Okabe-Ito-Farbpalette: Alle Hex-Codes im Überblick

Die Okabe-Ito-Palette umfasst acht farbenblindenfreundliche Hex-Codes für wissenschaftliche Abbildungen.

Etwa jeder zwölfte Mann und jede zweihundertste Frau hat eine Form von Farbsehschwäche. Wenn Ihre Abbildung Informationen nur über Rot und Grün vermittelt, nimmt ein relevanter Teil Ihrer Leserschaft — einschließlich der Gutachtenden — etwas anderes wahr als beabsichtigt. Hier finden Sie deshalb alle Hex-Codes und RGB-Werte sowie Code, den Sie direkt in R, Python oder CSS übernehmen können.

Die Okabe-Ito-Palette: alle acht Hex-Codes

Warum diese acht Farben funktionieren

Eine Farbsehschwäche bedeutet nicht, „in Graustufen zu sehen“. Die häufigsten Formen stauchen eine bestimmte Achse des Farbraums: Farbtöne, die sich vor allem auf der Rot-Grün-Achse unterscheiden, rücken in der Wahrnehmung zusammen. Unterschiede in der Helligkeit und auf der Blau-Gelb-Achse bleiben dagegen eher erhalten.

Empfohlene Reihenfolge

Wenn Sie weniger als acht Farben benötigen, sollten Sie nicht einfach die ersten N Einträge der Tabelle übernehmen. Die folgende Reihenfolge hält die Farbabstände auch bei kleinen Gruppen möglichst groß:

1. #0072B2 Blau
2. #E69F00 Orange
3. #009E73 Blaugrün
4. #CC79A7 rötliches Violett
5. #56B4E9 Himmelblau
6. #D55E00 Zinnoberrot
7. #F0E442 Gelb
8. #000000 Schwarz

Blau und Orange stehen bewusst am Anfang: Dieses Paar bietet über alle Formen von Farbsehschwäche hinweg den robustesten Zweifarbenkontrast der Palette.

Code zum direkten Kopieren

R

okabe_ito <- c(
  "#E69F00", "#56B4E9", "#009E73", "#F0E442",
  "#0072B2", "#D55E00", "#CC79A7", "#000000"
)
# ggplot2
scale_colour_manual(values = okabe_ito)

Python

OKABE_ITO = [
    "#E69F00", "#56B4E9", "#009E73", "#F0E442",
    "#0072B2", "#D55E00", "#CC79A7", "#000000",
]
import matplotlib as mpl
mpl.rcParams["axes.prop_cycle"] = mpl.cycler(color=OKABE_ITO)

CSS

:root {
  --oi-orange:         #E69F00;
  --oi-sky-blue:       #56B4E9;
  --oi-bluish-green:   #009E73;
  --oi-yellow:         #F0E442;
  --oi-blue:           #0072B2;
  --oi-vermilion:      #D55E00;
  --oi-reddish-purple: #CC79A7;
  --oi-black:          #000000;
}

Wo die Palette an ihre Grenzen stößt

• Geordnete oder kontinuierliche Daten. Verwenden Sie stattdessen eine wahrnehmungsuniforme sequenzielle Farbskala. Viridis ist dafür die übliche Wahl.
• Divergierende Daten um einen Mittelpunkt. Wählen Sie eine divergierende Skala mit neutralem Zentrum, etwa RdBu von ColorBrewer.
• Mehr als acht Kategorien. Wenn Sie mehr benötigen, hilft meist keine neunte Farbe. Strukturieren Sie die Abbildung stattdessen neu, beispielsweise durch Facettierung, Gruppierung oder direkte Beschriftungen.

Häufige Fehler

Weiterführende Artikel

Weiterführende Lektüre: Beste Farbpaletten für wissenschaftliche Abbildungen (2026), 5 häufige Fehler in wissenschaftlichen Abbildungen.

Häufig gestellte Fragen