Was gehört alles zur Datenerhebung?

Datenerhebung als Gesamtprozess

Zur Datenerhebung gehört weit mehr als das Verteilen eines Fragebogens oder das Führen von Interviews. Sie umfasst einen vollständigen methodischen Prozess: von der Klärung der Forschungsfrage über die Auswahl geeigneter Methoden und Instrumente bis hin zur Datensicherung und Dokumentation.

Wer Datenerhebung nur als „Feldarbeit“ versteht, unterschätzt den Aufwand erheblich. In der Praxis zeigt sich immer wieder, dass Schwächen in der Planung – fehlende Operationalisierung, unzureichendes Pretesting, ungeklärter Feldzugang – erst sichtbar werden, wenn die Daten bereits erhoben sind. Dann ist eine Korrektur kaum noch möglich.

Der folgende Überblick gliedert die Datenerhebung in fünf inhaltliche Phasen und zeigt, was in jeder Phase konkret zu tun ist.

Phase 1: Vorbereitung und Planung

Bevor eine einzige Frage gestellt oder eine einzige Beobachtung notiert wird, muss der konzeptionelle Rahmen stehen. Diese Vorbereitungsphase ist die anspruchsvollste – und die folgenreichste.

Forschungsfrage und Erkenntnisziel klären

Jede Datenerhebung beginnt mit einer präzisen Forschungsfrage. Sie bestimmt, welche Daten überhaupt benötigt werden und welche Erhebungsmethode sinnvoll ist. Eine vage Fragestellung führt zu Daten, die sich hinterher nicht auswerten lassen.

In der Methodenliteratur gilt es als grundlegend, dass Datenerhebungen aus empirisch beantwortbaren Fragen abgeleitet werden und an bestehendes theoretisches Vorwissen anschließen. Das bedeutet konkret: Die Erhebung muss so geplant sein, dass sie nicht nur Daten produziert, sondern die ursprüngliche Frage tatsächlich beantworten kann – und konkurrierende Erklärungen möglichst ausschließt.

Forschungsdesign festlegen

Auf Basis der Forschungsfrage wird das Forschungsdesign gewählt: quantitativ, qualitativ oder gemischt. Damit verbunden sind Entscheidungen über:

• Querschnitt- vs. Längsschnittdesign
• Primärerhebung vs. Sekundärdatennutzung
• Experimentelles vs. nicht-experimentelles Vorgehen
• Erklärende, beschreibende oder explorative Ausrichtung

Diese Entscheidungen legen fest, welche statistischen Auswertungsverfahren später überhaupt anwendbar sind. Wer das Design ändert, nachdem die Daten bereits erhoben wurden, kann in ernsthafte methodische Probleme geraten.

Operationalisierung der Konstrukte

Operationalisierung bedeutet, abstrakte theoretische Konzepte in messbare Variablen zu überführen. Wie messen Sie „Arbeitszufriedenheit“, „Gesundheitskompetenz“ oder „akademische Selbstwirksamkeit“? Die Antwort auf diese Frage bestimmt, welche Items, Skalen oder Beobachtungskategorien Sie einsetzen.

Eine sorgfältige Operationalisierung ist eine der wichtigsten Voraussetzungen für die spätere Konstruktvalidität Ihrer Erhebung. Mehr dazu, was dabei konkret beachtet werden sollte, erläutert der Beitrag Was muss vor der Datenerhebung beachtet werden?

Phase 2: Entwicklung und Pilotierung der Erhebungsinstrumente

Mit dem Forschungsdesign im Rücken geht es an die Entwicklung konkreter Erhebungsinstrumente. Das kann ein Fragebogen sein, ein Interviewleitfaden, ein Beobachtungsprotokoll oder ein standardisierter Test.

Instrument entwickeln oder anpassen

Grundsätzlich gibt es zwei Wege: Sie entwickeln ein neues Instrument oder Sie adaptieren ein bestehendes, bereits validiertes. Für Abschlussarbeiten ist der zweite Weg häufig sinnvoller – vorausgesetzt, das Instrument passt zu Ihrer Fragestellung und Stichprobe.

Zu einem vollständigen Erhebungsinstrument gehören laut einem institutionellen Leitfaden zur systematischen Datenerhebung: präzise Fragen oder Erhebungsprompts, passende Antwortformate, ein konsistentes Protokoll sowie klare Anweisungen für die Erhebenden. Erst wenn all diese Elemente zusammenpassen, ist ein Instrument einsatzbereit.

Fragetypen und Antwortformate

Die Wahl des Fragetyps hat direkte Auswirkungen auf das Skalenniveau der Daten und damit auf die späteren Auswertungsmöglichkeiten. Gängige Fragetypen sind:

• Geschlossene Fragen mit vorgegebenen Antwortkategorien (z. B. Likert-Skala, dichotom)
• Offene Fragen mit freiem Antworttext
• Halboffene Fragen als Kombination beider Formate

Für quantitative Auswertungen sind in der Regel geschlossene Formate notwendig. Qualitative Verfahren arbeiten hingegen bevorzugt mit offenen Antworten oder narrativen Daten.

Pilotierung und Revision

Kein Instrument sollte ohne vorherige Pilotierung eingesetzt werden. Ein Pretest mit einer kleinen Gruppe (typischerweise 5–15 Personen) deckt Verständnisprobleme, Doppeldeutigkeiten und Längenprobleme auf, bevor es zu spät ist. Auf Basis des Feedbacks wird das Instrument überarbeitet und finalisiert.

Das klingt nach einem Extraaufwand – in der Praxis spart ein guter Pretest jedoch erheblich mehr Zeit, als er kostet.

Phase 3: Feldzugang, Modus und Stichprobe

Selbst das beste Instrument nützt nichts, wenn die richtigen Personen damit nicht erreicht werden. Diese Phase betrifft die praktischen Rahmenbedingungen der Erhebung.

Erhebungsmodus wählen

Der Erhebungsmodus bestimmt, auf welchem Weg die Daten gesammelt werden. Zu den gängigen Methoden der Datenerhebung gehören:

Die Moduswahl ist nicht willkürlich. Sie hängt von der Zielgruppe, der verfügbaren Zeit, dem Budget und den Feldbedingungen ab. In international vergleichenden Studien etwa wird der Modus kontextabhängig gewählt: Onlinebefragungen dort, wo Internetabdeckung hoch ist, telefonische Surveys bei stärkerer Mobilfunknutzung, und Face-to-Face-Interviews, wenn beide Kanäle nicht greifen. Dieser Grundsatz gilt entsprechend skaliert auch für Abschlussarbeiten im DACH-Raum.

Stichprobe und Sampling-Strategie

Zur Datenerhebung gehört zwingend die Festlegung der Stichprobe. Dabei sind folgende Fragen zu klären:

• Wer ist die Grundgesamtheit?
• Welche Sampling-Strategie wird eingesetzt (zufällig, geschichtet, gelegenheitsbasiert)?
• Wie groß muss die Stichprobe sein, um ausreichend statistische Power zu erreichen?
• Wie wird die Stichprobe rekrutiert?

Gerade bei surveybasierten Designs sind Teilnahmequote und Repräsentativität zentrale Qualitätskriterien. Eine niedrige Rücklaufquote kann systematische Verzerrungen erzeugen, die Ihre Schlussfolgerungen einschränken.

Feldzugang sicherstellen

Für viele Erhebungen – etwa in Schulen, Kliniken, Unternehmen oder sozialen Einrichtungen – ist ein formeller Feldzugang notwendig. Das umfasst Genehmigungen von Institutionen, Einwilligung von Gatekeeper-Personen und ggf. eine Ethikvotum der zuständigen Prüfstelle. Wann eine Datenerhebung überhaupt rechtlich zulässig ist, erläutert der Beitrag Wann ist die Datenerhebung erlaubt?

Phase 4: Durchführung und Qualitätssicherung

Wenn Instrument, Stichprobe und Feldzugang stehen, beginnt die eigentliche Feldarbeit. Auch hier gibt es mehr zu organisieren als es zunächst scheint.

Erhebungsteam schulen

Sobald mehrere Personen an der Erhebung beteiligt sind – etwa bei Interviewstudien oder Beobachtungsstudien –, ist ein Training des Erhebungsteams unerlässlich. Ohne gemeinsame Standards entstehen Interrater-Varianz und systematische Erhebungsfehler, die die Reliabilität der Daten gefährden.

Selbst bei Einzelerhebungen in Abschlussarbeiten lohnt es sich, das eigene Vorgehen vorab schriftlich zu protokollieren, um Konsistenz über die gesamte Feldphase sicherzustellen.

Datenmanagement und Monitoring

Während der Feldphase müssen die eingehenden Daten systematisch erfasst, gespeichert und auf Vollständigkeit geprüft werden. Dazu gehört ein klarer Datenmanagementplan: Wo werden die Rohdaten gespeichert? In welchem Format? Wer hat Zugriff? Wie werden fehlende Werte behandelt?

Ein aktives Monitoring des Erhebungsprozesses ermöglicht es, frühzeitig auf Probleme zu reagieren – etwa wenn bestimmte Gruppen nicht antworten oder technische Probleme auftreten.

Reliabilität und Validität sichern

Zwei Gütekriterien stehen bei jeder Datenerhebung im Vordergrund:

• Reliabilität: Liefert das Instrument bei wiederholter Anwendung unter gleichen Bedingungen konsistente Ergebnisse?
• Validität: Misst das Instrument tatsächlich das, was es messen soll?

Beide Kriterien müssen nicht nur erfüllt, sondern auch nachgewiesen und berichtet werden. In quantitativen Arbeiten geschieht das typischerweise über Cronbachs Alpha, konfirmatorische Faktorenanalysen oder Korrelationen mit Außenkriterien. Welche Instrumente dafür eingesetzt werden, ist im Beitrag Welche Instrumente werden zur Datenerhebung verwendet? ausführlicher beschrieben.

Phase 5: Datenschutz, Ethik und Dokumentation

Datenerhebung ist kein rein technischer Vorgang – sie berührt immer auch rechtliche und ethische Fragen. Gerade im akademischen Kontext sind diese Anforderungen verbindlich.

Datenschutz und informierte Einwilligung

Personenbezogene Daten dürfen nur mit informierter Einwilligung der Teilnehmenden erhoben werden. Das erfordert eine verständliche Aufklärung über Zweck, Umfang, Speicherung und Weitergabe der Daten – in der Regel durch ein schriftliches Informations- und Einwilligungsdokument.

Dazu kommen technische Anforderungen: sichere Speicherung, Pseudonymisierung bzw. Anonymisierung, klare Zugriffsregelungen und Löschfristen. Im DACH-Raum gelten hierfür die Vorgaben der DSGVO. Kulturelle Besonderheiten und lokale Sensibilitäten spielen dabei ebenfalls eine Rolle – besonders, wenn Erhebungen in unterschiedlichen sozialen oder institutionellen Kontexten stattfinden.

Ethikvotum

In der Medizin, Psychologie und zunehmend auch in den Sozialwissenschaften ist ein Ethikvotum der jeweiligen Hochschule oder einer unabhängigen Ethikkommission erforderlich, wenn vulnerable Gruppen beteiligt sind oder sensible Daten erhoben werden. Holen Sie dieses Votum frühzeitig ein – es kann mehrere Wochen in Anspruch nehmen.

Transparente Dokumentation

Zur Datenerhebung gehört schließlich eine lückenlose Dokumentation des gesamten Prozesses. Im Methodenteil Ihrer Arbeit müssen Sie nachvollziehbar beschreiben:

• Welche Methode warum gewählt wurde
• Wie das Erhebungsinstrument entwickelt und getestet wurde
• Wie die Stichprobe gezogen und rekrutiert wurde
• Wie die Feldphase organisiert und durchgeführt wurde
• Wie mit datenschutzrechtlichen Anforderungen umgegangen wurde

Diese Transparenz ist keine Formalität. Sie ermöglicht es, die Ergebnisse zu bewerten, zu replizieren und wissenschaftlich einzuordnen – und ist damit ein zentrales Qualitätsmerkmal jeder empirischen Arbeit.

Was bedeutet das konkret für Ihre Abschlussarbeit?

Für eine Bachelor- oder Masterarbeit bedeutet all das: Datenerhebung ist kein Schritt, sondern ein Prozess mit mindestens fünf Phasen, die ineinandergreifen. Die folgende Checkliste fasst die wichtigsten Bestandteile zusammen.

Wenn Sie Unterstützung bei der Datenerhebung für Ihre empirische Abschlussarbeit benötigen – von der Methodenauswahl über die Instrumentenentwicklung bis zur Durchführung – begleiten erfahrene Statistikerinnen und Statistiker Sie durch jeden dieser Schritte.

Anschauliche Beispiele, wie eine vollständige Datenerhebung in der Praxis aussieht, finden Sie im Beitrag Was ist ein Beispiel für Datenerhebung? Wer sich zunächst einen kompakten Überblick verschaffen möchte, findet eine verständliche Einführung unter Was ist Datenerhebung einfach erklärt?