Kompressionsverhältnis-Rechner
Eingaben
| Originalgröße | 100 MB |
|---|---|
| Komprimierte Größe | 25 MB |
Kompressionsverhältnis-Rechner
Original- und komprimierte Dateigröße eingeben, um Kompressionsverhältnis, prozentualen Platzeinsparung und absolute Byte-Einsparung zu ermitteln. Funktioniert für alle Dateitypen und Kompressionsalgorithmen.
Eingaben
Dateigrößen
Ergebnisse
Geben Sie einen Wert ein, um die Ergebnisse zu sehen.
Kompressionsergebnisse
Einsparungsdetails
Kompressionsverhältnis
Das Kompressionsverhältnis misst, wie effektiv ein Kompressionsalgorithmus das Datenvolumen reduziert. Es tritt in Kontexten von Archiv-Werkzeugen und Netzwerkprotokollen bis hin zu Codec-Evaluierung und Datenbankspeicherplanung auf.
Formeln
KV=ScSo Platzeinsparung (%)=(1−SoSc)×100wobei die ursprüngliche (unkomprimierte) Größe und die komprimierte Größe in derselben Einheit sind. Ein Verhältnis größer als 1 bedeutet, dass die Datei geschrumpft ist; ein Verhältnis gleich 1 bedeutet keine Änderung.
Rechenbeispiel. Ein 100-MB-Protokollarchiv wird mit gzip auf 25 MB komprimiert:
KV=25 MB100 MB=4(4:1) Platzeinsparung=(1−10025)×100=75%Konventionen des Kompressionsverhältnisses
Zwei Konventionen sind gebräuchlich. Die hier verwendete — Original ÷ komprimiert — ergibt eine Zahl größer als 1, die sich auf einen Blick leichter vergleichen lässt (ein Verhältnis von 10 ist offensichtlich besser als 4). Manche Werkzeuge und Veröffentlichungen verwenden den Kehrwert (komprimiert ÷ original, auch als Kompressionsfaktor bezeichnet), eine Zahl zwischen 0 und 1. Beim Vergleich von Verhältnissen aus verschiedenen Quellen sollte stets die verwendete Konvention geprüft werden.
Typische Verhältnisse nach Dateityp
| Dateityp | Algorithmus | Typisches Verhältnis |
|---|---|---|
| Reiner Text, Protokolle | gzip | 4:1 – 10:1 |
| Quellcode | gzip | 3:1 – 6:1 |
| Datenbank-Dump | gzip | 5:1 – 15:1 |
| Fotos | JPEG (Qualität 80) | 10:1 – 20:1 |
| Audio | MP3 (128 kbps) | ~10:1 |
| Video | H.264 vs. unkomprimiert | 50:1 – 200:1 |
| Verschlüsselte / zufällige Daten | alle verlustfreien | ~1:1 |
Verlustfrei versus verlustbehaftet
Verlustfreie Kompression (ZIP, FLAC, PNG, LZ4) garantiert, dass die Dekompression die Originaldatei byte-genau rekonstruiert. Sie ist durch die statistische Redundanz der Daten begrenzt — die Shannon-Entropie setzt eine theoretische Untergrenze, die nicht unterschritten werden kann. Verlustbehaftete Kompression (JPEG, MP3, H.264) verwirft dauerhaft Informationen, die als für menschliche Sinne nicht wahrnehmbar eingestuft werden, und durchbricht damit die Entropieschranke auf Kosten der Qualität.
Die Entropiegrenze
Claude Shannons Quellcodierungstheorem (1948) beweist, dass kein verlustfreier Kodierer eine unabhängig und identisch verteilte Quelle unterhalb ihrer Entropie komprimieren kann. Bei einer Datei aus zufälligen Bytes — etwa der Ausgabe eines kryptografisch sicheren Zufallszahlengenerators oder einer bereits verschlüsselten Datei — entspricht die Entropie der Dateigröße. Jeder verlustfreie Algorithmus, der auf eine solche Datei angewendet wird, erzeugt eine Ausgabe gleicher oder größerer Größe als die Eingabe.
Weiterführende Rechner
Zur Schätzung der rohen unkomprimierten Größe eines Bildes vor der Kompression dient der Bilddateigröße-Rechner. Wie lange eine komprimierte Datei für die Übertragung benötigt, zeigt der Download-Zeit-Rechner.
Häufig gestellte Fragen (FAQ)
Was bedeutet das Kompressionsverhältnis?
Das Kompressionsverhältnis ist die Originalgröße geteilt durch die komprimierte Größe. Ein Verhältnis von 3 bedeutet, dass die komprimierte Datei ein Drittel so groß wie das Original ist — es werden 3 Bytes Originaldaten für je 1 Byte Speicher benötigt. Ein Verhältnis von 1 bedeutet, dass keine Kompression stattgefunden hat.
Manche Quellen definieren das Verhältnis umgekehrt (komprimiert ÷ original, mit einem Wert kleiner als 1); die verwendete Konvention sollte daher stets geprüft werden, bevor Verhältnisse aus verschiedenen Quellen verglichen werden.
Was ist der Unterschied zwischen verlustfreier und verlustbehafteter Kompression?
Verlustfreie Kompression (ZIP, FLAC, PNG) rekonstruiert die Originaldatei exakt; das Kompressionsverhältnis wird durch die statistische Redundanz der Daten begrenzt und erreicht typischerweise 2:1 bis 5:1 für gewöhnliche Dateien.
Verlustbehaftete Kompression (JPEG, MP3, H.264) verwirft dauerhaft Informationen, um weit höhere Verhältnisse von 10:1 bis 100:1 zu erzielen — auf Kosten eines Qualitätsverlustes. Welcher Ansatz geeignet ist, hängt davon ab, ob eine exakte Reproduktion erforderlich ist.
Welche Kompressionsverhältnisse sind zu erwarten?
Reiner Text lässt sich aufgrund von Wiederholungsmustern gut komprimieren: ZIP erreicht 3:1 bis 6:1 bei typischen Dokumenten. Datenbank-Dumps mit repetitiven Daten können 10:1 oder höher erreichen.
Fotos im JPEG-Format (Qualität 80) erreichen typischerweise 10:1 bis 20:1 gegenüber einer unkomprimierten Bitmap. Bereits komprimierte Formate wie JPEG oder MP4 profitieren kaum von weiterer verlustfreier Kompression — Verhältnisse nahe 1:1 sind dort normal.
Gibt es eine theoretische Grenze für Kompression?
Ja. Claude Shannons Quellcodierungstheorem (1948) besagt, dass kein verlustfreier Algorithmus Daten unterhalb ihrer Shannon-Entropie — einem Maß für den Informationsgehalt — komprimieren kann.
Bei einer Datei aus vollständig zufälligen Bytes entspricht die Entropie der Dateigröße: Weitere verlustfreie Kompression ist unmöglich, und jeder Algorithmus wird die Ausgabe tatsächlich vergrößern. Deshalb lassen sich verschlüsselte oder bereits komprimierte Dateien mit ZIP oder gzip nicht weiter verkleinern.