Wie Zufallszahlengenerierung Funktioniert
Echte Zufälligkeit ist in Software überraschend schwer zu erreichen. Ältere Pseudozufallszahlengeneratoren (PRNG) wie der lineare Kongruenzgenerator erzeugen Sequenzen, die zufällig aussehen, aber vollständig durch einen Startsamen bestimmt sind. Kennt man den Samen, kann man jede Ausgabe reproduzieren — nützlich für reproduzierbare Simulationen, aber ungeeignet, wenn Unvorhersehbarkeit zählt.
Dieses Tool verwendet die Funktion `crypto.getRandomValues()` der Web Crypto API, die Entropie aus dem kryptografisch sicheren PRNG (CSPRNG) deines Betriebssystems bezieht. Unter Linux und macOS ist das `/dev/urandom`, gespeist von Hardware-Entropiequellen wie CPU-Timing-Jitter und, bei modernen Chips, einem dedizierten HRNG-Befehl (Intel RDSEED/RDRAND, ARM RNDRRS). Das Ergebnis ist für alle praktischen Zwecke von echter Zufälligkeit nicht zu unterscheiden.
Jede Zahl wird direkt im Browser generiert. Kein Wert wird an einen Server übermittelt. Der angegebene Bereich ist an beiden Enden inklusive — die Eingabe 1–6 simuliert zuverlässig einen sechsseitigen Würfel.
Ganzzahlen, Fließkommazahlen und Bereiche
Der Ganzzahlmodus gibt eine ganze Zahl im gewählten Bereich zurück. Der Algorithmus bildet die CSPRNG-Ausgabe auf das exakte ganzzahlige Intervall ohne Verzerrung ab: Er verwirft Stichproben, die in den Tail einer ungleichmäßigen Modulo-Abbildung fallen, sodass jeder Wert im Bereich gleich wahrscheinlich ist. Das ist derselbe Rejection-Sampling-Ansatz, der bei der kryptografischen Schlüsselgenerierung verwendet wird.
Der Fließkomma-Modus gibt eine Zahl mit bis zu 10 Dezimalstellen zurück, die das halboffene Intervall [min, max) abdeckt. Fließkommazahlen sind ideal für Wahrscheinlichkeitssimulationen, Monte-Carlo-Methoden oder jeden Anwendungsfall, der eine stetige Gleichverteilung benötigt. Für wissenschaftliche Zwecke ist zu beachten, dass `Math.random()` hier bewusst vermieden wird; `crypto.getRandomValues()` füllt einen 32-Bit-Integer-Puffer, der dann auf den gewünschten Bereich skaliert wird.
Mehrere Zahlen auf einmal benötigt? Du kannst mit einem Klick eine Liste von N Werten generieren. Für eindeutige Zahlen (Stichprobe ohne Zurücklegen) wechselt das Tool automatisch zu einem Fisher–Yates-Shuffle über den Bereichspool, was Duplikate ausschließt.
Praktische Anwendungsfälle
Spiele und Simulationen sind die offensichtlichsten Anwendungen: Würfelwürfe, Kartenziehungen, zufällige Karten-Seeds, Beuteetabellen. Da die Ausgabe kryptografisch stark ist, eignet sie sich auch zur Auswahl von Lotterie- oder Gewinnspielgewinnern — kein Teilnehmer kann das Ergebnis vorhersagen oder rückwärts berechnen.
Statistik und Data Science benötigen häufig Zufallsstichproben. Ob du eine Zufallsstichprobe aus einer nummerierten Liste ziehst, Probanden Behandlungs- und Kontrollgruppen zuweist oder einen Datensatz bootstrappst — ein schneller browserbasierter CSPRNG beseitigt den Aufwand, nur für einen zufälligen Index Python oder R zu starten.
Auch im Bildungsbereich ist das Tool nützlich: Lehrkräfte nutzen Zufallsauswähler für spontane Schülerbefragungen, Gruppenzuweisungen oder die Generierung von Übungsaufgaben mit zufälligen Parametern. Da alles lokal läuft, bleibt die Privatsphäre im Unterricht gewahrt — keine Schülerdaten verlassen das Gerät.