Marco hat das schon schön auf den Punkt gebracht. Ich kann noch aus der Controlling-Praxis ergänzen, wo mir die Varianz tatsächlich direkt als Baustein begegnet und nicht nur als Zwischenschritt zur Standardabweichung: bei der Regressionsrechnung, z.B. wenn man Kostenfunktionen schätzt (Methode der kleinsten Quadrate).
Da taucht die Varianz ganz konkret in der Formel für den Regressionskoeffizienten b auf:
- b = Kovarianz(x,y) / Varianz(x)
Hier brauchst du die Varianz im Nenner, nicht die Standardabweichung – weil die Quadrierung genau dafür sorgt, dass sich die Einheiten von x korrekt rauskürzen. Würdest du stattdessen mit der Standardabweichung rechnen, würde die Formel nicht mehr stimmen.
Auch beim Bestimmtheitsmaß R² (wie viel der Streuung von y durch x erklärt wird) rechnet man mit Varianzen bzw. Quadratsummen, weil sich die "erklärte" und "unerklärte" Streuung nur bei Quadraten sauber addieren lässt (Stichwort Varianzzerlegung: Gesamtstreuung = erklärte + nicht erklärte Streuung). Mit Standardabweichungen würde das schlicht nicht aufgehen, weil die eben nicht additiv sind, wie Marco schon geschrieben hat.
Also: Immer wenn irgendwo eine Summe von Streuungen gebildet oder zerlegt wird (Regression, ANOVA, Portfoliotheorie mit Risikomaßen 😉), ist die Varianz die eigentliche Rechengröße. Für die Klausur heißt das: schau genau hin, ob nach "der Streuung" (→ Standardabweichung) oder nach einem Term in einer Formel gefragt ist, wo Varianz explizit drinsteht.