Was heisst hier normal? Warum ein einzelner Messwert ohne Vergleichsgruppe nichts sagt

Stellen Sie sich vor, jemand sagt Ihnen: «Das Kind ist 108 Zentimeter gross.» Ist das viel? Wenig? Grund zur Sorge? Die Frage lässt sich nicht beantworten. Nicht, weil die Zahl ungenau wäre — sie ist völlig exakt —, sondern weil ihr das Entscheidende fehlt: ein Vergleich. Erst die Rückfrage «Wie alt ist das Kind?» macht aus der Zahl eine Aussage. Für ein dreijähriges Kind sind 108 Zentimeter aussergewöhnlich viel, für ein achtjähriges wenig.

Genau dieses Prinzip steht hinter jeder Perzentilkurve im gelben Vorsorgeheft — und hinter der HBImed-Normdatenbank. Es ist unspektakulär, und deshalb wird es leicht übersehen. Aber ohne es ist jede Hirnfunktionsanalyse blind.

Ein Messwert ist eine Zahl, kein Urteil

Eine Hirnfunktionsanalyse erzeugt aus einem Ruhe-EEG eine ganze Reihe von Kennzahlen: Leistung in verschiedenen Frequenzbändern, Konnektivitätsmasse, Komplexitäts- und Entropiewerte, Microstate-Parameter. Jede dieser Zahlen ist präzise. Und jede ist für sich genommen so nichtssagend wie «108 Zentimeter».

Denn die entscheidende Frage lautet nie: Wie hoch ist der Wert? Sondern: Wie hoch ist er im Vergleich zu wem? Ein Alpha-Wert, eine Komplexitätskennzahl, ein Konnektivitätsmass werden erst dann zu einem Befund, wenn man weiss, wo die grosse Mehrheit vergleichbarer Menschen liegt — und wie weit dieser eine Wert davon abweicht.

Das ist die Aufgabe einer Normdatenbank: Sie liefert die Vergleichsgruppe. Sie sagt für jede Kennzahl, wie sie sich bei vielen anderen Menschen verteilt. Erst vor diesem Hintergrund lässt sich ein einzelner Wert einordnen — als unauffällig, als am Rand, als klar ausserhalb des Üblichen.

Perzentil statt Etikett

Das Ergebnis dieser Einordnung ist idealerweise kein Ja/Nein, sondern eine Position. Ein Wert liegt zum Beispiel im obersten Bereich — höher als bei den allermeisten Vergleichspersonen — oder mitten im breiten Feld, in dem sich fast alle bewegen. Diese Position nennt man das Perzentil: Sie sagt, welcher Anteil der Vergleichsgruppe unter dem gemessenen Wert liegt.

Der Vorteil dieser Denkweise ist, dass sie ehrlich bleibt. Sie behauptet nicht «krank» oder «gesund», sondern beschreibt eine Lage: «ungewöhnlich» oder «üblich». Was diese Lage bedeutet — ob sie überhaupt etwas bedeutet —, ist eine zweite, klinische Frage. Die Normdatenbank beantwortet nur die erste. Aber ohne diese erste Antwort steht die zweite in der Luft.

Warum die Vergleichsgruppe passen muss

Hier liegt zugleich die grösste Fehlerquelle. Eine Vergleichsgruppe hilft nur, wenn sie zur gemessenen Person passt — und beim Gehirn passt sie vor allem dann, wenn das Alter stimmt. Das kindliche EEG verändert sich über die Entwicklung hinweg dramatisch; was bei einem Sechsjährigen üblich ist, wäre bei einem Erwachsenen auffällig und umgekehrt. Einen Kinderbefund an einer Erwachsenennorm zu messen, führt in die Irre — so sicher, wie man ein Kleinkind nicht an der Grössenkurve eines Schulkinds misst.

Deshalb ist eine Normdatenbank kein einzelner Massstab, sondern ein nach Alter (und je nach Kennzahl weiteren Merkmalen) gegliedertes Bezugssystem. Und deshalb ist ihr Umfang so wichtig: Je mehr Menschen sie enthält, desto feiner lässt sich die Vergleichsgruppe zuschneiden und desto belastbarer wird die Aussage über einen einzelnen Wert. Eine Norm, die auf wenigen Personen beruht, ist eine grobe Schätzung; eine, die laufend wächst, wird mit jeder Erhebung genauer.

Ein Beispiel, an dem sich das zeigen lässt

Wie stark diese Altersabhängigkeit ausfällt, lässt sich an den EEG-Microstates gut vorführen — jenen kurzen, stabilen Spannungsmustern, in denen das Ruhe-EEG verharrt, bevor es abrupt in eine andere Konfiguration kippt. Beschrieben werden sie über Kennwerte wie die Dauer eines Zustands, seine Auftretenshäufigkeit und den Anteil der Zeit, den er einnimmt.

Eine längsschnittliche Arbeit von Kelsey und Kollegen (Developmental Psychology, 2026) verfolgte 383 Kinder vom Säuglingsalter bis etwa zum siebten Lebensjahr über vier Messzeitpunkte. Das Ergebnis ist für unsere Frage aufschlussreich: Die Dauer der meisten Microstates nimmt mit dem Alter systematisch ab — das ältere Kind wechselt schneller zwischen Zuständen als das jüngere. Bei anderen Kennwerten verlaufen die Veränderungen je nach Microstate-Klasse in unterschiedliche Richtungen. Und ab etwa drei Jahren treten zusätzlich Unterschiede zwischen Jungen und Mädchen auf, die über alle weiteren Messzeitpunkte bestehen bleiben.

Damit ist das Bild eindeutig: Ein Microstate-Kennwert hat kein festes «normal». Was er bedeutet, hängt vom Alter ab — und teilweise auch vom Geschlecht. Dieselbe Zahl kann bei einem Vierjährigen unauffällig und bei einem Siebenjährigen bemerkenswert sein. Ohne ein nach diesen Merkmalen gegliedertes Bezugssystem lässt sich der Wert schlicht nicht deuten.

Die Autorinnen und Autoren ziehen daraus im Übrigen keine Empfehlung für fertige Normwerte, sondern das Gegenteil: Es brauche zuerst weitere Untersuchungen an vielfältigeren Bevölkerungsgruppen. Auch das gehört zum Bild — der Aufbau einer belastbaren Norm ist Arbeit, die nie ganz abgeschlossen ist.

Was eine Normdatenbank nicht kann

Auch hier gilt: Der Wert des Werkzeugs liegt gerade darin, seine Grenzen zu kennen.

«Normal» heisst nicht «gesund». Ein Perzentil beschreibt Häufigkeit, nicht Gesundheit. Ein seltener Wert kann harmlos sein, ein häufiger Wert kann in einem bestimmten Kontext bedeutsam sein. Die Statistik ordnet ein; sie diagnostiziert nicht.

Ein einzelnes auffälliges Perzentil ist noch kein Befund. Misst man viele Kennzahlen, liegt rein zufällig immer die eine oder andere weit aussen — das ist bei jedem gesunden Menschen so. Erst ein zusammenhängendes Muster, im klinischen Kontext gelesen, trägt eine Aussage. Ein herausgegriffener Extremwert trägt sie nicht.

Die Norm ist nur so gut wie die Menschen, aus denen sie besteht. Wer in der Vergleichsgruppe fehlt, für den ist die Norm weniger gültig. Eine Vergleichsgruppe, die zu klein ist oder eine bestimmte Bevölkerung nicht abbildet, führt zu schiefen Einordnungen. Das ist kein Argument gegen Normdatenbanken, sondern eines für ihre laufende Pflege und Erweiterung.

Und der letzte Schritt bleibt beim Menschen. Die Datenbank sagt, wo ein Wert liegt. Ob das etwas bedeutet, entscheidet eine Fachperson, die den Wert mit allem zusammenbringt, was sie sonst über den Menschen weiss.

Der unscheinbare Kern personalisierter Medizin

Man kann die ganze Idee der Hirnfunktionsanalyse an dieser einen Stelle festmachen. Personalisierte Medizin bedeutet nicht, jeden Menschen in eine Schublade zu stecken, sondern zu beschreiben, wie dieses eine Gehirn im Vergleich zu vielen anderen arbeitet. Diese Beschreibung ist ohne eine gute Vergleichsgrundlage nicht möglich. Die Normdatenbank ist deshalb nicht das Beiwerk der Methode — sie ist ihr Fundament.

Sie ist auch der Grund, warum jede neue Messung zählt. Anders als bei einem fertigen Gerät verbessert sich dieses Fundament mit jedem hinzukommenden Datensatz. Wer heute untersucht wird, misst sich an denen, die vorher da waren — und macht zugleich die Einordnung für alle genauer, die nachkommen.

Quelle

Kelsey, C. et al. The development of EEG microstates from infancy into middle childhood and their associations with behavior. Developmental Psychology, 2026.

Die Abbildung ist eine schematische Darstellung; die gezeigten Zahlen sind illustrativ und stellen keine Messdaten dar.