RNG erklärt: Was ist ein Random Number Generator und wie funktioniert er?

Was ist ein RNG? Definition und Grundprinzip

RNG steht für Random Number Generator – auf Deutsch: Zufallszahlengenerator. Gemeint sind Algorithmen oder Hardware-Geräte, die Zahlenfolgen ohne erkennbares Muster erzeugen. Die Güte eines RNG hängt davon ab, wie unvorhersehbar diese Folgen tatsächlich sind.

Ein zentrales Konzept dabei ist der sogenannte Seed-Wert: Der Generator startet mit diesem Ausgangswert und leitet daraus die gesamte Zahlenfolge ab. Wer den Seed kennt, kann die Folge exakt reproduzieren – was weitreichende Konsequenzen für die Frage hat, wie „zufällig“ ein RNG überhaupt sein kann.

Im Gaming-Umfeld hat der Begriff eine etwas andere Bedeutung. Spieler verwenden „RNG“ oft umgangssprachlich für jedes zufällige Ereignis im Spiel: ein glücklicher Loot-Drop, ein kritischer Treffer im falschen Moment, ein unerwarteter Karteneffekt. Technisch gesehen ist der RNG der Algorithmus dahinter; der Spieler-Slang meint das Ergebnis, das dieser Algorithmus produziert. Diese Unterscheidung bleibt im weiteren Verlauf wichtig.

PRNG vs. TRNG – Die zwei Haupttypen im Vergleich

Zufallszahlengeneratoren lassen sich in zwei grundlegende Kategorien einteilen: PRNGs (Pseudo Random Number Generators) und TRNGs (True Random Number Generators). Beide erzeugen Zahlenfolgen, die zufällig wirken – doch das Prinzip dahinter könnte unterschiedlicher kaum sein.

Wie PRNGs funktionieren

PRNGs sind rein algorithmusbasiert. Sie starten mit einem Seed-Wert und berechnen daraus deterministisch eine Zahlenfolge – also nach festen, nachvollziehbaren Regeln. Das Ergebnis sieht zufällig aus, ist es aber streng genommen nicht: Wer den Seed kennt, kann jede einzelne Zahl der Sequenz vorhersagen. PRNGs sind deshalb deterministisch und reproduzierbar.

In Videospielen ermöglicht ein bekannter Seed, dass eine prozedural generierte Spielwelt auf jedem Gerät identisch aussieht. Für sicherheitskritische Zwecke – etwa die Erzeugung kryptografischer Schlüssel – sind Standard-PRNGs jedoch ungeeignet, weil die Vorhersagbarkeit zum Sicherheitsrisiko wird. Hier kommen spezielle kryptografisch gesicherte Varianten zum Einsatz.

Wie TRNGs funktionieren

TRNGs zapfen physikalische Prozesse an, um Zahlen zu erzeugen: atmosphärisches Rauschen, thermisches Rauschen in elektronischen Bauteilen oder Quanteneffekte. Diese Phänomene sind von Natur aus unvorhersehbar – kein Algorithmus kann sie reproduzieren, weil sie nicht deterministisch sind. Ein TRNG liefert damit echten Zufall.

Der Preis dafür ist höhere Komplexität und in der Regel geringere Geschwindigkeit bei der Zahlenerzeugung. Hardware-RNGs, die auf TRNG-Prinzipien basieren, sind als USB-Sticks, PCIe-Karten oder als eingebettete Komponenten in Mikrocontrollern erhältlich.

Direkter Vergleich

Die Eignung eines RNG-Typs hängt immer vom konkreten Anwendungsfall ab. Ein PRNG, der für ein Rollenspiel völlig ausreicht, wäre für die Erzeugung von Verschlüsselungsschlüsseln ungeeignet.

RNG im Gaming – Fairness, Loot und Spielmechanik

In Videospielen ist der RNG allgegenwärtig. Würfelwürfe in Rollenspielen, das Mischen eines Kartendecks in einem Deckbuilder, die Wahrscheinlichkeit eines Loot-Drops nach einem Bosskampf: All das ist das Ergebnis eines im Hintergrund laufenden Zufallszahlengenerators.

Die Kernaufgabe dabei ist Fairness. Wenn ein Spiel verspricht, dass ein seltener Gegenstand mit einer bestimmten Wahrscheinlichkeit droppt, muss der RNG sicherstellen, dass diese Wahrscheinlichkeit über viele Versuche hinweg tatsächlich eingehalten wird. Ein vorhersehbarer oder schlecht implementierter Generator würde das Spielgefühl verzerren – und bei kompetitiven Spielen könnten Muster ausgenutzt werden.

Wenn jemand im Chat schreibt „was für ein RNG“, meint er damit meist sein Glück oder Pech in einem bestimmten Moment – einen seltenen Drop, der einfach nicht fallen will, oder den kritischen Treffer des Gegners im denkbar schlechtesten Augenblick. Dieser Sprachgebrauch ist im Gaming völlig etabliert, bezeichnet aber eigentlich das Ergebnis des Generators, nicht den Generator selbst.

Ein besonderer Fall sind Speedruns: Hier manipulieren Spieler manchmal bewusst den Seed eines Spiels, um bestimmte RNG-Ergebnisse zu erzwingen – bekannt als „RNG Manipulation“. Das funktioniert, weil viele Spiele PRNGs verwenden und der Seed unter kontrollierten Bedingungen vorhersehbar gemacht werden kann.

Weitere Einsatzgebiete – Kryptografie, Simulation und Wissenschaft

Gaming ist nur einer von vielen Bereichen, in denen RNGs eine tragende Rolle spielen.

Kryptografie: Verschlüsselungsschlüssel, digitale Signaturen und sichere Kommunikationsprotokolle hängen direkt von der Unvorhersehbarkeit der erzeugten Zahlen ab. Ist der zugrunde liegende Generator vorhersehbar, kann die gesamte Sicherheitsarchitektur kompromittiert werden. Für diese Zwecke sind ausschließlich kryptografisch gesicherte PRNGs oder TRNGs geeignet – Standard-PRNGs ohne entsprechende Härtung scheiden hier aus.

Wissenschaftliche Simulationen: Monte-Carlo-Simulationen nutzen große Mengen zufälliger Eingabewerte, um komplexe physikalische oder finanzielle Prozesse zu modellieren. Hier sind PRNGs oft völlig ausreichend, weil Reproduzierbarkeit durch einen festen Seed sogar erwünscht ist.

Statistische Stichprobenerhebung: Zufällige Stichproben aus Datensätzen – etwa in der Marktforschung oder Epidemiologie – setzen voraus, dass die Auswahl wirklich unvorhersehbar erfolgt. RNGs liefern dafür die mathematische Grundlage.

Computersicherheit: Von der zufälligen Vergabe von Session-IDs bis zur Erzeugung von Einmalpasswörtern – überall dort, wo Vorhersagbarkeit ein Angriffspunkt wäre, kommen RNGs zum Einsatz. Hardware-basierte Lösungen wie USB-RNGs oder PCIe-Karten bieten dabei eine von der Software unabhängige Entropiequelle.

Wie wird ein RNG auf Qualität geprüft?

Die zentrale Messgröße für die Qualität eines RNG ist die Entropie – vereinfacht: wie unvorhersehbar die erzeugte Zahlenfolge tatsächlich ist. Eine hohe Entropie bedeutet, dass keine Information über eine erzeugte Zahl Rückschlüsse auf die nächste erlaubt.

Um das zu überprüfen, werden statistische Testverfahren eingesetzt. Diese prüfen die Ausgabe eines Generators auf Muster, Gleichverteilung und statistische Unabhängigkeit aufeinanderfolgender Zahlen. Die Anforderungen variieren je nach Anwendung stark – was in einem Spiel als „zufällig genug“ gilt, erfüllt möglicherweise nicht die Anforderungen kryptografischer Standards. Umgekehrt wäre ein TRNG mit hohem Hardware-Aufwand für das Mischen eines virtuellen Kartendecks schlicht überdimensioniert.

Wer einen RNG für ein konkretes Projekt auswählt, sollte deshalb zuerst klären, welche Anforderungen an Entropie, Reproduzierbarkeit und Geschwindigkeit tatsächlich bestehen – und erst dann den passenden Typ wählen.