Ein Punktprozess auf der reellen Achse (Zeit) oder im Raum, bei dem die Zählungen in disjunkten Intervallen unabhängig sind und die Anzahl der Ereignisse in einem Intervall der Länge t im homogenen Fall Poisson-verteilt mit Erwartungswert λt ist (konstante Rate λ).

Prinzip

Unabhängigkeit disjunkter Inkremente gemeinsam mit Stationarität der Inkremente führt dazu, dass die Ereigniszahlen Poisson-verteilt sind mit einem Mittelwert proportional zur Intervalllänge; äquivalent sind im homogenen zeitlichen Fall die Zwischenankunftszeiten unabhängig exponential(λ)-verteilt.

Demonstration

Situation: Anrufe treffen in einem Callcenter mit konstanter mittlerer Rate λ pro Stunde ein. Erkennung: Disjunkte Intervalle sind unabhängig; Homogenität gilt. Handlung: Modellierung der Ankünfte als Poisson-Prozess mit Rate λ und Verwendung exponentieller Zwischenankunftszeiten zur Simulation oder zur Berechnung von Wartezeiten. Folge: Die Wahrscheinlichkeit für k Ankünfte in t Stunden ist e^{-λt}(λt)^k/k!, und Zwischenankunftszeiten sind speicherlos exponentialverteilt mit Parameter λ.

Fehlanwendung

Den homogenen Poisson-Prozess auf Daten mit zeitabhängiger Rate (Nichtstationarität) oder abhängigen Ankünften anwenden. Der semantische Fehler ist das Annehmen konstanter Rate und Unabhängigkeit; dadurch werden Varianzen und Ereigniswahrscheinlichkeiten falsch geschätzt.

Konsequenz

Korrekte Anwendung liefert geschlossene Formeln für Zählverteilungen und Wartezeiten und ermöglicht handhabbare Leistungsanalysen. Fehlerhafte Anwendung (Ignorieren von Nichtstationarität/Abhängigkeit) führt zu verzerrten Stauabschätzungen und fehlerhaften Kapazitätsentscheidungen.

Umkehrung

Wenn die Rate λ(t) deterministisch oder stochastisch variiert (nicht-homogener Poisson-Prozess) oder Ereignisse clusterbildend sind, versagen Unabhängigkeits- und Exponentialannahmen; dann sind nicht-homogene Poisson-, Cox-, Renewal- oder Cluster-Modelle erforderlich.

Abgrenzung

Eindeutig darin: Photonen-Zählung einer konstanten Intensitätsquelle in kurzen Intervallen mit unabhängigen Zählungen. Randfall: Ankunftsdaten mit langsamer tageszeitlicher Variation — auf kurzen Zeitfenstern kann Homogenität gelten, auf langen nicht. Eindeutig außen: Stark gruppierte Ereignisse (z. B. Erdbebenreihen) die Unabhängigkeit verletzen.

Semantische Spannung

Einfachheit (analytische Handhabbarkeit) ↔ Genauigkeit (Abbilden zeitlicher Heterogenität oder Abhängigkeit): Poisson ist praktisch, kann aber reale Struktur verfehlen.

Synthese

Der Poisson-Prozess verknüpft speicherlose Zwischenankunftszeiten mit unabhängigen, stationären Zählungen; die Eignung des Modells hängt unmittelbar von Homogenität und Inkrementunabhängigkeit ab.