Wie analysiert man qualitative Daten?

Was bedeutet es, qualitative Daten zu analysieren?

Qualitative Datenanalyse bedeutet, Texte, Aussagen oder andere nicht-numerische Materialien systematisch zu lesen, zu ordnen und zu interpretieren – mit dem Ziel, Bedeutungen, Muster und Zusammenhänge sichtbar zu machen. Im Kern geht es darum, die Perspektiven, Erfahrungen und Sinnzuschreibungen von Menschen zu verstehen, nicht zu zählen.

Das Verfahren ist dabei alles andere als beliebig. Qualitative Analyse wird als sorgfältiges, systematisches und wiederholtes Lesen von Texten beschrieben, bei dem konsistente Themen und Verbindungen im Material identifiziert werden. Diese Definition macht deutlich: Qualität entsteht durch Systematik, nicht durch Impression.

Für Ihre Abschlussarbeit bedeutet das: Sie benötigen ein nachvollziehbares Vorgehen, das Sie im Methodenteil begründen und dokumentieren können. Welche Schritte konkret dazu gehören, zeigt dieser Artikel.

Welche Arten qualitativer Daten gibt es?

Bevor Sie mit der Analyse beginnen, sollten Sie sich darüber im Klaren sein, welchen Datentyp Sie vor sich haben. Das beeinflusst sowohl die Aufbereitungsschritte als auch die Wahl der Analysemethode.

In der Praxis lassen sich qualitative Daten in drei Hauptgruppen einteilen. Unterschieden werden dabei talk-generated data, text-generated data und digitally-generated data – je nachdem, ob das Material durch Gespräche, schriftliche Quellen oder digitale Medien entstanden ist.

In Bachelorarbeiten und Masterarbeiten dominieren Interviews und Fokusgruppen – also talk-generated data, die zunächst transkribiert werden müssen. Dokumente oder Beobachtungsprotokolle kommen seltener vor, sind methodisch aber gleichwertig.

Datenvorbereitung: Der unterschätzte erste Schritt

Viele Studierende steigen direkt in die Codierung ein und überspringen dabei eine entscheidende Phase: die sorgfältige Aufbereitung der Rohdaten. Das rächt sich später, wenn Transkripte unvollständig sind, Anonymisierungen fehlen oder die Qualität einzelner Interviews unklar ist.

Transkription

Qualitative Daten müssen, sofern sie als Audio oder Video vorliegen, zunächst in schriftliche Form überführt werden. Bei Interviewtranskripten müssen Entscheidungen über Detailgrad, Zusammenfassung und die Darstellung nichtsprachlicher Elemente begründet werden – also etwa, ob Pausen, Betonungen oder Lachen ins Transkript aufgenommen werden oder nicht.

Für Abschlussarbeiten in den Sozialwissenschaften reicht in den meisten Fällen eine inhaltlich-semantische Transkription aus. Eine vollständige Gesprächsanalyse mit Pausen und Intonationskennzeichnung ist nur nötig, wenn Ihre Forschungsfrage auf die Gesprächsstruktur selbst abzielt.

De-Identifizierung und Qualitätsprüfung

Vor der eigentlichen Analyse sollten alle Daten de-identifiziert werden – Namen, Ortsangaben und andere personenbezogene Merkmale werden durch Pseudonyme oder neutrale Bezeichnungen ersetzt. Das ist nicht nur datenschutzrechtlich geboten, sondern schützt auch Ihre Forschungsteilnehmenden.

Bei größeren Studien empfiehlt es sich, die Transkripte stichprobenartig gegen die Originalaufnahmen gegenzuprüfen. Als Orientierung gilt: Bei 30 oder mehr Transkripten sollten 10 bis 20 Prozent einem solchen Cross-Check unterzogen werden.

Induktiv, deduktiv oder abduktiv – welcher Ansatz passt?

Eine der ersten methodischen Entscheidungen bei der qualitativen Analyse betrifft die Richtung des Schlussfolgerns. Grob vereinfacht: Gehen Sie von der Theorie zu den Daten oder umgekehrt?

• Induktiv: Kategorien und Themen entstehen unmittelbar aus dem Material heraus. Sie gehen ohne vorgefertigte Struktur in die Analyse und lassen sich von den Daten leiten. Geeignet, wenn Sie explorative Forschungsfragen verfolgen oder ein neues Phänomen beschreiben wollen.
• Deduktiv: Sie bringen ein theoretisch begründetes Kategoriensystem mit, das Sie an den Daten überprüfen und anwenden. Geeignet, wenn Sie theoretische Konzepte am Datenmaterial testen oder vorstrukturierte Leitfadeninterviews auswerten.
• Abduktiv: Ein iterativer Mittelweg – Sie starten mit Vorwissen, sind aber offen für unerwartete Befunde, die das ursprüngliche Schema ergänzen oder verändern. In der Praxis ist dieser Ansatz sehr verbreitet, auch wenn er seltener explizit so benannt wird.

Ob die Inhaltsanalyse nach Mayring deduktiv oder induktiv angelegt wird, hängt ebenfalls von der Forschungsfrage ab – eine Entscheidung, die Sie früh und begründet treffen sollten.

Qualitative Analyse Schritt für Schritt

Unabhängig von der gewählten Methode folgt qualitative Datenanalyse einer erkennbaren Grundstruktur. Die folgenden Schritte gelten als methodischer Konsens und lassen sich auf die meisten Verfahren anwenden.

Schritt 1: Vertieftes Lesen des Materials

Bevor ein einziger Code vergeben wird, sollten Sie das vollständige Material gelesen haben – am besten mehrfach. Das gilt besonders für Interviewtranskripte: Wer sofort anfängt, Sätze zu codieren, verliert den Gesamtkontext und den Erzählfluss der einzelnen Interviews.

Lesen Sie zunächst, ohne zu markieren. Machen Sie sich allenfalls randständige Notizen zu auffälligen Themen oder Widersprüchen. Erst im zweiten Lesedurchgang beginnen Sie systematisch zu arbeiten.

Schritt 2: Analyseeinheit festlegen

Die Analyseeinheit bestimmt, welche Textsegmente Sie codieren – ein Wort, ein Satz, ein Absatz oder eine thematisch zusammenhängende Passage. Diese Entscheidung ist nicht trivial: Sie beeinflusst, ob Ihre Ergebnisse mit anderen Studien vergleichbar sind, und wirkt sich direkt auf die Granularität Ihres Codiersystems aus.

Schritt 3: Kategorien und Codierschema entwickeln

Kategorien können aus drei Quellen stammen: aus dem Datenmaterial selbst (induktiv), aus bestehenden Theorien (deduktiv) oder aus früheren Studien. In der Praxis werden alle drei Quellen häufig kombiniert.

Ein gutes Kategoriensystem ist trennscharf (Kategorien überlappen sich nicht), vollständig (alle relevanten Textpassagen können zugeordnet werden) und dokumentiert (Definitionen und Ankerbeispiele für jede Kategorie liegen vor). Wie Sie dabei methodisch vorgehen, zeigt unser Beitrag zur Frage, wie man Kategorien nach Mayring bildet.

Schritt 4: Codieren

Beim Codieren werden Textabschnitte mit einem oder mehreren Codes versehen. Strukturelles Coding orientiert sich dabei an der Interviewleitfadenstruktur – also an den Fragen, die Sie gestellt haben. Thematisches Coding hingegen sucht übergreifende Themen, die über mehrere Interviews hinweg auftauchen, unabhängig davon, ob sie explizit abgefragt wurden.

Beide Ansätze können kombiniert werden: Strukturelles Coding als erste Orientierung, thematisches Coding zur Verdichtung.

Schritt 5: Themen identifizieren und Verbindungen prüfen

Nach dem Codieren ordnen Sie die codierten Segmente nach Kategorien und prüfen, welche Muster, Häufungen oder Widersprüche sichtbar werden. Hier entsteht die eigentliche Interpretation: Was sagen die Daten gemeinsam? Wo gibt es Abweichungen? Welche Verbindungen zwischen Kategorien lassen sich begründen?

Schritt 6: Ergebnisse darstellen und interpretieren

Die Darstellung qualitativer Ergebnisse folgt einer anderen Logik als die quantitativer Auswertungen. Tabellen mit Häufigkeiten können einen Überblick geben, ersetzen aber nicht die narrative Auseinandersetzung mit dem Material. Zentrale Befunde werden durch repräsentative Zitate belegt – allerdings nicht ersetzt. Der Anspruch ist Interpretation, nicht bloße Illustration.

Die wichtigsten Analysemethoden im Überblick

Für die Analyse qualitativer Daten stehen verschiedene etablierte Verfahren zur Verfügung. Welches davon für Ihre Arbeit geeignet ist, hängt von Ihrer Forschungsfrage, Ihrem Datenmaterial und dem disziplinären Kontext ab.

Qualitative Inhaltsanalyse

Die qualitative Inhaltsanalyse ist das in deutschsprachigen Abschlussarbeiten am häufigsten eingesetzte Verfahren. Sie ist methodisch transparent, gut dokumentierbar und eignet sich besonders für die Auswertung von Leitfadeninterviews. Das Vorgehen nach Mayring – mit seinen strukturierenden, zusammenfassenden und explikativen Varianten – bietet eine klare Orientierung. Eine ausführliche Einführung in das Verfahren bietet unser Beitrag, wie die Inhaltsanalyse nach Mayring funktioniert.

Grounded Theory

Die Grounded Theory ist ein induktives Verfahren, bei dem Theorieentwicklung und Datenerhebung iterativ miteinander verbunden werden. Sie eignet sich für explorative Fragestellungen, bei denen noch keine fundierte Theorie vorliegt. Der Aufwand ist vergleichsweise hoch – für Bachelorarbeiten selten vollständig umsetzbar, für Dissertationen und Forschungsprojekte aber sehr geeignet.

Thematische Analyse

Die thematische Analyse nach Braun und Clarke ist ein flexibles, wenig theoriegebundenes Verfahren zur Identifikation und Beschreibung von Mustern im Datenmaterial. Sie ist für viele Disziplinen geeignet und methodisch zugänglich, weswegen sie besonders in der Psychologie und den Sozialwissenschaften verbreitet ist.

Dokumentarische Methode und Diskursanalyse

Diese Verfahren eignen sich für spezifischere Fragestellungen: Die dokumentarische Methode analysiert handlungsleitende Orientierungen, die Diskursanalyse untersucht sprachliche Machtstrukturen und Wissensordnungen. Beide sind methodisch anspruchsvoll und setzen solides Methodenwissen voraus.

Qualität sichern: Was eine gute Analyse auszeichnet

Qualitative Forschung arbeitet mit anderen Gütekriterien als quantitative Studien. Reliabilität im klassischen Sinne ist hier kein sinnvoller Maßstab – stattdessen greifen Kriterien wie Nachvollziehbarkeit, Regelgeleitetheit, kommunikative Validierung und intersubjektive Überprüfbarkeit. Was das konkret bedeutet und welche fünf Gütekriterien in der qualitativen Forschung unterschieden werden, erläutert unser entsprechender Beitrag.

Für Ihre Abschlussarbeit sind folgende Punkte besonders relevant:

• Dokumentation: Halten Sie alle methodischen Entscheidungen transparent fest – von der Transkriptionsregel bis zur Kategoriendefinition.
• Intercoderreliabilität: Wenn möglich, lassen Sie einen Teil des Materials von einer zweiten Person codieren und überprüfen Sie die Übereinstimmung.
• Reflexivität: Machen Sie sich bewusst, welche Vorannahmen und Perspektiven Ihre Analyse beeinflussen, und thematisieren Sie diese im Methodenteil.
• Theoretische Sättigung: Bei induktiven Verfahren gilt ein Kategoriensystem dann als ausreichend entwickelt, wenn neue Daten keine neuen Kategorien mehr generieren.

Software für qualitative Datenanalyse

Die Analyse qualitativer Daten kann grundsätzlich manuell mit Papier und Stift oder in einer Tabellenkalkulation durchgeführt werden. Ab einer bestimmten Datenmenge empfiehlt sich jedoch der Einsatz spezialisierter Software.

MAXQDA

MAXQDA ist im deutschsprachigen Raum die am weitesten verbreitete Software für qualitative Datenanalyse. Sie bietet eine übersichtliche Oberfläche für das Codieren von Texten, Visualisierungsfunktionen für Codemuster und die Möglichkeit, qualitative und quantitative Daten zu verknüpfen (Mixed Methods). Für Studierende gibt es vergünstigte Lizenzen.

ATLAS.ti und NVivo

ATLAS.ti und NVivo sind international weit verbreitete Alternativen zu MAXQDA. Beide bieten ähnliche Grundfunktionen, unterscheiden sich aber in der Benutzeroberfläche und im Funktionsumfang. NVivo ist besonders in englischsprachigen Forschungsumgebungen verbreitet.

Einfache Alternativen

Wer mit einem überschaubaren Datensatz arbeitet, kann auch in Word, Excel oder einem einfachen Tabellenformat codieren. Diese Methode ist mühsamer, aber für kleinere Studien – etwa mit 8 bis 12 Interviews – völlig ausreichend.

Wenn Sie unsicher sind, welches Verfahren zu Ihrer Fragestellung passt, oder wenn Sie Unterstützung bei der Durchführung und Dokumentation der Analyse benötigen, erhalten Sie bei der methodischen Begleitung qualitativer Datenanalysen professionelle Hilfe – von der Methodenwahl bis zur Ergebnisdarstellung.