Der Prozess, Informationen mit weniger Bits als in einer ursprünglichen Darstellung zu kodieren, indem Redundanz entfernt oder statistische/strukturelle Regularitäten ausgenutzt werden, wodurch entweder verlustfreie oder approximative (verlustbehaftete) Darstellungen entstehen.

Prinzip

Das Modell der Quelle oder Datenstruktur nutzen, um vorhersagbare oder redundante Teile zu identifizieren, und Sequenzen auf Codewörter abbilden, deren Länge die Überraschung (Entropie) widerspiegelt. Verlustfreie Verfahren ermöglichen exakte Wiederherstellung; verlustbehaftete Verfahren tauschen Genauigkeit gegen höhere Kompression, indem Informationen verworfen werden, die als perzeptuell oder aufgabenspezifisch unwesentlich gelten.

Demonstration

Eine Textdatei mit wiederholten Worten wird mit Huffman‑Codierung (oder Wörterbuchmethoden wie LZW) kodiert: häufige Tokens erhalten kürzere Codewörter und erzeugen einen kürzeren Bitstrom, der exakt rekonstruiert werden kann (verlustfrei). Ein Bild wird in JPEG transformiert und quantisiert: kleine Koeffizienten werden entfernt, um die Größe bei akzeptablem visuellen Verlust zu verringern (verlustbehaftet).

Fehlanwendung

Versuch, Daten zu komprimieren, die bereits nahezu maximale Entropie haben (z. B. verschlüsselte oder zufällige Daten), führt zu kaum oder keiner Reduktion und kann die Größe vergrößern. Einsatz verlustbehafteter Kompression dort, wo bitgenaue Rekonstruktion erforderlich ist (z. B. Rechtsdokumente), verursacht unakzeptablen Informationsverlust.

Konsequenz

Reduziert Speicher‑ und Übertragungskosten und ermöglicht neue Anwendungen (Streaming, Archivierung). Kompression bringt Abwägungen mit sich: Rechenkosten, Latenz, mögliche Qualitätsverluste und Empfindlichkeit gegenüber Modellfehlanpassung; es gibt enge untere Schranken (Entropie), die beliebige Kompression verhindern.

Umkehrung

Datenexpansion oder Verschlüsselung, die hochentropische Ausgaben erzeugt: ohne Ausnutzung von Redundanz sind Darstellungen länger oder absichtlich nicht unterscheidbar von Zufall, was Größenreduktion verhindert und nachfolgende Analyse erschwert.

Abgrenzung

Gilt für Informationsrepräsentationen (Text, Bilder, Audio, strukturierte Daten). Die Wirksamkeit hängt von den Quellstatistiken und der gewählten Verzerrungsmaßnahme ab; fundamentale Grenzen setzt die Informationstheorie (Entropie) sowie spezifische Anforderungen an die Genauigkeit. Kompression unterscheidet sich von Verschlüsselung (Ziel: Vertraulichkeit), obwohl Ausgaben ähnlich aussehen können.

Semantische Spannung

Spannung zwischen verlustfreiem und verlustbehaftetem Ziel: verlustfrei bewahrt jedes Bit, erreicht aber geringere Kompressionsraten; verlustbehaftet erzielt höhere Raten auf Kosten der Genauigkeit. Auch Spannung zwischen universellen Kompressoren (ohne Modell) und modellbasierten Kompressoren (effizienter bei guter Modellanpassung).

Synthese

Datenkompression erzeugt eine kompakte Darstellung, indem sie vorhersehbare oder redundante Struktur in Daten ausnutzt — wählt reversible Kodierungen, um alle Informationen zu erhalten, oder irreversible Approximationen, um Genauigkeit gegen kleineren Umfang einzutauschen — unter Beachtung theoretischer Entropiegrenzen und praktischer Genauigkeitsanforderungen.