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

Statistik-Glossar

Längsschnittstudie

Longitudinal Study / Panelstudie · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter einer Längsschnittstudie?

Eine Längsschnittstudie ist ein Studiendesign, bei dem dieselben Untersuchungseinheiten – zum Beispiel Personen, Unternehmen oder Regionen – zu mehreren Zeitpunkten wiederholt gemessen oder befragt werden. Im Gegensatz zur Querschnittstudie, die nur eine einmalige Momentaufnahme liefert, erlaubt die Längsschnittstudie, Veränderungen und Entwicklungen über die Zeit hinweg zu verfolgen.

Man unterscheidet grundsätzlich zwei Varianten:

  • Panelstudie: Dieselben Personen oder Einheiten werden über mehrere Messzeitpunkte hinweg verfolgt (echtes Längsschnittdesign im engeren Sinne).
  • Kohortenstudie: Eine definierte Gruppe (z. B. alle Personen, die im selben Jahr geboren wurden) wird langfristig beobachtet, um gemeinsame Entwicklungsverläufe zu untersuchen.

Entscheidend ist, dass die Messung derselben Merkmale an denselben Einheiten zu mehreren Zeitpunkten t1, t2, …, tk erfolgt. Dadurch entstehen sogenannte Verlaufsdaten oder Paneldaten, die intraindividuelle Veränderungen abbilden.

Einfach erklärt Stell dir vor, du fotografierst dieselbe Person nicht nur einmal, sondern jedes Jahr erneut. So kannst du sehen, wie sie sich über die Zeit verändert hat – nicht nur, wie sie zu einem bestimmten Moment aussah. Genau das macht eine Längsschnittstudie: Sie begleitet dieselben Menschen oder Gruppen über einen längeren Zeitraum und schaut, was sich verändert.

Warum ist die Längsschnittstudie für statistische Analysen wichtig?

Der zentrale Vorteil von Längsschnittstudien liegt darin, dass sie kausale Zusammenhänge besser belegen können als Querschnittstudien. Wenn bekannt ist, dass Merkmal A zum Zeitpunkt t1 gemessen wurde und Merkmal B erst zu einem späteren Zeitpunkt t2 auftrat, lässt sich zumindest die zeitliche Reihenfolge als Hinweis auf Kausalität interpretieren.

Darüber hinaus ermöglichen Längsschnittstudien:

  • die Analyse von Entwicklungsverläufen (z. B. Lernfortschritt, Gesundheitsstatus),
  • die Kontrolle von zeitstabilen, nicht beobachteten Störvariablen durch statistische Verfahren wie Fixed-Effects-Modelle,
  • die Unterscheidung zwischen Within-Effekten (Veränderungen innerhalb einer Person) und Between-Effekten (Unterschiede zwischen Personen).
Häufiger Fehler Längsschnittstudien werden oft mit Kausalbeweisen gleichgesetzt. Auch wenn sie zeitliche Abfolgen abbilden können, beweisen sie allein keine Kausalität. Störvariablen, selektiver Ausfall von Teilnehmenden (Attrition) und Messwiederholungseffekte können die Ergebnisse verzerren und müssen bei der Interpretation berücksichtigt werden.
Gut zu wissen Ein bekanntes Problem in Längsschnittstudien ist der sogenannte Panelausfall (Attrition): Im Laufe der Zeit brechen Teilnehmende die Studie ab – oft nicht zufällig, sondern systematisch. Wenn beispielsweise besonders belastete Personen häufiger aussteigen, verzerrt das die Ergebnisse erheblich. Viele Studien berichten daher Attrition-Analysen, um zu zeigen, wie repräsentativ die verbleibende Stichprobe noch ist.

Praxisbeispiel zu Längsschnittstudie

Angenommen, eine Forschungsgruppe möchte untersuchen, ob regelmäßige körperliche Aktivität das psychische Wohlbefinden von Studierenden verbessert. In einer Querschnittstudie würden alle Teilnehmenden einmalig befragt – man wüsste aber nicht, ob aktive Studierende von vornherein zufriedener waren oder ob die Aktivität tatsächlich etwas verändert hat.

In einer Längsschnittstudie werden dieselben Studierenden hingegen zu drei Messzeitpunkten befragt: zu Beginn des Semesters, in der Mitte und am Ende. So kann man beobachten, ob das Wohlbefinden bei Studierenden, die ihre Aktivität gesteigert haben, tatsächlich im Verlauf zunimmt.

Tabelle 1. Vereinfachtes Beispiel für Messzeitpunkte in einer Längsschnittstudie
Person Wohlbefinden t1 Wohlbefinden t2 Wohlbefinden t3
Person A 52 58 65
Person B 61 60 59
Person C 47 53 61

Anhand solcher Daten lässt sich nicht nur der Gruppentrend analysieren, sondern auch, welche Personen sich positiv entwickelt haben und welche nicht – ein Einblick, den eine einmalige Messung schlicht nicht liefern kann.

Längsschnittstudie Studiendesign Panelstudie Kohortenstudie Verlaufsdaten Querschnittstudie Kausalität Panelausfall

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!