Der erste Teil dieses Beitrags legte dar, dass die Meta-Analyse von Veale et al. aus dem Jahr 2015 der strengste verfügbare Datensatz zur Penisgröße ist. Das bleibt wahr. "Streng" ist jedoch nicht gleichbedeutend mit "vollständig". Und "am häufigsten zitiert" ist nicht dasselbe wie "universell anwendbar".

Wenn du diese Zahl von 5,17 Zoll gelesen und als deinen persönlichen Maßstab akzeptiert hast, musst du einen Moment innehalten. Es gibt schwerwiegende, dokumentierte methodische Probleme mit dieser Zahl, welche die Medienberichterstattung – und ehrlich gesagt sogar einige akademische Zitate der Arbeit – beschönigt haben. Sobald man diese Probleme versteht, wirkt der "globale Durchschnitt" wesentlich weniger global als beworben.

Was die Studie tatsächlich zusammengetragen hat: 20 Studien, eine Zahl

Die Arbeit von Veale et al. wird als Meta-Analyse von 20 Studien beschrieben. Diese Formulierung impliziert einen umfassenden Überblick über globale Daten. Wenn man sich ansieht, welche Studien tatsächlich gepoolt wurden, ergibt sich ein anderes Bild.

Unter den beitragenden Studien, die aus den Referenzen und der Screening-Methodik der Arbeit identifizierbar sind, ist die geografische und ethnische Konzentration auffällig. Stark vertretene Populationen sind kaukasische britische Männer, Italiener, Türken, Ägypter und Jordanier. Eine Studie untersuchte nigerianische Erwachsene. Eine untersuchte indische Männer. Eine befasste sich mit einer Stichprobe aus Tansania, die speziell für die Dimensionierung medizinischer Beschneidungsgeräte rekrutiert wurde. Es gibt eine Folgestudie zur Prostatakrebsoperation aus den USA, in der die Teilnehmer nicht nach ethnischer Zugehörigkeit beschrieben wurden.

Auffallend abwesend oder stark unterrepräsentiert: chinesische Männer, japanische Männer, koreanische Männer, Männer aus Südostasien, Männer aus Lateinamerika, Männer subsaharisch-afrikanischer Herkunft jenseits einer einzelnen nigerianischen Studie von 1985 mit 320 Männern, indigene Völker von allen Kontinenten und Männer von den pazifischen Inseln. Die beiden bevölkerungsreichsten Nationen der Welt – China und Indien – trugen höchstens jeweils eine Studie bei, wobei der Beitrag Indiens eine relativ kleine Stichprobe maß.

Das Offensichtliche: Ethnische Variation ist real und dokumentiert

Die Arbeit von Veale et al. versuchte nicht, ihre Ergebnisse nach ethnischer Zugehörigkeit zu stratifizieren. Das war eine bewusste methodische Entscheidung, und die Autoren räumten dies ein – mit dem Hinweis, dass ihr Ziel darin bestand, ein generalisiertes klinisches Nomogramm zu erstellen und keine Aufschlüsselung nach Bevölkerungsgruppen. Das Problem ist die Art und Weise, wie die Ergebnisse seit der Veröffentlichung verwendet wurden: Eine einzige Zahl, isoliert zitiert, die allen Männern überall als universeller Maßstab präsentiert wird.

Die seit 2015 veröffentlichten Forschungsarbeiten machen deutlich, dass dies schon immer eine Einschränkung war, die man ernst nehmen sollte. Eine 2025 in Andrology veröffentlichte Meta-Analyse lieferte spezifische normative Daten für chinesische Männer und wies ausdrücklich auf die Lücke hin, die Veale et al. hinterlassen hatten. Eine Studie aus dem Jahr 2024 über regionale WHO-Daten fand statistisch signifikante Variationen bei Penis-Messungen über geografische Regionen hinweg. Eine umfassendere Meta-Analyse aus dem Jahr 2023, veröffentlicht im World Journal of Men's Health, die 75 Studien und 55.761 Männer einbezog, ergab, dass alle Messungen Variationen nach geografischer Region aufwiesen.

Dies sind keine Randerscheinungen oder Internet-Mythen. Es handelt sich um von Experten begutachtete Anerkennungen dessen, was jede ehrliche Lesart der ursprünglichen Veale-Daten Forscher vom ersten Tag an hätte fragen lassen müssen: Wessen Daten sind das eigentlich?

Inkonsistenz der Messungen: Folgten alle 20 Studien demselben Protokoll?

Die Methodik von Veale et al. erforderte, dass die teilnehmenden Studien Messungen durch klinisches Personal verwendeten. Was sie jedoch nicht vollständig standardisieren konnte, war die Art und Weise, wie diese Messungen von 20 verschiedenen Forschungsteams in verschiedenen Ländern über Publikationen hinweg vorgenommen wurden, die den Zeitraum von 1985 bis 2012 umspannen.

Das ist wichtiger, als es klingt. Betrachten wir nur einige der dokumentierten Variablen:

Erektionsmethode: Einige beitragende Studien erzielten Erektionsmessungen durch pharmakologische Injektion eines vasoaktiven Mittels direkt in das Penisgewebe. Andere nutzten visuelle oder manuelle Selbststimulation in einem privaten Raum. Wieder andere nutzten eine Kombination. Die Methode der Erektion kann zu signifikant unterschiedlichen Graden der Tumeszenz führen – eine chemisch induzierte Erektion und eine natürlich vorkommende sind nicht bei jedem Mann physiologisch identisch, insbesondere bei älteren Probanden oder solchen mit vaskulären Variationen.

Messposition: Einige Studien massen Männer im Stehen. Andere massen die Probanden im Liegen. Die Körperposition beeinflusst den Winkel und die scheinbare Länge des erigierten Penis relativ zum Messinstrument, insbesondere bei knochengepressten Messungen (Bone-Pressed), bei denen das Lineal in einem leicht unterschiedlichen Winkel auf das Schambein trifft.

Raumtemperatur: Mehrere Studien dokumentierten die Raumtemperatur als eine Variable, die Messungen im schlaffen Zustand beeinflusst. Dies ist in der klinischen Forschung gut etabliert – kalte Umgebungen verringern die Dimensionen im schlaffen Zustand. Während dies für Messungen im erigierten Zustand weniger kritisch ist, bringt es Rauschen in die Daten des schlaffen Zustands, das sich in die Korrelationen der gestreckten Länge überträgt.

Wer das Lineal hielt: Selbst unter Studien mit klinischen Messungen gibt es Variationen in der Anzahl der beteiligten Untersucher, ob Messungen zur Überprüfung der Inter-Rater-Reliabilität wiederholt wurden und ob ein starres Lineal oder ein flexibles Maßband für die Länge verwendet wurde.

Eine regionale WHO-Meta-Analyse von 2025 wies direkt darauf hin: Während einige ihrer Teilstudien standardisierte Methoden berichteten, verwendeten andere nicht-standardisierte oder subjektive Techniken, was die Zuverlässigkeit und Vergleichbarkeit der Daten potenziell beeinträchtigt. Dieselbe Kritik gilt für die Quellstudien, die Veale et al. speisten.

Der englischsprachige Filter: Ein eingebauter geografischer Bias

Hier ist eine Einschränkung, die die Arbeit explizit nennt, die aber in der Medienberichterstattung selten zitiert wird: Das Team von Veale et al. suchte ausschließlich in englischsprachiger Literatur. Ihr Screening-Prozess bewertete 16.678 Publikationen – aber nur solche, die auf Englisch veröffentlicht wurden.

Bedenken Sie, was dies ausschließt. Die chinesische medizinische Literatur ist umfangreich und größtenteils auf Mandarin veröffentlicht. Spanischsprachige urologische Forschung deckt Populationen in ganz Lateinamerika und Spanien ab. Portugiesischsprachige Forschung deckt Brasilien ab – die sechstbevölkerungsreichste Nation der Welt. Japanische und koreanische urologische Fachzeitschriften haben Daten zu Penismessungen veröffentlicht, die in englischen Datenbanken nicht erfasst wurden.

Die Andrology-Meta-Analyse von 2025 über chinesische Männer adressierte diese Lücke direkt und durchsuchte chinesischsprachige Datenbanken, darunter China Biology Medicine disk, China National Knowledge Infrastructure und andere – Datenbanken, die Veale et al. nie berührt haben. Als dieses Forschungsteam seine chinaspezifischen Ergebnisse mit den globalen Zahlen von Veale verglich, waren die Unterschiede statistisch signifikant.

Ein englischsprachiger Filter bei einer Studie, die behauptet, globale Durchschnittswerte zu ermitteln, ist keine geringfügige technische Fußnote. Er ist eine strukturelle Grenze, die definiert, wessen Daten gezählt werden und wessen nicht.

Publikationsbias: Die Studien, die nie auftauchten

Meta-Analysen sind nur so repräsentativ wie die Studien, die sie finden können. Und die Studien, die Forscher finden können, sind keine Zufallsstichprobe aller jemals durchgeführten Studien – sie sind eine Stichprobe, die zu Studien tendiert, die etwas Interessantes genug fanden, um es zu veröffentlichen.

In der Forschung nennt man dies Publikationsbias, und es ist ein anerkanntes Problem in allen Bereichen der Medizin. Studien, die Durchschnittswerte nahe an früher angenommenen Zahlen berichten oder keine signifikante Variation finden, werden seltener aufgeschrieben, eingereicht und akzeptiert als Studien, die neuartige Ergebnisse berichten. Im Kontext der Penisgrößenforschung bedeutet dies, dass Studien, die Durchschnittswerte am oberen Ende der Verteilung berichten, in der veröffentlichten Literatur sichtbarer sein könnten als Studien, die niedrigere Durchschnittswerte berichten.

Eine regionale WHO-Meta-Analyse von 2025 räumte dieses Problem explizit ein und stellte fest, dass Studien mit signifikanten oder günstigen Ergebnissen wahrscheinlicher veröffentlicht werden und dass dieser Publikationsbias zu einer Überschätzung der in der Literatur berichteten Durchschnittsgrößen führen könnte. Wenn diese Überschätzung in den Quellstudien steckt, die Veale et al. füttern, dann könnte die gepoolte Zahl von 5,17 Zoll selbst über dem wahren Mittelwert der Bevölkerung liegen – nicht darunter.

Das Problem der Altersverteilung

Die Arbeit von Veale et al. berichtet nicht über eine einheitliche Altersspanne in allen 20 beitragenden Studien. Einige Studien stützten sich auf junge Männer – Universitätsstudenten, Militärrekruten, Männer in Fruchtbarkeitskliniken. Andere stützten sich auf ältere ambulante Populationen, einschließlich Männern, die Urologie-Kliniken wegen nicht zusammenhängender Beschwerden aufsuchten. Eine beitragende US-Studie mass speziell Männer, die sich einer radikalen Prostatektomie wegen Prostatakrebs unterzogen, eine Population mit einem Durchschnittsalter, das signifikant älter ist als die allgemeine männliche Bevölkerung.

Warum ist das wichtig? Weil sich die Penisdimensionen mit dem Alter ändern. Die Forschung hat moderate Verringerungen sowohl der Länge als auch des Umfang bei älteren Männern dokumentiert, was mit Veränderungen der Gefäßgesundheit, des Testosteronspiegels und der Elastizität des Bindegewebes zusammenhängt. Eine Studie, die stärker auf jüngere Männer ausgerichtet ist, wird einen anderen Mittelwert ergeben als eine, die stärker auf Männer über 60 ausgerichtet ist – und Veale et al. haben beides gepoolt, ohne die Unterschiede in der Altersverteilung der beitragenden Studien zu bereinigen.

Was andere Forschungen fanden, als sie genauer hinsahen

Das Problem der Heterogenität – der Grad, in dem sich gepoolte Studien tatsächlich voneinander unterscheiden – ist nicht spekulativ. Es zeigt sich in den Zahlen, wenn man hinsieht.

Die Meta-Analyse von Belladelli et al. aus dem Jahr 2023, veröffentlicht im World Journal of Men's Health, aggregierte 75 Studien mit 55.761 Männern und fand eine gepoolte mittlere erigierte Länge von 13,93 cm (5,49 Zoll) – deutlich höher als die 13,12 cm (5,17 Zoll) von Veale. Sie fand auch eine signifikante Heterogenität zwischen den Studien mit einer I²-Statistik von 98,9 % – ein Wert, der anzeigt, dass die Variation zwischen den Ergebnissen der einzelnen Studien enorm war. Ein I² von 98,9 % bedeutet effektiv, dass die einzelnen Studien nicht dieselbe zugrunde liegende Population gemessen haben. Sie in einem einzigen Mittelwert zusammenzufassen, ergibt eine Zahl, die möglicherweise keine spezifische Gruppe von Männern genau beschreibt.

Dieselbe Analyse von 2023 ergab, dass alle Messungen Variationen nach geografischer Region aufwiesen. Die Studie zum nahöstlichen Nomogramm, die im selben Jahr wie Veale et al. veröffentlicht wurde – an der einer der Koautoren von Veale selbst beteiligt war – fand eine mittlere knochengepresste erigierte Länge von 14,34 cm (5,65 Zoll) in einer saudi-arabischen Kohorte, deutlich höher als die gepoolte Veale-Zahl. Die indische Studie, die zum Pool von Veale beitrug, hat Zahlen gemeldet, die niedriger als der gepoolte Mittelwert sind. Die chinesische Meta-Analyse von 2025 fand Durchschnittswerte, die signifikant von der globalen Veale-Zahl abweichen.

Kurz gesagt: Jedes Mal, wenn Forscher eine spezifische Bevölkerungsgruppe isoliert betrachteten, anstatt alle Gruppen zusammenzufassen, stellten sie fest, dass der tatsächliche Durchschnitt der Gruppe von Veales 5,17 Zoll abweicht. Manchmal darüber. Manchmal darunter. Die gepoolte Zahl glättet diese Unterschiede – und beschreibt damit ein statistisches Komposit, das die typische Messung einer realen ethnischen Gruppe von Männern möglicherweise nicht genau wiedergibt.

Der Heterogenitäts-Score, der Schlagzeilen hätte machen sollen

In der Statistik berechnen Forscher, wenn sie mehrere Studien in einer Meta-Analyse kombinieren, ein Maß namens I² (I-Quadrat), um zu quantifizieren, wie viel der Variation in den Ergebnissen auf tatsächliche Unterschiede zwischen den Studien und nicht auf Zufall zurückzuführen ist. Ein I² von 0 % bedeutet, dass alle Studien dasselbe messen. Ein I² von 100 % bedeutet, dass jede Studie etwas bedeutsam anderes misst als die anderen.

Die Belladelli-Meta-Analyse von 2023, die die Veale-Studien als Teil eines größeren Pools einbezog, meldete ein I² von 98,9 % für die erigierte Länge. Diese Zahl hätte auf der Titelseite jeder Fachzeitschrift stehen müssen, die jemals Veales 5,17 Zoll als universellen Maßstab zitiert hat. Ein I², das sich 99 % nähert, ist keine milde Warnung. Es ist eine direkte statistische Aussage, dass die einzelnen Studien, die gepoolt werden, so verschieden voneinander sind, dass ein einzelner gepoolter Mittelwert von begrenztem beschreibendem Wert für eine spezifische Population ist.

Anders ausgedrückt: Wenn man die Körpergröße von NBA-Centern mit der Größe von Jockeys mittelt und einen Mittelwert von 1,80 m erhält, ist diese Zahl technisch gesehen als Durchschnitt dieser beiden Gruppen korrekt. Sie sagt einem NBA-Center nicht, wie groß er ist, und sie sagt einem Jockey nicht, wie groß er ist. Das I² für diese Berechnung wäre enorm – weil die beiden Populationen wirklich unterschiedlich sind. Dieselbe Logik gilt hier.

Ist die Veale-Studie also wertlos?

Nein. Das ist nicht das Argument. Die Meta-Analyse von Veale et al. bleibt der methodisch sorgfältigste Versuch, klinisch gemessene Penisgrößendaten zu synthetisieren, der zum Zeitpunkt seiner Veröffentlichung in der englischsprachigen Literatur existierte. Das Beharren auf klinischen Messungen war ein echter und wichtiger Fortschritt gegenüber Umfragen mit Selbstauskünften.

Aber die Art und Weise, wie die Studie aufgenommen und angewendet wurde – als universelle Zahl, die für alle Männer gilt, ein globaler "normaler" Maßstab, an dem sich jeder einzelne Mann messen sollte – geht über das hinaus, was die Daten tatsächlich hergeben. Die Autoren der Studie selbst räumten ein, dass sie nicht nach ethnischer Zugehörigkeit stratifizierten und dass ihre Ergebnisse auf die Populationen beschränkt waren, die zur gepoolten Stichprobe beitrugen. Dieses Eingeständnis ist der 5,17-Zoll-Zahl nicht in die populäre Berichterstattung, in medizinische Wartezimmer oder auf Gesundheits-Websites für Männer gefolgt.

Womit sich ein Mann aus Lagos, ein Mann aus Shanghai, ein Mann aus São Paulo und ein Mann aus Stockholm vergleicht, sollte nicht dieselbe Zahl sein. Die ehrlich betrachtete Wissenschaft unterstützt diese Gleichsetzung nicht. Die angemessene klinische Reaktion besteht nicht darin, die Veale-Zahl zu verwerfen, sondern sie als einen Datenpunkt unter mehreren zu behandeln und mehr populationsspezifische Forschung zu fordern, anstatt einen einzelnen gepoolten Mittelwert als universelles Urteil zu akzeptieren.

Das Urteil: Ein nützlicher Richtwert mit einem bedeutenden Sternchen

Die Zahl von 5,17 Zoll ist keine Lüge. Sie ist ein ehrlicher Durchschnitt der verfügbaren Daten, die mit einer Methodik erhoben wurden, die strenger war als das meiste, was davor kam. Innerhalb dieser Grenzen ist sie legitim.

Aber diese Grenzen sind eng. Die Studie stützte sich auf eine geografisch konzentrierte Stichprobe, suchte nur englischsprachige Literatur, poolte ethnisch unterschiedliche Populationen ohne Stratifizierung und konnte die Messprotokolle über 20 verschiedene Forschungsteams hinweg, die in verschiedenen Ländern über verschiedene Jahrzehnte tätig waren, nicht vollständig standardisieren. Die Studien, die sie poolte, zeigen eine nahezu maximale Heterogenität, wenn man sie statistisch untersucht. Jede populationsspezifische Studie, die folgte, hat festgestellt, dass der Durchschnitt der eigenen Gruppe vom gepoolten Mittelwert abweicht.

Ein Mann verdient es zu wissen, was die Daten tatsächlich zeigen – einschließlich dessen, was die Daten noch nicht zeigen können. Jede einzelne universelle Zahl, die auf alle Männer der Erde angewendet wird, sollte Skepsis hervorrufen. Die ehrliche Antwort auf Basis der verfügbaren Beweise ist, dass globale Durchschnittswerte in diesem Bereich noch unvollständig sind, sich noch entwickeln und immer noch auf Populationen gewichtet sind, die nur einen Bruchteil der Männer auf der Welt repräsentieren. Das ist keine beruhigende Schlussfolgerung. Es ist eine genaue.