Wenn ein Test einen GPS-Tracker als „zuverlässig” beschreibt, ist eine Reihe naheliegender Fragen meistens unbeantwortet: Welche Zuverlässigkeit, unter welchen Bedingungen gemessen, mit welcher Stichprobenzahl, mit welcher definierten Toleranz vor Beginn der Messreihe? Eine Methodik-Analyse beginnt nicht beim Ergebnis, sondern bei der Versuchsanordnung. Heft 41 nimmt sich der Frage an, weil GPS-Tracker im Mai 2026 ein häufig getestetes Konsumgut sind — und weil die methodische Qualität der publizierten Vergleiche stark schwankt.

Was „Zuverlässigkeit” technisch bedeutet

Im strengen Sinne beschreibt Zuverlässigkeit die Wahrscheinlichkeit, dass ein Gerät unter definierten Bedingungen eine spezifizierte Funktion über einen spezifizierten Zeitraum erfüllt. DIN EN 61703 definiert die Begrifflichkeit für die Elektrotechnik, IEC 60050-191 für die Zuverlässigkeitstheorie generell. In der konsumguts-orientierten Test-Praxis wird der Begriff jedoch häufig auf drei Subdimensionen reduziert, die selten klar getrennt werden: Verbindungsstabilität (Mobilfunk-Empfang), Positionsgenauigkeit (Abweichung der gemeldeten von der tatsächlichen Position) und Verfügbarkeit (Anteil der Zeit, in der das Gerät überhaupt sendet).

Die drei häufigsten Versuchsanordnungen

In der publizistischen Test-Praxis lassen sich drei dominante Setups identifizieren. Erstens das Spazier-Setup: Tester laufen mit den Geräten eine fest definierte Strecke ab, vergleichen die aufgezeichneten Tracks mit einer Referenz und melden Abweichungen. Schwäche: keine Reproduzierbarkeit, da Wetter, Funkzelle und Sat-Konstellation variieren. Zweitens das Stationär-Setup: Geräte liegen 24 Stunden oder mehrere Tage an einem festen Punkt, gemessen wird die Streuung der gemeldeten Positionen. Stärke: hohe Reproduzierbarkeit. Schwäche: bildet kein Nutzungsszenario ab. Drittens das Misch-Setup: Eine Kombination aus stationärer Streuungs-Messung und definierten Streckenprofilen (Stadt, Wald, Tunnel-Sequenz). Stärke: aussagekräftig. Schwäche: aufwendig und in der Aufmerksamkeitsökonomie der Verbraucherpresse selten finanzierbar.

Stichprobenzahl und ihr Stillschweigen

Eine schwer zu übersehende methodische Lücke: Viele publizierte Tests basieren auf einer Stichprobenzahl von n = 1. Ein Gerät pro Modell, eine Test-Sitzung pro Gerät. Daraus lassen sich keine Aussagen über Streuung innerhalb eines Modells treffen. Stiftung Warentest verwendet in den Methodik-Anhängen ihrer GPS-Tracker-Vergleiche eine Stichprobengröße zwischen n = 3 und n = 5 pro Modell (Bericht „Heft 4/2024”, Methoden-Anhang Seite 78). ÖKO-Test publiziert die Stichprobengröße ihrer Tracker-Tests nicht regelmäßig. Wer methodisch sauber publiziert, nennt n.

Toleranz vor Beginn

Die zweite seltener genannte Komponente: Die Toleranz, innerhalb derer ein Wert als „bestanden” gilt, muss vor Beginn der Messreihe definiert sein — nicht nach Sicht des Ergebnisses justiert. In der Pharma-Bioäquivalenz ist das selbstverständlich (90 %-Konfidenzintervall innerhalb 80–125 %). In der Konsumgüter-Bewertung steht das Vorab-Setup der Toleranzgrenzen häufig nicht in den publizierten Berichten. Wer es nicht nennt, lässt unklar, ob die Bewertung „gut/befriedigend/ausreichend” eine willkürliche Skala-Position oder eine fundierte Schwellen-Entscheidung ist.

Was eine saubere GPS-Tracker-Methodik enthielte

Aus methodischer Sicht enthielte ein vorbildlicher GPS-Tracker-Test mindestens: Stichprobenzahl pro Modell (n ≥ 3), Test unter mindestens drei standardisierten Umgebungen (offener Himmel, urbaner Schlucht, Wald), Wiederholbarkeit über mindestens drei Sitzungen, dokumentierte Referenz-Position mit eigener Genauigkeitsangabe (z. B. Trimble-Vermessungsempfänger mit ±2 cm), und vor der Messung definierte Toleranzgrenzen mit Begründung. Außerdem: Offenlegung der Software-Version der Tracker-Firmware (im Mai 2026 zentral, weil viele Geräte regelmäßige Firmware-Updates erhalten, die Genauigkeit messbar beeinflussen).

Was Leser:innen prüfen können

Wer einen GPS-Tracker-Test liest, kann ohne Fachkenntnis vier Hinweise auf methodische Sorgfalt prüfen. Wird die Stichprobenzahl pro Modell genannt? Werden Toleranzfenster vor der Bewertung definiert? Wird die Referenz-Position mit eigener Genauigkeit benannt? Wird die Firmware-Version notiert? Wenn alle vier Fragen mit „Ja” beantwortet werden, ist die Wahrscheinlichkeit hoch, dass der Test in Folge-Untersuchungen reproduzierbar ist. Sind drei oder vier mit „Nein” beantwortet, ist der Aussagegehalt limitiert — unabhängig davon, ob die Bewertung „sehr gut” oder „mangelhaft” lautet.

Wir werden in den kommenden Heften regelmäßig Methoden-Anhänge publizierter Tracker-Tests durchgehen und entlang dieser vier Fragen einordnen.