Was ist eine lineare Funktion? Ein Leitfaden mit Beispielen

Wenn du irgendwann Matheunterricht hattest, bist du sehr wahrscheinlich schon früh einer linearen Funktion begegnet – in der Mittelstufenalgebra oder beim Zeichnen von Geraden auf Millimeterpapier.

Lineare Funktionen sind überall – in der Mathematik und darüber hinaus. Trotzdem empfinden viele sie als etwas schwer zugänglich. Selbst Profis übergehen manchmal das „Warum“ hinter den Gleichungen.

In diesem Artikel gebe ich dir eine klare, anschauliche Beschreibung linearer Funktionen: Was sie auszeichnet, wie man sie schreibt und wie man sie erkennt. Am Ende wirst du sie nicht mehr als abstrakte Regeln sehen, sondern als verlässliche Werkzeuge, um gleichmäßige Veränderungen zu verstehen.

Die Grundidee hinter linearen Funktionen

Im Kern geht es bei linearen Funktionen um gleichmäßige, vorhersagbare Zusammenhänge.

Stell dir vor, du gehst mit konstanter Geschwindigkeit. Mit jedem Schritt legst du dieselbe Strecke zurück. Diese konstante Änderungsrate ist genau die Quelle der Linearität, die eine lineare Funktion linear macht. Wenn dein Input, etwa Zeit oder Schritte, um einen festen Betrag zunimmt, ändert sich der Output, zum Beispiel die zurückgelegte Strecke, um denselben festen Betrag.

Diese Verlässlichkeit macht lineare Funktionen so praktisch. Die Ausgaben springen nicht plötzlich oder krümmen sich. Sie verlaufen einfach geradlinig weiter – zuverlässig. Zeichnest du sie in ein Koordinatensystem, erhältst du eine perfekte Gerade wie ein Laserstrahl. Diese Einfachheit macht sie so vertrauenswürdig für Modelle der Wirklichkeit.

Eine einfache Definition einer linearen Funktion

Mit dieser Intuition können wir es präziser fassen. Eine lineare Funktion ist eine mathematische Vorschrift, die Inputs auf Outputs abbildet, wobei die Änderung des Outputs stets proportional zur Änderung des Inputs ist. In Symbolen sieht das oft so aus:

Darauf kommen wir später im Artikel zurück. Das Wichtigste hier: Der Output wächst oder schrumpft gleichmäßig – unabhängig davon, wo du dich auf der Input-Skala befindest.

Anschaulich gesprochen: Eine lineare Funktion heißt linear, weil sie zu Geraden gehört. Das unterscheidet sie von nichtlinearen Funktionen – etwa quadratischen, die wie ein Bogen ansteigen, oder exponentiellen, die mit wachsendem Input förmlich explodieren.

Die Standardform einer linearen Funktion

Die meisten linearen Funktionen zeigen ihre Struktur offen in der sogenannten Steigungsform (Slope-Intercept-Form). Sie sieht so aus:

Hier ist x dein Input – die Variable, die du einsetzt – und y ist der Output. Das m ist die Steigung und beschreibt die Änderungsrate der Funktion, also wie steil die Gerade ansteigt oder fällt.

Ein größeres m bedeutet eine steilere Neigung, ein negatives zeigt nach unten. Dann gibt es noch das b, den y-Achsenabschnitt: das ist der Output, wenn x gleich null ist. Der y-Achsenabschnitt definiert deinen Startpunkt auf der y-Achse.

In vielen Lehrbüchern können sich die Bezeichnungen von m und b zu a und b oder m und p ändern – die Bedeutung bleibt dieselbe.

Lineare Funktion: Änderungsrate

Bevor wir es „Steigung“ nennen, schauen wir uns an, was das wirklich heißt: „Um wie viel ändert sich der Output, wenn der Input um eine Einheit steigt?“ Wenn dir jede zusätzliche Arbeitsstunde 20 $ mehr einbringt, ist das eine Rate von 20 $ pro Stunde – eine konstante Änderung. Positive Raten bedeuten Wachstum, negative einen Rückgang, etwa wenn ein Kuchen gleichmäßig abkühlt.

Diese Rate ist das Rückgrat der Linearität. Sie beschleunigt nicht und verlangsamt nicht. In der Mathematik nennen wir sie die Steigung (m in unserer Hauptgleichung) – die Idee ist dieselbe.

In dieser Abbildung habe ich verschiedene Konstellationen linearer Funktionen skizziert, b konstant gehalten und mit m gespielt.

Lineare Funktion: Startwert

Der y-Achsenabschnitt b ist der Basis-Output bei Input null – du kannst ihn dir wie eine feste Grundgebühr vorstellen. Er verankert die Funktion und gibt Kontext dafür, wie sich Änderungen aufsummieren. 

In dieser Abbildung habe ich die Werte von b verändert und m konstant auf 2 belassen.

So erscheinen lineare Funktionen im Diagramm

Die Graphen linearer Funktionen sind wegen der konstanten Rate Geraden. Verändere die Rate m, und die Gerade wird steiler oder flacher. Verschiebe den Startwert b, und die Gerade wandert nach oben oder unten – die Neigung bleibt gleich.

Beispiele für lineare Funktionen

Es gibt verschiedene Möglichkeiten, eine lineare Funktion zu beschreiben. Numerisch zum Beispiel: f(x) = 3x + 2. Das heißt, die Outputs steigen pro x-Zuwachs um 3, und y ist anfangs 2, wenn x gleich 0 ist.

Oder alltagstauglich: Die Kosten einer Taxifahrt setzen sich zusammen aus 3 $ Grundgebühr + 2 $ pro Meile. Ein fixer Start mit einem gleichmäßigen Aufschlag.

Lineare vs. nichtlineare Funktionen

Nichtlineare Zusammenhänge durchbrechen die Konstanz, da sich die Raten ändern und die Graphen gekrümmt sind. Reale Beziehungen lassen sich oft über kurze Bereiche näherungsweise linear beschreiben und dienen als nützliche Basislinie.

Diese Abbildung zeigt anschaulich Beispiele für lineare und nichtlineare Funktionen.

Wo lineare Funktionen auftreten

Lineare Funktionen sind das verlässliche Fundament, mit dem wir die Welt strukturieren. Sie helfen uns, Veränderung als gleichmäßig und skalierbar zu begreifen. In der Physik vereinfachen sie beispielsweise Bewegungen ohne Reibung; in der Volkswirtschaft dienen sie als Ausgangspunkt für Kosten, bevor es komplex wird.

In vielen Disziplinen sind sie Näherungen, denn reale Daten verhalten sich oft annähernd linear oder lokal linear. In der Biologie werden Enzymraten über schmale Bereiche linearisiert, im Ingenieurwesen Spannungs-Dehnungs-Kurven von Materialien. Sie sind allgegenwärtig, weil gleichmäßige Veränderung überall zu finden ist – wenn man hinblickt.

Lineare Funktionen und lineare Regression

Die lineare Regression verwendet Daten, um eine lineare Funktion als Best-Fit-Gerade anzupassen. Im Kern schätzt sie m und b der oben genannten Gleichung, um die Gerade zu finden, die zu den beobachteten Punkten am besten passt. Es ist eine Annäherung an Trends in verstreuten Realdaten – keine perfekte Abbildung.

In dieser Illustration siehst du, wie wir leicht verrauschte reale Datenpunkte mit einer linearen Funktion modellieren können.

Häufige Missverständnisse über lineare Funktionen

Diese Fehler solltest du vermeiden, wenn du über lineare Funktionen nachdenkst:

1. Nicht jede gerade Linie im Diagramm ist linear. Geraden können enden oder die Richtung ändern.
2. Das echte Leben ist nicht perfekt linear. Wir arbeiten mit Annäherungen.
3. Unterscheide klar zwischen der Rate m und dem Start b – sie prägen den Verlauf auf unterschiedliche Weise.

Tipps zum Erkennen linearer Funktionen

So erkennst du eine lineare Funktion:

• Achte auf konstante Änderungen
• Prüfe Differenzen, nicht Verhältnisse
• Denke in „pro Einheit“
• Sei vorsichtig bei verrauschten Realdaten

Fazit

Lineare Funktionen modellieren Geradenzusammenhänge mit einer konstanten Änderungsrate ausgehend von einem Anfangswert. Durch diese Struktur sind sie leicht zu interpretieren und einfach anzuwenden. Du begegnest ihnen in Gleichungen, Graphen und alltäglichen Kosten- oder Schätzproblemen.

Lerne mit uns weiter. Ich empfehle dir unseren Kurs Introduction to Regression with statsmodels in Python. Im Kurs siehst du, dass Regression flexibler ist, als es scheint. Mit geeigneten Transformationen kannst du sowohl lineare als auch nichtlineare Zusammenhänge per Regression modellieren.