Zufallszahlengenerator
Kryptografisch sichere Zufallszahlen und statistische Verteilungen ohne Latenz generieren. Mit Web-Crypto-API-Entropie, Gewinnspiel-Audit-Modus mit SHA-256-Nachweisen, Gaußscher Normalverteilung und Batch-CSV-Export.
Online-WerkzeugeKernel-Entropiepool des Betriebssystems (window.crypto.getRandomValues)
Web Crypto API Subsystem
Ausgeschlossene Zahlen werden bei der Entropie-Ziehung strikt ignoriert
Dynamischer Entropie-Verteilungs-Visualisierer
Gewinnspiel-Audit-Modus
Kryptografischer Nachweis der Unparteilichkeit mit SHA-256-Fingerabdruck für Verlosungen.
Noch keine Audit-Einträge protokolliert. Klicken Sie auf Generieren, um Nachweise zu erstellen.
Bedienungsanleitung: Quanten-Zufalls-Engine (Schritt-für-Schritt)
Kryptografische Zahlenziehung, statistische Verteilungen und verifizierbare Audit-Protokolle beherrschen.
Wertebereich und Batch-Größe festlegen
Definieren Sie Minimal- und Maximalwert. Bestimmen Sie die Menge der zu ziehenden Zahlen (1 bis 10.000). Nutzen Sie Voreinstellungen für Würfel, Münzen oder Lotterien.
Statistisches Verteilungsmodell auswählen
Wählen Sie Gleichverteilung für gleiche Wahrscheinlichkeiten aller Zahlen oder Gaußsche Normalverteilung zur Simulation einer Glockenkurve um den Mittelwert (μ) via Box-Muller.
Bedingungen und Ausschlusslisten konfigurieren
Deaktivieren Sie 'Duplikate erlauben' für ziehungsechte Unikate. Tragen Sie auszuschließende Zahlen kommagetrennt in die Ausschlussliste ein (z. B. 4, 13, 77).
Gewinnspiel-Audit-Modus aktivieren
Schalten Sie den Audit-Modus ein, um ein fälschungssicheres Echtheitszertifikat mit exaktem UTC-Zeitstempel und digitalem SHA-256-Fingerabdruck zu generieren.
Mit Web-Crypto-Entropie ziehen
Klicken Sie auf 'Zufallszahl generieren'. Das System führt Rejection Sampling mit window.crypto.getRandomValues() aus – ohne Modulo-Verzerrung.
Visualisierung prüfen und Daten exportieren
Betrachten Sie das Canvas-Histogramm oder das Streudiagramm mit Chi-Quadrat-Statistik. Exportieren Sie die Ergebnisse mit einem Klick nach CSV oder JSON.
Technischer Architekturvergleich
Warum Web Cryptography API und Rejection Sampling Standardgeneratoren überlegen sind.
| Architektur-Merkmal | Standard Math.random() | Physikalische TRNG-Hardware | ToolsMetrics Quanten-Engine |
|---|---|---|---|
| Entropiequelle | Deterministischer V8-Pseudozufallsgenerator (PRNG) | Radioaktiver Zerfall / Thermisches Rauschen | Betriebssystem-Kernel-Pool (CSPRNG) |
| Modulo-Bias-Beseitigung | Verzerrt (Naive Modulo-Operation) | Variiert je nach Post-Prozessor | 100% Unverzerrt (Rejection Sampling) |
| Audit-Protokoll & Nachweis | Keines (Eintagsfliege ohne Nachweis) | Erfordert externe Server-Logs | Integrierter SHA-256-Kryptohash |
| Statistische Verteilungen | Nur uniforme Pseudo-Gleitkommazahlen | Nur rohe Zufallsbits | Gleichverteilung + Box-Muller-Normalverteilung |
| Latenz & Datenschutz | Sofort / Viele senden Daten an Server | Hohe Latenz (Hardware-Engpass) | 0ms Rein Client-seitig (100% Privatsphäre) |
Häufig gestellte Fragen (FAQ)
Technische und praktische Antworten für Data Scientists, Gewinnspiel-Organisatoren und Entwickler.
Q:Wie ziehe ich einen nachweislich fairen Gewinner für ein Gewinnspiel?
Aktivieren Sie den 'Audit-Modus', setzen Sie Minimum auf 1 und Maximum auf die Gesamtteilnehmerzahl, wählen Sie Menge 1 und schalten Sie 'Duplikate erlauben' aus. Klicken Sie auf 'Generieren' und anschließend auf 'Audit-Nachweis kopieren'. Sie erhalten ein fälschungssicheres Zertifikat mit gezogener Zahl, exaktem UTC-Zeitstempel und SHA-256-Hash, das Sie als Beweis für die absolute Fairness der Verlosung veröffentlichen können.
Q:Warum ist die Web Cryptography API besser als JavaScripts Math.random()?
Math.random() basiert auf deterministischen Algorithmen. Kennt man eine kurze Zahlenfolge, kann der interne Status mathematisch berechnet und künftige Ziehungen vorhergesagt werden. Die Web Cryptography API (window.crypto.getRandomValues) greift dagegen auf echte physikalische Entropie des Betriebssystems (thermische Fluktuationen und Hardware-Interrupts) zu, wodurch das Ergebnis mathematisch unvorhersehbar ist.
Q:Was ist der Modulo-Bias und wie wird er hier verhindert?
Modulo-Bias tritt auf, wenn eine 32-Bit-Zahl mittels Restwert-Operator (%) in einen Bereich gezwungen wird. Teilt die Bereichsgröße 2^32 nicht exakt, treten niedrigere Zahlen häufiger auf. Unsere Engine wendet Rejection Sampling an: Zufallszahlen oberhalb des größten sauberen Vielfachen werden verworfen und neu gezogen, was eine exakte Gleichverteilung garantiert.
Q:Wann sollte ich die Gaußsche Normalverteilung statt der Gleichverteilung wählen?
Verwenden Sie die Gleichverteilung, wenn jedes Ereignis exakt dieselbe Chance haben muss (z. B. Würfeln, Lotterie, Verlosung). Wählen Sie die Normalverteilung, wenn Sie reale Messungen, Testwerte oder finanzielle Schwankungen simulieren möchten, die sich um einen Mittelwert konzentrieren.
Q:Wie schließe ich bestimmte Zahlen aus oder erzeuge Zahlen ohne Wiederholung?
Deaktivieren Sie 'Duplikate erlauben' und tragen Sie die gewünschten Zahlen (z. B. '4, 13, 77') in das Feld 'Zahlen ausschließen' ein. Das System prüft automatisch, ob genügend eindeutige Zahlen verbleiben, und zieht die Zahlen garantiert ohne Doppelgänger.
Q:Kann ich die Daten direkt nach Excel oder Python exportieren?
Ja. Bei Batches von 2 oder mehr Zahlen klicken Sie einfach auf 'CSV herunterladen' in der Omni-Grid-Leiste. Die formatierte CSV-Datei lässt sich direkt in Excel, Google Sheets, Python Pandas oder R importieren. Ebenso steht ein JSON-Export zur Verfügung.
Q:Werden meine Daten an einen externen Server gesendet?
Nein. Sämtliche Berechnungen, Entropie-Abfragen, SHA-256-Hashing, Box-Muller-Transformationen und Grafiken laufen zu 100 % lokal im Browser. Es werden keinerlei Daten an externe Server übertragen.
- P(X = k): Diskrete Wahrscheinlichkeit der Ziehung der Ganzzahl k im Intervall [a, b].
- N: Gesamtzahl aller möglichen Werte im Bereich, mit N = b - a + 1.
- L: Obere Rejection-Sampling-Schranke zur vollständigen Eliminierung des Modulo-Bias.
- Z₀: Standardnormalverteilte Zufallsvariable (Mittelwert = 0, Standardabweichung = 1).
- U₁, U₂: Unabhängige gleichverteilte Zufallsvariablen aus (0, 1) via Web Crypto API.
- μ, σ: Definierter Mittelwert (μ) und gewünschte Standardabweichung (σ).
- X: Skalierter Zufallswert der Gaußschen Normalverteilung.
- χ²: Chi-Quadrat-Prüfgröße zur empirischen Verifikation der Gleichverteilung.
- Oᵢ, Eᵢ: Beobachtete Häufigkeit (Oᵢ) und erwartete Häufigkeit (Eᵢ) für Intervall i.
Was ist Zufallszahlengenerator?
| Funktion | Technischer Zweck | Ihr Vorteil im Alltag |
|---|---|---|
| Nicht-deterministische Entropie | Nutzt Hardware-Rauschen für echte Unvorhersehbarkeit. | Verhindert, dass Zufallssequenzen von Dritten reproduziert werden können. |
| Gaußsche Normalverteilung | Simuliert Werte, die sich um einen Mittelwert häufen. | Perfekt für wissenschaftliche Forschung und Finanzmodellierung. |
| Batch-CSV-Export | Generiert Zehntausende Zahlen in einem einzigen Durchlauf. | Erleichtert den nahtlosen Import in R, SPSS oder Excel. |
| Ausschluss-Filter | Verhindert die Generierung spezifischer Werte. | Hilfreich bei der Zuweisung von IDs, um Kollisionen zu vermeiden. |