Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Kodierung qualitativer Daten

Coding of Qualitative Data / Kategorisierung · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter Kodierung qualitativer Daten?

Unter der Kodierung qualitativer Daten versteht man den Prozess, bei dem textliche, bildliche oder anderweitig nicht-numerische Daten systematisch mit Kategorien oder Codes versehen werden. Ziel ist es, inhaltliche Muster, Themen oder Bedeutungen aus dem Material herauszuarbeiten und vergleichbar zu machen. Kodierung ist ein zentraler Schritt in qualitativen Forschungsmethoden – etwa bei der Analyse von Interviews, Beobachtungsprotokollen oder offenen Fragebögenantworten.

Grundsätzlich unterscheidet man drei häufig verwendete Kodierstrategien, die vor allem aus der Grounded Theory stammen, aber auch darüber hinaus eingesetzt werden:

  • Offenes Kodieren: Das Material wird zunächst ohne feste Vorannahmen durchgearbeitet. Textpassagen werden mit ersten, vorläufigen Codes versehen, die direkt aus dem Material entstehen.
  • Axiales Kodieren: Die im offenen Kodieren gefundenen Codes werden geordnet und in Beziehung zueinander gesetzt. Übergeordnete Kategorien und Subkategorien entstehen.
  • Selektives Kodieren: Aus den vorhandenen Kategorien wird eine Kernkategorie herausgearbeitet, die das zentrale Phänomen des Materials beschreibt und alle anderen Kategorien integriert.

Neben diesem induktiven Vorgehen gibt es auch deduktives Kodieren, bei dem ein vorab festgelegtes Kategoriensystem – etwa aus der Theorie oder früheren Studien – auf das Material angewendet wird. Häufig werden beide Ansätze kombiniert.

Einfach erklärt Stell dir vor, du hast 30 Interview-Transkripte vor dir. Kodierung bedeutet: Du liest jede Passage und klebst ihr ein Etikett auf – zum Beispiel „Stress bei der Arbeit“ oder „fehlende Unterstützung durch Vorgesetzte“. Am Ende schaust du, welche Etiketten besonders häufig auftauchen und wie sie zusammenhängen. So wird aus einem Textberg ein übersichtliches Bild.

Warum ist Kodierung qualitativer Daten für statistische Analysen wichtig?

Ohne Kodierung lässt sich qualitatives Material kaum systematisch auswerten. Erst durch die Zuordnung von Codes und Kategorien wird es möglich, Häufigkeiten, Muster und Zusammenhänge im Datenmaterial zu erkennen – und diese nachvollziehbar zu dokumentieren. Kodierung macht qualitative Forschung damit intersubjektiv überprüfbar: Andere Forschende sollen die Entscheidungen nachvollziehen und im Idealfall zu ähnlichen Ergebnissen kommen können.

Darüber hinaus ermöglicht Kodierung den Übergang von qualitativen zu quantitativen Auswertungen. Wenn beispielsweise Antworten auf eine offene Frage in Kategorien überführt werden, können diese anschließend ausgezählt und statistisch analysiert werden – zum Beispiel mit Häufigkeitsverteilungen oder Chi-Quadrat-Tests.

Häufiger Fehler Viele Studierende kodieren zu kleinteilig und enden mit hunderten von Codes, ohne eine sinnvolle Struktur. Ebenso problematisch ist das Gegenteil: zu breite Kategorien, die inhaltlich sehr unterschiedliche Aussagen zusammenfassen. Gute Codes sind spezifisch genug, um bedeutsam zu sein, aber allgemein genug, um mehrfach im Material aufzutauchen.

Ein weiteres häufiges Missverständnis: Kodierung ist kein einmaliger Vorgang, sondern ein iterativer Prozess. Codes werden während der Analyse verfeinert, zusammengeführt oder aufgespalten. Das ist kein Zeichen von Unsicherheit, sondern methodisch erwünscht.

Gut zu wissen Zur Überprüfung der Kodierqualität wird häufig die Intercoder-Reliabilität berechnet. Dabei kodieren zwei Personen dasselbe Material unabhängig voneinander, und die Übereinstimmung wird mit Maßzahlen wie Cohens Kappa quantifiziert. Ein hoher Kappa-Wert (über 0,7) gilt als Indikator für eine zuverlässige Kodierung.

Praxisbeispiel zu Kodierung qualitativer Daten

Eine Forscherin untersucht in ihrer Masterarbeit, wie Studierende die Umstellung auf digitale Lehre erlebt haben. Sie führt zehn leitfadengestützte Interviews durch und transkribiert diese anschließend. Nun beginnt die Kodierung.

Beim offenen Kodieren stößt sie auf Aussagen wie: „Ich habe mich vor dem Bildschirm sehr allein gefühlt“ oder „Der Austausch mit Kommilitonen hat einfach gefehlt“. Beiden Passagen gibt sie den Code „soziale Isolation“. Eine andere Aussage – „Ich konnte mir die Zeit viel freier einteilen“ – erhält den Code „zeitliche Flexibilität“.

Im axialen Kodieren erkennt sie, dass „soziale Isolation“, „fehlende Motivation“ und „Kommunikationsprobleme“ alle einer übergeordneten Kategorie angehören: „Herausforderungen der Digitalisierung“. Dem gegenüber steht die Kategorie „Chancen der Digitalisierung“, zu der zeitliche Flexibilität und ortsunabhängiges Lernen gehören.

Tabelle 1. Beispielhafte Codes und zugehörige Kategorien
Textstelle (Beispiel) Code Kategorie
„Ich habe mich sehr allein gefühlt.“ Soziale Isolation Herausforderungen der Digitalisierung
„Der Austausch mit Kommilitonen hat gefehlt.“ Fehlender sozialer Kontakt Herausforderungen der Digitalisierung
„Ich konnte die Zeit freier einteilen.“ Zeitliche Flexibilität Chancen der Digitalisierung
„Ich habe von überall studieren können.“ Ortsunabhängigkeit Chancen der Digitalisierung

Dieses strukturierte Vorgehen erlaubt es der Forscherin, am Ende ihrer Analyse fundierte Aussagen darüber zu treffen, welche Themen im Material dominant sind – und diese auch gegenüber ihrer Betreuerin oder in der Diskussion ihrer Arbeit nachvollziehbar zu begründen.

Qualitative Forschung Inhaltsanalyse Grounded Theory Intercoder-Reliabilität Kategorienbildung Offenes Kodieren Datenauswertung

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!