Informationskodierung
Informationskodierung
Wie Computer Informationen darstellen – von ASCII über Unicode bis zu Binärcodes, Barcodes, Bildern und Fehlererkennungsverfahren. Die Sprache der digitalen Welt.
Inhaltsverzeichnis
Schnellübersicht
Auf dieser Seite lernen Sie, wie Computer Informationen kodieren und darstellen:
- Grundlagen: Was ist Informationskodierung?
- ASCII: Der klassische Zeichensatz (7 Bit)
- Extended ASCII: 256 Zeichen (8 Bit)
- Unicode: Alle Zeichen der Welt (UTF-8, UTF-16, UTF-32)
- Binärkodierung: Bilder, Audio, Video
- Barcodes & QR-Codes: Optische Kodierung
- Fehlererkennung: Parity, Checksum, CRC
- Kompression: Huffman, LZ, verlustbehaftet/verlustfrei
- FAQ: Häufige Fragen zur Informationskodierung
1. Was ist Informationskodierung?
Definition
Informationskodierung ist die Umwandlung von Informationen (Text, Bilder, Audio, Video) in ein Format, das ein Computer verarbeiten und speichern kann. Da Computer nur mit Binärzahlen (0 und 1) arbeiten, müssen alle Informationen in binäre Codes übersetzt werden.
Im Enterprise-Umfeld ist Informationskodierung unverzichtbar für: Datenbanken, Netzwerkkommunikation, Dateisysteme, Web-Anwendungen, E-Mail-Verschlüsselung und Compliance. Eine falsche Kodierung kann zu Datenverlust, Sicherheitslücken oder Kompatibilitätsproblemen führen.
Die drei Hauptziele der Informationskodierung: Darstellung (Informationen binär abbilden), Speicherung (effizient und kompakt) und Übertragung (sicher und fehlerfrei).
Die wichtigsten Kodierungsarten
Je nach Art der Information werden unterschiedliche Kodierungsverfahren verwendet:
ASCII
Der klassische Zeichensatz mit 128 Zeichen (7 Bit). Enthält Buchstaben, Ziffern, Steuerzeichen und Sonderzeichen.
- 128 Zeichen (0-127)
- 7 Bit pro Zeichen
- Seit 1963 standardisiert
Unicode
Enthält über 149.000 Zeichen aus allen Schriftsystemen der Welt, inklusive Emoji.
- 149.000+ Zeichen
- Alle Sprachen + Emoji
- Seit 1991 in Entwicklung
UTF-8
Die häufigste Unicode-Kodierung. Abwärtskompatibel zu ASCII, 1-4 Bytes pro Zeichen.
- 1-4 Bytes pro Zeichen
- ASCII-kompatibel
- Standard im Web (98%)
Binärcodes
Die grundlegende Darstellung aller Daten als Folge von 0 und 1 (Bits und Bytes).
- Basis aller Kodierungen
- Bits, Bytes, Words
- Direkt hardware-nah
Bild & Audio
Bilder werden als Pixel, Audio als Samples, Video als Bildfolgen kodiert.
- Pixel, RGB, CMYK
- Sampling bei Audio
- Kompression (JPEG, MP3)
2. ASCII – American Standard Code for Information Interchange
Was ist ASCII?
ASCII (ausgesprochen: "Ask-ee") wurde 1963 entwickelt und war der erste weit verbreitete Standard zur Kodierung von Textzeichen. Er verwendet 7 Bit und kann damit 128 verschiedene Zeichen (0-127) darstellen.
ASCII-Tabelle (Auszug)
Die wichtigsten ASCII-Zeichen im Überblick:
| Dezimal | Hex | Binär | Zeichen | Beschreibung |
|---|---|---|---|---|
| 0 | 00 | 0000000 | NUL | Null-Zeichen |
| 7 | 07 | 0000111 | BEL | Bell (Ton) |
| 8 | 08 | 0001000 | BS | Backspace |
| 9 | 09 | 0001001 | TAB | Tabulator |
| 10 | 0A | 0001010 | LF | Zeilenumbruch (New Line) |
| 13 | 0D | 0001101 | CR | Wagenrücklauf (Return) |
| 27 | 1B | 0011011 | ESC | Escape |
| 32 | 20 | 0100000 | ␣ | Leerzeichen (Space) |
| 33-47 | 21-2F | 010xxxx | ! " # $ % & ' ( ) * + , - . / | Sonderzeichen |
| 48-57 | 30-39 | 011xxxx | 0-9 | Ziffern |
| 65-90 | 41-5A | 100xxxx | A-Z | Großbuchstaben |
| 97-122 | 61-7A | 110xxxx | a-z | Kleinbuchstaben |
| 127 | 7F | 1111111 | DEL | Delete |
Wichtige ASCII-Muster
- 'A' = 65, 'B' = 66, ... 'Z' = 90 (fortlaufend)
- 'a' = 97, 'b' = 98, ... 'z' = 122 (fortlaufend)
- '0' = 48, '1' = 49, ... '9' = 57 (fortlaufend)
- Differenz zwischen Groß- und Kleinbuchstabe: 32 (ein Bit-Unterschied!)
- Um 'a' → 'A': Bit 5 löschen (Subtrahiere 32)
Extended ASCII (8 Bit)
Mit dem 8. Bit wurden 128 weitere Zeichen (128-255) hinzugefügt – für nationale Sonderzeichen wie ä, ö, ü, é, ñ. Allerdings gab es verschiedene Codepages (z.B. ISO-8859-1, Windows-1252), was zu Kompatibilitätsproblemen führte.
3. Unicode – Alle Zeichen der Welt
Das Unicode-Problem
Extended ASCII konnte nur eine Sprache gleichzeitig gut darstellen. Für eine weltweite Standardisierung wurde 1991 Unicode entwickelt – ein Zeichensatz, der alle Schriftsysteme der Welt umfasst: Lateinisch, Kyrillisch, Arabisch, Chinesisch, Japanisch, Koreanisch, Hindi, Emoji und viele mehr.
Die drei Unicode-Kodierungen
Unicode selbst ist nur eine Zeichentabelle. Um die Zeichen zu speichern, gibt es drei Kodierungen:
UTF-8
UTF-16
UTF-32
Warum ist UTF-8 der Standard?
- Abwärtskompatibel: ASCII-Text ist automatisch gültiges UTF-8
- Platzsparend: Englischer Text braucht nur 1 Byte/Zeichen (wie ASCII)
- Robust: Keine Byte-Reihenfolge-Probleme (wie bei UTF-16/32)
- Universell: Kann alle Unicode-Zeichen darstellen
UTF-8 Kodierungsregeln
| Unicode-Bereich | Bytes | UTF-8-Muster | Beispiel |
|---|---|---|---|
| U+0000 – U+007F | 1 | 0xxxxxxx | 'A' = 0x41 |
| U+0080 – U+07FF | 2 | 110xxxxx 10xxxxxx | 'ä' = 0xC3 0xA4 |
| U+0800 – U+FFFF | 3 | 1110xxxx 10xxxxxx 10xxxxxx | '€' = 0xE2 0x82 0xAC |
| U+10000 – U+10FFFF | 4 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx | '😀' = 0xF0 0x9F 0x98 0x80 |
4. Barcodes und QR-Codes
Optische Codes, die Informationen als Muster aus Linien oder Quadraten darstellen.
QR-Codes (2D-Codes)
QR-Codes (Quick Response) können viel mehr Daten speichern als 1D-Barcodes und sind fehlertolerant.
Kapazität
Bis zu 7.089 Zahlen, 4.296 Zeichen oder 2.953 Bytes
Fehlerkorrektur
Level L (7%), M (15%), Q (25%), H (30%) – selbst bei Beschädigung lesbar
Schnell lesbar
360°-Erfassung durch Positionsmarker in 3 Ecken
Verschiedene Inhalte
URLs, Texte, Kontaktdaten (vCard), WiFi-Zugangsdaten, Bitcoin-Adressen
5. Bild- und Audiokodierung
Nicht nur Text wird binär kodiert – auch Bilder, Audio und Video bestehen aus Zahlen.
Bilder als Pixel-Matrix
Jedes Bild besteht aus einer Matrix von Pixels (Picture Elements). Jedes Pixel hat einen Farbwert, der binär kodiert wird.
Farbtiefe
- 1 Bit: Schwarz/Weiß (2 Farben)
- 8 Bit: 256 Farben (Indizierte Farbe)
- 24 Bit (True Color): 16,7 Mio. Farben (8 Bit für R, G, B)
- 32 Bit: True Color + Alpha-Transparenz
Audio als Samples
Audio wird durch Abtastung (Sampling) digitalisiert. In festen Zeitintervallen wird die Amplitude gemessen und als Zahl gespeichert.
| Eigenschaft | Telefon | CD-Qualität | Studio |
|---|---|---|---|
| Sample-Rate | 8 kHz | 44,1 kHz | 96-192 kHz |
| Bit-Tiefe | 8 Bit | 16 Bit | 24 Bit |
| Kanäle | 1 (Mono) | 2 (Stereo) | 2+ (Surround) |
| Bitrate | 64 kbit/s | 1.411 kbit/s | 4.600+ kbit/s |
| Dateigröße/min | ~0,5 MB | ~10 MB | ~35 MB |
6. Fehlererkennung und -korrektur
Bei der Übertragung und Speicherung von Daten können Fehler auftreten. Verschiedene Verfahren erkennen und korrigieren diese.
Paritätsbit
Ein zusätzliches Bit, das die Anzahl der 1en gerade (even) oder ungerade (odd) macht.
Even Parity: 10110010 (4× 1, gerade)
Erkennt: 1-Bit-Fehler
Prüfsumme (Checksum)
Alle Bytes werden addiert, die Summe (oder ihr Komplement) wird angehängt.
Summe: 0x12 + 0x34 + 0x56 = 0x9C
Prüfsumme: 0x9C (oder 0x64 als Komplement)
CRC (Cyclic Redundancy Check)
Polynom-Division über die Daten. Sehr zuverlässig, erkennt Burst-Fehler.
CRC-16 (USB): 16 Bit Prüfcode
Erkennt: > 99,99% aller Fehler
Hamming-Code
Fehlerkorrigierender Code. Kann 1-Bit-Fehler nicht nur erkennen, sondern korrigieren.
(4 + 3 Prüfbits)
Korrektur: Einzelfehler automatisch reparierbar
Vergleich der Verfahren
| Verfahren | Overhead | Erkennt | Korrigiert | Einsatz |
|---|---|---|---|---|
| Parität | 1 Bit/Byte | 1-Bit-Fehler | Nein | RAM (ECC) |
| Checksum | 16-32 Bit | Die meisten Fehler | Nein | IP-Header |
| CRC | 16-32 Bit | Sehr zuverlässig | Nein | Ethernet, ZIP |
| Hamming | ~75% | 1-Bit-Fehler | Ja (1 Bit) | RAM ECC, Space |
| Reed-Solomon | Hoch | Burst-Fehler | Ja (mehrere) | CD, DVD, QR |
7. Datenkompression
Datenkompression reduziert die Größe von Dateien – wichtig für Speicherplatz und Übertragungszeit.
Verlustfreie Kompression
Die Originaldaten können exakt rekonstruiert werden. Wichtig für Text, Programmcode, Datenbanken.
Lauflängenkodierung (RLE)
Wiederholte Zeichen werden als "Anzahl + Zeichen" gespeichert.
AAAAABBBCCD
5A3B2C1D
Formate
- ZIP, GZIP: Allgemeine Archivierung
- PNG: Bilder (Logos, Screenshots)
- FLAC: Audio (CD-Qualität)
- GIF: Einfache Animationen
Verlustbehaftete Kompression
Irrelevante Informationen werden weggelassen. Die Originaldaten können nicht exakt rekonstruiert werden. Akzeptabel für Multimedia.
JPEG (Bilder)
Nutzt die Tatsache, dass das Auge feine Helligkeitsunterschiede schlechter wahrnimmt als Farbunterschiede.
5 MB (BMP)
500 KB (10× kleiner)
Formate
- JPEG: Fotos (DCT-basiert)
- MP3: Audio (psychoakustisch)
- AAC: Audio (Nachfolger von MP3)
- H.264/H.265: Video
- WebP: Moderne Bilder
Wichtige Kompressionsalgorithmen
Huffman-Kodierung
Häufige Zeichen bekommen kurze Codes, seltene längere. Optimal für statische Daten.
A (50%), B (25%), C (12,5%), D (12,5%)
A=0, B=10, C=110, D=111
LZ77 / LZ78 / LZW
Wörterbuch-basiert: Wiederkehrende Muster werden durch Referenzen ersetzt.
- LZW: GIF, TIFF, alte ZIP-Versionen
- DEFLATE: ZIP, GZIP, PNG (Kombi aus LZ + Huffman)
- LZ4, ZSTD: Moderne, sehr schnelle Verfahren
8. FAQ – Häufige Fragen & Antworten
Häufige Fragen zur Informationskodierung
ASCII: 128 Zeichen (7 Bit), nur englische Buchstaben, Ziffern und grundlegende Sonderzeichen. Seit 1963.
Unicode: 149.000+ Zeichen, alle Schriftsysteme der Welt (Lateinisch, Kyrillisch, Arabisch, Chinesisch, etc.) plus Emoji. Seit 1991.
Praxis: ASCII ist in Unicode enthalten (die ersten 128 Zeichen). Unicode ist die moderne, universelle Lösung.
UTF-8 ist der Standard, weil es:
- Abwärtskompatibel zu ASCII ist (jeder ASCII-Text ist gültiges UTF-8)
- Platzsparend ist (englischer Text braucht nur 1 Byte/Zeichen)
- Robust ist (keine Byte-Reihenfolge-Probleme wie bei UTF-16/32)
- Universell ist (kann alle Unicode-Zeichen darstellen)
98% aller Websites verwenden UTF-8.
Emojis liegen im Unicode-Bereich U+10000 bis U+10FFFF und benötigen in UTF-8 4 Bytes.
Beispiel: '😀' (U+1F600) = 0xF0 0x9F 0x98 0x80 (4 Bytes)
Zum Vergleich: 'A' (U+0041) = 0x41 (1 Byte)
Verlustfrei: Originaldaten können exakt rekonstruiert werden. Wichtig für Text, Programmcode, Datenbanken. Formate: ZIP, PNG, FLAC.
Verlustbehaftet: Irrelevante Informationen werden weggelassen, Original nicht exakt rekonstruierbar. Akzeptabel für Multimedia. Formate: JPEG, MP3, H.264.
Regel: Verlustfrei für wichtige Daten, verlustbehaftet für Multimedia (wo das Auge/Ohr kleine Verluste nicht wahrnimmt).
Ein QR-Code besteht aus:
- Positionsmarkern: 3 große Quadrate in den Ecken (für 360°-Erfassung)
- Datenmodulen: Schwarze/weiße Quadrate, die die Information kodieren
- Fehlerkorrektur: Reed-Solomon-Code (Level L/M/Q/H)
- Formatinformationen: Kodierungsmodus, Fehlerkorrektur-Level
QR-Codes können bis zu 7.089 Zahlen oder 4.296 Zeichen speichern.
Ein Paritätsbit ist ein zusätzliches Bit, das die Anzahl der 1en in einem Byte gerade (Even Parity) oder ungerade (Odd Parity) macht.
Zweck: Erkennt 1-Bit-Fehler bei der Datenübertragung oder -speicherung.
Beispiel: Daten: 1011001 (4× 1) → Even Parity: 10110010 (4× 1, gerade)
Nachteil: Kann nur 1-Bit-Fehler erkennen, nicht korrigieren. Für ECC-RAM wird Hamming-Code verwendet.
Ein Bild wird als Pixel-Matrix gespeichert. Jedes Pixel hat einen Farbwert:
- 1 Bit: Schwarz/Weiß (2 Farben)
- 8 Bit: 256 Farben (indiziert)
- 24 Bit (True Color): 8 Bit für Rot, 8 Bit für Grün, 8 Bit für Blau = 16,7 Mio. Farben
- 32 Bit: True Color + Alpha-Transparenz
Ein Full-HD-Bild (1920×1080) in True Color hat ~2 MP × 3 Bytes = ~6 MB unkomprimiert.
Checksum: Einfache Addition aller Bytes. Schnell, aber weniger zuverlässig. Erkennt viele, aber nicht alle Fehler.
CRC (Cyclic Redundancy Check): Nutzt Polynom-Division. Deutlich zuverlässiger, erkennt Burst-Fehler und die meisten anderen Fehler (>99,99%).
Einsatz: Checksum für IP-Header (schnell), CRC für Ethernet, ZIP, PNG (zuverlässig).
Zusammenfassung
Die wichtigsten Punkte
- Informationskodierung: Umwandlung von Informationen in binäre Codes (0 und 1)
- ASCII: 128 Zeichen, 7 Bit – der klassische Zeichensatz
- Unicode: 149.000+ Zeichen für alle Schriftsysteme der Welt
- UTF-8: 1-4 Bytes, ASCII-kompatibel – Standard im Web (98%)
- Barcodes: 1D (EAN, Code 128) und 2D (QR-Codes)
- Bildkodierung: Pixel-Matrix mit Farbtiefe (1/8/24/32 Bit)
- Audiokodierung: Sampling mit Sample-Rate und Bit-Tiefe
- Fehlererkennung: Parität, Checksum, CRC, Hamming-Code
- Kompression: Verlustfrei (ZIP, PNG) vs. verlustbehaftet (JPEG, MP3)
Enterprise-Tipps
- UTF-8 überall verwenden: Datenbanken, Web, APIs, Dateien – immer UTF-8
- Character Sets definieren: In HTML:
<meta charset="UTF-8"> - Fehlererkennung aktivieren: CRC bei Netzwerkprotokollen, ECC bei Server-RAM
- Kompression nutzen: GZIP für Web-Content, ZIP für Archive
- Backups nicht komprimieren: Oder verlustfrei komprimieren (ZIP, nicht JPEG)
Weiterführende Themen
Binär, Hexadezimal und Oktal – die Grundlagen der Datenverarbeitung.
Zu ZahlensystemenLogikgatter, Schaltalgebra – die Mathematik der Computer.
Zur Booleschen AlgebraVon-Neumann-Rechner, Harvard-Architektur, Aufbau einer CPU.
Zur ArchitekturVon mechanischen Rechenmaschinen bis zur Künstlichen Intelligenz.
Zur Geschichte