Seit den Anfängen der statistischen Analyse von Beobachtungsreihen beschäftigt sich die Forschung sehr eingehend mit der Schätzung des Skalenparameters der Wahrscheinlichkeitsdichtefunktion. Aufbauend auf grundlegenden Arbeiten von Gauß/Gauß 1816/und Encke/Encke 1832/ setzte sich auch Helmert sehr intensiv mit dieser Frage auseinander. Er untersuchte speziell, mit welcher Genauigkeit man die Momente und damit den Skalenparameter der Verteilungsfunktion schätzen kann. Bei der durchschnittlichen Abweichung wird das erste absolute Moment zur Schätzung herangezogen. Die mittlere Abweichung (Standardabweichung) stützt sich hingegen auf das zweite Moment der Verteilungsfunktion. Die wahrscheinliche Abweichung ist über das Konfidenzintervall mit der Wahrscheinlichkeit 50% definiert. Es gilt nun die Frage zu beantworten, welcher dieser Schätzer ist besser geeignet oder auch genauer, um den Skalenparameter der Verteilung zu bestimmen. In diesem Beitrag wollen wir Helmerts Antwort auf diese Frage nachvollziehen, aber auch Anwendungen aufzeigen, die speziell im Zusammenhang mit der robusten Parameterschätzung von Bedeutung sind. Speziell werden wir in diesem Zusammenhang die Genauigkeit der Schätzung des Skalenparameters bei der Laplace- und Student-Verteilung untersuchen und Empfehlungen zur Schätzung ausarbeiten.