Die Qualität von Software spielt eine entscheidende Rolle für die Verlässlichkeit und Sicherheit von Softwaresystemen. Eine hohe Softwarequalität wird häufig mit einer geringen Anzahl an Fehlern assoziiert. Sowohl in der Literatur als auch in der Praxis hat sich die Fehlerdichte als zentrale Metrik für Softwarequalität etabliert. Diese definiert sich durch die Anzahl gefundener Fehler im Verhältnis zur Größe der Software, wobei letztere in Lines of Code (LOC) gemessen wird. Bei der Berechnung der Fehlerdichte werden potenzielle Einflussfaktoren häufig nicht berücksichtigt. Die vorliegende Arbeit untersucht den Einfluss der Softwaregröße, des Beobachtungszeitraums, des Entwicklungszeitpunktes und der Branche auf die Fehlerdichte als Metrik zur Bewertung der Softwarequalität. Zur Beantwortung der Forschungsfrage wurden Hypothesen formuliert und anhand statistischer Verfahren getestet. Die Datengrundlage basiert sowohl auf Sekundär- als auch Primärdaten. Im ersten Schritt wurde eine systematische Literaturrecherche durchgeführt, um die Fehlerdichten von veröffentlichten Studien und Fachbüchern zu sammeln. Im zweiten Schritt wurden Fehlerdaten aus der Fehlerdatenbank der Vector Informatik GmbH analysiert. Mithilfe von Histogrammen und Boxplots wurde die Verteilung der Daten untersucht und geeignete statische Testverfahren ausgewählt. Die Hypothesen wurden anschließend anhand linearer und logarithmischer Regressionsanalysen getestet. Zudem wurde ein Kruskal-Wallis-Test durchgeführt, um Unterschiede in der Fehlerdichte zwischen verschiedenen Branchen zu untersuchen. Die Ergebnisse zeigen, dass größere und ältere Software tendenziell eine geringere Fehlerdichte aufweist als kleinere und ältere Software. Ein Zusammenhang zwischen Beobachtungszeitraum und Fehlerdichte konnte hingegen nicht nachgewiesen werden. Der Branchenvergleich ergab signifikante Unterschiede, wobei insbesondere der Datensatz der Vector Informatik GmbH, welcher die Automobilbranche repräsentiert, eine deutlich geringere Fehlerdichte aufwies als die anderen untersuchten Branchen. Zusammenfassend sollte die Fehlerdichte nicht isoliert betrachtet, sondern stets im jeweiligen Kontext interpretiert werden. Für ein umfassenderes Verständnis der Fehlerdichte als Metrik für Softwarequalität sollte die zukünftige Forschung weitere Einflussfaktoren wie z.B. Testqualität, Teamgröße oder Künstliche Intelligenz untersuchen.