Nullwerte

Nullwerte bezeichnet in der Datenverarbeitung Werte, die fehlen oder nicht vorhanden sind. Sie treten in Datenbanken, Tabellen, statistischen Datensätzen und Programmiersprachen auf und können Berechnungen, Vergleiche und Aggregationen verfälschen, wenn sie nicht explizit behandelt werden.

Je nach Kontext werden Nullwerte unterschiedlich repräsentiert. In SQL-Datenbanken ist NULL der Marker für eine fehlende Information. In CSV-Dateien können fehlende Felder durch leere Zeichenfolge oder zwei aufeinanderfolgende Kommata angezeigt werden. Programmiersprachen verwenden unterschiedliche Konzepte: Python verwendet None, Java/Kotlin verwenden null, R verwendet NA, und NaN in MATLAB bzw. IEEE-Gleitkommazahlen steht für “not a number” und ist nicht zwingend dasselbe wie NULL.

Semantik und Abfragen unterscheiden sich durch dreiwertige Logik. Vergleiche mit NULL liefern UNKNOWN statt TRUE oder FALSE. Typische Werkzeuge sind IS NULL und IS NOT NULL, COALESCE oder DEFAULT-Werte, um fehlende Informationen zu behandeln oder zu ersetzen. Bei Aggregationen ignorieren viele Systeme NULL-Werte, wodurch Mittelwerte oder Summen entsprechend berechnet werden.

Umgang mit Nullwerten umfasst Optionen wie das Entfernen von Datensätzen (listwise deletion), das Imputieren fehlender Werte (Durchschnitt, Regression, k-nearest neighbors) oder das Markieren von fehlenden Informationen mit Flags. In Datenbanken steuert eine NOT NULL-Constraint, ob ein Feld fehlende Werte akzeptiert; Defaults können ebenfalls eingesetzt werden.

Missings lassen sich statistisch als MCAR, MAR oder MNAR klassifizieren, was die Wahl der Analyse- und Imputationsstrategie beeinflusst. Eine klare Dokumentation von Nullwerten erhöht die Reproduzierbarkeit und Datenqualität.