Auflösung, Farbtiefe, Kompression und Dateigröße

Digitale Bilder bestehen aus deutlich mehr als nur sichtbaren Farben. Im Hintergrund bestimmen Pixelanzahl, Farbtiefe, Dateiformat und Kompression, wie groß eine Bilddatei wird und wie viel Speicherplatz oder Netzwerkbandbreite benötigt wird.

Gerade in der IT begegnet einem das Thema an vielen Stellen: bei eingescannten Dokumenten, Webseiten, Backups, Dokumentenmanagement-Systemen, Kameras oder bei der Übertragung großer Bildbestände über das Netzwerk.

Wer die grundlegenden Zusammenhänge kennt, kann Speicherbedarf und Übertragungszeiten wesentlich besser einschätzen.

---

Bit und Byte – die Grundlage digitaler Daten

Die kleinste digitale Informationseinheit ist das Bit. Ein Bit kann genau zwei Zustände besitzen:

0 oder 1

Acht Bit ergeben ein Byte:

1 Byte = 8 Bit

Damit beginnt praktisch jede Berechnung digitaler Datenmengen. Script_BilduPixelberechnung_202…

Das ist besonders wichtig, weil Speicherplatz meistens in Byte, Netzwerkgeschwindigkeiten dagegen in Bit pro Sekunde angegeben werden.

Beispiel:

Eine Internetverbindung mit 100 Mbit/s überträgt theoretisch nicht 100 MB pro Sekunde, sondern:

100 Mbit/s ÷ 8 = 12,5 MB/s

In der Praxis liegt die tatsächlich nutzbare Geschwindigkeit meist etwas darunter, weil zusätzlich Protokollinformationen übertragen werden.

---

MB oder MiB – wo liegt der Unterschied?

Bei Größenangaben muss zwischen dem Dezimalsystem und dem Binärsystem unterschieden werden.

Dezimal

Hier wird jeweils mit 1000 gerechnet:

• 1 kB = 1.000 Byte
• 1 MB = 1.000.000 Byte
• 1 GB = 1.000.000.000 Byte

Binär

Hier basiert die Berechnung auf 1024:

• 1 KiB = 1.024 Byte
• 1 MiB = 1.024 KiB
• 1 GiB = 1.024 MiB

Die Schreibweisen KiB, MiB und GiB machen also deutlich, dass eine binäre Größe gemeint ist. Script_BilduPixelberechnung_202…

Das erklärt beispielsweise auch, warum die angezeigte Kapazität eines Datenträgers manchmal kleiner erscheint als die Herstellerangabe: Hersteller verwenden üblicherweise dezimale Größenangaben.

---

Pixelgrafik oder Vektorgrafik?

Grundsätzlich lassen sich digitale Grafiken in zwei große Gruppen einteilen.

Pixelgrafiken

Eine Pixelgrafik besteht aus einzelnen Bildpunkten – den Pixeln. Jeder einzelne Pixel besitzt eine bestimmte Farbe.

Fotos von Smartphones oder Digitalkameras sind beispielsweise Pixelbilder.

Typische Formate sind:

JPEG, PNG, WebP, AVIF und TIFF

Je mehr Pixel vorhanden sind, desto detaillierter kann ein Bild dargestellt werden. Gleichzeitig steigt aber normalerweise auch die benötigte Datenmenge.

Vorteile

• ideal für Fotos
• sehr detailreiche Darstellungen möglich
• von praktisch allen Bildbearbeitungsprogrammen unterstützt
• moderne Formate ermöglichen starke Kompression

Nachteile

• beim starken Vergrößern werden Pixel sichtbar
• hohe Auflösungen benötigen mehr Speicherplatz
• Bildqualität kann durch starke Kompression leiden

---

Vektorgrafiken

Vektorgrafiken speichern dagegen keine einzelnen Pixel. Linien, Kurven, Flächen und Formen werden mathematisch beschrieben. Script_BilduPixelberechnung_202…

Ein typisches Beispiel ist das Format:

SVG – Scalable Vector Graphics

Vektorgrafiken eignen sich deshalb besonders für:

• Logos
• Symbole
• Diagramme
• technische Zeichnungen
• einfache Illustrationen

Vorteile

• beliebig skalierbar
• keine sichtbaren Pixel beim Vergrößern
• bei einfachen Grafiken häufig sehr kleine Dateien
• ideal für Logos und Webgrafiken

Nachteile

• für Fotos ungeeignet
• sehr komplexe Grafiken können aufwendig werden

Merksatz

Foto → Pixelgrafik
Logo oder Symbol → möglichst Vektorgrafik

---

Was bedeutet Auflösung?

Die Auflösung eines digitalen Bildes beschreibt zunächst seine Abmessungen in Pixeln.

Ein Bild könnte beispielsweise folgende Größe haben:

1920 × 1080 Pixel

Die Gesamtzahl der Pixel erhält man durch:

Breite × Höhe

Also:

1920 × 1080 = 2.073.600 Pixel

Das sind ungefähr:

2,07 Megapixel

Ein weiteres Beispiel:

2.268 × 3.402 Pixel = 7.715.736 Pixel

also ungefähr:

7,72 Megapixel. Script_BilduPixelberechnung_202…

Mehr Megapixel bedeuten allerdings nicht automatisch bessere Bildqualität. Auch Sensor, Objektiv, Kompression, Lichtverhältnisse und Bildverarbeitung spielen eine wichtige Rolle.

---

Was bedeutet Farbtiefe?

Die Farbtiefe legt fest, wie viele verschiedene Farb- oder Helligkeitswerte gespeichert werden können.

Die Anzahl möglicher Werte ergibt sich aus:

2^Bit

Bei 8 Bit stehen beispielsweise zur Verfügung:

2⁸ = 256 Werte

Bei einem typischen RGB-Bild werden jeweils 8 Bit für:

• Rot
• Grün
• Blau

verwendet.

Damit ergibt sich:

8 + 8 + 8 = 24 Bit

Ein Pixel kann dadurch theoretisch:

2²⁴ = 16.777.216 Farben

darstellen. Script_BilduPixelberechnung_202…

Das ist das klassische 24-Bit-True-Color-Verfahren.

---

Was bedeutet dann 32 Bit?

Bei 32-Bit-RGBA kommen typischerweise weitere 8 Bit hinzu:

• 8 Bit Rot
• 8 Bit Grün
• 8 Bit Blau
• 8 Bit Alpha

Der Alphakanal enthält Informationen über die Transparenz des Pixels. Script_BilduPixelberechnung_202…

Ein Bild kann dadurch beispielsweise teilweise transparente Bereiche enthalten.

---

Wie berechnet man die Größe eines Bildes?

Für ein unkomprimiertes Rasterbild kann die Datenmenge relativ einfach berechnet werden:

Breite × Höhe × Farbtiefe

Nehmen wir ein Bild mit:

800 × 600 Pixel und 24 Bit Farbtiefe

Dann ergibt sich:

800 × 600 × 24 = 11.520.000 Bit

Da acht Bit ein Byte ergeben:

11.520.000 ÷ 8 = 1.440.000 Byte

Umrechnung in MiB:

1.440.000 ÷ 1024 ÷ 1024 ≈ 1,37 MiB

Das unkomprimierte Bild benötigt also ungefähr:

1,37 MiB

Script_BilduPixelberechnung_202…

Die wichtigste Formel

Bildgröße in Byte = Breite × Höhe × Farbtiefe ÷ 8

Diese Rechnung liefert allerdings nur die reine beziehungsweise theoretische Pixel-Datenmenge. Dateiformate können zusätzlich Metadaten, Farbprofile oder andere Informationen enthalten.

---

Komprimierte und unkomprimierte Bilder

Unkomprimierte Bilder können sehr viel Speicherplatz benötigen. Deshalb werden Bilder normalerweise komprimiert.

Dabei gibt es zwei grundlegend unterschiedliche Verfahren.

Verlustfreie Kompression

Bei einer verlustfreien Kompression kann das ursprüngliche Bild vollständig wiederhergestellt werden.

Es gehen keine Bildinformationen verloren. Wiederkehrende Informationen werden lediglich effizienter gespeichert. Script_BilduPixelberechnung_202…

Typisches Beispiel:

PNG

Vorteile

• kein Qualitätsverlust
• ideal für Screenshots und Grafiken
• Text und scharfe Kanten bleiben sauber
• Transparenz möglich

Nachteile

• bei Fotos häufig größere Dateien als bei verlustbehafteten Verfahren

---

Verlustbehaftete Kompression

Hier werden Informationen entfernt, die für das menschliche Auge möglichst wenig auffallen.

Das klassische Beispiel ist:

JPEG

Je stärker die Kompression gewählt wird, desto kleiner wird die Datei. Gleichzeitig kann die Bildqualität sinken.

Vorteile

• deutlich kleinere Dateien
• ideal für Fotografien
• geringerer Speicherbedarf
• schnellere Übertragung

Nachteile

• Qualitätsverlust
• Kompressionsartefakte möglich
• mehrfaches Bearbeiten und erneutes Speichern kann die Qualität weiter verschlechtern

---

Ein wichtiger Punkt zur Kompressionsrechnung

Bei theoretischen Aufgaben wird beispielsweise angenommen:

unkomprimierte Größe × 0,8 = Dateigröße nach einer Kompression auf 80 %

Das eignet sich gut, um die grundlegende Berechnung zu verstehen.

In der Praxis funktioniert moderne Bildkompression jedoch nicht so einfach.

Ein JPEG-Qualitätswert von beispielsweise 80 bedeutet nicht automatisch, dass die Datei anschließend genau 80 % ihrer ursprünglichen Größe besitzt.

Die tatsächliche Dateigröße hängt unter anderem ab von:

• Bildinhalt
• Detailgrad
• Bildrauschen
• Auflösung
• gewähltem Format
• Encoder
• Qualitätseinstellung

Ein Foto mit gleichmäßig blauem Himmel kann sich beispielsweise wesentlich stärker komprimieren lassen als ein detailreiches Foto eines Waldes.

---

Welche Bildformate sind heute wichtig?

Neben klassischen Formaten wie JPEG, GIF, PNG, TIFF oder BMP Script_BilduPixelberechnung_202… sind heute besonders WebP und AVIF für Webseiten interessant.

JPEG

JPEG ist nach wie vor eines der wichtigsten Fotoformate.

Geeignet für: Fotos

Vorteile: hohe Kompatibilität, gute Kompression und praktisch überall unterstützt.

Nachteile: verlustbehaftet und keine Transparenz.

---

PNG

PNG arbeitet verlustfrei.

Geeignet für: Screenshots, Logos, Grafiken und Bilder mit Transparenz.

Vorteile: kein Qualitätsverlust und Alphakanal möglich.

Nachteile: bei Fotos häufig deutlich größere Dateien als JPEG, WebP oder AVIF.

---

GIF

GIF ist vor allem wegen animierter Bilder bekannt.

Heute gibt es dafür allerdings häufig bessere Alternativen.

Vorteile: extrem breite Unterstützung und Animation möglich.

Nachteile: nur bis zu 256 Farben pro Einzelbild und im Vergleich zu modernen Formaten ineffiziente Kompression.

Für Animationen sind heute je nach Einsatzzweck WebP, AVIF oder APNG interessanter. MDN Web Docs

---

WebP

WebP unterstützt:

• verlustbehaftete Kompression
• verlustfreie Kompression
• Transparenz
• Animationen

Es wird von aktuellen Versionen der großen Browser unterstützt und bietet gegenüber JPEG oder PNG häufig deutlich kleinere Dateien. MDN Web Docs

Vorteile

• gute Kompression
• Transparenz
• Animationen
• breite Browserunterstützung

Nachteile

• in älteren Programmen und älteren Betriebssystemen teilweise schlechter unterstützt als JPEG oder PNG

---

AVIF

AVIF ist ein modernes Bildformat mit sehr effizienter Kompression.

Es unterstützt unter anderem:

• verlustbehaftete und verlustfreie Speicherung
• Transparenz
• HDR
• hohe Farbtiefen
• Animationen

AVIF wird mittlerweile von Chrome, Edge, Firefox und Safari unterstützt. MDN Web Docs

Vorteile

• sehr kleine Dateien möglich
• gute Bildqualität
• HDR und hohe Farbtiefe
• Transparenz

Nachteile

• Kodierung teilweise rechenintensiver
• ältere Software unterstützt AVIF nicht immer
• je nach Zielgruppe kann weiterhin ein JPEG- oder WebP-Fallback sinnvoll sein

---

SVG

SVG unterscheidet sich von den bisherigen Formaten, weil es eine Vektorgrafik ist.

Es eignet sich besonders für:

• Logos
• Symbole
• Diagramme
• technische Illustrationen

SVG lässt sich ohne Qualitätsverlust vergrößern und verkleinern. MDN Web Docs

---

Welche Formate sollte man heute verwenden?

Als einfache Orientierung:

Einsatzzweck	Geeignetes Format
Foto mit maximaler Kompatibilität	JPEG
Foto für moderne Webseiten	WebP oder AVIF
Screenshot	PNG oder WebP
Transparente Grafik	PNG, WebP oder AVIF
Logo	SVG
Icon	SVG
Animation	WebP, AVIF oder APNG
Hochwertige Weiterbearbeitung/Archivierung	TIFF bzw. geeignetes RAW-Format

Für Webseiten sind WebP und AVIF heute sehr interessant, während JPEG und PNG weiterhin hervorragende Fallback-Formate darstellen. MDN empfiehlt moderne Rasterformate wie WebP und AVIF aufgrund ihrer effizienteren Kompression. MDN Web Docs

---

Was bedeutet DPI beim Scannen?

Bei Scannern und Druckern begegnet einem häufig die Einheit:

dpi – dots per inch

Ein Inch entspricht:

2,54 cm

Script_BilduPixelberechnung_202…

Ein Scanner mit 600 dpi erzeugt theoretisch 600 Bildpunkte pro Inch.

Möchten wir wissen, wie viele Pixel einem Zentimeter entsprechen:

600 ÷ 2,54 ≈ 236 Pixel/cm

---

Beispiel: Foto mit 10 × 15 cm bei 600 dpi

Für die Breite:

10 cm ÷ 2,54 × 600 ≈ 2.362 Pixel

Für die Höhe:

15 cm ÷ 2,54 × 600 ≈ 3.543 Pixel

Damit besitzt das Bild ungefähr:

2.362 × 3.543 Pixel

Das sind etwa:

8,37 Megapixel

Die gleiche Berechnung kann anschließend wieder verwendet werden, um über die Farbtiefe den theoretischen Speicherbedarf zu ermitteln. Das PDF zeigt diesen Rechenweg ebenfalls über die Umrechnung von Zentimetern in Pixel beziehungsweise Inch. Script_BilduPixelberechnung_202…

---

DPI ist nicht gleich Bildqualität

Eine sehr hohe Scanauflösung bedeutet nicht automatisch, dass tatsächlich mehr Bilddetails vorhanden sind.

Wenn beispielsweise ein einfaches Textdokument mit extrem hoher Auflösung eingescannt wird, entstehen möglicherweise nur unnötig große Dateien.

Typische Richtwerte sind:

• 150 dpi: einfache Bildschirmdarstellung
• 200–300 dpi: Dokumente und OCR
• 300 dpi: typische Dokumentenarchivierung
• 600 dpi: Fotos, kleine Vorlagen oder feine Details

Welche Einstellung sinnvoll ist, hängt letztlich vom Einsatzzweck ab.

---

Bilder und Netzwerkgeschwindigkeit

Die Dateigröße entscheidet auch darüber, wie lange ein Bild oder eine Datei über das Netzwerk übertragen werden muss.

Grundsätzlich gilt:

Übertragungszeit = Datenmenge ÷ Datenrate

Dabei dürfen Bit und Byte sowie Dezimal- und Binäreinheiten nicht durcheinandergebracht werden.

Ein Beispiel:

2 GiB Datei über eine 50-Mbit/s-Verbindung

Zunächst:

2 GiB = 2.147.483.648 Byte

In Bit:

2.147.483.648 × 8 = 17.179.869.184 Bit

Bei 50 Mbit/s ergibt sich theoretisch:

17.179,87 Mbit ÷ 50 Mbit/s ≈ 343,6 Sekunden

Das entspricht ungefähr:

5 Minuten 44 Sekunden

Script_BilduPixelberechnung_202…

Das ist allerdings nur ein theoretischer Wert.

---

Warum dauert die Übertragung in Wirklichkeit länger?

Nicht sämtliche übertragenen Daten gehören zur eigentlichen Datei.

Netzwerkpakete enthalten zusätzlich Informationen wie:

• Ethernet-Header
• IP-Header
• TCP- oder UDP-Header
• Prüfsummen
• TLS-Informationen
• weitere Protokolldaten

Diese zusätzlichen Daten bezeichnet man als Overhead.

Ein einfaches Beispiel verwendet 1.518 Byte Gesamtgröße und 1.400 Byte Nutzdaten. Dadurch muss mehr übertragen werden als die eigentliche Datei groß ist. Script_BilduPixelberechnung_202…

Hinzu kommen in realen Netzwerken weitere Faktoren:

• Paketverluste
• WLAN-Störungen
• Serverleistung
• Routing
• Verschlüsselung
• TCP-Verhalten
• Latenz

Die theoretisch errechnete Übertragungszeit ist deshalb normalerweise ein Best-Case-Wert.

---

Latenz ist nicht dasselbe wie Übertragungsrate

Ein wichtiger Unterschied besteht zwischen Bandbreite und Latenz.

Bandbreite

Beschreibt, wie viele Daten pro Sekunde übertragen werden können.

Beispiel:

1 Gbit/s

Latenz

Beschreibt, wie lange Daten benötigen, um ihr Ziel zu erreichen beziehungsweise wie lange eine Hin- und Rückübertragung dauert.

Beispiel:

20 ms Ping

Eine Verbindung kann deshalb eine sehr hohe Bandbreite besitzen und trotzdem eine hohe Latenz haben.

Bei modernen TCP- oder QUIC-Verbindungen werden viele Datenpakete gleichzeitig übertragen. Deshalb darf die Latenz nicht einfach mit der Anzahl aller Ethernet-Frames multipliziert werden. Sie beeinflusst die reale Geschwindigkeit vielmehr über Faktoren wie Round-Trip-Time, Protokollverhalten, Übertragungsfenster und Paketverluste.

---

Eine passende Grafik für den Beitrag

Direkt nach dem Abschnitt „Wie berechnet man die Größe eines Bildes?“ würde sich eine einfache Übersicht sehr gut eignen:

                  DIGITALES BILD
                       │
        ┌──────────────┼──────────────┐
        │              │              │
     Auflösung      Farbtiefe     Kompression
   1920 × 1080       24 Bit        z. B. JPEG
        │              │              │
        └──────────────┼──────────────┘
                       │
                       ▼
                  DATEIGRÖSSE
                       │
            ┌──────────┴──────────┐
            │                     │
       Speicherbedarf        Übertragungszeit
            │                     │
         Backup              Netzwerk/Internet

Damit wird auf einen Blick deutlich:

Auflösung + Farbtiefe + Kompression bestimmen maßgeblich die Datenmenge – und die Datenmenge beeinflusst wiederum Speicherbedarf und Übertragungszeit.

Für einen Blogbeitrag wäre daraus auch eine kleine Infografik im Stil der bisherigen Beitragsreihe gut geeignet.

---

Fazit

Bildberechnung wirkt zunächst wie reine Mathematik. Tatsächlich steckt dahinter jedoch grundlegendes IT-Wissen.

Wer versteht, wie Pixel, Auflösung, Farbtiefe, Bit, Byte und Kompression zusammenhängen, kann wesentlich besser beurteilen, wie viel Speicherplatz Bilder benötigen und welche Auswirkungen sie auf Backups und Netzwerkübertragungen haben.

Besonders wichtig sind diese vier Formeln:

Pixelanzahl = Breite × Höhe

Farbstufen = 2^Bit

Bildgröße = Breite × Höhe × Farbtiefe ÷ 8

Übertragungszeit = Datenmenge ÷ Datenrate

Moderne Formate wie WebP und AVIF reduzieren die benötigte Datenmenge erheblich. Trotzdem bleiben die grundlegenden Berechnungen wichtig, denn sie zeigen, welche Rohdaten überhaupt entstehen und warum Auflösung, Farbtiefe und Kompression direkten Einfluss auf Speicher- und Netzwerkressourcen haben.