„Ein Test mit 99 Prozent Spezifität bedeutet: Von allen positiven Ergebnissen ist nur eines von hundert falsch“
Spezifität bezieht sich auf tatsächlich nicht infizierte Personen, nicht auf alle positiven Befunde. Der Anteil richtiger positiver Ergebnisse hängt zusätzlich von Sensitivität und Häufigkeit der Infektion in der getesteten Gruppe ab. Die Verwechslung kann Sicherheit wie Misstrauen übertreiben.
01Das kannst du sagen
DEINE WORTE. DEIN STIL.Die 99 Prozent beziehen sich auf Menschen ohne die gesuchte Infektion. Wie viele positive Ergebnisse falsch sind, hängt auch davon ab, wie häufig die Infektion in der getesteten Gruppe vorkommt und wie empfindlich der Test ist.
02Wie die Aussage funktioniert
Tippe auf die markierten Formulierungen. Ein sprachliches Muster allein sagt noch nichts über die Absicht einer Person.
Wähle eine markierte Formulierung, um ihre Wirkung zu verstehen.
03Was sagen die Fakten?
Die Kennzahlen auseinanderhalten
Die WHO weist ausdrücklich darauf hin, dass die Häufigkeit einer Infektion den Vorhersagewert eines positiven Ergebnisses verändert. Spezifität beschreibt, wie gut ein Test Nichtinfizierte als negativ erkennt. Sensitivität beschreibt, wie gut er Infizierte erkennt. Der positive Vorhersagewert fragt dagegen: Wie viele positiv Getestete sind tatsächlich infiziert? Diese dritte Frage benötigt die beiden Testeigenschaften und die Ausgangshäufigkeit. Gute Kennzahlen allein beseitigen deshalb nicht jede Unsicherheit eines einzelnen Befunds.
Ein transparentes Gedankenexperiment
Angenommen, 10.000 Personen werden getestet, davon sind tatsächlich 100 infiziert. Bei angenommenen 90 Prozent Sensitivität werden 90 richtig positiv erkannt. Bei 99 Prozent Spezifität entstehen unter 9.900 Nichtinfizierten rechnerisch 99 falsch positive Befunde. Dann sind 90 von 189 positiven Ergebnissen richtig positiv, rund 48 Prozent. Das ist ausschließlich ein Rechenbeispiel mit ausdrücklich gewählten Annahmen, keine gemessene Fehlerquote irgendeines konkreten Corona-PCR-Tests oder einer historischen Testkampagne.
Keine pauschale Fehlerquote erfinden
Reale Verfahren unterscheiden sich, und Laborabläufe können zusätzliche Bestätigungsschritte enthalten. Für Antigentests beschreibt das PEI sowohl Leistungsunterschiede als auch mögliche Fehler bei der Probennahme. Deshalb wäre es ebenso falsch, aus dem Gedankenexperiment die Behauptung abzuleiten, die Hälfte aller Corona-Befunde sei falsch gewesen. Man benötigt die tatsächlichen Testdaten, die untersuchte Gruppe und die Bestätigungsstrategie. Statistik hilft, die Unsicherheit angemessen einzuordnen; sie liefert keine Abkürzung zu einem bereits gewünschten Ergebnis.
30-SEKUNDEN-WISSEN
Das bleibt hängen.
- Spezifität bezieht sich auf Nichtinfizierte, der positive Vorhersagewert auf positiv Getestete.
- Die Ausgangshäufigkeit beeinflusst, wie ein positiver Befund einzuordnen ist.
- Ein hypothetisches Rechenbeispiel ist keine gemessene Fehlerquote realer PCR-Tests.
04„Ja, aber …“
Wenn das Gespräch hier weitergeht.
„Dann war also jeder zweite positive Test falsch.“+
Das wäre die nächste unzulässige Verallgemeinerung. Die Beispielrechnung verwendet frei gewählte Werte. Für reale Tests brauchen wir deren tatsächliche Eigenschaften, die untersuchte Gruppe und mögliche Bestätigungsschritte. Ohne diese Angaben gibt es keine seriöse pauschale Quote.
„Ein guter Test braucht keine Statistik.“+
Gerade gute Diagnostik nutzt Statistik, damit ein Befund nicht mehr verspricht, als er leisten kann. Eine hohe Spezifität ist wertvoll. Sie muss nur zusammen mit Sensitivität und Ausgangswahrscheinlichkeit betrachtet werden.
05Prüf es selbst.
Die Bewertung gilt für diese konkrete Formulierung. Sie ersetzt keine Beurteilung ähnlicher Aussagen oder einzelner Personen.
- 01WHO
WHO Information Notice for Users 2020/05
Interpretation schwach positiver PCR-Befunde, Prävalenz, Vorhersagewert und klinischer Kontext.
Veröffentlicht: 20.1.2021 · Abgerufen: 8.10.2026 - 02Paul-Ehrlich-Institut
FAQ: Coronavirus
Mögliche falsch negative und falsch positive Antigentests sowie Bedeutung der Gebrauchsanweisung.
Veröffentlicht: Ohne eindeutig ausgewiesenes Tagesdatum · Abgerufen: 8.10.2026
Warum diese Aussage? Verbreitung & Kontext +
Ein CORRECTIV-Hintergrundtext dokumentiert die 2020 online verbreitete Behauptung, positive Befunde bewegten sich bloß innerhalb einer pauschalen Fehlerquote.
- Corona: Warum in der Praxis falsch-positive PCR-Tests selten sind CORRECTIV.Faktencheck · 9.9.2020
Die Belege dokumentieren konkrete Beispiele. Sie sind keine repräsentative Messung der heutigen Verbreitung. Die sachliche Bewertung steht mit ihren Belegen oben.
Quellen werden erst beim Anklicken extern geöffnet. Veröffentlichungen können sich ändern. Redaktioneller Prüfstand: 8.10.2026.