Spezifität: Wie gut ein Test Gesunde erkennt

Die Spezifität ist der Anteil der Gesunden, bei denen ein Test negativ ausfällt. Sie beschreibt, wie wahrscheinlich ein diagnostischer Test Menschen ohne die gesuchte Krankheit richtig als nicht erkrankt einstuft ^[1]. Sie ist das Gegenstück zur Sensitivität, die angibt, wie gut ein Test Erkrankte findet.

Falsch-positive Ergebnisse

Je niedriger die Spezifität, desto öfter schlägt ein Test bei gesunden Menschen an. Solche Ergebnisse heißen falsch-positiv: Die Person ist nicht krank, das Ergebnis aber auffällig ^[1]. Eine hohe Spezifität wird angestrebt, wenn eine Erkrankung mit großer Sicherheit bestätigt werden soll ^[1]. Wer gesund und wer krank ist, legt in einer Studie ein Referenzstandard fest, also eine möglichst treffsichere Vergleichsuntersuchung. Erst mit ihm lässt sich ausrechnen, wie oft der geprüfte Test richtig lag ^[1].

Wie stark sich Sensitivität und Spezifität unterscheiden können, zeigt der Zwei-Fragen-Test zur Depression, den die Nationale VersorgungsLeitlinie Unipolare Depression für eine schnelle erste Einschätzung nennt. Seine Sensitivität liegt bei 96 Prozent, seine Spezifität bei 57 Prozent ^[2]. Von 100 Menschen ohne depressive Störung würden demnach 43 trotzdem auffällig. Der Test eignet sich deshalb für einen ersten Verdacht, der danach genauer geprüft werden muss.

Rechenbeispiel: Warum viele Treffer Fehlalarme sind

Ob ein auffälliges Ergebnis stimmt, hängt nicht nur von der Spezifität ab. Der Anteil der richtig Positiven unter allen positiven Ergebnissen heißt positiver Vorhersagewert, und er hängt davon ab, wie häufig die Krankheit in der getesteten Gruppe ist ^[1]. Ein Rechenbeispiel mit angenommenen Werten zeigt das: Ein Test hat 90 Prozent Sensitivität und 90 Prozent Spezifität. Von 1.000 getesteten Menschen sind 100 erkrankt. Der Test erkennt 90 von ihnen. Von den 900 Gesunden stuft er 810 richtig ein, bei 90 schlägt er fälschlich an. Von 180 auffälligen Ergebnissen sind also nur 90 richtig, das ist die Hälfte.

Sind statt 100 nur 20 der 1.000 Menschen erkrankt, findet der Test 18 von ihnen. Bei den 980 Gesunden schlägt er 98-mal fälschlich an. Dann sind von 116 auffälligen Ergebnissen nur 18 richtig, also etwa jedes sechste. Das erklärt, warum sich bei Früherkennungsuntersuchungen die meisten auffälligen Befunde bei der weiteren Abklärung als falsch herausstellen ^[3].

Was das für deinen Test bedeutet

Ein Ergebnis über dem Cut-off-Wert ist ein Hinweis, die Beschwerden genauer anzuschauen. Es bedeutet nicht, dass du sicher erkrankt bist. Ein Gespräch in der Hausarztpraxis oder einer psychotherapeutischen Sprechstunde klärt, ob hinter dem Wert tatsächlich eine Erkrankung steckt. Wie du dich darauf vorbereitest, beschreibt der Ratgeber Auffälliges Testergebnis: Wie geht es weiter?.

1. Fachgesellschaft Glossar zur Evidenzbasierten Medizin (Stichworte Spezifität, Falsch positiv und falsch negativ, Positiver prädiktiver Wert). Deutsches Netzwerk Evidenzbasierte Medizin e. V. (EbM-Netzwerk). Stand Oktober 2018. abgerufen am 28.10.2026
2. Leitlinie Nationale VersorgungsLeitlinie Unipolare Depression, Langfassung Version 3.2. BÄK, KBV, AWMF (NVL-Programm). Stand 2023. abgerufen am 28.10.2026
3. Behörde Vor- und Nachteile von Früherkennungsuntersuchungen. Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), gesundheitsinformation.de. Stand 20.04.2022. abgerufen am 28.10.2026

Hinweis: Ein Selbsttest gibt dir eine erste Einschätzung. Er ersetzt keine ärztliche oder psychotherapeutische Untersuchung und keine Diagnose.