Was Forschung uns sagen kann – und was offenbleibt

Grundlagen · Forschung verstehen

Wie wissenschaftliches Wissen entsteht, was quantitativ und qualitativ bedeutet und worauf es beim Einordnen von Studien ankommt.

Stand: 29. Oktober 2026 · Methodische Grundlagen und redaktionelle Einordnung

„Eine Studie zeigt …“

So beginnen viele Nachrichten über Autismus, ADHS und andere Formen von Neurodivergenz. Manchmal folgt eine Aussage, die eigene Erfahrungen verständlicher macht. Manchmal scheint sie ihnen zu widersprechen. Und manchmal klingt sie erheblich eindeutiger, als die Untersuchung tatsächlich erlaubt.

Wie lässt sich damit umgehen?

Niemand muss Statistik studiert haben, um wissenschaftliche Informationen einordnen zu können. Einige grundlegende Fragen helfen bereits: Was wurde untersucht? Wer hat teilgenommen? Wie wurden die Daten gewonnen? Und wie weit reichen die Schlussfolgerungen?

Dieser Artikel gibt dafür Orientierung. Im Mittelpunkt steht die empirische Forschung: Forschung, die systematisch Daten erhebt oder auswertet, um etwas über die Welt zu erfahren.

Wissenschaft ist mehr als eine Sammlung von Ergebnissen

Wissenschaft bezeichnet sowohl vorhandenes Wissen als auch die Verfahren und die gemeinsame Arbeit, durch die dieses Wissen entsteht, geprüft und weiterentwickelt wird. Forschung ist ein Teil davon: Sie untersucht Fragen, erschließt Zusammenhänge und überprüft oder entwickelt Erklärungen.

Dabei gibt es nicht die eine wissenschaftliche Methode. Interviews, Beobachtungen, Experimente, statistische Analysen und theoretische Arbeiten können unterschiedliche Beiträge leisten.

Zu guter wissenschaftlicher Praxis gehört, das Vorgehen nachvollziehbar zu dokumentieren, geeignete Methoden anzuwenden, Ergebnisse kritisch zu prüfen und Fehler zu korrigieren. Andere sollen beurteilen können, wie eine Schlussfolgerung zustande gekommen ist. [1]

Wissenschaftliches Wissen kann unterschiedlich gut abgesichert sein. Manche Aussagen werden durch viele Untersuchungen gestützt. Andere beruhen auf ersten Hinweisen oder auf Modellen, deren Tragfähigkeit noch geprüft wird. Diese Unterschiede sichtbar zu machen, ist ein wesentlicher Teil wissenschaftlicher Einordnung.

Die Frage entscheidet darüber, welche Methode passt

Nehmen wir ein erfundenes Beispiel: Eine Forschungsgruppe möchte untersuchen, wie autistische Erwachsene ihren Arbeitsalltag erleben.

Daraus können sehr unterschiedliche Forschungsfragen entstehen:

Wie häufig berichten sie von Erschöpfung nach der Arbeit?
Hängen bestimmte Arbeitsbedingungen mit stärkerer Erschöpfung zusammen?
Wie erleben sie Situationen, in denen sie ihre Bedürfnisse ansprechen?
Verringert eine bestimmte Veränderung am Arbeitsplatz ihre Belastung?

Diese Fragen gehören zum selben Themenfeld. Sie lassen sich aber nicht alle mit derselben Untersuchung beantworten.

Wer Häufigkeiten abschätzen möchte, braucht ein anderes Vorgehen als jemand, der verstehen will, warum das Ansprechen eines Bedürfnisses als riskant erlebt wird. Und ein beobachteter Zusammenhang beantwortet noch nicht die Frage, ob eine Veränderung tatsächlich eine bestimmte Wirkung verursacht.

Quantitativ: Häufigkeiten, Unterschiede und Zusammenhänge untersuchen

Quantitative Forschung arbeitet mit numerischen Daten. Dazu können beispielsweise Fragebogenwerte, Zeitmessungen, Häufigkeiten oder andere Messwerte gehören.

In unserem Beispiel könnte sie untersuchen, wie viele Teilnehmende von starker Erschöpfung berichten oder wie sich die durchschnittlichen Angaben verschiedener Gruppen unterscheiden.

Die Zahlen entstehen jedoch nicht unabhängig von Entscheidungen. Forschende müssen festlegen, was sie unter Erschöpfung verstehen und wie sie diese erfassen. Fragen sie nach körperlicher Müdigkeit, Konzentrationsproblemen oder dem Aufwand, sich nach der Arbeit wieder zu erholen? Auf welchen Zeitraum beziehen sich die Antworten?

Welche Aspekte einer Erfahrung werden durch die Messung erfasst – und welche bleiben außerhalb ihres Blickfelds?

Qualitativ: Erfahrungen, Bedeutungen und Prozesse verstehen

Qualitative Forschung untersucht beispielsweise, wie Menschen Situationen erleben, welche Bedeutungen sie ihnen geben oder wie soziale Abläufe entstehen. Sie kann dafür Interviews, Gruppengespräche, Beobachtungen oder Dokumente nutzen.

In unserem Beispiel könnten Interviews erschließen, was Teilnehmende mit „Erschöpfung“ meinen und welche Situationen sie als besonders belastend beschreiben.

Das ist mehr als das Sammeln einzelner Zitate. Qualitative Forschung braucht ein begründetes Vorgehen bei der Auswahl der Teilnehmenden, der Datenerhebung und der Auswertung. Auch der Einfluss der Forschenden und des Untersuchungskontexts muss reflektiert werden. [2]

Häufig werden Menschen gezielt ausgewählt, weil ihre Erfahrungen für die Forschungsfrage besonders aufschlussreich sind. Das Ziel kann etwa sein, möglichst unterschiedliche Perspektiven einzubeziehen. Eine solche Auswahl ist nicht dafür gedacht, anschließend Prozentangaben über eine gesamte Bevölkerungsgruppe abzuleiten. [3]

Quantitative und qualitative Forschung haben unterschiedliche Stärken. Eine Interviewstudie kann helfen, einen bislang übersehenen Aspekt zu verstehen. Eine anschließende quantitative Untersuchung kann prüfen, wie verbreitet er unter bestimmten Bedingungen ist. Beide Ansätze können auch innerhalb eines Projekts verbunden werden.

Wer teilnimmt, beeinflusst, was sichtbar wird

Zurück zu unserem erfundenen Beispiel: Die Forschungsgruppe wirbt ausschließlich über Hochschulverteiler für ihre Untersuchung. Voraussetzung ist, einen längeren Onlinefragebogen auszufüllen.

Menschen außerhalb dieser Netzwerke erfahren möglicherweise gar nichts von der Studie. Manche Interessierte können den Fragebogen wegen seiner Länge oder Gestaltung nicht bearbeiten. Andere beginnen, brechen aber ab.

Angenommen, gerade stark erschöpfte Menschen beenden den Fragebogen seltener. Dann könnte ihre Belastung in den ausgewerteten Antworten unterrepräsentiert sein. Ob das tatsächlich passiert, müsste untersucht werden; aus der Länge des Fragebogens allein wissen wir es nicht.

Ebenso wäre denkbar, dass besonders belastete Menschen stärker zur Teilnahme motiviert sind, weil ihnen das Thema wichtig ist. Die Richtung einer möglichen Verzerrung lässt sich nicht einfach voraussetzen.

Übertragbarkeit: Für welche Menschen und Lebenssituationen sind die Ergebnisse aufschlussreich?
Verzerrung: Könnte das Zustandekommen der ausgewerteten Daten die Schätzung einer Häufigkeit oder eines Zusammenhangs systematisch verschieben?

Eine Stichprobe ist die Gruppe, die tatsächlich untersucht wird. Sie bildet nicht automatisch die größere Gruppe ab, über die wir etwas wissen möchten. Allerdings bedeutet fehlende Repräsentativität auch nicht automatisch, dass jeder untersuchte Zusammenhang verzerrt ist. Dafür kommt es auf das konkrete Forschungsziel und den Auswahlprozess an. [4]

Eine begrenzte Stichprobe kann wertvolle Erkenntnisse liefern. Die Schlussfolgerungen müssen zu ihr passen.

NEUROFACETTEN / FORSCHUNG VERSTEHEN

Wer wird untersucht – und wer bleibt unsichtbar?

Vier Fragen, die helfen, Studienergebnisse einzuordnen.

Erfundenes Beispiel: Eine Studie zum Arbeitsalltag autistischer Erwachsener

Wen wollen wir verstehen?
Autistische Erwachsene und ihre Erfahrungen im Arbeitsalltag.
Zielgruppe: Über diese Menschen möchten wir etwas erfahren.
Wen erreichen wir?
Die Einladung wird nur über Hochschulverteiler verbreitet.
Zugang: Außerhalb dieser Netzwerke bleibt die Studie möglicherweise unbekannt.
Wer kann teilnehmen?
Ein längerer Onlinefragebogen muss ausgefüllt werden.
Teilnahmebedingungen: Zeit, Energie und Gestaltung können beeinflussen, wer ihn abschließt.
Über wen können wir etwas sagen?
Ausgewertet werden die Antworten der tatsächlichen Teilnehmenden.
Reichweite: Ob die Ergebnisse auf andere passen, muss gesondert geprüft werden.

Begrenzt heißt nicht wertlos.

Ergebnisse können aufschlussreich sein. Entscheidend ist, dass die Schlussfolgerungen zur untersuchten Gruppe und zur Forschungsfrage passen.

Schematische Darstellung von Neurofacetten · Keine tatsächlichen Studiendaten. Die Grafik besteht aus lesbarem Text; die vier Stationen entsprechen der PNG-Fassung.

Ein Zusammenhang erklärt noch keine Ursache

Stellen wir uns vor, die Untersuchung findet einen Zusammenhang: Menschen mit mehr Videokonferenzen berichten von stärkerer Erschöpfung.

Dafür sind verschiedene Erklärungen denkbar. Videokonferenzen könnten zur Belastung beitragen. Vielleicht haben Personen mit besonders hoher Arbeitsbelastung aber auch mehr Besprechungen. Oder andere Arbeitsbedingungen beeinflussen beides.

Diese Erklärungen sind Möglichkeiten innerhalb unseres Beispiels, keine Forschungsergebnisse über Videokonferenzen.

Um Ursachen zu untersuchen, muss ein Forschungsdesign solche Alternativerklärungen möglichst gut berücksichtigen. Ein wichtiger Begriff ist Confounding: Ein weiterer Faktor beeinflusst sowohl die untersuchte Einflussgröße als auch das Ergebnis und erschwert dadurch die Interpretation ihres Zusammenhangs. [5]

„Hängt zusammen mit“ und „wird verursacht durch“ sind deshalb unterschiedliche Aussagen.

„Statistisch signifikant“ bedeutet nicht automatisch „im Alltag bedeutsam“

In Forschungsberichten begegnet uns häufig das Wort signifikant. Im Alltag bedeutet es ungefähr „deutlich“ oder „wichtig“. Statistisch hat es eine engere Bedeutung: Ein Ergebnis erfüllt ein festgelegtes Kriterium eines statistischen Tests.

Damit ist noch nicht geklärt, wie groß ein Unterschied ist, ob er im Alltag relevant ist oder ob die Untersuchung methodisch überzeugend war.

Die Größe des Effekts: Wie stark fällt ein Unterschied oder Zusammenhang aus?
Die Unsicherheit: Wie präzise ist die Schätzung?
Die praktische Bedeutung: Was könnte der Unterschied im untersuchten Kontext bedeuten?

Auch ein nicht signifikantes Ergebnis beweist nicht automatisch, dass kein Effekt existiert. Die Daten können beispielsweise zu unpräzise sein, um die Frage hinreichend zu beantworten. Ein einzelner statistischer Kennwert ersetzt deshalb keine inhaltliche und methodische Bewertung. [6]

Durchschnittswerte beschreiben keine einzelne Person vollständig

Wenn eine Gruppe im Durchschnitt höhere Erschöpfungswerte aufweist als eine andere, bedeutet das nicht, dass jede Person der ersten Gruppe erschöpfter ist als jede Person der zweiten.

Ein erfundenes Zahlenbeispiel: Zwei Personen geben auf einer Skala Werte von 2 und 8 an. Zwei andere jeweils 5. Beide Paare haben denselben Mittelwert: 5. Die Unterschiede zwischen den Personen verschwinden in dieser einzelnen Zahl.

Für die Einordnung von Gruppenvergleichen ist deshalb auch wichtig, wie stark die Werte innerhalb der Gruppen streuen und wie sehr sich ihre Verteilungen überschneiden.

Ein Gruppenergebnis kann auf ein relevantes Muster hinweisen. Wie es zu einer bestimmten Person passt, bleibt eine zusätzliche Frage.

Eine einzelne Studie ist noch kein Forschungsstand

Eine Studie untersucht eine begrenzte Frage unter bestimmten Bedingungen. Um ihre Bedeutung einzuschätzen, hilft der Blick auf weitere Untersuchungen.

Systematische Übersichtsarbeiten suchen und bewerten Forschung anhand festgelegter Kriterien. Meta-Analysen können geeignete quantitative Ergebnisse statistisch zusammenführen.

Auch solche Arbeiten brauchen eine Qualitätsprüfung. Entscheidend ist unter anderem, ob die einbezogenen Studien verzerrungsanfällig sind, ob ihre Ergebnisse zusammenpassen, wie präzise sie sind und ob sie die eigentliche Frage direkt beantworten. Außerdem kann das Gesamtbild verzerrt sein, wenn bestimmte Ergebnisse gar nicht veröffentlicht werden. [7]

Viele Studien ergeben also nicht automatisch ein verlässliches Gesamtbild. Es kommt darauf an, was sie gemeinsam tragen.

Schon die Forschungsfrage setzt einen Schwerpunkt

In unserem Beispiel könnte die Forschungsgruppe fragen: Wie können autistische Beschäftigte ihre Arbeitsleistung aufrechterhalten?

Sie könnte aber auch fragen: Welche Arbeitsbedingungen ermöglichen autistischen Beschäftigten, zu arbeiten, ohne sich dauerhaft zu überlasten?

Die Fragen überschneiden sich. Dennoch richten sie den Blick auf unterschiedliche Ziele.

🟠 Neurofacetten-Einordnung: Zur Auseinandersetzung mit Forschung gehört deshalb auch, zu fragen, wessen Anliegen untersucht werden und was als relevantes Ergebnis gilt.

In unserem Beispiel wäre es aufschlussreich, autistische Beschäftigte bereits an der Entwicklung der Fragen und Teilnahmeformate zu beteiligen. Sie könnten auf Aspekte hinweisen, die sonst übersehen werden. Ob die Studie sorgfältig durchgeführt und ausgewertet wird, muss daneben weiterhin geprüft werden.

Was bedeutet es, wenn Forschung und eigene Erfahrung nicht zusammenpassen?

Eine persönliche Erfahrung sagt nicht automatisch etwas darüber aus, wie häufig sie insgesamt vorkommt oder wodurch sie verursacht wird. Umgekehrt kann ein Forschungsergebnis über eine Gruppe nicht jede individuelle Erfahrung abbilden.

Wenn beides nicht zusammenpasst, lohnt es sich, genauer hinzusehen: Wurde dieselbe Erfahrung untersucht? Unter vergleichbaren Bedingungen? Waren Menschen mit ähnlichen Lebensumständen überhaupt vertreten? Oder ist die Aussage der Studie enger, als ihre Zusammenfassung vermuten lässt?

Für Neurofacetten bedeutet das: Wir kennzeichnen Erfahrungswissen, theoretische Modelle, empirische Befunde und eigene sprachliche Verdichtungen unterschiedlich. Sie können einander ergänzen, beantworten aber nicht dieselben Fragen.

Fünf Fragen für die nächste Studienmeldung

Du musst nicht jede Veröffentlichung vollständig prüfen. Diese Fragen können bereits Orientierung geben:

Was wollte die Studie herausfinden? Ging es um Häufigkeiten, Erfahrungen, Zusammenhänge oder Ursachen?
Wer wurde unter welchen Bedingungen untersucht? Wer konnte teilnehmen – und wer möglicherweise nicht?
Wie wurde untersucht oder gemessen? Passt das Vorgehen zur Frage und zur Aussage, die daraus abgeleitet wird?
Was tragen die Ergebnisse tatsächlich? Wie groß und wie unsicher sind die Befunde? Wo beginnen weitergehende Interpretationen?
Wie passt die Studie zu anderem Wissen? Handelt es sich um einen ersten Hinweis oder um einen Befund, der durch weitere Untersuchungen gestützt wird?

Du darfst diese Fragen auch an die Menschen richten, die eine Studie vermitteln. Wissenschaftskommunikation trägt Verantwortung dafür, Ergebnisse und ihre Grenzen verständlich zu machen.

Zur Einordnung dieses Artikels

Dieser Beitrag erklärt grundlegende Prinzipien empirischer Forschung. Er ist keine systematische Übersichtsarbeit. Die Beispiele zur Arbeitswelt und die Zahlen zur Veranschaulichung sind erfunden. Die ausdrücklich gekennzeichneten Neurofacetten-Einordnungen formulieren unsere redaktionelle Perspektive.

Die Quellen sind methodische Standards und Handreichungen sowie eine fachgesellschaftliche Erklärung. Die NICE-Dokumente werden als Methodenquellen genutzt; damit ist keine Aussage über die Geltung britischer Versorgungsleitlinien in Deutschland verbunden.