, Container, Log-Streams) häufig bessere Raten bei hoher Dekompressionsgeschwindigkeit.

Best Practices (verlustfrei):

• Text, Quellcode, Datenbanken, Backups und Binärdateien stets verlustfrei komprimieren.
• Kompressionsstufe anpassen: „schnell“ für häufig wechselnde Daten, „maximal“ für Langzeit-Archive.
• Originale behalten; Dateiintegrität mit Checksummen verifizieren.
• Auf Streaming-Fähigkeiten achten, wenn Daten in Echtzeit verarbeitet werden müssen.

Verlustbehaftete Datenkompression

Die verlustbehaftete Komprimierung nutzt in der Regel eine Irrelevanzreduktion: Informationen, die für die menschliche Wahrnehmung als weniger wichtig gelten, werden vereinfacht, zusammengefasst oder verworfen. Dadurch sinkt der Umfang der Daten oft drastisch. Entscheidend ist, die Kompressionsparameter zur Datenart passend zu wählen, damit der Qualitätsverlust gering bleibt.

Ein Beispiel für eine verlustbehaftete Datenkompression für Bilddateien ist die JPEG-Komprimierung (ältere, weiterhin verbreitete Technologie). Ein digitales Bild besteht aus vielen Farbpunkten. Insbesondere wenn benachbarte Farbpunkte sehr ähnlich sind, kann das menschliche Auge Unterschiede kaum wahrnehmen. Das JPEG-Format definiert Bereiche ähnlicher Farbe und beschreibt diese über Transformationen (z. B. DCT) und Quantisierung mit weniger Daten. So wird der Umfang der Informationen erheblich reduziert. Sind die Blöcke klein und die Quantisierung maßvoll, ist der Unterschied für den Menschen gering; steigt die Kompressionsstärke, werden Artefakte sichtbar.

Modernere Bildformate, die auf dieselbe Grundidee aus Transformcodierung und Wahrnehmungsmodellen setzen, sind WebP, AVIF und JPEG XL. Sie erzielen gegenüber älterem JPEG meist deutlich bessere Ergebnisse bei gleicher Dateigröße oder gleiche Qualität bei kleinerer Datei. Für Workflows, die ältere Geräte unterstützen müssen, bleibt JPEG wichtig; für neue Projekte lohnt die Prüfung der neueren Formate.

Ein weiteres Beispiel ist das MP3-Format (ältere, weit verbreitete Audiokompression). Es kombiniert einen verlustfreien Anteil (z. B. Mittel-/Seitenkanal, also Stereo-Differenzbildung) mit verlustbehafteten Schritten auf Basis psychoakustischer Modelle: Frequenzbereiche, die das menschliche Gehör schlecht wahrnimmt oder die durch lautere Töne maskiert werden, werden vereinfacht. Bei ähnlichem Verlauf der Stereo-Kanäle kann die Datenmenge deutlich reduziert werden, ohne dass der Effekt für den Menschen deutlich hörbar ist.

Neuere Audio-Codecs wie AAC und Opus sind in vielen Fällen effizienter als MP3 – insbesondere bei niedrigen Bitraten oder variabler Bitrate (VBR). MP3 bleibt als Kompatibilitätsstandard relevant, doch moderne Alternativen erreichen häufig bessere Qualität pro Bit.

• Video-Kompression (ergänzend): Ältere Standards wie H.264/AVC sind sehr verbreitet; neuere wie H.265/HEVC und AV1 bieten bei gleicher Qualität oft kleinere Dateien. Die Auswahl hängt von Gerät, Lizenz und Rechenaufwand ab.
• Typische Stellschrauben: Bitrate/Qualitätsfaktor, Chroma-Subsampling (z. B. 4:2:0), Bildfrequenz, Auflösung, Keyframe-Abstand.

Best Practices (verlustbehaftet):

• Originale archivieren und nur Kopien mehrfach transkodieren, um Kaskadenverluste zu vermeiden.
• Bitraten/Qualität per Testausschnitten evaluieren (subjektiver Eindruck zählt).
• Für das Web moderne Bild-/Audioformate prüfen, wenn Zielgeräte sie unterstützen.
• Bei sensiblen Dokumenten, CAD-Daten, Firmware etc. strikt verlustfrei bleiben.

Häufige Fragen und Antworten